Grafos Msc. Daniele Carvalho Oliveira 1. Pontes de Königsberg (1736) 2.
61
Grafos Msc. Daniele Carvalho Oliveira 1
Transcript of Grafos Msc. Daniele Carvalho Oliveira 1. Pontes de Königsberg (1736) 2.
1
GrafosMsc. Daniele Carvalho Oliveira
2
Pontes de Königsberg (1736)
3
O que são Grafos Conjunto de pontos e linhas que conectam os
pontos.
Grafo é um modelo matemático que representa relações entre objetos.
4
O que são Grafos Grafos são estruturas de dados largamente
usadas em computação.
Exemplos de aplicações são: Modelagem de circuitos digitais Representação de processos em sistemas
paralelos ou distribuídos, Redes Redes Sociais Recuperação de Informação
5
O que são Grafos Similar a árvores e listas, com menos
restrições
6
7
Definição Um Grafo é um par ordenado
é um conjunto finito não-vazio. Os elementos de são denominados vértices.
é um conjunto finito de pares ordenados de vértices. Os elementos de são denominados arestas. Dois vértices ligados por uma aresta são
denominados adjacentes
8
Exemplo
1
2 0
3
4
9
Conceitos de Grafos
10
Laços, Arestas Múltiplas e Multigrafo
11
Grafo Trivial e Grafo Simples
A B C
12
Grafo Completo
13
Grafo Regular
Não é Grafo Regular Grafo Regular de grau 3
1
2 0
3
4
14
Subgrafo
1
2 0
3
43
4
1
3
4
0
15
Caminho simples, trajeto e ciclos
Um Caminho é uma sequência de vértices , tal que
Quando todos os vértices do caminho são distintos, recebe o nome de caminho simples.
Quando todas as arestas são distintas, o caminho recebe o nome de trajeto
Um ciclo é um caminho , tal que e
16
Caminho simples:
Trajeto:
Ciclo:
1
2 0
3
4
17
Grafo Conexo e Desconexo
1
2 0
3
4
2
3 4
1
18
Grafo Ponderado
C
F E
B
DA
5
7
3
2
4
8
1
6
19
Dígrafo
1
2
3
5
6
4
20
Dígrafo Grafo Orientado
Deve-se respeitar a orientação das arestas
21
Dígrafo Grau de entrada: número de arestas que
incidem no vértice Vértice Fonte: grau de entrada = 0
Grau de saída: número de arestas que partem do vértice Vértice Sumidouro: grau de saída = 0
22
Árvores Um Grafo
Não possui ciclos Conexo Seja , se possui grau menor ou igual a 1, então
é uma folha Uma árvore com vértices possui arestas. Um grafo é uma árvore, se, e somente se, existir
um único caminho entre cada par de vértices de .
23
24
Representação de Grafos
25
Como representar grafos em nossos algoritmos?
Estruturas de dados! Matrizes
Matriz de Adjacência Matriz de Incidência
Listas Listas de Adjacência
26
Matriz de Adjacência Dado um grafo Uma Matriz de Adjacência é formada por
linhas e colunas = número de vértices do grafo
27
1 2 3 4 5
1 0 1 0 0 1
2 1 0 1 1 0
3 0 1 0 1 0
4 0 1 1 0 1
5 1 0 0 1 1
1
5 2
34
Simétrica
28
1 2 3 4 5
1 0 1 0 0 1
2 0 0 1 0 0
3 0 1 0 0 0
4 0 1 1 0 0
5 0 0 0 1 1
1
5 2
34
29
Matriz de Adjacência O espaço reservado para armazenar as
informações da matriz é da ordem Para buscar uma aresta:
30
Matriz de Incidência Dado um grafo de vértices e arestas
31
e1
e2
e3
e4
e5
e6
e7
e8
1 1 0 0 0 0 0 1 0
2 1 1 1 0 1 0 0 0
3 0 1 1 1 0 0 0 0
4 0 0 0 1 1 1 0 0
5 0 0 0 0 0 1 1 0
1
5 2
34 e4
e2 e3
e1
e5e6
e7e8
32
33
e1
e2
e3
e4
e5
e6
e7
e8
1 1 0 0 0 0 0 1 0
2 -1 1 -1 0 -1 0 0 0
3 0 -1 1 -1 0 0 0 0
4 0 0 0 1 1 -1 0 0
5 0 0 0 0 0 1 -1 0e4
e2 e3
e1
e5e6
e7e8 1
5 2
34
34
Matriz de Incidência O espaço reservado para armazenar as
informações da matriz é da ordem Para buscar uma aresta:
35
Lista de Adjacência Consiste em um vetor com entradas Cada entrada possui uma lista encadeada de
vértices adjacentes à .
36
1
5 2
34
1
2
3
4
5
5 2
1
2
5
1
4
4
2
4
3
3
37
1
2
3
4
5
5 2
3
2
2
4
3
1
5 2
34
38
Matriz de Incidência O espaço reservado para armazenar as
informações da matriz é da ordem Para buscar uma aresta:
Para descobrir se existe a aresta deve-se percorrer a lista do nó até encontrar (ou não)
39
Busca em Grafos
40
Algoritmos de Busca Operação mais comum em Grafos
Visita sistemática a seus nós (uma única vez!) Similar às buscas em árvore
Para passear ou caminhar pelos vértices e arestas, utiliza-se marcar um vértice quando ele já foi visitado.
41
Algoritmos de Busca Dois tipos básicos de busca
Busca em Profundidade Busca em Largura
42
Busca em Profundidade
43
1
5 2
34
1
2
3
4
5
5 2
1
2
5
1
4
4
2
4
3
3
44
Busca em Profundidade Para acessar todos os vértices do grafo, a
busca em profundidade varre a lista de adjacência de cada vértice do grafo Assim, o tempo gasto para a operação é
45
Busca em Largura
46
1
2
3
4
5
5 2
3
2
2
4
3
1
5 2
34
1Fila
1 2 3 4 5
∞ ∞ ∞ ∞ ∞Distâncias
47
1
2
3
4
5
5 2
3
2
2
4
3
1
5 2
34
Fila
1 2 3 4 5
0 ∞ ∞ ∞ ∞Distâncias
48
1
2
3
4
5
5 2
3
2
2
4
3
1
5 2
34
5 2Fila
1 2 3 4 5
0 1 ∞ ∞ 1Distâncias
49
1
2
3
4
5
5 2
3
2
2
4
3
1
5 2
34
2Fila
1 2 3 4 5
0 1 ∞ ∞ 1Distâncias
50
1
2
3
4
5
5 2
3
2
2
4
3
1
5 2
34
2Fila
1 2 3 4 5
0 1 ∞ ∞ 1Distâncias
51
1
2
3
4
5
5 2
3
2
2
4
3
1
5 2
34
2 4Fila
1 2 3 4 5
0 1 ∞ 2 1Distâncias
52
1
2
3
4
5
5 2
3
2
2
4
3
1
5 2
34
4Fila
1 2 3 4 5
0 1 ∞ 2 1Distâncias
53
1
2
3
4
5
5 2
3
2
2
4
3
1
5 2
34
4Fila
1 2 3 4 5
0 1 ∞ 2 1Distâncias
54
1
2
3
4
5
5 2
3
2
2
4
3
1
5 2
34
4 3Fila
1 2 3 4 5
0 1 2 2 1Distâncias
55
1
2
3
4
5
5 2
3
2
2
4
3
1
5 2
34
3Fila
1 2 3 4 5
0 1 2 2 1Distâncias
56
1
2
3
4
5
5 2
3
2
2
4
3
1
5 2
34
3Fila
1 2 3 4 5
0 1 2 2 1Distâncias
57
1
2
3
4
5
5 2
3
2
2
4
3
1
5 2
34
Fila
1 2 3 4 5
0 1 2 2 1Distâncias
58
1
2
3
4
5
5 2
3
2
2
4
3
1
5 2
34
Fila
1 2 3 4 5
0 1 2 2 1Distâncias
59
Busca em Largura Primeiro os vértices são inicializados, ou seja,
marcados como não visitados. O vetor de distâncias é inicializado com ∞ em
todas as posições Este processo de inicialização gasta tempo
60
Busca em Largura A medida que os vértices são encontrados, são
colocados em uma fila As operações de inserção e remoção da fila
gastam tempo Como todos os vértices são colocados e retirados
da fila, o tempo total é
61
Busca em Largura Como cada vértice é colocado na fila apenas 1
vez, a lista de adjacência de cada um só é analisado 1 vez Tempo
Portanto o tempo de execução da busca em largura é
