
- Titel: Effiziente Algorithmen
- Organisation: UNI DORTMUND
- Seitenzahl: 295
Inhalt
- Universitt Dortmund a Lehrstuhl Informatik Dortmund
- Version vom November Uhr
- Einleitung Starker Zusammenhang in Graphen
- Starker Zusammenhang in Graphen
- Maximale Matchings in bipartiten Graphen
- beschrnkt Nach O a
- M Runden ist also die erste Phase beendet
- Maximale Matchings in allgemeinen Graphen
- FindePfadh l B
- Der Algorithmus von Ford und Fulkerson
- und Restkapazitten r E R mit a
- falls e E falls reve E
- und es folgt wVQ VS e
- Der Algorithmus von Dinic
- Der Algorithmus von Malhotra Pramodh Kumar und Maheshwari
- das Potenzial des Knotens v V
- Flussalgorithmen nach Goldberg und Tarjan
- Q ev gilt dabei ist ev
- der Knoten aus V also
- ew Natrlich gilt u
- ew da ja sogar
- und haben jetzt einerseits
- seits natrlich wie oben erlutert u a
- ew Wir haben damit insgesamt
- Amortisierte Analyse mit der Potenzialmethode
- Standardbinrcodierung verwaltet es soll also z a
- izi gelten Wir benut
- Binrzhler also z a a
- zi Wir bestimmen Ti Di Di in
- Amortisierte Analyse durch Kostenverteilung
- Amortisierte Analyse mit der Kontenmethode
- UnionFindDatenstrukturen mit schnellen Unions und Pfadkompression
- n n Zg r Zg
- String Matching mit endlichen Automaten
- Der Algorithmus von Knuth Morris und Pratt
- q Außerdem sei q
- Der Algorithmus von Boyer und Moore
- Prob q x
- fk n schreiben knnen Dieo
- i fk i Prob qi k i x
- Prob qi j qi k i xi
- t Prob qt t t x
- Prob n xn qi j i i
- akj bj i ej xi
- t t Prob qt i x
- und knnen zunchst direkt zu o a
- betrachten sehen wir dass Tij
- Tij t gilt und wir haben
- E Tij E Ti
- i t xt b E Ti
- Ein echt polynomielles Approximationsschema
- Version vom November Uhr Version vom November Uhr
- vs OPTw OPTw vs
- Ein echt polynomielles Approximationsschema fur das Rucksackproblem
- Beweis Fr i n und V u
- denieren wir MiV
- gj B i
- Das metrische TSP
- Das euklidische TSP
- O m r rr r O log nO
- falls i falls i
- Kostenzunahme durch Modifyg i b insgesamt durch
- E Kosten fr g u
- cgj b j j
- g vertikal g horizontal
- Erf llbarkeitsprobleme u
- Analyse randomisierter Algorithmen
- d pd p p
- p p p
- d id d d d
- pd p p pd p
- t Prob T t
- m Prob M m m
- durch Addition also ist
- Approximation von MA kSAT und MA SAT
- und damit auch
- Prob b erfllt ite Klausel u
- Ci p p pn
- Approximation fr MA kSAT u
- erfllt ist Damit knnen wir u o
- zj als Zielfunktion festlegen Wir legen fr u
- z z zm so dass
- zj maximal ist Natrlich lassen sich solche u
- a a ak Lemma
- x x k N k
- Prob cj nicht erfllt u
- gilt so dass
- lj lj lj
- Erfullbarkeitsprobleme exakt losen
- bi b i den Hammingabstand
- k ni n k ni n
- n i i nk n
- kn in in ik
- und sehen dass
- fr i kn n gilt entsprechend gilt u
- und knnen jetzt Lemma benutzen um o
- Hd d Hd d
- Hd H d d
- o und knnen E
- p p p Fall bi bi bi
- Fall bi bi bi
- Oensichtlich gilt wV V
- E e E E e
- dw v und sehen dass wir
- Aj Ai Damit
- haben wir Prob Algorithmus berechnet V V
- Prob kontrahiere e in iter Kontraktion Ai
- we wE minCutG wEi wEi wEi
- minCutG minCutG Vi V i ni
- und sehen dass Prob Algorithmus berechnet V V
- n n nn n folgt wie behauptet
- ni ni ni ni
- i ni i n i
- logn i logq log
- q i log q
- i logn log
- Ein randomisierter Primzahltest
- max k pk i
- Addieren wir andererseits zeilenweise so erhalten wir Rpn
- i i n und pk i
- und haben zusammen p n
- und knnen Lemma verwenden um o l
- n n k k p p
- alle paarweise disjunkt sind und H G folgt
- e e ee n mit n pp n
- p prim p prim
- kgV pp n p prim
- falls a QRp sonst
- pi dabei sei pi prim fr u
- a n a n a n a n
- falls ggTb n
- falls ggTa m
- a n a mod n a
- in Olog n Durchlufen a
- hat eine eindeutige Lsung x o
- Beweis Wir denieren m
- Allgemeine randomisierte Suchheuristiken
- ei ei und we
- f x cx wb x n wb wEx
- i i i i i i
- Prob B E A B
- Minimale Spannbume multikriteriell a
- q a q s qA q s
- a mT a e m m
- und Ausgabe ist ein
- Wenn wir uns eine Nebenbedingung
- und gemß Denition der Lnge ist a a
- de p so dass x
- i xi gilt Fr wollen zeigen dass u
- S knnen wir y o
- i xi schreiben Wir wollen zeigen dass
- Lemma Seien M M Mt konvex sei M
- Mi Ist x Rand
- fr alle m M u
- i xi eine kon
- gehren Daraus folgt x o
- gilt Aus Theorem folgt dass x
- i xi gilt mit i fr alu
- das zugehrige Simplextableau o
- i m Bu die Gleichung
- aij xj bi Die Gleichungen xi
- j G und ajk
- b bi bm
- u ui um Z
- y a ak an b
- yi ai aik ain bi
- ym am amk amn bm
- c ck cn
- v vk vn Z
- ak aik ak aik
- ai am amk aik ai c ck aik
- aik a ck aik
- u xk um Z
- bm bm amk aik ck abi ik
- Ausgewhlte Themen a
- nn n Mn M
- Statisches perfektes Hashing
- bi n Also ist
- Es gilt a gilt E
- M i M i bi M i
- und es gengt E u
- nach oben abzuschtzen Oenbar bezeichnet a
- n nn n M n
- und insgesamt folgt E
- b eine nichtnegative Zufallsi
- ai xi mod p
- v M v nv v M M n
- Prob T t kmax n
Vorschau
Wahlpflichtvorlesung
Effiziente Algorithmen
Sommersemester 2007
Thomas Jansen
Thomas.Jansen@udo.edu
Universit¨t Dortmund a Lehrstuhl Informatik 2 44221 Dortmund
Aktuelle Informationen zur Vorlesung findet man unter http://ls2-www.cs.uni-dortmund.de/lehre/sommer2007/ea/. Dieses Werk einschließlich aller seiner Teile ist urheberrechtlich gesch¨ tzt. Jede u Verwertung außerhalb der engen Grenzen des Urheberrechtsgesetzes ist ohne ustimmung des Autors unzul¨ssig und strafbar. Das gilt insbesondere f¨ r Verviela u ¨ f¨ltigungen, Ubersetzungen, Mikroverfilmungen und die Einspeicherung und Vera arbeitung in elektronischen Systemen.
Dieses Skript ist zur Vorlesung Effiziente Algorithmen“ im Sommersemester 2007 ” neu geschrieben worden. Wie bei jedem l¨ngeren neuen Text sind leider viele Fehler a enthalten. F¨ r Geduld und Fehlermitteilungen bin ich nat¨ rlich jederzeit dankbar. u u Am Lehrstuhl 2 sind eine ganze Reihe von Skripten zur Vorlesung Effiziente Algo” rithmen“ geschrieben worden. Viele Teile dieses Skripts sind von diesen ubernom¨ men worden. F¨ r die freundliche Erlaubnis dazu danke ich insbesondere Thomas u Hofmeister und Detlef Sieling.
Version vom 6. November 2007, 14:46 Uhr
Effiziente Algorithmen
Sommersemester 2007
Inhaltsverzeichnis
1 Einleitung 2 Starker usammenhang in Graphen 6 11
3 Maximale Matchings 15 3.1 Maximale Matchings in bipartiten Graphen . . . . . . . . . . 16 3.2 Maximale Matchings in allgemeinen Graphen . . . . . . . . . . 23 4 Das 4.1 4.2 4.3 Flussproblem Der Algorithmus von Ford und Fulkerson . . . . . . . . . . . Der Algorithmus von Dinic . . . . . . . . . . . . . . . . . . . Der Algorithmus von Malhotra, Pramodh Kumar und Maheshwari . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 4.4 Flussalgorithmen nach Goldberg und Tarjan . . . . . . . . . 34 . 35 . 44 . 50 . 54
5 Amortisierte Analyse 5.1 Amortisierte Analyse mit der Potenzialmethode . 5.2 Amortisierte Analyse durch Kostenverteilung . . . 5.3 Amortisierte Analyse mit der Kontenmethode . . 5.4 Union-Find-Datenstrukturen mit schnellen Unions kompression . . . . . . . . . . . . . . . . . . . . .
68 . . . . . . . 69 . . . . . . . 71 . . . . . . . 72 und Pfad. . . . . . . 73 80 81 86 91 100
6 String Matching 6.1 String Matching mit endlichen Automaten . . . . . . . . . . . 6.2 Der Algorithmus von Knuth, Morris und Pratt . . . . . . . . . 6.3 Der Algorithmus von Boyer und Moore . . . . . . . . . . . . . 7 Hidden-Markow-Modelle
8 Ein echt polynomielles Approximationsschema 114 8.1 Approximationsalgorithmen . . . . . . . . . . . . . . . . . . . 114 8.2 Ein echt polynomielles Approximationsschema f¨r das Rucku sackproblem . . . . . . . . . . . . . . . . . . . . . . . . . . . . 115 9 Das Traveling-Salesperson-Problem 120 9.1 Das metrische TSP . . . . . . . . . . . . . . . . . . . . . . . . 121 9.2 Das euklidische TSP . . . . . . . . . . . . . . . . . . . . . . . 127