Graphenalgorithmen Professor Dr. Petra Mutzel Lehrstuhl für Algorithm Engineering / Experimentelle...

Graphenalgorithmen

Professor Dr. Petra Mutzel

Lehrstuhl für Algorithm Engineering / Experimentelle Algorithmen, LS11

WS 2006/06

Kurz-Vorstellung

Studium an Univ. Augsburg (WiMa/Math) 1983--1990 Wiss. Mitarb. an Rice University, Houston (TX) Wiss. Mitarb. an FU Berlin Promotion an Univ. zu Köln (Inf) 1994 Habilitation am Max-Planck-Institut für Informatik,

Saarbrücken 1999

Vertr.-Professur (C3) an Univ. Heidelberg (Inf) 1999 Lehrstuhl für Algorithmen und Datenstrukturen, TU Wien

1999-2004 seit Dezember 2004: Lehrstuhl für Algorithm Engineering, LS11

Algorithm Engineering

Design,theoretische Analyse,Implementierung, undexperimentelle Evaluation

von Algorithmen und Datenstrukturen

anwendungsorientiert

Forschungsinteressen

Algorithmen und DatenstrukturenGraphenalgorithmenKombinatorische Optimierung

anwendungsorientiert

Graphenalgorithmen Datenstrukturen für Graphen Graphtraversierung: BFS, DFS Matching- und Assignmentprobleme: maximales

Matching, Heiratsproblem Graphenfärbung: Landkartenfärbung Netzwerkdesign: MST, Minimum Steiner Tree Wegeprobleme: kürzeste, längste, TSP Flüsse in Netzwerken: max-flow, min-cost-flow Graphpartitionierung: st-min-cut, min-cut, max-

cut Überdeckungsprobleme: vertex cover Spezielle Graphklassen: planare Graphen

Themen der VO: Probleme

Heiratsproblem, Maximales Matching Graphenfärbungsprobleme Travelling Salesman Problem (TSP) Minimum Steiner Tree max-cut in planaren Graphen min-cost flow vertex-cover Test auf Klassenzugehörigkeit, z.B. planar externe Graphtraversierung: BFS externer Minimum Spanning Tree (MST)

Themen der VO: Methoden

Effiziente Graphenalgorithmen (spezielle Verfahren)

Algorithmen für Spezialklassen, z.B. planare Graphen, beschränkte Baumweite

Branch-and-Cut, Schnittebenenverfahren, ILP Approximationsalgorithmen FPT- (Fixed-Parameter-Tractable) Algorithmen Externspeicheralgorithmen

Organisatorisches Zeiten: Vorlesung: Mo 12:15-13:45

Übung: Übungsaufgaben zum Nachdenken über

behandelten Stoff, aber auch Originalartikel über Varianten

klassische Übungen und Projektarbeit in Gruppen mit Präsentationen

Termine: Di / Do um 14:15-15:45 Uhr Wie oft? 7-14-tägig, d.h. ca. 10 Termine Termine: Anmeldung: jetzt (Listen) Einteilung kommenden Montag

Schwerpunktgebiete

Algorithmen, Komplexität und formale Modelle Computational Intelligence und Natural

Computing Intelligente Systeme

Prüfungselemente Mündliche Fachprüfung:

Über VO 2 inkl Ü 2: 6LP Anforderungen:

Zusammenhänge des GebietsSpezielle Fragestellungen einordnen und

bearbeitenRegelmäßige aktive Mitarbeit in Übungen Mündliche Prüfung: Stoff der VO und Ü, 20

Minuten

Prüfungselemente

Leistungsnachweis: Über VO 2 inkl. Ü 2: 6LP Anforderungen:

Regelmäßige aktive Mitarbeit in Übungen Mündliche Prüfung: 15 Minuten

Literatur für diese VO Aktuelle Originalliteratur, Folien, VO-Mitschriften? Cook, Cunningham, Pulleyblank, Schrijver,

Combinatorial Optimization, John Wiley and Sons, New York, 1998

Graphentheorie (weniger Algorithmen): F. Harary: Graph Theory, Addison-Wesley,

Reading, MA, 1969 R. Diestel: Graph Theory, 3. Auflage, Springer-

Verlag, Heidelberg Graduate Texts in Maths, Vol. 173 (auch in deutsch); elektronische Ausgabe: www.math.uni-hamburg.de/home/diestel/books/ graph.theory/download.html

http://www.math.uni-hamburg.de/home/diestel/books/

1. Matchingprobleme

1.1 Das Heiratsproblem

Viele der Folien entstammen Schülervorträgen von Markus Chimani und Maria Kandyba zur Schnupperuni

Übersicht

Problembeschreibung / Anwendungen Algorithmus Analyse des Algorithmus

Korrektheit des Algorithmus Eigenschaften des Algorithmus Laufzeit des Algorithmus

Das Heiratsproblem

Gegebenn Männer und n FrauenJede Person hat eine nach persönlichen

Präferenzen sortierte Liste aller Personen des anderen Geschlechts

GesuchtStabile Paarungen von jeweils einem

Mann und einer Frau

Stabile Paarung?

Balduin

Caroline

Doris

Alfred

Stabile Paarung?

Balduin Doris

1. Alfred2. Balduin

CarolineAlfred

1. Doris2. Caroline

Instabile Paarungen Es gibt zwei Personen die beide miteinander glücklicher wären als mit ihren zugeordneten Partnern

Fragestellung

Existiert immer eine stabile Paarung?

Wie berechnet man eine solche stabile Paarung?

Umfeld & Anwendung

Umfeld: Matching- und Assignment-Probleme

Anwendung: Zuordnung von Medizinstudierenden zu

Krankenhäusern in den USA Zulassungen zu Colleges

Formale Definitionen

M = Menge der MännerF = Menge der Frauen|M| = |F|Jeder m M∈ hat Reihung <m (Totalordnung) aller

Frauen f F∈Jede f F∈ hat Reihung <f aller Männer

m1 <f m2 bedeutet jeweils: f würde lieber m1 als m2 heiraten.

Formale Definitionen ff.

Eine Paarung ist eine bijektive Abb. H:M→F. Wir schreiben (m,f) H, H(m)=f, H∈ -1(f)=m

Eine Paarung H ist instabil, wenn es m∈M und f F ∈ gibt, so dass:

1. (m,f) H∉ , d.h. m und f sind nicht verheiratet2. m wäre lieber mit f verheirat als mit seiner

Frau H(m)3. f wäre lieber mit m verheiratet als mit ihrem

Mann H-1(f)

Formale Definitionen ff.

Eine Paarung ist stabil, wenn sie nicht instabil ist.

Das Problem der stabilen Heirat ist es, eine stabile Paarung zu berechnen.

Beispiel

M = {Anton, Bernd, Christoph} F = {Gabi, Heike, Iris} Anton: H,G,I Bernd: I,G,H Christoph: I,H,G Gabi: A,B,C Heike: B,C,A Iris: A,C,B

Ist Paarung {AI, BG, CH} stabil?

Algorithmus von Gale & Shapley 19621. Alle Frauen und Männer sind unverlobt2. While (∃ nicht verlobter Mann m∈M) {3. m macht oberster Frau f auf Liste Antrag;4. if (f nicht verlobt): 5. verlobe m und f, d.h. (m,f)∈H6. else if (f zieht m ihrem akt. Partner m´ vor){7. löse Verlobung (f,m´); 8. verlobe m,f; 9. m´ streicht f von seiner Liste}10. else m streicht f von seiner Liste

Flora

D, B, A, E, C

Albert

F, G, H, I, J

Gabi

A, B, C, D, E

Heike

A, B, C, D, E

Iris

C, A, B, D, E

Julia

A, B, C, D, E

Balduin

F, I, H, G, J

Casper

I, H, F, J, G

Daniel

G, F, I, H, J

Egon

J, I, G, H, F

Run

de 5

Flora

D, B, A, E, C

Gabi

A, B, C, D, E

Heike

A, B, C, D, E

Iris

C, A, B, D, E

Julia

A, B, C, D, E

Casper

I, H, F, J, G

Egon

I, J, G, H, F

Albert

F, G, H, I, J

Daniel

G, F, I, H, J

Balduin

F, I, H, G, J

Kein Kandidat

Jeder ist verlobt

FERTIG

ABER:

Terminiert der Algorithmus immer? Können am Ende Personen übrig bleiben?Sind die Paarungen stabil?Gibt es nur eine Lösung?Ist die Lösung fair, oder bevorzugt sie die

Männer oder die Frauen?Wie lange braucht dieser Algorithmus um

die Lösung zu finden?

Terminiert der Algorithmus immer?

Ja! Jeder Mann kann nur n mal einen Antrag

machen In jeder Runde macht mindestens ein Mann

einen Antrag

Irgendwann ist die Liste jedes Mannes leer.

Können am Ende Personen übrig bleiben?

Nein! # verlobter Männer = # verlobter Frauen Sobald eine Frau verlobt ist, bleibt sie bis zum

Schluss verlobt (ggf. mit wechselndem Partner)

Indirekter Beweis: Annahme: Ein Mann A und eine Frau B bleiben

übrig Widerspruchsargument: A hätte B einen Antrag

gemacht und sie hätte akzeptiert

Sind die Paarungen stabil?

Ja! Indirekter Beweis:

Balduin Doris

1. Alfred2. Balduin

CarolineAlfred

1. Doris2. Caroline

A hat D vor C einen Antrag gemacht:

D hat akzeptiert: Sie hätte später nie A mit

jmd. weiter unten in der Liste getauscht

D hat abgelehnt: Sie war verlobt mit jmd.

weiter oben auf der Liste als A.

Sie hätte später nie diesen mit jmd. noch weiter unten als A getauscht.

Ist die Lösung fair?

Nein! Männer haben Vorteile!

Balduin

1. Doris2. Caroline

Caroline

1. Balduin2. Alfred

Doris

1. Alfred2. Balduin

Alfred

1. Caroline2. Doris


Wenn die Frauen die aktive Rolle hätten…

Balduin

1. Doris2. Caroline

Caroline

1. Balduin2. Alfred

Doris

1. Alfred2. Balduin

Alfred

1. Caroline2. Doris


Wenn die Frauen die aktive Rolle hätten…

Balduin

1. Doris2. Caroline

Doris

1. Alfred2. Balduin

Alfred

1. Caroline2. Doris

Caroline

1. Balduin2. Alfred


D.h. es existiert keine andere stabile Paarung, bei der ein Mann eine für ihn bessere Frau erhalten hätte…

bzw. eine Frau einen für sie schlechteren Mann.

Der Algorithmus findet unter allen stabilen Paarungen diejenige, die Männer-optimal und Frauen-pessimal ist.

Männer-Optimal – Indirekter Beweis Def.: Eine Frau f heißt für einen Mann m

unerreichbar, wenn es keine stabile Paarung H´ mit (m,f) H´∈ gibt.

Annahme: m wird im Algorithmus von f zurückgewiesen, und es gibt eine stabile Paarung H´ mit (m,f) H´.∈

O.B.d.A. sei dies das erste Mal, dass der Algorithmus einen „Fehler“ macht.

Wir zeigen: Falls ein Mann m von einer Frau f zurückgewiesen wird, ist die Frau für ihn unerreichbar.

Männer-Optimal – Indirekter Beweis ff Annahme: m wird im Algorithmus von f zurück-

gewiesen, und es gibt eine stabile Paarung H´ mit (m,f) H´.∈ O.B.d.A. „erster Fehler“ des Alg.

Sei m´ der Ehemann von f in H (von Algorithmus). m´ ist in H´ mit f´≠f verheiratet

Fall 1: m´ mag f´ lieber als f. Dann hätte der Algorithmus schon vorher einen Fehler gemacht, denn m´ hat in H f´ vor f schon einen Antrag gemacht.

Fall 2: m´ mag f´ weniger gerne als f. m´: …f…f´… f: …m´…m… → Widerspruch zur Stabilität von H´.

Graphenalgorithmen Professor Dr. Petra Mutzel Lehrstuhl für Algorithm Engineering / Experimentelle...

Documents

Transcript of Graphenalgorithmen Professor Dr. Petra Mutzel Lehrstuhl für Algorithm Engineering / Experimentelle...