Like dokumenter
Algdat - Øvingsforelesning. NP-komplette problemer

Graphs similar to strongly regular graphs

TOPOLOGY WORD LIST/TOPOLOGI-ORDLISTE. base space basisrom basis elements basiselementer basis for a topology basis for en topologi

Fault Tolerant K-Center Problems

Estimating Peer Similarity using. Yuval Shavitt, Ela Weinsberg, Udi Weinsberg Tel-Aviv University

I# w ,F3<#""" wxy2t {r u v$ 0 Y 4 } ~ Â ` - é$8 UX#' ] d Ñ \ ] J. I \ ] O,+R:,!" {%O DM%M5#' ] J*CO!

Motzkin monoids. Micky East. York Semigroup University of York, 5 Aug, 2016

Kneser hypergraphs. May 21th, CERMICS, Optimisation et Systèmes

GRAF-TRAVERSERING. Hvordan utforske en labyrint uten å gå seg vill. Rekkefølge på kanter: Dybde-Først Søk A B C D E F G H I J K L M N O P

Grunnleggende Grafalgoritmer III

Løb 1, 200m Rygsvømning Damer # Nr. Navn Født Klub Licens Bassin Anmtid Status Krattet Sofie W. Kjær Karoline Szokody Maria Sejling Karla

KORTESTE STI. Vektede Grafer. Korteste Sti. Dijkstra s Algoritme. Vektet Urettet Graf

INF-MAT5370. Grafer og datastrukturer

Disjoint Sets. Chapter 21. CPTR 430 Algorithms Disjoint Sets 1

S i d e : 1D a t o : 1 7 j u n i Ti d : 0 9 : 0 0 : 4 1

I D È LANDSKAPSPLAN M 1:2000 LENGDESNITT GJENNOM VEI/BRU I PROFIL

Improving Coarsening Schemes for Hypergraph Partitioning by Exploiting Community Structure

MAT1030 Forelesning 22

Kombinatorikk. MAT1030 Diskret Matematikk. Oppsummering av regneprinsipper

MAT1030 Diskret Matematikk

UNIVERSITETET I OSLO

SAMMENDRAG ALGDAT. Basis: Kjøretid. Divide and conquer. Grådig. Master method. Case 1. Case 2. Case 3

' Illllllllllll. C;) m o I.tl '1 $11? W. o, ISBN-13: Il l l la l l OLE G. KARLSEN TORGEIR HOLGERSEN. ? 1 i? l.

MAT1030 Forelesning 22

Existence of resistance forms in some (non self-similar) fractal spaces

Unfoldable Self-Avoiding Walks

Introduksjon. MAT1030 Diskret matematikk. Søkealgoritmer for grafer. En graf

MAT1030 Diskret matematikk

Introduksjon. MAT1030 Diskret Matematikk. Introduksjon. En graf. Forelesning 22: Grafteori. Roger Antonsen

Salisbury. t S. t w. ry W. it P e. Ro a " t S eet. Ce n x t. S t S t re. i r S tr e. Pr in. e Dr e. u e e. St e r Stree. et J. B a rt. u a.

Offentlig utvalg for punktskrift, OUP Norsk standard for 8-punktskrift punktskrift 24. oktober 2004 sist endret

Tilleggsoppgaver for STK1110 Høst 2015

HØGSKOLEN I NARVIK - SIVILINGENIØRUTDANNINGEN

Introduksjon, space syntax på 15 minutter

Ë < # ;<z O < HSCÉ XÚÎ

! " # $ % & ^Pv`!$ x âîv7ç È'Ç È b j k Æ' z{3 b jkæ b ÇÈÉÊ&( )! c q r É. xy+ - Êlm l D E ` &! D E â î #" ' #$ '#! v( D/Ev A B x y&?

Sensorveiledning/løsningsforslag IN2010/INF2220 Algoritmer og datastrukturer H2018 Ragnhild Kobro Runde, Stein Michael Storleer, Ingrid Chieh Yu

UNIVERSITETET I OSLO

DRIFTSANALYSER 2012/2013 FORELØBIGE RESULTATER

Solutions #12 ( M. y 3 + cos(x) ) dx + ( sin(y) + z 2) dy + xdz = 3π 4. The surface M is parametrized by σ : [0, 1] [0, 2π] R 3 with.

Lie 2-Groups, Lie 2-Algebras, and Loop Groups

Overview. Heuristic search 1. Target function and optimization. Minimum vertex cover

Overvekt og fedme hos barn og unge hvor bekymret skal vi være i Norge?

Eksamen R2, Våren 2015, løsning

IN Algoritmer og datastrukturer

Litt om grafer og traversering, og om hashing. Jeg gikk en tur i. Tredje forelesning

Løsningsforslag 2017 eksamen

Maks Flyt og NPkompletthet

Physical origin of the Gouy phase shift by Simin Feng, Herbert G. Winful Opt. Lett. 26, (2001)

Forslag til løsninger, TMA4150 Algebra, 29. mai 2018 Side 1 av 5

TMA4240 Statistikk Høst 2009

INF1800 Forelesning 2

Testobservator for kjikvadrattester

Algdat Eksamensforelesning. Nils Barlaug

Digital representasjon

ÒÒÓÙÒ Ö Ñ Û Ø Ö Ù Ò ÝÐ ØØ Ò ÝÒ ÖÓÒ Þ ÌÖ Ò Ø ÓÒ ØÓÛ Ö Ø ÙÒ Ð Ø Ö Ð Ô Ö ÒØ Ö Þ Ö ÒØ º Ö Þ Ò ºÞ ÒØ Ö ÓÖ ÓÒÓÑ Ê Ö Ò Ö Ù Ø Ù Ø ÓÒ Ó ÖÐ ÍÒ Ú Ö ØÝ Þ Æ Ø ÓÒ Ð

Databases 1. Extended Relational Algebra

Mengdelære INF1800 LOGIKK OG BEREGNBARHET FORELESNING 2: MENGDELÆRE. Læreboken. Mengder. Definisjon (Mengde) Roger Antonsen

Tegn og tekst. Et representert tegn kan vises på flere måter. Noen definisjoner. Enda noen definisjoner. \yvind og ]se N{rb}? a a a.

UNIVERSITETET I OSLO

ﺪ ﻩ ﻋﺍ ﻮﹶ ﻭ ﻗ ﻪ ﹾﻘ ﹾﻟ ﻔ ﺍ ﹺﻝ ﻮ ﹸﺃ ﺻ ﹸ ﻣ ﺔ ﻮﹸ ﻈ ﻣ ﻨ $ ﺡﺮﺷ! " ' (# $% & )*! +,!* -

INF1800 LOGIKK OG BEREGNBARHET

VLSI Design for Yield on Chip Level

dx k dt н x 1,..., x n f 1,...,f n н- н f k (x 1,..., x n ), k =1,2,...,n, нн d X = f( X). X = (t),.. x 1 = 1 (t), x 2 = 2 (t),...

Vektorer. Dagens tema. Deklarasjon. Bruk

Innlandskraft 100% Gudbrandsdal Energi

Dagens tema INF1070. Vektorer (array er) Tekster (string er) Adresser og pekere. Dynamisk allokering

Faglærer går normalt én runde gjennom lokalet. Ha evt. spørsmål klare!

Ò Ò ÐÝ Ó ÑÔ Ö Ð Ì Ø Ò ÓÖ ÅÓ Ð ÓÒ ÈÖÓ ÙÖ Á Æ ÀÇÊÊÇ ÃË Ô ÖØÑ ÒØ Ó ÓÑÔÙØ Ö Ë Ò ÍÒ Ú Ö ØÝ Ó Å Ò Ø Ö Íú ¹Ñ Ð ÓÖÖÓ ºÑ Òº ºÙ È Ì Ê º È Ì Ä¹Ë ÀÆ Á Ê ÐÐ Ä Ê Ö

UNIVERSITETET I OSLO

Evt. forklar på tavla. Diskuter kjøretid (best-/ worst-case). Innsetting og søk. Rekursjon igjen. A C E G

r t = S t r t ; s = ½ T T

Kompleksitet. IN algoritmer og datastrukturer Plenumstime / repetisjon

05/08/2002 Bugøynes. 16/08/2002 Bugøynes

Løsningsforslag til eksamen i TMA4245 Statistikk 7. juni 2007

Minimum Spenntrær - Kruskal & Prim

INF Algoritmer og datastrukturer

Ma Flerdimensjonal Analyse Øving 1

.HODE..TEGNSETT ISO SOSI-VERSJON 8.1..SOSI-NIV 2!!!!!!!!!!!..TRANSPAR...KOORDSYS 23...ORIGO-Nÿ ENHET OMR DE...

Anvendelser av grafer

Løsningsforslag Øving 9 TMA4140 Diskret matematikk Høsten i for i = 0, 1, 2, 3, 4, og så er W 4 svaret

Løsningsforslag Eksamen i Statistikk SIF5060 Aug 2002

PDF created with pdffactory Pro trial version

Eksamensoppgave i TDT4120 Algoritmer og datastrukturer

Regneøvelse 22/5, 2017

(a 1, a 2, a 3, a 4 ) ³Æ s 10. a 1 a 2 a 3 a 4 a 1 a 2 a 3 a 4. ( a 1 a 2 a 3 a 4 a 1 a 2 a 3 a 4) (a 1 a 2 a 3 a 4 a 1 a 2 a 3 a 4)

Kravspesifikasjon eksamen - personlig

Kommentarer til Eksamen IM005 - V02

ËØÓ Ø ÑÓ Ð ÓÖ ÝÑÑ ØÖ Û Ú Ù Ú Ö Ù Ä Ö Ò ÖÓÒع ÝÑÑ ØÖÝ ØÓ Ø Ä Ö Ò ÑÓ Ð ÓÖ ÝÑÑ ØÖ Ó Ò Û Ú Û Ø Ö Ø ÓÒ Ð ÔÖ Ò ÓÖ Ä Ò Ö Ò ½ ËÓ Ö ½ ÒÒ Ä Ò Ö Ò ¾ ½ ÒØÖ ÓÖ Å Ø

Godkjenning av møteinnkalling

P ±Ê. Š - ˆ Œˆ œ Ÿ Š ˆŒ ˆŸ ƒ Ÿ Š Œ ˆ ŠˆŒ. ² μ Ê ² Œ É ³ É Î ±μ ³μ ² μ.

Thermal Brewer Aurora

SFB LØSNING PÅ EKSAMEN HØSTEN 2018

Case 1:11-cr RNS Document 781 Entered on FLSD Docket 03/27/2013 Page 1 of M a u u - g u 'a M M M u..a u i < < < < < < < < <.Q? <.t!

Dagens tema INF1070. Vektorer (array-er) Tekster (string-er) Adresser og pekere. Dynamisk allokering

Opprinnelig IP-pakke inneholder 4480 Byte data. Dette er inklusiv IPheader. Max nyttelast på EthernetRammen er 1500 oktetter.

Digital representasjon

Computing MP Distance Between Binary Phylogenetic Trees 575

Kapittel 10 fra læreboka Grafer

Trigonometri, regulære mangekanter og stjerner

Transkript:

(gcheng@nju.edu.cn)

3 2

4

5

http://www.chainconveyordesign.net/wp-content/uploads/2012/01/sahara-desert-food-chain1.jpg 6

http://currentcatholic.files.wordpress.com/2011/01/social-networking.jpg 7

http://upload.wikimedia.org/wikipedia/commons/d/d2/internet_map_1024.jpg 8

https://upload.wikimedia.org/wikipedia/commons/thumb/6/69/pagerank-hi-res.png/1200px-pagerank-hi-res.png

http://upload.wikimedia.org/wikipedia/commons/thumb/6/67/semantic_net.svg/1000px-semantic_net.svg.png 10

11

http://en.wikipedia.org/wiki/seven_bridges_of_k%c3%b6nigsberg 12

1.1 1.5 1.6 13

(set) S={v 1, v 2, v 3 }={v 3, v 2, v 1 }={v 1, v 1, v 2, v 3 } (unordered pair) 2 1 {v 1, v 2 } {v 2 } (v 1, v 2 ) (v 2, v 2 ) 14

() <> 15

G=<V,E> (vertex set) V V(G) (edge set) E E(G) e " eî E( G),( e Î{ 1,2} ) " eî E( G),( e Í V ( G) ) v 1 (order) ν(g)= V(G) // e 1 (size) ε(g)= E(G) v 2 e=(u, v)=uv e 2 e 4 e 5 e 7 v 5 v 3 e 3 v 4 16

( ) v 1 v 2 e 1 (endpoint) v 1 v 2 e 1 (incident) v 1 v 2 (adjacent) e 1 e 2 (adjacent) e 7 (loop) v 1 e 1 v 2 e 5 e 7 e 2 e 4 v 5 v 3 e 3 v 4 17

e 1 v 1 v 2 e 5 e 6 e 7 e 2 e 4 v 5 v 3 e 3 v 4 18

(multiset) S={v1, v2, v3}={v3, v2, v1} {v1, v1, v2, v3} (multiple edges) e 5 e 6 E(G)={(v 1, v 2 ), (v 2, v 3 ), (v 3, v 4 ), (v 3, v 5 ), (v 1, v 5 ), (v 1, v 5 ), (v 5, v 5 )} e 1 v 1 v 2 e 5 e 6 e 7 e 2 e 4 v 5 v 3 e 3 v 4 19

(degree) 2 d(v 1 )=3 d(v 5 )=5 D d ( G) ( G) = max vîv ( G) = min vîv ( G) d d ( v) ( v) e 1 v 1 v 2 e 5 e 6 e 7 e 2 e 4 v 5 v 3 e 3 v 4 20

1.1.1 0 1. 2. 21

(null graph) V(G)= (empty graph) (trivial graph) (simple graph) (complete graph) k- (k-regular graph) (bipartite graph) (complete bipartite graph) 22

(null graph) (empty graph) E(G)= (trivial graph) (simple graph) (complete graph) k- (k-regular graph) (bipartite graph) (complete bipartite graph) 23

(null graph) (empty graph) (trivial graph) ν(g)=1 (simple graph) (complete graph) k- (k-regular graph) (bipartite graph) (complete bipartite graph) 24

(null graph) (empty graph) (trivial graph) (simple graph) (complete graph) k- (k-regular graph) (bipartite graph) (complete bipartite graph) v 2 e 2 e 1 v 3 v 1 e 5 e 6 e 7 e 4 v 5 e 3 v 4 25

(null graph) (empty graph) (trivial graph) (simple graph) (complete graph) K ν(g) k- (k-regular graph) (bipartite graph) (complete bipartite graph) 26

(null graph) (empty graph) (trivial graph) (simple graph) (complete graph) k- (k-regular graph) ( G) ( d( v) k) " v ÎV, = (bipartite graph) (complete bipartite graph) 27

(null graph) (empty graph) (trivial graph) (simple graph) (complete graph) k- (k-regular graph) (bipartite graph) ( G) = X ÈY, X ¹ Æ, Y ¹ Æ X ÇY = Æ ÎE( G) (( eç X ¹ Æ) Ù( eç ¹ Æ) ) V, " e, Y (complete bipartite graph) 28

(null graph) (empty graph) (trivial graph) (simple graph) (complete graph) k- (k-regular graph) (bipartite graph) (complete bipartite graph) X-Y K X, Y 29

(null graph) (empty graph) (trivial graph) (simple graph) (complete graph) k- (k-regular graph) (bipartite graph) (complete bipartite graph) 30

31

1 H G (subgraph) V(H) V(G) E(H) E(G) H G (spanning subgraph) H G V - (induced subgraph) H G E - (edge-induced subgraph) v 1 e 1 v 2 v 2 e 5 e 2 e 4 v 5 e 2 e 4 v 5 v 3 v 4 v 3 e 3 v 4 32

1 H G (subgraph) H G (spanning subgraph) V(H)=V(G) H G V - (induced subgraph) H G E - (edge-induced subgraph) v 1 e 1 v 1 v 2 v 2 e 5 e 2 v 5 e 2 e 4 v 5 v 3 v 4 v 3 e 3 v 4 33

1 H G (subgraph) H G (spanning subgraph) H G V - (induced subgraph) ( ) ( ) ( ) ( ) ( )) " v, v ÎV ' = V H, v, v Î E G v, v Î E H H=G[V ] i j i H G E - (edge-induced subgraph) j i j e 1 v 1 v 2 v 2 e 5 e 2 e 4 v 5 e 2 e 4 v 5 v 3 e 3 v 4 v 3 e 3 v 4 34

1 H G (subgraph) H G (spanning subgraph) H G V - (induced subgraph) H G E - (edge-induced subgraph) ( ) V H = e H=G[E ] eîe '! = E( H ) v 1 e 1 v 1 e 5 v 2 e 5 e 4 v 5 e 2 e 4 v 5 v 3 v 3 e 3 v 4 35

1 ( ) G-V G[V(G)\V ] G-v G-{v} G-E <V(G), E(G)\E > G-e G-{e} v 1 e 1 v 2 v 2 e 5 e 2 e 4 v 5 e 2 e 4 v 5 v 3 e 3 v 4 v 3 e 3 v 4 36

2 G H (isomorphism) α: V(G) V(H) (u, v) E(G) iff. (α(u), α(v)) E(H) G @ H v 4 v 2 e 2 e 3 e 4 e1 v e 5 v 1 5 v 2 e 2 e 1 v 1 e 5 e 4 v 5 v 3 v 3 e 3 v 4 37

2 ( ) 38

10 39

2 ( ) NP P NPC 2015 quasi-polynomial time 40

G (complement) ( G),{( x y) Ï E( G) } G = V, G H (union) G H / (addition) G H / (join) G H (symmetric difference) b b x a x a c c 41

G (complement) G H (union) ( G) ÈV( H ) E( G) È E( H ) G È H = V, G H / (addition) G H / (join) G H (symmetric difference) b b b x a È a y x a y c c c 42

G (complement) G H (union) G H / (addition) V G + H = V( G) ÈV( H ), E( G) È E( H ) G H / (join) G H (symmetric difference) ( G) ÇV( H) = Æ b e b e x a + d y x a d y c f c f 43

G (complement) G H (union) G H / (addition) G H / (join) V ( G) ÇV( H) = Æ ( G) ÈV( H ), E( G) È E( H ) È{ ( x, y) xîv( G) Ù yîv( H )} G Ú H = V G H (symmetric difference) c a b d Ú x y c a b d x y 44

G (complement) G H (union) G H / (addition) G H / (join) G H (symmetric difference) ( ( ) ( )) ( E( G) Ç E( H )) G Å H = V, E G È E H \ ( G) = V( H) V V = b b b c a d Å c a d c a d 45

(walk) v 0, e 1, v 1,, e k, v k e i =(v i-1, v i ) v 0 v k e 1 v 1 v 2 e 5 e 2 e 4 v 5 v 3 e 3 v 4 46

(walk) v 0, e 1, v 1,, e k, v k e i =(v i-1, v i ) v 0 v k (trail) e 1 v 1 v 2 e 5 e 2 e 4 v 5 v 3 e 3 v 4 47

(walk) v 0, e 1, v 1,, e k, v k e i =(v i-1, v i ) v 0 v k (trail) (path) e 1 v 1 v 2 e 5 e 2 e 4 v 5 v 3 e 3 v 4 48

(walk) v 0, e 1, v 1,, e k, v k e i =(v i-1, v i ) v 0 v k (trail) (path) (closed walk) v 1 e 1 v 2 e 5 e 2 e 4 v 5 v 3 e 3 v 4 49

(walk) v 0, e 1, v 1,, e k, v k e i =(v i-1, v i ) v 0 v k (trail) (path) (closed walk) (closed trail) v 1 e 1 v 2 e 5 e 2 e 4 v 5 v 3 e 3 v 4 50

(walk) v 0, e 1, v 1,, e k, v k e i =(v i-1, v i ) v 0 v k (trail) (path) (closed walk) (closed trail) (cycle) e 1 v 1 v 2 e 5 e 2 e 4 v 5 v 3 e 3 v 4 51

(length) u v (shortest path) u v (distance) d(u, v) (odd cycle) (even cycle) (girth) (circumference) v 2 e 2 e 1 v 1 e 5 e 4 v 5 v 3 e 3 v 4 52

1.1.3 ( ) 3 G d G ³ G 1. G P=v 0,, v k 2. v 0 P v 1 v i v j i j i j v 0 v 1 v i v j v k 53

1.1.2 ν 2 1. 2. X Y X Y u X={ u } Y={ u } v 1 u v 1 v 2 u u' 1 v 2 u u'(v 1 ) v 2 u 54

(connected) (connected graph) (connected component) v 1 v 3 v 4 G w(g) v 2 v 5 55

1.1.2 ( ) ν 2 1. 2. X Y X Y u X={ u } Y={ u } u u' v 1 1 u v 1 v 2 u v 2 56

G ε(g) ν(g)-1 1. w 1 e 1 v 1 v 2 e 5 e 2 e 4 v 5 v 3 e 3 v 4 57

(eccentricity) (center) (radius) (diameter) (median) e ( v) rad = max uîv arg mine vîv ( G ) ( G) ( ) diam G arg min vîv ( G) ( G) ( v) vîv d = min ( v, u) ( G) e = max e å uîv vîv ( G) ( G) ( v) ( v) ( v u) d, v 1 v 6 v 2 v 3 v 4 v 5 v 7 v 10 v 13 v 9 v 8 v 11 v 14 v 12 58

1.4 // 1.35 ( ) // 1.23 // 1.31 // 1.63 // 62