Laboratorul 7: Reprezentarea grafurilor
1. Obiectivele laboratorului
2. Grafuri neorientate
2.1 Definiție
Un graf neorientat este o pereche ordonată de multimi (X,U), unde:
X este o mulțime finită și nevidă de elemente numite noduri sau vârfuri
U este o mulțime de perechi neordonate din X, numite muchii
2.2 Structură
Un graf are următoarele elemente:
Mulțimea nodurilor X - Mulțimea tuturor nodurilor grafului
Multimea muchiilor U - Mulțimea tuturor muchiilor grafului
Gradul nodului - numărul de muchii formate cu ajutorul nodului respectiv
Nod izolat - Un nod ce nu formează nici-o muchie
Noduri terminale - Un nod ce formează o singură muchie
Noduri adiacente - Noduri intre care există o muchie
Nod si muchie incidente - Nodul face parte dintr-o muchie
2.3 Reprezentare
Matricea de adiacență - este o matrice a cu n linii și n coloane, în care elementele a[i,j] se definesc astfel:
a[i,j] = 1, dacă ∃ muchia [i,j] cu i≠j
a[i,j] = 0, în caz contrar
Lista de adiacență - este un tablou de liste egal cu numarul de varfuri;dacă există o muchie intre nodul curent si un alt nod,atunci acesta se trece în listă
Vectorul de muchii - mulțime ce conține toate muchiile grafului
3. Grafuri orientate
3.1 Definiție
Un graf orientat este o pereche ordonată de mulțimi G={X,U}, unde:
X este o mulțime finită și nevidă numită mulțimea nodurilor (vârfurilor)
U este o mulțime formată din perechi ordonate de elemente ale lui X, numită mulțimea arcelor
3.2 Structură
Într-un graf orientat, distingem:
3.3 Reprezentare
Matricea de adiacență - este o matrice a cu n linii și n coloane, în care elementele a[i,j] se definesc astfel:
a[i,j] = 1, dacă ∃ arcul (i,j) în mulțimea U
a[i,j] = 0, în caz contrar
4. Parcurgerea grafurilor
4.1 Parcurgerea în lățime
Parcurgerea în lățime (Breadth-First-Search -BFS) este o metodă ce presupune vizitarea nodurilor în următoarea ordine:
nodul sursă (considerat a fi pe nivelul 0)
vecinii nodului sursă (reprezentând nivelul 1)
vecinii încă nevizitați ai nodurilor de pe nivelul 1 (reprezentând nivelul 2)
ș.a.m.d
4.1.1 Implementare
Pe masură ce algoritmul avansează,se colorează nodurile în felul următor:
alb - nodul este nedescoperit încă
gri - nodul a fost descoperit și este în curs de procesare
negru - procesarea nodului s-a încheiat
Se păstrează informațiile despre distanța până la nodul sursă. Se obține arborele BFS. Pentru implementarea BFS se utilizează o coadă (Q) în care inițial se află doar nodul sursă.Se vizitează pe rând vecinii acestui nod și se pun și ei în coadă. În momentul în care nu mai există vecini nevizitați, nodul sursă este scos din coadă.
Pentru fiecare nod u din graf
{
culoare[u]=alb
d[u] = infinit //in d se retine distanta pana la nodul sursa
p[u] = null //
}
culoare[sursă]=gri
d[sursă]=0
enqueue(Q,sursă) //punem nodul sursă în coada Q
Cât timp coada Q nu este vidă
{
v=dequeue(Q) //extragem nodul v din coadă
pentru fiecare u dintre vecinii lui v
dacă culoare[u] == alb
{
culoare[u] = gri
p[u] = v
d[u] = d[v] + 1
enqueue(Q,u) //adăugăm nodul u în coadă
}
culoare[v] = negru //am terminat explorarea vecinilor lui v
}
Exemplu:
4.2 Parcurgerea în adâncime
Parcurgea în adâncime (Depth-First-Search -DFS) presupune explorarea nodurilor în următoarea ordine:
În momentul în care am epuizat vecinii unui nod Vn, continuăm cu următorul vecin nevizitat al nodului anterior, Vn-1
Această metoda de parcurgere pune prioritate pe explorarea în adâncime (pe distanțe tot mai mari față de nodul sursă).
4.2.1 Implementare
Spre deosebire de BFS, DFS utilizează o stivă în loc de o coadă. Putem defini o stivă sau ne putem folosi de stiva compilatorului, prin apeluri recursive.
funcţie pasDFS(curent)
{
pentru fiecare u dintre vecinii nodului curent
dacă culoare[u] == alb
{
culoare[u] = gri
p[u] = curent
d[u] = d[curent] + 1
pasDFS(u); //adăugăm nodul u în "stivă" şi începem explorarea
}
culoare[curent] = negru //am terminat explorarea vecinilor nodului curent
//ieşirea din funcţie este echivalentă cu eliminarea unui element din stivă
}
Pentru fiecare nod u din graf
{
culoare[u]=alb
d[u] = infinit //in d se retine distanta pana la nodul sursa
p[u] = null
}
culoare[sursă] = gri;
d[sursă] = 0;
//se apelează iniţial pasDFS(sursă)
Exemplu:
5. Exerciții
Folosiți datele din fișierul trains.zip.
Citiți datele din arhiva atașată.
Creați un graf neorientat și altul orientat din fișerele atașate.
Câte noduri sunt în graf? Câte muchii (orientat si neorientat) sunt în graf? (rezultatele in fisierele noduri.txt si muchii.txt, doar numarul total)
Găsiți stația (nodul) cea mai vizitată (și a doua cea mai vizitată) - gradul cel mai mare al nodului. (rezultatele in fisierele primul.txt si doilea.txt)
Care este gradul stației din orașul vostru? (dacă orașul vostru este București atunci selectați orașul parinților/bunicilor/rudelor/etc.) (rezultatul in fisierul orasul_meu.txt)
Parcurgeți graful pornind din București (BFS și DFS). (rezultatul in fisierul parcurgere_bfs.txt si parcurgere_dfs.txt)
Exercitiile 3-6 se fac cu graful neorientat.
6. Probleme opționale, de interviu
Plecând dintr-un nod K, verificaţi dacă puteţi găsi un ciclu în graf.
Verificaţi dacă există un lanţ care uneşte nodurile sursă (S) şi destinaţie (D). Dacă există, cum puteţi găsi lanţul cu număr minim de muchii?
Verificaţi dacă există un lanţ hamiltonian în graf.
Verificaţi dacă există un lanţ eulerian în graf.
Verificaţi dacă o muchie dată (A, B) este un pod pentru drumul de la S la D.
Notă: Un lanţ hamiltonian este un lanţ elementar (nu se repetă nodurile) care trece prin fiecare nod.
Notă: Un lanţ eulerian este un lanţ simplu (nu se repetă muchiile) care trece prin fiecare muchie.
Notă: Spunem că muchia (A, B) este pod pentru drumul de la S la D dacă orice lanţ care duce de la S la D trece prin muchia (A, B).