Search

SearchSearch

2. Estructuras de datos en red 🍔

Dec 12, 20245 min read

  • Arista: relación entre nodos en la que existe un orden (grafo dirigido: -⇒, ⇐-)
  • Arco: relación entre nodos en la que no existe un orden (grafo no dirigido: ---)

¿Qué es un grafo?

  • Un grafo es un modelo matemático que permite representar relaciones arbitrarias entre objetos.

Tipos de grafos

Definición formal

Conceptos básicos

  • Bucle: Arco u arista con igual origen que destino.
  • Grado de un nodo: Número de arcos u aristas conectados al nodo.
    • Grado de Entrada (gE) de un nodo: Número de arcos o aristas que tienen al nodo como destino
    • Grado de Salida (gS) de un nodo: Número de arcos o aristas que tienen al nodo como origen.

  • V3 es un nodo fuente (nodo que se conecta con todo el mundo)
  • V4 es un nodo sumidero (nodo que no se conecta con nadie pero que es accesible para todo el mundo)
  • V5 es u nodo aislado (ningún grado de entrada ni ninguno de salida)

Capacidad de un grafo

  • n = número de nodos de un grafo

  • Número mínimo de arcos en un grafo = 0 (todos aislados)
  • Número máximo de arcos en un grafo = n^2 (todos conectados con todos (con bucles))

Representación en memoria

Densidad de un grafo

Clase Grafo (Matriz de adyacencias)

  • Hay que almacenar los nodos (de cualquier tipo), las aristas y los pesos
Matrices adyacenciasListas adyacencias
- Usan memoria estática - Usan memoria dinámica

Análisis de eficiencia

Listas de adyacencia

Análisis de Eficiencia

Clase Grafo. Métodos básicos

Matriz de adyacencia

  • Complejidad 0(1)

getNode()

  • Complejidad O(n)
public int getNode (T node)
{
	for (int i=0; i<size; i++)
		if (nodes[i].equals(node))
			return (i); // returns the node’s position
	return (-1); // search fails, node does not exist
}

addNode()

  • Complejidad O(n)
public void addNode (T node)
{
	// precondition: node does not exits and there is
	// available space for the node.
	if (getNode(node)== -1 && size<nodes.length)
	{
		nodes[size] = node;
		//inserts void edges
		for (int i=0; i<=size; i++)
		{
			edges[size][i]=false;
			edges[i][size]=false;
			weight[size][i]=0;
			weight[i][size]=0;
		}
		++size;
	}
}

removeNode()

  • Complejidad O(n)
public void removeNode (T node){
	int i = getNode(node);
	
	if (i>=0) {
		--size;
	if (i != size+1) { // it is not the last node
	
		nodes[i] = nodes[size]; //replaces by the last node
		
		//replace elements in the vectors edges and weights
		for (int j=0; j<=size; j++) {
			 edges[j][i]=edges[j][size];
			 edges[i][j]=edges[size][j];
			 weight[i][j]=weight[size][j];
			 weight[j][i]=weight[j][size];
		}
		
		 // loop (diagonal)
		 edges[i][i] = edges[size][size];
		 weight[i][i] = weight[size][size];
	}  
}

existsEdge()

  • Complejidad O(n)
public boolean existsEdge (T origin, T destination)
{
	int i=getNode(origin);
	int j=getNode(destination);
	
	// precondition: both nodes must exist. // if don’t... should we throw an exception?
	
	if (i>=0 && j>=0)
		return(edges[i][j]);
	else
		return (false); 
}

addEdge()

  • Complejidad O(n)
public void addEdge (T origin, T destination, double
edgeWeight)
{
	// precondition: the edge must not already exist.
	if (!existEdge(origin, destination))
	{
		int i=getNode(origin);
		int j=getNode(destination);
		
		edges[i][j]=true;
		
		weight[i][j]=edgeWeight;
	}
	
	else
	; // what about throwing an exception here?
}

removeEdge()

  • Complejidad O(n)
public void removeEdge (T origin, T destination){
	// precondition: the edge must exist.
	if (existsEdge(origin, destination)) {
		int i=getNode(origin);
		int j=getNode(destination);
		
		edges[i][j]=false;
		
		weight[i][j]=0.0;
	}
	
	else
	; // what about throwing an exception?
}

print()

  • Complejidad O(n^2)
public void print(){
 
	for (int k=0; k<size; k++)
		nodes[k].print();
	
	for (int i=0; i<size; i++) {
		for (int j=0; j<size; j++) {
		
		System.out.print(edges[i][j] + “(“);
		
		System.out.print(weight[i][j] + “) “);
	}
	
	System.out.println();
}

Más conceptos básicos

Algoritmo de Dijkstra

  • Va de un nodo origen al resto

Ejemplo

Inicialización

  • Dijkstra es un algoritmo devorador (una vez que ha elegido a un nodo, no lo vuelve a usar)

Ejemplo

Ejercicio Dijkstra

Ejercicio

Conclusiones

  • Dijkstra tiene una complejidad cuadrática O(n^2)

Algoritmo de Floyd-Warshall

Inicialización de la Matriz A

El algoritmo

  • k es el pivote
  • i es el origen
  • j es el destino

Ejemplo 1 de Floyd-Warshall

  • Lo marcado en rojo es el nodo intermedio a usar (Ej: Ir desde V1 hasta V6 usando como nodo intermedio V3)

Ejercicio 2

  • Para hallar el camino inverso:

  • Para ir del nodo V1 al nodo V5, usa el nodo intermedio V4
  • Para ir del nodo V1 al nodo V4, hay camino directo (-)
  • Para ir del nodo V4 al nodo V5, usa el nodo intermedio V3
  • Para ir del nodo V3 al nodo V5, hay camino directo (-)

Algoritmo para almacenar la secuencia de nodos que forman todos los caminos de coste mínimo

  • Se puede usar para hallar el camino inverso

private void printPath(int i, int j)
	{
	int k = P[i][j];
	if (k>0) {
		printPath (i, k);
		System.out.print ('-' + k);
		printPath (k, j);
	}  
}
 
System.out.print (departure);
printPath (departure, arrival);
System.out.println ('-' + arrival);

Floyd para rutas especiales

  • Este ejercicio cayó en un examen
for (int k=0; k<size; k++)
	if (k in L){
		for (int i=0; i<size; i++){
			for (int j=0; j<size; j++){
				if (A[i][k] + A[k][j] < A[i][j])
				{
					A[i][j] = A[i][k] + A[k][j];
					P[i][j] := k;
				}
			}
		}
	}
}

Centro de un grafo dirigido y excentricidad

Ejercicio: Obtener el centro de un grafo

Ejercicio: Hacer Floyd

FALTA

Recorrido en profundidad de un grafo (DFPrint)

boolean [] visited = new boolean [size];
 
public void resetVisited ()
{
	for (int i=0; i<size; i++)
		setVisited(i, false);
}

Ejercicio DFPrint

  • Recorrido en profundidad V1: Saca por pantalla V1 V2 V4 V3
  • Recorrido en profundidad V2: Saca por pantalla V2 V4 V3
  • Recorrido en profundidad V3: Saca por pantalla V2 V4
  • Recorrido en profundidad V2: Saca por pantalla V4 V3 V2

Búsqueda primero en profundidad

  • Detiene el recorrido una vez se cumple una condición

Más conceptos básicos

  • Nodo fuertemente conexo y grafo fuertemente conexo

  • árbol abarcador

  • árbol libre abarcador de coste mínimo

Algoritmo de Prim

  • Sólo se aplica a grafos no dirigidos
  • Busca cómo conectar todos los nodos del grafo con el árbol mínimo abarcador con el menor coste

Inicialización

Ejercicio 1

  • Usaremos el criterio de la última arista escogida (porque tienen el mismo coste)

Ejercicio 2

Conclusiones

  • Prim tiene complejidad O(n^3)

Optimización

Graph View

Backlinks