Государственное образовательное учреждение
Высшее профессиональное образование
Донской государственный технический университет
кафедра ПОВТ и АС
Отчет по курсовой работе
по курсу «Алгоритмы, построение и анализ»
на темы«Алгоритмы нахождения кратчайших путей в графе.»
Выполнил ст. гр. УСУ?21
Герусов К.А.
Руководитель работы:
Горлова М.Ю.
Медведева Т.А.
Ростов?на?Дону
2010г.
СОДЕРЖАНИЕ.
Введение……………………………………………………………….…………………………………………………………………….. 3
Постановка задачи…………….……………………………….……………………………………………………………………….. 5
Алгоритмизация………………….………….…………………………………………………………………………………………… 6
Выполнение поставленной задачи…………....………………………………………………………………………………. 9
Ручной просчёт………….…………………………………………………………………………………………………….. 9
Тест программы………………………..……………………………………………………………………………………. 11
Код программы…………………….…….…………………………………………………………………………………………….. 13
Приложение……………………………………..……………………………………………………………………………………….. 16
Список литературы……………………………………………………………………………………………………………………. 18
2
ВВЕДЕНИЕ.
Граф - исключительно популярный объект, минимально удаленный как от своего целостного пространственного образа, так и от описания по всем правилам теории множеств. Всякий раз, когда с задачей удается связать граф, обсуждение резко упрощается и большие фрагменты словесного описания заменяются манипуляциями с картинками.
Ю.И.Манин.
Многосвязная структура характеризуется следующими свойствами: (1) каждый элемент структуры содержит произвольное число направленных связей с другими элементами (или ссылок на другие элементы); (2) с каждым элементом может связываться произвольное количество других элементов (каждый элемент может быть объектом ссылки произвольного количества других элементов); (3) каждая связь в структуре имеет не только направление, но и вес. Такую многосвязную структуру называют сетевой структурой или сетью. Заметим, что логически сеть эквивалентна взвешенному ориентированному графу общего вида, и поэтому вместо термина "сеть" часто употребляются термины "графовая структура", или даже просто "граф".
Особое значение сетевые структуры приобрели в системах искусственного интеллекта, в которых они адекватно отражают логику организации данных и сложные отношения, возникающие в таких системах между различными элементами данных. В этих системах сетевые структуры применяются для построения семантических сетей, фреймов и других логических конструкций, необходимых для представления знаний, образования понятий и осуществления логических выводов.
Кратчайшие пути в графе. Алгоритм Форда-Беллмана.
Мы взбираемся на вершину, откуда можем бросить гордый взгляд назад и оценить пройденный путь.
П.Буль.
Существует большое количество практических задач, сводящихся к поиску кратчайших путей в графе. К их числу можно отнести: поиск кратчайшего расстояния между городами; поиск пути передачи информации, обеспечивающего минимальную стоимость или минимальное время передачи, или максимальную надежность при распространении информации в разветвленной сети.
Исходными данными для поиска кратчайшего пути в графе является матрица весов дуг заданного ориентированного графа. Это означает, что каждой дуге (u,v)?E поставлено в соответствие некоторое вещественное число А(u,v), называемое весом данной дуги. Длину кратчайшего пути d(s,t) между вершинами s и t называют расстоянием от s до t (расстояние, определенное таким образом, может быть и отрицательным). Если не существует ни одного пути из s в t, то полагают d(s,t)=Ґ, где Ґ- некоторый символ.
Большинство алгоритмов поиска расстояний между двумя фиксированными вершинами s и t включают в себя следующие действия: по данной матрице весов дуг A*u,v] (u,v?V) вычисляют некоторые верхние ограничения D*v+ на расстояние от s до всех вершин v. На каждом шаге, если D*v++A*u,v+<D*v+ оценку D*v+ улучшают: D*v+=D*u++A*u,v+. Процесс прекращается, когда дальнейшее улучшение ни одного из ограничений невозможно.
3
На рисунке 1 приведен: (а) граф; (б) соответствующая ему матрица весов дуг; (в) результаты работы алгоритма Форда-Беллмана.
а б в
Рис. 1: Пример выполнения алгоритма Форда-Беллмана.
Приведенный алгоритм отыскания кратчайших путей в графах с отрицательными длинами дуг, принадлежащий Форду, Муру и Беллману, может служить одним из возможных способов обнаружения контуров отрицательной длины (или циклов в неориентированном графе).
4
ПОСТАНОВКА ЗАДАЧИ.
Даная задачу нужно рассматривать, как задачу оптимизации на графах. Она заключается в составлении программного кода на языке программирования Pascal, основываясь на алгоритме Форда-Беллмана, и её тестирования с ручном просчётом.
5
Рис 2: Блок-схема.
Пояснения к блок-схеме.
1. Задание входных данных. а) Пользователь вводит число вершин в графе. И в зависимости какое число выбрал пользователь, задается матрица смежности из соответствующего файла. б) Программа предлагает ввести начальную вершину i дерева кратчайших путей. в) Если в i-ой строке матрицы смежности только 0, то есть из вершины i не выходит ни одной дуги, значит, вершину i нельзя рассматривать как начальную и переходим к пункту б. г) Вывод матрицы смежности на экран, в табличном виде.
2. Инициализация выходных данных (массивы: кратчайших путей – l и предков – ftr). а) Если существует дуга (i,j), то выполняется пункт б, иначе пункт в. б) Расстояние от i до j – вес дуги (i,j). в) Расстояние от i до j – бесконечно велико. г) Предком всех вершин графа становиться начальная вершина i.
7
8
ВЫПОЛНЕНИЕ ПОСТАВЛЕНОЙ ЗАДАЧИ.
Ручной просчет.
Даны 3 ориентированных графа G 1 (5,12), G 2 (4,7), G 3 (7,14), заданные матрицами смежности.
Построить для этих графов деревья кратчайших путей. Матрица смежности графа G
1 :
0 6 7 7 2 0 0 3 8 -3 0 -1 0 0 -4 0 0 -3 0 9 0 0 7 0 0
Массив предков: ftr = (0, 3, 4, 1, 3). Массив расстояний от 1-ой начальной вершины до остальных: l = (0, 3, 4, 7, 0).
Рис. 3: Граф G 1 .
Рис. 4: Дерево кратчайших путей для графа G 1 .
Матрица смежности графа G
2 :
0 7 0 5
4 0 3 -1 -2 0 0 -6
0 0 0 0
Массив предков: ftr = (0, 1, 2, 3). Массив расстояний от 1-ой начальной вершины до остальных:
Рис. 5: Граф G 2 .
9
l = (0, 7, 10, 4).
Рис. 6: Дерево кратчайших путей для графа G 2 .
Матрица смежности графа G
3 :
0 5 0 0 1 0 3 0 0 4 0 7 0 0 0 -4 0 0 -3 0 0 0 0 2 0 0 8 0 0 0 0 2 0 3 0 3 0 0 4 0 0 0 0 0 0 0 0 -1 0
Рис. 7: Граф G 3 .
Массив предков: ftr = (0, 3, 4, 5, 1, 7, 1). Массив расстояний от 1-ой начальной вершины до остальных: l=(0,1, 5, 3, 1, 2, 1).
Рис. 8: Дерево кратчайших путей для графа G
3 .
10
Тест программы.
Рис. 9: Выполнение программы для графа G 1 .
Рис. 10: Выполнение программы для графа G 2 .
Рис. 11: Выполнение программы для графа G 3 .
11
Рис. 12: Выполнение программы для графа G 2 .
В графе G 2 есть вершина, из которой нельзя построить дерево кратчайших путей – это 4
вершина, так как из неё не выходят дуги. Программа проводит проверку на заданную пользователем вершину, в нашем случае 4, и проводит проверку и обнаруживает, что 4 не подходит. Далее программа вновь предлагает ввести номер вершины и для введенной 2 успешно вычисляет выходные массивы. Правильность данных можно проверить, сверив их с деревом кратчайших путей для графа G
2 с начальной 2 вершиной на рисунке 13.
Рис. 13: Дерево кратчайших путей для графа G 2 с начальной вершиной №2.
12
КОД ПРОГРАММЫ.
program kurs; uses crt; const m=10; type matrix= array [1..m, 1..m] of integer; massiv= array [1..m] of integer; var i,j,min,c,k,s,n: integer; v,l,ftr: massiv; smej: matrix; f: file of integer; label metka; procedure vvod1(n: integer; var smej: matrix); begin assign(f,'data/graph_1.bin'); reset(f); for i:=1 to n do for j:=1 to n do begin read(f,c); smej[i,j]:=c; end; close(f); end; procedure vvod2(n: integer; var smej: matrix); begin assign(f,'data/graph_2.bin'); reset(f); for i:=1 to n do for j:=1 to n do begin read(f,c); smej[i,j]:=c; end; close(f); end; procedure vvod3(n: integer; var smej: matrix); begin assign(f,'data/graph_3.bin'); reset(f); for i:=1 to n do for j:=1 to n do begin read(f,c); smej[i,j]:=c; end; close(f); end; Begin clrscr; write('Введите число вершин исследуемого графа (4,5,7) ');
13
14
15
ПРИЛОЖЕНИЕ.
Коды программ используемые для создания файлов с данными. Для 1-го графа. program graph1; uses crt; const n=5; type matrix= array [1..n, 1..n] of integer; var i,j,c,n: integer; smej: matrix; f: file of integer; Begin clrscr; smej[1,2]:=6; smej[1,3]:=7; smej[1,4]:=7; smej[1,5]:=2; smej[2,3]:=3; smej[2,4]:=8; smej[2,5]:=-3; smej[3,2]:=-1; smej[3,5]:=-4; smej[4,3]:=-3; smej[4,5]:=9; smej[5,3]:=7; assign(f,'data/graph_1.bin'); rewrite(f); for i:=1 to n do for j:=1 to n do begin c:=smej[i,j]; write(f,c); end; close(f); End. Для 2-го графа. program graph2; uses crt; const n=4; type matrix= array [1..n, 1..n] of integer; var i,j,c,n: integer; smej: matrix; f: file of integer; Begin clrscr; smej[1,2]:=7; smej[1,4]:=5; smej[2,1]:=4;smej[2,3]:=3; smej[2,4]:=-1; smej[3,1]:=-2; smej[3,4]:=-6; assign(f,'data/graph_2.bin'); rewrite(f); for i:=1 to n do for j:=1 to n do begin c:=smej[i,j]; write(f,c); end; close(f); End.
16
17
СПИСОК ЛИТЕРАТУРЫ.
В.Н. Землянухин, Л.Н. Землянухина – Задачи оптимизации на графах. 2009г.
А.Е. Костин, В.Ф. Шаньгин – Организация и обработка структур данных в вычислительных системах. Учебное пособие для вузов. 1987г.
Ж. Трамбле, П. Соренсон – Введение в структуры данных. 1982г.
Ф. Харари – Теория графов. 1973г.
В. Липский – Комбинаторика для программистов. 1988г.
В.Л. Бурковский, Л.В. Холопкина, Н.Л. Райхель, О.Я. Кравец – Методы моделирования и анализа вычислительных систем. Учебное пособие. 1996г.
В.А. Евстигнеев, В.Н. Касьянов – Графы в программировании: обработка, визуализация и применение.
18
