Algoritmuselmélet. Katona Gyula Y. Számítástudományi és Információelméleti Tanszék Budapesti Műszaki és Gazdaságtudományi Egyetem. 12.
|
|
- Róbert Budai
- 10 évvel ezelőtt
- Látták:
Átírás
1 Algoritmuselmélet NP-teljes problémák Katona Gyula Y. Számítástudományi és Információelméleti Tanszék Budapesti Műszaki és Gazdaságtudományi Egyetem 12. előadás Katona Gyula Y. (BME SZIT) Algoritmuselmélet 12. előadás 1 / 22 Karp-redukció Mikor nem lényegesen nehezebb egy Y probléma egy X problémánál? = Ha Y felhasználásával meg lehet oldani X-et is. = X visszavezethető a Y problémára. Definíció Legyen X és Y két eldöntési probléma. Az X Karp-redukciója (polinomiális visszavezetése) az Y problémára egy olyan polinom időben számolható f függvény, amely X minden lehetséges bemenetéhez hozzárendeli Y egy lehetséges bemenetét úgy, hogy x X f (x) Y. Jelölés: X Y ha X-nek van Karp-redukciója Y -re. Ha tehát van algoritmusunk Y eldöntésére = x X-re kiszámítjuk f (x)-et eldöntjük f (x) Y? = tudjuk, hogy x X igaz-e Ha tudnánk, hogy X nehéz és tudjuk, hogy X Y = Y is nehéz lenne Ha Y könnyű lenne, és X nem lényegesen nehezebb nála, akkor X is könnyű. Katona Gyula Y. (BME SZIT) Algoritmuselmélet 12. előadás 2 / 22
2 Irányított Hamilton-kör probléma IH H. G = (V, E) egy irányított gráf G = (V, E ) irányítatlan gráf hogy G gyorsan megépíthető és G-ben irányított Hamilton-kör G -ben irányítatlan Hamilton-kör. V = {v be, v, v ki v V }, E = {(v be, v ), (v, v ki ) v V } {(u ki, v be ) u v E}. u v u be u v be v u ki v ki v(g) = n, e(g) = e = v(g ) = 3n, e(g ) = 2n + e = (n + e) c lépésben megkapható. Katona Gyula Y. (BME SZIT) Algoritmuselmélet 12. előadás 3 / 22 G-beli F irányított Hamilton-körének = G egy F Hamilton-köre u v u be u v be v u ki v ki Az F egy u v éle = az F -ben az u u ki v be v út = G IH = G H Ha G -ben van egy F E Hamilton-kör = egy u -ból indulva egy u ki felé lépjünk először = csak u u ki v be v alakú lehet utána = stb. = Ha G H akkor G IH. Katona Gyula Y. (BME SZIT) Algoritmuselmélet 12. előadás 4 / 22
3 A Karp-redukció tulajdonságai 1. Ha X Y és Y P, akkor X P. 2. Ha X Y és Y NP akkor X NP. 3. Ha X Y, akkor X Y 4. Ha X Y és Y conp, akkor X conp. 5. Ha X Y és Y NP conp, akkor X NP conp. 6. Ha X Y és Y Z, akkor X Z. Legyen f az X Karp-redukciója Y -re, ahol f c 1 n k időben számolható. x egy bemenet, melyről szeretnénk eldönteni, hogy x X teljesül-e, n az x hossza. Katona Gyula Y. (BME SZIT) Algoritmuselmélet 12. előadás 5 / 22 1.: Kiszámítjuk f (x)-et = időigénye c 1 n k = f (x) c 1 n k Y felismerő algoritmusával c 2 f (x) l időben eldöntjük, hogy f (x) Y igaz-e = időigénye c 2 (c 1 n k ) l x X f (x) Y = összidő O(n kl ) 2.: Az f (x) Y tény egy t tanúja jó x X tanújának is, és az Y -hoz tartozó T tanusító algoritmus egy kis módosítással jó lesz az X tanusító algoritmusának is T az (x, t) bemenetre először kiszámítja f (x)-et, majd az (f (x), t) párra alkalmazza T -t. Ha az eredmény IGEN, akkor legyen T eredménye is IGEN, különben pedig NEM. t f (x) c = t O(n kc ) T lépésszáma, ha T lépésszáma O(m l ): O(n k ) + O((n kc ) l ) = O(n kcl ) Katona Gyula Y. (BME SZIT) Algoritmuselmélet 12. előadás 6 / 22
4 3.: Mint 1., hiszen x bemenetre x X f (x) Y. 4.: = 2.,3. 5.: = 2.,4. 6.: Legyen f az X Y függvénye, ami O(x k ) időben számolható és g az Y Z függvénye, ami O(x l ) időben számolható. Az X Z függvénye g(f (x)) lesz, ami O((x k ) l ) = O(x kl ) időben számolható. Katona Gyula Y. (BME SZIT) Algoritmuselmélet 12. előadás 7 / 22 NP-teljes problémák Definíció Az X eldöntési probléma NP-nehéz, ha tetszőleges (azaz minden) X NP probléma esetén létezik X X Karp-redukció. Az X eldöntési probléma NP-teljes, ha X NP és X NP-nehéz. Egy NP-teljes probléma tehát legalább olyan nehéz, mint bármely más NP-beli probléma. Ha egy ilyen problémáról kiderülne, hogy P-beli (conp-beli), akkor ugyanez igaz lenne minden NP-beli problémára. Van-e NP-teljes probléma? Katona Gyula Y. (BME SZIT) Algoritmuselmélet 12. előadás 8 / 22
5 Boole-formulák Definíció Az f : {0, 1} n {0, 1} függvényeket n-változós Boole-függvényeknek vagy Boole-formuláknak hívjuk. Minden Boole-függvény felírható az x 1,..., x n Boole-változók, az,, logikai műveletek és zárójelek segítségével. Pl. Boole-formula: Φ = (x 1 x 2 x 5 ) (( x 3 x 2 (x 6 x 1 )) (x 5 x 6 )) Katona Gyula Y. (BME SZIT) Algoritmuselmélet 12. előadás 9 / 22 Boole-formulák Definíció Egy Boole-formula kielégíthető, ha lehet úgy értékeket adni a változónak, hogy a függvény értéke 1 legyen. Pl. Φ(x 1, x 2 ) = (x 1 x 2 ) ( x 1 x 2 ) kielégíthető, mert ha x 1 = 1 és x 2 = 0, akkor Φ(x 1, x 2 ) = 1 De pl. (x 1 x 1 ) nyilván nem kielégíthető. Katona Gyula Y. (BME SZIT) Algoritmuselmélet 12. előadás 10 / 22
6 Cook Levin-tétel Van-e NP-teljes probléma? Definíció SAT probléma: Bemenet: Φ Boole-fomula Kérdés: Kielégíthető-e Φ? (S. A. Cook, L. Levin, 1971) A SAT probléma NP-teljes. Bizonyítás elég bonyolult. Katona Gyula Y. (BME SZIT) Algoritmuselmélet 12. előadás 11 / 22 További NP-teljes feladatok Ha az X probléma NP-teljes, Y NP és X Y, akkor Y is NP-teljes. Láttuk, hogy a Karp-redukció tranzitív. = Ha X Y és Z X teljesül Z NP-teljes problémára = Z Y teljesül Z NP-teljes problémára Nem kell már minden NP-beli problémát az Y -re redukálni; elég ezt megtenni egyetlen NP-teljes X problémával. Katona Gyula Y. (BME SZIT) Algoritmuselmélet 12. előadás 12 / 22
7 A 3-SZÍN probléma A 3SZÍN probléma NP-teljes. Már láttuk, hogy NP, belátható, hogy SAT 3SZÍN. Katona Gyula Y. (BME SZIT) Algoritmuselmélet 12. előadás 13 / 22 Maximális méretű független pontrendszer gráfokban MAXFTLEN Bemenet: G gráf, k Z + Kérdés: Van-e G-nek k elemű független csúcshalmaza? A MAXFTLN nyelv NP-teljes. MAXFTLEN NP: tanú egy k-elemű S V (G) független csúcshalmaz. Megadunk egy 3SZÍN MAXFTLEN Karp-redukciót, G (G, V (G) ) G 3SZÍN (G, V (G) ) MAXFTLEN Katona Gyula Y. (BME SZIT) Algoritmuselmélet 12. előadás 14 / 22
8 V (G ) = 3 V (G) és E(G ) = 3 V (G) + 3 E(G), legyen k = V (G). G (1) G (2) G (2) Ha G színezhető 3 színnel = G is = a piros pontok halmaza G -ben független és V (G) van belőlük. Ha G -ben van V (G) független = legyen egy pont színe olyan, hogy melyik G (i) -ben van. Katona Gyula Y. (BME SZIT) Algoritmuselmélet 12. előadás 15 / 22 Maximális méretű klikk MAXKLIKK Bemenet: G gráf, k Z + Kérdés: Van-e G-ben k pontú teljes részgráf (k-klikk)? A MAXKLIKK nyelv NP-teljes. MAXKLIKK NP: tanú egy k-elemű S V (G) teljes részgráf. Megadunk egy MAXFTLEN MAXKLIKK Karp-redukciót: f (G, k) = (G, k) (független ponthalmaz a komplementerben teljes gráf) Katona Gyula Y. (BME SZIT) Algoritmuselmélet 12. előadás 16 / 22
9 Részgráf izomorfia probléma RÉSZGÁFIZO Bemenet: G, H gráfok Kérdés: Van-e G-ben H-val izomorf részgáf? A RÉSZGÁFIZO nyelv NP-teljes. RÉSZGÁFIZO NP: tanú egy részgáf és annak izomorfiája H-val Megadunk egy MAXKLIKK RÉSZGÁFIZO Karp-redukciót: f (G, k) = (G, K k ) Ha X NP-nehéz és Y általánosítása X-nek, akkor Y is NP-nehéz. = RÉSZGÁFIZO sepciális esete a MAXKLIKK-nek = NP-teljes. Katona Gyula Y. (BME SZIT) Algoritmuselmélet 12. előadás 17 / 22 Hamilton-kör probléma A H nyelv NP-teljes. Már láttuk, hogy H NP Belátható, hogy SAT H (bonyolult) Katona Gyula Y. (BME SZIT) Algoritmuselmélet 12. előadás 18 / 22
10 Hamilton-út probléma Az H-ÚT nyelv NP-teljes. H-ÚT NP, mert egy Hamilton-út tanú Belátjuk, hogy H H-ÚT G f(g) v v v G-ben akkor és csak akkor van Hamilton-kör, ha f (G)-ben van Hamilton-út. Katona Gyula Y. (BME SZIT) Algoritmuselmélet 12. előadás 19 / 22 A Hátizsák feladat Hátizsák feladat: Adottak tárgyak s 1,..., s m > 0 súlyai, ezek v 1,..., v m > 0 értékei, valamint a b megengedett maximális összsúly. Tegyük fel, hogy az s i, v i, b számok egészek. A feladat az, hogy találjunk egy olyan I {1,.., m} részhalmazt, melyre i I s i b, és ugyanakkor i I v i a lehető legnagyobb. = HÁT Lemma HÁT NP Bemenet: s 1,..., s m ; v 1..., v m ; b; k Kérdés: Van-e olyan I {1,..., m} melyre i I s i b és i I v i k? Vegyük azt a speciális esetet, amikor s i = v i és b = k = Katona Gyula Y. (BME SZIT) Algoritmuselmélet 12. előadás 20 / 22
11 A Részhalmaz összeg probléma RH Bemenet: (s 1,..., s m ; b) Kérdés: Van-e olyan I {1,..., m} melyre i I s i = b? Az RH nyelv NP-teljes. RH NP Belátható, hogy SAT RH Speciális eset = Partíció feladat: ahol a b = 1 2 si PARTÍCIÓ Bemenet: (s 1,..., s m ) Kérdés: Van-e olyan I {1,..., m} melyre i I s i = 1 2 m i=1 s i? Katona Gyula Y. (BME SZIT) Algoritmuselmélet 12. előadás 21 / 22 A Partíció probléma A PARTÍCIÓ probléma NP-teljes. PARTÍCIÓ NP Belátjuk, hogy RH PARTÍCIÓ (RH általánosabb!) Vegyük az RH egy x = (s 1,..., s m ; b) inputját. = Feltehető, hogy b s = m i=1 s i. f (x) = (s 1,..., s m, s + 1 b, b + 1). A számok összege 2s + 2, az utolsó két szám nem lehet egy partíció ugyanazon osztályában, mert az összegük túl nagy: s + 2 > 1 2 (2s + 2). RH-nak van megoldása a megoldáshoz vegyük hozzá (s + 1 b)-t PARTÍCIÓ-nak van megoldása Katona Gyula Y. (BME SZIT) Algoritmuselmélet 12. előadás 22 / 22
Algoritmuselmélet. Katona Gyula Y. Számítástudományi és Információelméleti Tanszék Budapesti Műszaki és Gazdaságtudományi Egyetem. 13.
Algoritmuselmélet NP-teljes problémák Katona Gyula Y. Számítástudományi és Információelméleti Tanszék Budapesti Műszaki és Gazdaságtudományi Egyetem 13. előadás Katona Gyula Y. (BME SZIT) Algoritmuselmélet
Algoritmuselmélet. Bonyolultságelmélet. Katona Gyula Y.
Algoritmuselmélet Bonyolultságelmélet Katona Gyula Y. Számítástudományi és Információelméleti Tanszék Budapesti Műszaki és Gazdaságtudományi Egyetem 12. előadás Katona Gyula Y. (BME SZIT) Algoritmuselmélet
Bonyolultságelmélet gyakorlat 06 Gráfos visszavezetések II.
onyolultságelmélet gyakorlat 06 Gráfos visszavezetések II. 1. Feladat Mutassuk meg, hogy a n/-hosszú kör probléma NP-nehéz! n/-hosszú kör Input: (V, ) irányítatlan gráf Output: van-e G-ben a csúcsok felén
Logika és számításelmélet. 11. előadás
Logika és számításelmélet 11. előadás NP-teljesség Emlékeztetőül: NP-teljes nyelv Egy L probléma NP-teljes (a polinom idejű visszavezetésre nézve), ha L NP L NP-nehéz, azaz minden L NP esetén L p L. Azaz
Bonyolultságelmélet. Monday 10 th October, 2016, 17:44
Monday 10 th October, 2016, 17:44 NP-teljes gráfelméleti problémák Tétel A Hamilton-Út probléma NP-teljes. NP-teljes gráfelméleti problémák Tétel A Hamilton-Út probléma NP-teljes. Ötlet,,Értékválasztó
Algoritmusok bonyolultsága
Algoritmusok bonyolultsága 11. előadás http://www.ms.sapientia.ro/~kasa/komplex.htm () 1 / 1 NP-telesség Egy L nyelv NP-teles, ha L NP és minden L NP-re L L. Egy Π döntési feladat NP-teles, ha Π NP és
NP-teljesség röviden
NP-teljesség röviden Bucsay Balázs earthquake[at]rycon[dot]hu http://rycon.hu 1 Turing gépek 1/3 Mi a turing gép? 1. Definíció. [Turing gép] Egy Turing-gép formálisan egy M = (K, Σ, δ, s) rendezett négyessel
Algoritmuselmélet. Legrövidebb utak, Bellmann-Ford, Dijkstra. Katona Gyula Y.
Algoritmuselmélet Legrövidebb utak, Bellmann-Ford, Dijkstra Katona Gyula Y. Számítástudományi és Információelméleti Tanszék Budapesti Műszaki és Gazdaságtudományi Egyetem 3. előadás Katona Gyula Y. (BME
definiálunk. Legyen egy konfiguráció, ahol és. A következő három esetet különböztetjük meg. 1. Ha, akkor 2. Ha, akkor, ahol, ha, és egyébként.
Számításelmélet Kiszámítási problémának nevezünk egy olyan, a matematika nyelvén megfogalmazott kérdést, amire számítógéppel szeretnénk megadni a választ. (A matematika nyelvén precízen megfogalmazott
Algoritmuselmélet. Mélységi keresés és alkalmazásai. Katona Gyula Y.
Algoritmuselmélet Mélységi keresés és alkalmazásai Katona Gyula Y. Számítástudományi és Információelméleti Tanszék Budapesti Műszaki és Gazdaságtudományi Egyetem 9. előadás Katona Gyula Y. (BME SZIT) Algoritmuselmélet
Algoritmuselmélet. Hashelés. Katona Gyula Y. Számítástudományi és Információelméleti Tanszék Budapesti Műszaki és Gazdaságtudományi Egyetem
Algoritmuselmélet Hashelés Katona Gyula Y. Számítástudományi és Információelméleti Tanszék Budapesti Műszaki és Gazdaságtudományi Egyetem 9. előadás Katona Gyula Y. (BME SZIT) Algoritmuselmélet 9. előadás
Tesztkérdések az ALGORITMUSELMÉLET tárgyból, 2001/2002 2. félév
1. oldal, összesen: 6 Tesztkérdések az ALGORITMUSELMÉLET tárgyból, 2001/2002 2. félév NÉV:... 1. Legyenek,Q,M páronként diszjunkt halmazok; /= Ř, Q > 2, M = 3. Egyszalagos, determinisztikus Turing gépnek
Algoritmuselmélet. Gráfok megadása, szélességi bejárás, összefüggőség, párosítás. Katona Gyula Y.
Algoritmuselmélet Gráfok megadása, szélességi bejárás, összefüggőség, párosítás Katona Gyula Y. Számítástudományi és Információelméleti Tanszék Budapesti Műszaki és Gazdaságtudományi Egyetem 2. előadás
Bevezetés a bonyolultságelméletbe gyakorlatok I. A(0, y) := y + 1 y 0 A(x, 0) := A(x 1, 1) x 1 A(x, y) := A(x 1, A(x, y 1)) x, y 1
Bevezetés a bonyolultságelméletbe gyakorlatok I. B. Az Ackermann függvény avagy nem minden olyan egyszerű, mint amilyennek látszik Legyen A(x, y) a következő, rekurzív módon definiált függvény: A(0, y)
A számítástudomány alapjai
A számítástudomány alapjai Katona Gyula Y. Számítástudományi és Információelméleti Tanszék Budapesti Műszaki és Gazdaságtudományi Egyetem Legszélesebb utak Katona Gyula Y. (BME SZIT) A számítástudomány
Algoritmuselmélet. Függvények nagyságrendje, elágazás és korlátozás, dinamikus programozás. Katona Gyula Y.
Algoritmuselmélet Függvények nagyságrendje, elágazás és korlátozás, dinamikus programozás Katona Gyula Y. Számítástudományi és Információelméleti Tanszék Budapesti Műszaki és Gazdaságtudományi Egyetem
Algoritmuselmélet. 2-3 fák. Katona Gyula Y. Számítástudományi és Információelméleti Tanszék Budapesti Műszaki és Gazdaságtudományi Egyetem. 8.
Algoritmuselmélet 2-3 fák Katona Gyula Y. Számítástudományi és Információelméleti Tanszék Budapesti Műszaki és Gazdaságtudományi Egyetem 8. előadás Katona Gyula Y. (BME SZIT) Algoritmuselmélet 8. előadás
Sali Attila Budapest Műszaki és Gazdaságtudományi Egyetem. I. B. 137/b március 16.
Bevezetés a Számításelméletbe II. 6. előadás Sali Attila Budapest Műszaki és Gazdaságtudományi Egyetem Számítástudományi és Információelméleti Tsz. I. B. 7/b sali@cs.bme.hu 004 március 6. A kritikus út
Kiegészítő részelőadás 1. Az algoritmusok hatékonyságának mérése
Kiegészítő részelőadás 1. Az algoritmusok hatékonyságának mérése Dr. Kallós Gábor 2014 2015 1 Az Ordó jelölés Azt mondjuk, hogy az f(n) függvény eleme az Ordó(g(n)) halmaznak, ha van olyan c konstans (c
3. gyakorlat Dinamikus programozás
3. gyakorlat Dinamikus programozás 1. Az 1,2,...,n számoknak adott két permutációja, x 1,...,x n és y 1,...,y n. A két sorozat egy közös részsorozata egy 1 i 1 < < i k n, és egy 1 j 1
Logika és számításelmélet
Logika és számításelmélet 12. előadás Irányítatlan/irányított Hamilton út/kör Hamilton út/kör Adott egy G = (V, E) irányítatlan / irányított gráf ( V = n). Egy P = v i1,..., v in felsorolása a csúcsoknak
Számításelmélet 2 - El adás jegyzet
Számításelmélet 2 - El adás jegyzet Rózsa Gábor 2007. els félév 1 Bevezetés Ajánlott irodalom: Katona-Recski: Bevezetés a véges matematikába Rónyai-Ivanyos-Szabó: Algoritmusok Lovász: Aloritmusok bonyolultsága
Bonyolultságelmélet. Monday 26 th September, 2016, 18:50
Bonyolultságelmélet Monday 26 th September, 2016, 18:50 A kiszámítás modelljei 2 De milyen architektúrán polinom? A kiszámításnak számos (matematikai) modellje létezik: Általános rekurzív függvények λ-kalkulus
Logika és számításelmélet. 12. előadás
Logika és számításelmélet 12. előadás NP lehetséges szerkezete NP-köztes nyelv L NP-köztes, ha L NP, L P és L nem NP-teljes. Ladner tétele Ha P NP, akkor létezik NP-köztes nyelv. (biz. nélkül) NP-köztes
Algoritmuselmélet. Függvények nagyságrendje, elágazás és korlátozás, dinamikus programozás. Katona Gyula Y.
Algoritmuselmélet Függvények nagyságrendje, elágazás és korlátozás, dinamikus programozás Katona Gyula Y. Számítástudományi és Információelméleti Tanszék Budapesti Műszaki és Gazdaságtudományi Egyetem
Algoritmuselmélet 18. előadás
Algoritmuselmélet 18. előadás Katona Gyula Y. Budapesti Műszaki és Gazdaságtudományi Egyetem Számítástudományi Tsz. I. B. 137/b kiskat@cs.bme.hu 2002 Május 7. ALGORITMUSELMÉLET 18. ELŐADÁS 1 Közelítő algoritmusok
Diszkrét matematika 2. estis képzés
Diszkrét matematika 2. estis képzés 2018. tavasz 1. Diszkrét matematika 2. estis képzés 10. előadás Nagy Gábor nagygabr@gmail.com nagy@compalg.inf.elte.hu compalg.inf.elte.hu/ nagy Komputeralgebra Tanszék
Algoritmusok bonyolultsága
Algoritmusok bonyolultsága 9. előadás http://www.ms.sapientia.ro/~kasa/komplex.htm 1 / 18 Közelítő algoritmusok ládapakolás (bin packing) Adott n tárgy (s i tömeggel) és végtelen sok 1 kapacitású láda
GRÁFELMÉLET. 7. előadás. Javító utak, javító utak keresése, Edmonds-algoritmus
GRÁFELMÉLET 7. előadás Javító utak, javító utak keresése, Edmonds-algoritmus Definíció: egy P utat javító útnak nevezünk egy M párosításra nézve, ha az út páratlan hosszú, kezdő- és végpontjai nem párosítottak,
Diszkrét matematika 2 (C) vizsgaanyag, 2012 tavasz
Diszkrét matematika 2 (C) vizsgaanyag, 2012 tavasz A vizsga menete: a vizsga írásbeli és szóbeli részből áll. Az írásbeli beugrón az alábbi kérdések közül szerepel összesen 12 darab, mindegyik egy pontot
Deníciók és tételek a beugró vizsgára
Deníciók és tételek a beugró vizsgára (a szóbeli viszgázás jogáért) Utolsó módosítás: 2008. december 2. 2 Bevezetés Számítási problémának nevezünk egy olyan, a matematika nyelvén megfogalmazott kérdést,
Turing-gépek. Kiegészítő anyag az Algoritmuselmélet tárgyhoz VIII. Friedl Katalin BME SZIT március 18.
Turing-gépek Kiegészítő anyag az Algoritmuselmélet tárgyhoz VIII. (a Rónyai Ivanyos Szabó: Algoritmusok könyv mellé) Friedl Katalin BME SZIT friedl@cs.bme.hu 2016. március 18. A veremautomatáknál az hogy
Turing-gépek. Kiegészítő anyag az Algoritmuselmélet tárgyhoz. Friedl Katalin BME SZIT augusztus 16.
Turing-gépek Kiegészítő anyag az Algoritmuselmélet tárgyhoz (a Rónyai Ivanyos Szabó: Algoritmusok könyv mellé) Friedl Katalin BME SZIT friedl@cs.bme.hu 2017. augusztus 16. A veremautomatáknál az, hogy
P, NP, NP-C, NP-hard, UP, RP, NC, RNC
P, NP, NP-C, NP-hard, UP, RP, NC, RNC 1 Az eddig vizsgált algoritmusok csaknem valamennyien polinomiális idejuek, azaz n méretu bemeneten futási idejük a legrosszabb esetben is O(n k ), valamely k konstanssal.
Gráfelmélet. I. Előadás jegyzet (2010.szeptember 9.) 1.A gráf fogalma
Készítette: Laczik Sándor János Gráfelmélet I. Előadás jegyzet (2010.szeptember 9.) 1.A gráf fogalma Definíció: a G=(V,E) párt egyszerű gráfnak nevezzük, (V elemeit a gráf csúcsainak/pontjainak,e elemeit
Csima Judit október 24.
Adatbáziskezelés Funkcionális függőségek Csima Judit BME, VIK, Számítástudományi és Információelméleti Tanszék 2018. október 24. Csima Judit Adatbáziskezelés Funkcionális függőségek 1 / 1 Relációs sémák
Közösségek keresése nagy gráfokban
Közösségek keresése nagy gráfokban Katona Gyula Y. Számítástudományi és Információelméleti Tanszék Budapesti Műszaki és Gazdaságtudományi Egyetem 2011. április 14. Katona Gyula Y. (BME SZIT) Közösségek
Modern irányzatok a bonyolultságelméletben: éles korlátok és dichotómia tételek
Modern irányzatok a bonyolultságelméletben: éles korlátok és dichotómia tételek Marx Dániel Paraméteres Algoritmusok és Bonyolultság Kutatócsoport Informatikai Kutatólaboratórium SZTAKI 05. június 5. Kombinatorikus
Algoritmuselmélet ZH 2015. április 8.
Algoritmuselmélet ZH 2015. április 8. 1. Tekintsük az f(n) = 10n 2 log n + 7n n + 2000 log n + 1000 függvényt. Adjon olyan c konstanst és olyan n 0 küszöbértéket, ami a definíció szerint mutatja, hogy
Diszkrét matematika 2. estis képzés
Diszkrét matematika 2. estis képzés 2018. tavasz 1. Diszkrét matematika 2. estis képzés 11. előadás Nagy Gábor nagygabr@gmail.com nagy@compalg.inf.elte.hu compalg.inf.elte.hu/ nagy Komputeralgebra Tanszék
Az informatika elméleti alapjai 2 elővizsga december 19.
Név (aláírás): Az informatika elméleti alapjai 2 elővizsga 2017. december 19. A vizsgadolgozat 1. feladatára helyes válaszonként 1-1 pont kapható, a 2-3. feladatok megoldásáért 6-6 pont, a 4. feladatra
Diszkrét matematika 2.C szakirány
Diszkrét matematika 2.C szakirány 2017. tavasz 1. Diszkrét matematika 2.C szakirány 3. előadás Nagy Gábor nagygabr@gmail.com nagy@compalg.inf.elte.hu compalg.inf.elte.hu/ nagy Komputeralgebra Tanszék 2017.
Algoritmuselmélet 11. előadás
Algoritmuselmélet 11. előadás Katona Gyula Y. Budapesti Műszaki és Gazdaságtudományi Egyetem Számítástudományi Tsz. I. B. 137/b kiskat@cs.bme.hu 2002 Március 26. ALGORITMUSELMÉLET 11. ELŐADÁS 1 Kruskal
Gráfalgoritmusok ismétlés ősz
Gráfalgoritmusok ismétlés 2017. ősz Gráfok ábrázolása Egy G = (V, E) gráf ábrázolására alapvetően két módszert szoktak használni: szomszédsági listákat, illetve szomszédsági mátrixot. A G = (V, E) gráf
Feladatok, amelyek gráfokkal oldhatók meg 1) A königsbergi hidak problémája (Euler-féle probléma) a
Feladatok, amelyek gráfokkal oldhatók meg ) A königsbergi hidak problémája (Euler-féle probléma) a b d c A megfelelő gráf: d a b c ) Egy szórakoztató feladat (Hamilton-féle probléma) Helyezzük el az,,,...,
Algoritmuselmélet zárthelyi (BSc képzés) április 24.
Algoritmuselmélet zárthelyi (BSc képzés) 009. április.. Tekintsük az f (n) = 009 n! és f (n) = 00 (n )! függvényeket. Igaz-e, hogy a) f = O(f ) b) f = O(f ) c) f = Ω(f ) d) f = Ω(f )?. Dijkstra-algoritmussal
Diszkrét matematika 2.
Diszkrét matematika 2. Mérai László előadása alapján Készítette: Nagy Krisztián 4. előadás Eulerséta: Olyan séta, mely a gráf minden élét pontosan egyszer tartalmazza. Tétel: egy összefüggő gráf. Ha minden
ALGORITMUSOK ÉS BONYOLULTSÁGELMÉLET Matematika MSc hallgatók számára
ALGORITMUSOK ÉS BONYOLULTSÁGELMÉLET Matematika MSc hallgatók számára 7. Előadás: Hálózatok, P- és N P-teljes problémák Előadó: Hajnal Péter 2015. tavasz 1. Hálózatok és egy P-teljes probléma Emlékeztető.
Adatbázisok elmélete 12. előadás
Adatbázisok elmélete 12. előadás Katona Gyula Y. Budapesti Műszaki és Gazdaságtudományi Egyetem Számítástudományi Tsz. I. B. 137/b kiskat@cs.bme.hu http://www.cs.bme.hu/ kiskat 2005 ADATBÁZISOK ELMÉLETE
ALGORITMUSOK ÉS BONYOLULTSÁGELMÉLET Matematika MSc hallgatók számára
ALGORITMUSOK ÉS BONYOLULTSÁGELMÉLET Matematika MSc hallgatók számára 8. Előadás: További N P-teljes problémák Előadó: Hajnal Péter 2015. tavasz Eddig több bonyolultsági osztályra láttunk teljes problémákat
Szemidenit optimalizálás és az S-lemma
Szemidenit optimalizálás és az S-lemma Pólik Imre SAS Institute, USA BME Optimalizálás szeminárium 2011. október 6. Outline 1 Egyenl tlenségrendszerek megoldhatósága 2 Az S-lemma 3 Szemidenit kapcsolatok
Feladatok. 7. Tíz rabló a kincseit egy több lakattal lezárható ládában gyűjti. Az egyes lakatokat egy-egy
Feladatok 1. Hányféleképpen állhat sorba n fiú és n lány úgy, hogy azonos neműek ne álljanak egymás mellett?. Hány olyan hétszámjegyű telefonszám készíthető, amiben pontosan két különböző számjegy szerepel,
Gráfelmélet jegyzet 2. előadás
Gráfelmélet jegyzet 2. előadás Készítette: Kovács Ede . Fák Tétel. : A következők ekvivalensek a T gráfra: (i) T összefüggő, e E. T e már nem összefüggő (ii) T összefüggő és körmentes. (iii) x, y V T!
Ramsey-féle problémák
FEJEZET 8 Ramsey-féle problémák "Az intelligens eljárást az jellemzi, hogy még a látszólag megközelíthetetlen célhoz is utat nyit, megfelelő segédproblémát talál ki és először azt oldja meg." Pólya György:
Approximációs algoritmusok
Approximációs algoritmusok Nehéz (pl. NP teljes) problémák optimális megoldásának meghatározására nem tudunk (garantáltan) polinom idejű algoritmust adni. Lehetőségek: -exponenciális futási idejű algoritmus
Algoritmuselmélet 12. előadás
Algoritmuselmélet 12. előadás Katona Gyula Y. Budapesti Műszaki és Gazdaságtudományi Egyetem Számítástudományi Tsz. I. B. 137/b kiskat@cs.bme.hu 2002 Április 9. ALGORITMUSELMÉLET 12. ELŐADÁS 1 Turing-gépek
Logika és számításelmélet. 10. előadás
Logika és számításelmélet 10. előadás Rice tétel Rekurzíve felsorolható nyelvek tulajdonságai Tetszőleges P RE halmazt a rekurzívan felsorolható nyelvek egy tulajdonságának nevezzük. P triviális, ha P
AZONOSSÁGOK 0-EGYSZERŰ FÉLCSOPORTOKBAN
AZONOSSÁGOK 0-EGYSZERŰ FÉLCSOPORTOKBAN VÉRTESI VERA Kivonat. A szóprobléma vagy másnéven ekvivalenciaprobléma félcsoportok felett azt a kérdést vizsgálja, hogy két kifejezés mikor vesz fel minden behelyettesítésre
Diszkrét matematika 2. estis képzés
Diszkrét matematika 2. estis képzés 2018. tavasz 1. Diszkrét matematika 2. estis képzés 7. előadás Nagy Gábor nagygabr@gmail.com nagy@compalg.inf.elte.hu compalg.inf.elte.hu/ nagy Komputeralgebra Tanszék
Diszkrét matematika 2.C szakirány
Diszkrét matematika 2.C szakirány 2017. tavasz 1. Diszkrét matematika 2.C szakirány 4. előadás Nagy Gábor nagygabr@gmail.com nagy@compalg.inf.elte.hu compalg.inf.elte.hu/ nagy Komputeralgebra Tanszék 2017.
Gráfok csúcsszínezései
Gráfelmélet/Diszkrét Matematika MSc hallgatók számára Gráfok csúcsszínezései 2012. október 1. Előadó: Hajnal Péter 1. (Csúcs)színezések alapfogalmai Emlékeztetőként idézzünk fel néhány korábban tanult
Diszkrét matematika 2.C szakirány
Diszkrét matematika 2.C szakirány 2015. ősz 1. Diszkrét matematika 2.C szakirány 3. előadás Nagy Gábor nagygabr@gmail.com nagy@compalg.inf.elte.hu compalg.inf.elte.hu/ nagy Komputeralgebra Tanszék 2015.
Algoritmuselmélet (BMEVISZA213) feladatgyűjtemény
Algoritmuselmélet (BMEVISZA213) feladatgyűjtemény Drótos Márton 2012. május 30. Tartalomjegyzék 1. Előszó, használati tanácsok 2 2. Nagyságrendek 3 3. Dinamikus programozás 4 4. Szélességi bejárás, legrövidebb
KOVÁCS BÉLA, MATEMATIKA I.
KOVÁCS BÉLA, MATEmATIkA I. 3 III. MEGFELELTETÉSEk, RELÁCIÓk 1. BEVEZETÉS Emlékeztetünk arra, hogy az rendezett párok halmazát az és halmazok Descartes-féle szorzatának nevezzük. Más szóval az és halmazok
Csercsik Dávid ITK PPKE. Csercsik Dávid (ITK PPKE) Játékelmélet és hálózati alkalmazásai 1. ea 1 / 55
Játékelmélet és hálózati alkalmazásai 1. ea Csercsik Dávid ITK PPKE Csercsik Dávid (ITK PPKE) Játékelmélet és hálózati alkalmazásai 1. ea 1 / 55 1 Játékelmélet Történeti áttekintés A játékelmélet ágai
A számítástudomány alapjai. Katona Gyula Y. Számítástudományi és Információelméleti Tanszék Budapesti Műszaki és Gazdaságtudományi Egyetem
A számítástudomány alapjai Katona Gyula Y. Számítástudományi és Információelméleti Tanszék Budapesti Műszaki és Gazdaságtudományi Egyetem Bináris keresőfa, kupac Katona Gyula Y. (BME SZIT) A számítástudomány
Gráfelméleti alapfogalmak
1 Gráfelméleti alapfogalmak Gráf (angol graph= rajz): pontokból és vonalakból álló alakzat. pontok a gráf csúcsai, a vonalak a gráf élei. GRÁ Irányítatlan gráf Vegyes gráf Irányított gráf G H Izolált pont
Algoritmuselmélet. Hashelés. Katona Gyula Y. Számítástudományi és Információelméleti Tanszék Budapesti Műszaki és Gazdaságtudományi Egyetem
Algoritmuselmélet Hashelés Katona Gyula Y. Számítástudományi és Információelméleti Tanszék Budapesti Műszaki és Gazdaságtudományi Egyetem 8. előadás Katona Gyula Y. (BME SZIT) Algoritmuselmélet 8. előadás
Diszkrét matematika 2.
Diszkrét matematika 2. Mérai László előadása alapján Készítette: Nagy Krisztián 1. előadás Gráfok halmaza, gráf, ahol a csúcsok halmaza, az élek illesztkedés reláció: illesztkedik az élre, ha ( -él illesztkedik
Diszkrét matematika 2.
Diszkrét matematika 2. 2018. november 23. 1. Diszkrét matematika 2. 9. előadás Fancsali Szabolcs Levente nudniq@cs.elte.hu www.cs.elte.hu/ nudniq Komputeralgebra Tanszék 2018. november 23. Diszkrét matematika
Chomsky-féle hierarchia
http://www.ms.sapientia.ro/ kasa/formalis.htm Chomsky-féle hierarchia G = (N, T, P, S) nyelvtan: 0-s típusú (általános vagy mondatszerkezetű), ha semmilyen megkötést nem teszünk a helyettesítési szabályaira.
Nagyságrendek. Kiegészítő anyag az Algoritmuselmélet tárgyhoz. Friedl Katalin BME SZIT február 1.
Nagyságrendek Kiegészítő anyag az Algoritmuselmélet tárgyhoz (a Rónyai Ivanyos Szabó: Algoritmusok könyv mellé) Friedl Katalin BME SZIT friedl@cs.bme.hu 018. február 1. Az O, Ω, Θ jelölések Az algoritmusok
Általános algoritmustervezési módszerek
Általános algoritmustervezési módszerek Ebben a részben arra mutatunk példát, hogy miként használhatóak olyan általános algoritmustervezési módszerek mint a dinamikus programozás és a korlátozás és szétválasztás
Melykeres(G) for(u in V) {szin(u):=feher Apa(u):=0} for(u in V) {if szin(u)=feher then MBejar(u)}
Mélységi keresés Ez az algoritmus a gráf pontjait járja be, eredményképpen egy mélységi feszítőerdőt ad vissza az Apa függvény által. A pontok bejártságát színekkel kezeljük, fehér= érintetlen, szürke=meg-
Diszkrét matematika 1. estis képzés
Diszkrét matematika 1. estis képzés 2019. tavasz 1. Diszkrét matematika 1. estis képzés 9. előadás Nagy Gábor nagygabr@gmail.com nagy@compalg.inf.elte.hu compalg.inf.elte.hu/ nagy Mérai László diái alapján
Diszkrét matematika 2.C szakirány
Diszkrét matematika 2.C szakirány 2015. tavasz 1. Diszkrét matematika 2.C szakirány 1. előadás Nagy Gábor nagygabr@gmail.com nagy@compalg.inf.elte.hu Komputeralgebra Tanszék 2015. tavasz Gráfelmélet Diszkrét
Algoritmuselmélet 7. előadás
Algoritmuselmélet 7. előadás Katona Gyula Y. Budapesti Műszaki és Gazdaságtudományi Egyetem Számítástudományi Tsz. I. B. 137/b kiskat@cs.bme.hu 2002 Március 11. ALGORITMUSELMÉLET 7. ELŐADÁS 1 Múltkori
Polinomosztás. Összeállította: Bogya Norbert. Diszkrét matematika I.gyakorlat
Diszkrét matematika I. gyakorlat Összeállította: Bogya Norbert Tartalom Elméleti bevezető 1 Elméleti bevezető 2 1. példa 2. példa 3. példa Elmélet I. Elméleti bevezető Definíció (polinom) p = a n x n +
KOMBINATORIKA ElŐADÁS Matematika BSc hallgatók számára. Klikkek gráfokban-1. Definíció. Egy G gráfban egy K V(G) csúcshalmazt klikknek nevezünk, ha K
KOMBINATORIKA ElŐADÁS Matematika BSc hallgatók számára Klikkek gráfokban Előadó: Hajnal Péter 2017 1. Az alapkérdés Emlékeztetünk egy a gráfok színezésénél tárgyalt fontos fogalomra: Definíció. Egy G gráfban
30. ERŐSEN ÜSSZEFÜGGŐ KOMPONENSEK
30. ERŐSEN ÜSSZEFÜGGŐ KOMPONENSEK A gráfos alkalmazások között is találkozunk olyan problémákkal, amelyeket megoldását a részekre bontott gráfon határozzuk meg, majd ezeket alkalmas módon teljes megoldássá
KÖZELÍTŐ ALGORITMUSOK
Wiener Gábor KÖZELÍTŐ ALGORITMUSOK BME SZIT Készült a Budapesti Műszaki és Gazdaságtudományi Egyetem Villamosmérnöki és Informatikai Kar Számítástudományi és Információelméleti Tanszék gondozásában. Lektorálta:
Véges automaták, reguláris nyelvek
Véges automaták, reguláris nyelvek Kiegészítő anyag az lgoritmuselmélet tárgyhoz (a Rónyai Ivanyos Szabó: lgoritmusok könyv mellé) Friedl Katalin BME SZIT friedl@cs.bme.hu 27. augusztus 3. véges automata
Nagy Gábor compalg.inf.elte.hu/ nagy ősz
Diszkrét matematika 3. estis képzés 2016. ősz 1. Diszkrét matematika 3. estis képzés 4. előadás Nagy Gábor nagygabr@gmail.com nagy@compalg.inf.elte.hu compalg.inf.elte.hu/ nagy Komputeralgebra Tanszék
1. tétel - Gráfok alapfogalmai
1. tétel - Gráfok alapfogalmai 1. irányítatlan gráf fogalma A G (irányítatlan) gráf egy (Φ, E, V) hátmas, ahol E az élek halmaza, V a csúcsok (pontok) halmaza, Φ: E {V-beli rendezetlen párok} illeszkedési
1/50. Teljes indukció 1. Back Close
1/50 Teljes indukció 1 A teljes indukció talán a legfontosabb bizonyítási módszer a számítástudományban. Teljes indukció elve. Legyen P (n) egy állítás. Tegyük fel, hogy (1) P (0) igaz, (2) minden n N
Diszkrét matematika 2.C szakirány
Diszkrét matematika 2.C szakirány 2017. ősz 1. Diszkrét matematika 2.C szakirány 2. előadás Nagy Gábor nagygabr@gmail.com nagy@compalg.inf.elte.hu compalg.inf.elte.hu/ nagy Komputeralgebra Tanszék 2017.
15. tétel. Adatszerkezetek és algoritmusok vizsga Frissült: 2013. január 30.
15. tétel Adatszerkezetek és algoritmusok vizsga Frissült: 2013. január 30. Edényrendezés Tegyük fel, hogy tudjuk, hogy a bemenő elemek (A[1..n] elemei) egy m elemű U halmazból kerülnek ki, pl. " A[i]-re
Számítógép és programozás 2
Számítógép és programozás 2 6. Előadás Problémaosztályok http://digitus.itk.ppke.hu/~flugi/ Emlékeztető A specifikáció egy előfeltételből és utófeltételből álló leírása a feladatnak Léteznek olyan feladatok,
Gráfelméleti feladatok programozóknak
Gráfelméleti feladatok programozóknak Nagy-György Judit 1. Lehet-e egy gráf fokszámsorozata 3, 3, 3, 3, 5, 6, 6, 6, 6, 6, 6? 2. Lehet-e egyszer gráf fokszámsorozata (a) 3, 3, 4, 4, 6? (b) 0, 1, 2, 2, 2,
Nemkonvex kvadratikus egyenlőtlenségrendszerek pontos dualitással
pontos dualitással Imre McMaster University Advanced Optimization Lab ELTE TTK Operációkutatási Tanszék Folytonos optimalizálás szeminárium 2004. július 6. 1 2 3 Kvadratikus egyenlőtlenségrendszerek Primál
ELTE IK Esti képzés tavaszi félév. Tartalom
Diszkrét Matematika 2 vizsgaanyag ELTE IK Esti képzés 2017. tavaszi félév Tartalom 1. Számfogalom bővítése, homomorfizmusok... 2 2. Csoportok... 9 3. Részcsoport... 11 4. Generátum... 14 5. Mellékosztály,
Gráfok, definíciók. Gráfok ábrázolása. Az adott probléma megoldásához ténylegesen mely műveletek szükségesek. Ábrázolások. Példa:
Gráfok, definíciók Irányítatlan gráf: G = (V,E), ahol E rendezetlen (a,b),a,b V párok halmaza. Irányított gráf: G = (V,E) E rendezett (a,b) párok halmaza; E V V. Címkézett (súlyozott) gráf: G = (V,E,C)
SzA II. gyakorlat, szeptember 18.
SzA II. gyakorlat, 015. szeptember 18. Barátkozás a gráfokkal Drótos Márton drotos@cs.bme.hu 1. Az előre megszámozott (címkézett) n darab pont közé hányféleképp húzhatunk be éleket úgy, hogy egyszerű gráfhoz
Számítógép hálózatok, osztott rendszerek 2009
Számítógép hálózatok, osztott rendszerek 2009 1: Bevezetés: Internet, rétegmodell Alapok: aszimptótika, gráfok 1 Az előadáshoz Előadás: Hétfő 10:00 12:00 óra Gyakorlat: Hétfő 14:00-16:00 óra Honlap: http://people.inf.elte.hu/lukovszki/courses/0910nwmsc
BOOLE ALGEBRA Logika: A konjunkció és diszjunkció tulajdonságai
BOOLE ALGEBRA Logika: A konjunkció és diszjunkció tulajdonságai 1.a. A B B A 2.a. (A B) C A (B C) 3.a. A (A B) A 4.a. I A I 5.a. A (B C) (A B) (A C) 6.a. A A I 1.b. A B B A 2.b. (A B) C A (B C) 3.b. A
1: Bevezetés: Internet, rétegmodell Alapok: aszimptótika, gráfok. HálózatokII, 2007
Hálózatok II 2007 1: Bevezetés: Internet, rétegmodell Alapok: aszimptótika, gráfok 1 Az előadáshoz Előadás: Szerda 17:00 18:30 Gyakorlat: nincs Vizsga írásbeli Honlap: http://people.inf.elte.hu/lukovszki/courses/g/07nwii
bármely másikra el lehessen jutni. A vállalat tudja, hogy tetszőlegesen adott
. Minimális súlyú feszítő fa keresése Képzeljük el, hogy egy útépítő vállalat azt a megbízást kapja, hogy építsen ki egy úthálózatot néhány település között (a települések között jelenleg nincs út). feltétel
Nagy Gábor compalg.inf.elte.hu/ nagy ősz
Diszkrét matematika 3. estis képzés 2016. ősz 1. Diszkrét matematika 3. estis képzés 4. előadás Nagy Gábor nagygabr@gmail.com nagy@compalg.inf.elte.hu compalg.inf.elte.hu/ nagy Komputeralgebra Tanszék
Algoritmuselmélet. Hashelés. Katona Gyula Y. Számítástudományi és Információelméleti Tanszék Budapesti Műszaki és Gazdaságtudományi Egyetem
Algoritmuselmélet Hashelés Katona Gyula Y. Számítástudományi és Információelméleti Tanszék Budapesti Műszaki és Gazdaságtudományi Egyetem 9. előadás Katona Gyula Y. (BME SZIT) Algoritmuselmélet 9. előadás