Tablice haszujące:

Metoda łańcuchowa (te same element jako lista)

Adresacja liniowa (wyznaczenie skoku do kolejnej komórki) jeśli funkcja haszująca wskaże zajęte
pole)

Metoda monte carlo – wyznaczanie pola koła (wpisz koło w kwadrat i strzelaj losowymi punktami z
pp P(koła)/P(kwadratu)

Find Union

GRAFY

BFS, DFS

Algorytm dla grafu napisać i uwaga, pamiętać o podstawowych algorytmach które gdzieś tam pod
spodem działają

Dwuspójne składowe -
Funkcja low wyznacza te same dwuspójne składowe

Inny algorytm: książka – zamiana dwuspójnych składowych na spójne składowe

Zamiana wierzchołków z krawędziami, jeśli graf 2) będzie spójny to graf 1 będzie dwuspójny

Silnie spójne składowe (grafy skierowane) – pomiędzy każdymi wierzchołkami jest

przejście x->y i y->x.

Krawędź wsteczna – łączy dany wierzchołek z jego potomkiem

Krawędź poprzeczna – nie ma żadnej relacji między wierzchołkami
Krawędź w tył – jest relacja potomek przodek

Dowód poprawności:
 to oznacza, że nie ma żadnej krawędzi wstecznej która pozwoli nam przeskoczy
v.

Lowback pokazuje, że istnieje krawędź wsteczna V

Low – istnieje krawędź poprzeczna pomiędzy dwoma gałęziami w drzewie przeglądania

Kolorowanie grafu
(planarny)
Liniowo w czasie O(n) a dodatkowo 5 cioma barwami

Algorytmy grafowe:
-Wyznaczanie tras (najkrótszych ścieżek)

Rozproszony równoległy
Switch – separuje ruch sieciowy
Protokół drzewa rozpinającego (STP) zapobieganie zapętleniu, sposób rozproszony

Wyznaczanie drzewa rozpinającego z najmniejszym kosztem

3 algorytmy znajdowania ścieżek: (udowodnij poprawność działania, policz złożoność
(najlepsza implementacja))
1) Dijkstra (prima – dijkstry) (starujemy od danego wierzchołka i wyznaczmy minimalne
drzewo rozpinające) wyznacza ścieżki od danego węzła do każdego innego o
najmniejszym koszcie.
a) minimalne drzewo rozpinające – zbiór krawędzi, które tworzą drzewo z krawędzi
grafu i suma wag krawędzi jest najmniejsza.
2) Kruskal 1956 – (zastanowić się nad implementacją)
tworzymy las węzłów grafu. Każdy węzeł osobne drzewo.
a) wyznaczamy wszystkie krawędzie o najmniejszym koszcie pomiędzy dwoma różnymi
spójnymi składowymi
b) scalamy te wierzchołki i mają wspólnych sąsiadów
 Taka krawędź jest bez sensu, bo nie spełnia warunku że łączy dwie różne spójne składowe

Powstało drzewo rozpinające o minimalnym koszcie

W jaki sposób łączyć wierzchołki?? Problem find union O(n^2) lub drzew z kompresją ścieżek
prawie O(n) bo jeszcze logarytm z gwiazdką!

3) Boruvki (krawędzie mają różne wagi (można niby nie))

Wszystkie wierzchołki tworzą niezależne drzewo (tak jak u Kruskala)
 Dla każdego wierzchołka wyznacza krawędź która ma minimalną wartość wychodzącą
z wierzchołka

Dlaczego inne?

A chcemy, żeby wybrały tę samą krawędź. Możemy np. ponumerować krawędź

Zadania

Grafika
Podstawowe algorytmy graficzne:

Poprawa algorytmu
Dowolny wielokąt

pq pokrywa się częściowo

ilość przecięć parzysta
a) bok wielokąta pokrywa się z odcinkiem to następne punkty leżą po dwóch różnych stronach
prostej to dodajemy +1 jeśli nie to +0
Otoczka wypukła
najlepsza pesystymiczna złożoność obliczania złożoności otoczki wypukłej

Algorytmy znajdowania otoczky wypukłej:

Algorytm naiwny

Trochę szybszy algorytm:

Potrzebny punkt wewnątrz otoczki wypukłej – bierzemy centroid

Obliczanie kątów!

sinus kąta - konwersja

Funkcja alfa – możemy dzięki niej porównywać kąty ale uwaga wartości funkcji nie są wartościami
kątów !!
Algo do otoczki wypukłej

Algorytm Grahama – potrzebuje punktu w środku

Centroid potrzebny

1) Należy posortować wierzchołki Nlogn, jeśli ma dwa punkty o tym samym kącie to sortujemy
ze względu na odległość od punktu i bierzemy bliższy
2) Bierzemy 3 punkty i sprawdzamy czy środkowy należy do trójkąta, jeśli tak to wyrzucamy z
otoczki

Jeśli jest to usuwamy i bierzemy następny. Jeśli nie to zostawiamy

Złożoność czasowa:
1) Wyznaczenie centroidu O(n)
2) Posortowanie punktów ze wzgl na kąt O(1+nlogn) stosując funkcję alfa
3) Koszty przejścia:
a) Przesunięcie o 1 pozycje
b) usunięcie 1 -go wierzchołka
O(n)

Ostatecznie O(nlogn)

Algorym Jarisa (inaczej algorytm zawijania)

1) Zespół puntków – należy znaleźć otoczkę

2) Bierzemy punkt który jest najniżej wzgl współrzędnych Y
3) I mamy promienie wodzące do reszty punków
4) Wyznacz next punkt – taki o najmniejeszym kącie, jeśli jest kilka bierzemy najbardziej
odległy
5) Dalej przechodzimy do nowego punktu wyznaczonego i to samo robimy
 Nawijamy punkty na tę łamaną
sample 2

Policzyć jaka złożoność! Uwzględnić struktury

Dziel i zwyciężaj
1) Dla trzech punktów oczywiste (trójkąt)
2) Posortujmy punkty ze wzgl na wsprółrzędną X
3) Podzielmy je na 2 części

4) Wyznaczamy mniejsze obwiednie wypukłe

5) Bierzemy najbardziej prawy punkt dla lewej obwiedni i szukamy dla każdego punktu z drugiej
obwiedni wektora o największym i najmniejszym kącie

6) Zaznaczone punkty będą na otocze wypukłej

7) Startujemy z zaznaczonych punktów i wyznaczmy najmniejszy kąt wychodzący ze
znalezionych punktów

8) Następnie to samo
9) Robiąc tak w kółko zrobimy obwiednię

Struktury + złożoność !!
Algorytm przyrostowy
1) Podobnie jak poprzednio, sortujemy wzgl wspórzędnej X
2) Bierzemy 3 punkty
3) Potem bierzemy kolejny o najmnieszej wspórzędnej x – owej

4) Patrzymy jak on ma się kątowo do pozostałych

5) Najbardziej odległy o najmniejszym kącie będzie należał do nowej otoczki i o największym
także

Struktury i złożoność!!

Technika zamiatania (studentów z zaliczenia)

1) Z punktów na płaszczyźnie wybrać 2 najbliższe

w kwadracie delta min max 4 pkt z zasady szufladkowej

2)
3) Rozpatrujemy tylko te punkty które są w odległości delta min od miotły

4)
Struktury danych:

Potrzebujmy 4 elemeny mniejsze i 4 większe ale jak wiadomo w AVL możemy w czasie O(logn)
taką operację wykonać
 Złożoność czasowa:

1) Modyfikacja strefy aktywnej O(n)

2) Drzewo AVL dla aktywnej strefy O(logn) wstawienie i kasowanie, znajdowanie mniejszych /
większych O(logn) w sumie O(logn) ale sumarcznych zatrzymań n więc O(nlogn)

Cały algorytm w czasie O(nlogn)

poprawność + czas działania
Dowód przez indukcję strukturalną