graph traversals
play

Graph Traversals: Breadth-First and Depth-First Search Eric - PowerPoint PPT Presentation

Mar 05, 2024 •423 likes •1.45k views

Graph Traversals: Breadth-First and Depth-First Search Eric Eaton Bryn Mawr College Computer Science Department What is a Graph? Graphs are collections of vertex vertices joined by edges

  1. Applica8on: ¡ ¡Route ¡Finding ¡(BFS) ¡ open ¡list ¡ closed ¡list ¡ start goal A B G (A,0,null) ¡ D C F H E J I graphSearch( problem , queuingFn ) { open = {}, closed = {} queuingFn(open, new Node(problem.startvertex)) loop { if empty(open) then return FAILURE c = removeFront(open) if problem.goalTest(c.vertex) then return c if c.vertex is not in closed { add c.vertex to closed for each w adjacent to c.vertex if w is not in closed queuingFn(open, new Node(w,c)); 33 }}}

  2. Applica8on: ¡ ¡Route ¡Finding ¡(BFS) ¡ open ¡list ¡ closed ¡list ¡ start goal A B G D C F H node ¡c ¡ (A,0,null) ¡ ¡ ¡ E J I graphSearch( problem , queuingFn ) { open = {}, closed = {} queuingFn(open, new Node(problem.startvertex)) loop { if empty(open) then return FAILURE c = removeFront(open) if problem.goalTest(c.vertex) then return c if c.vertex is not in closed { add c.vertex to closed for each w adjacent to c.vertex if w is not in closed queuingFn(open, new Node(w,c)); 34 }}}

  3. Applica8on: ¡ ¡Route ¡Finding ¡(BFS) ¡ open ¡list ¡ closed ¡list ¡ start goal A B G D C F H node ¡c ¡ (A,0,null) ¡ ¡ ¡ E J I graphSearch( problem , queuingFn ) { open = {}, closed = {} queuingFn(open, new Node(problem.startvertex)) loop { if empty(open) then return FAILURE c = removeFront(open) if problem.goalTest(c.vertex) then return c if c.vertex is not in closed { add c.vertex to closed for each w adjacent to c.vertex if w is not in closed queuingFn(open, new Node(w,c)); 35 }}}

  4. Applica8on: ¡ ¡Route ¡Finding ¡(BFS) ¡ open ¡list ¡ closed ¡list ¡ start goal A B G D C F H node ¡c ¡ (A,0,null) ¡ ¡ ¡ E J I graphSearch( problem , queuingFn ) { open = {}, closed = {} queuingFn(open, new Node(problem.startvertex)) loop { if empty(open) then return FAILURE c = removeFront(open) if problem.goalTest(c.vertex) then return c if c.vertex is not in closed { add c.vertex to closed for each w adjacent to c.vertex if w is not in closed queuingFn(open, new Node(w,c)); 36 }}}

  5. Applica8on: ¡ ¡Route ¡Finding ¡(BFS) ¡ open ¡list ¡ closed ¡list ¡ start goal A B G A ¡ D C F H node ¡c ¡ (A,0,null) ¡ ¡ ¡ E J I graphSearch( problem , queuingFn ) { open = {}, closed = {} queuingFn(open, new Node(problem.startvertex)) loop { if empty(open) then return FAILURE c = removeFront(open) if problem.goalTest(c.vertex) then return c if c.vertex is not in closed { add c.vertex to closed for each w adjacent to c.vertex if w is not in closed queuingFn(open, new Node(w,c)); 37 }}}

  6. Applica8on: ¡ ¡Route ¡Finding ¡(BFS) ¡ open ¡list ¡ closed ¡list ¡ start goal A B G A ¡ D C F H node ¡c ¡ (A,0,null) ¡ ¡ ¡ E J I graphSearch( problem , queuingFn ) { open = {}, closed = {} queuingFn(open, new Node(problem.startvertex)) loop { if empty(open) then return FAILURE c = removeFront(open) if problem.goalTest(c.vertex) then return c if c.vertex is not in closed { add c.vertex to closed for each w adjacent to c.vertex if w is not in closed queuingFn(open, new Node(w,c)); 38 }}}

  7. Applica8on: ¡ ¡Route ¡Finding ¡(BFS) ¡ open ¡list ¡ closed ¡list ¡ start goal A B G (B,1,A) ¡ A ¡ (C,1,A) ¡ (D,1,A) ¡ ¡ D C F H node ¡c ¡ (A,0,null) ¡ ¡ ¡ E J I graphSearch( problem , queuingFn ) { open = {}, closed = {} queuingFn(open, new Node(problem.startvertex)) loop { if empty(open) then return FAILURE c = removeFront(open) if problem.goalTest(c.vertex) then return c if c.vertex is not in closed { add c.vertex to closed for each w adjacent to c.vertex if w is not in closed queuingFn(open, new Node(w,c)); 39 }}}

  8. Applica8on: ¡ ¡Route ¡Finding ¡(BFS) ¡ open ¡list ¡ closed ¡list ¡ start goal A B G (B,1,A) ¡ A ¡ (C,1,A) ¡ (D,1,A) ¡ ¡ D C F H E J I graphSearch( problem , queuingFn ) { open = {}, closed = {} queuingFn(open, new Node(problem.startvertex)) loop { if empty(open) then return FAILURE c = removeFront(open) if problem.goalTest(c.vertex) then return c if c.vertex is not in closed { add c.vertex to closed for each w adjacent to c.vertex if w is not in closed queuingFn(open, new Node(w,c)); 40 }}}

  9. Applica8on: ¡ ¡Route ¡Finding ¡(BFS) ¡ open ¡list ¡ closed ¡list ¡ start goal A B G (C,1,A) ¡ A ¡ (D,1,A) ¡ ¡ D C F H node ¡c ¡ (B,1,A) ¡ ¡ ¡ E J I graphSearch( problem , queuingFn ) { open = {}, closed = {} queuingFn(open, new Node(problem.startvertex)) loop { if empty(open) then return FAILURE c = removeFront(open) if problem.goalTest(c.vertex) then return c if c.vertex is not in closed { add c.vertex to closed for each w adjacent to c.vertex if w is not in closed queuingFn(open, new Node(w,c)); 41 }}}

  10. Applica8on: ¡ ¡Route ¡Finding ¡(BFS) ¡ open ¡list ¡ closed ¡list ¡ start goal A B G (C,1,A) ¡ A ¡ (D,1,A) ¡ ¡ D C F H node ¡c ¡ (B,1,A) ¡ ¡ ¡ E J I graphSearch( problem , queuingFn ) { open = {}, closed = {} queuingFn(open, new Node(problem.startvertex)) loop { if empty(open) then return FAILURE c = removeFront(open) if problem.goalTest(c.vertex) then return c if c.vertex is not in closed { add c.vertex to closed for each w adjacent to c.vertex if w is not in closed queuingFn(open, new Node(w,c)); 42 }}}

  11. Applica8on: ¡ ¡Route ¡Finding ¡(BFS) ¡ open ¡list ¡ closed ¡list ¡ start goal A B G (C,1,A) ¡ A ¡ (D,1,A) ¡ ¡ D C F H node ¡c ¡ (B,1,A) ¡ ¡ ¡ E J I graphSearch( problem , queuingFn ) { open = {}, closed = {} queuingFn(open, new Node(problem.startvertex)) loop { if empty(open) then return FAILURE c = removeFront(open) if problem.goalTest(c.vertex) then return c if c.vertex is not in closed { add c.vertex to closed for each w adjacent to c.vertex if w is not in closed queuingFn(open, new Node(w,c)); 43 }}}

  12. Applica8on: ¡ ¡Route ¡Finding ¡(BFS) ¡ open ¡list ¡ closed ¡list ¡ start goal A B G (C,1,A) ¡ A ¡ (D,1,A) ¡ B ¡ ¡ D C F H node ¡c ¡ (B,1,A) ¡ ¡ ¡ E J I graphSearch( problem , queuingFn ) { open = {}, closed = {} queuingFn(open, new Node(problem.startvertex)) loop { if empty(open) then return FAILURE c = removeFront(open) if problem.goalTest(c.vertex) then return c if c.vertex is not in closed { add c.vertex to closed for each w adjacent to c.vertex if w is not in closed queuingFn(open, new Node(w,c)); 44 }}}

  13. Applica8on: ¡ ¡Route ¡Finding ¡(BFS) ¡ open ¡list ¡ closed ¡list ¡ start goal A B G (C,1,A) ¡ A ¡ (D,1,A) ¡ B ¡ ¡ D C F H node ¡c ¡ (B,1,A) ¡ ¡ ¡ E J I graphSearch( problem , queuingFn ) { open = {}, closed = {} queuingFn(open, new Node(problem.startvertex)) loop { if empty(open) then return FAILURE c = removeFront(open) if problem.goalTest(c.vertex) then return c if c.vertex is not in closed { add c.vertex to closed for each w adjacent to c.vertex if w is not in closed queuingFn(open, new Node(w,c)); 45 }}}

  14. Applica8on: ¡ ¡Route ¡Finding ¡(BFS) ¡ open ¡list ¡ closed ¡list ¡ start goal A B G (C,1,A) ¡ A ¡ (D,1,A) ¡ B ¡ ¡ D C F H node ¡c ¡ (B,1,A) ¡ ¡ ¡ E J I graphSearch( problem , queuingFn ) { open = {}, closed = {} queuingFn(open, new Node(problem.startvertex)) Need ¡to ¡add ¡(C,2,B) ¡and ¡(F,2,B) ¡to ¡open ¡ loop { ¡ if empty(open) then return FAILURE Since ¡BFS ¡expands ¡the ¡shallowest ¡node, ¡ c = removeFront(open) what ¡must ¡we ¡insure ¡about ¡the ¡open ¡list? ¡ if problem.goalTest(c.vertex) then return c ¡ if c.vertex is not in closed { What ¡queuing ¡funcEon ¡should ¡we ¡use? ¡ add c.vertex to closed for each w adjacent to c.vertex if w is not in closed queuingFn(open, new Node(w,c)); 46 }}}

  15. Applica8on: ¡ ¡Route ¡Finding ¡(BFS) ¡ open ¡list ¡ closed ¡list ¡ start goal A B G (C,1,A) ¡ A ¡ (D,1,A) ¡ B ¡ (C,2,B) ¡ (F,2,B) ¡ D C F H ¡ node ¡c ¡ (B,1,A) ¡ ¡ ¡ E J I graphSearch( problem , queuingFn ) { open = {}, closed = {} queuingFn(open, new Node(problem.startvertex)) loop { if empty(open) then return FAILURE c = removeFront(open) BFS ¡uses ¡a ¡ ¡ if problem.goalTest(c.vertex) then return c if c.vertex is not in closed { FIFO ¡Queue! ¡ add c.vertex to closed for each w adjacent to c.vertex if w is not in closed queuingFn(open, new Node(w,c)); 47 }}}

  16. Applica8on: ¡ ¡Route ¡Finding ¡(BFS) ¡ open ¡list ¡ closed ¡list ¡ start goal A B G (D,1,A) ¡ A ¡ (C,2,B) ¡ B ¡ (F,2,B) ¡ ¡ D C F H node ¡c ¡ (C,1,A) ¡ ¡ ¡ E J I graphSearch( problem , queuingFn ) { open = {}, closed = {} queuingFn(open, new Node(problem.startvertex)) loop { if empty(open) then return FAILURE c = removeFront(open) if problem.goalTest(c.vertex) then return c if c.vertex is not in closed { add c.vertex to closed for each w adjacent to c.vertex if w is not in closed queuingFn(open, new Node(w,c)); 48 }}}

  17. Applica8on: ¡ ¡Route ¡Finding ¡(BFS) ¡ open ¡list ¡ closed ¡list ¡ start goal A B G (D,1,A) ¡ A ¡ (C,2,B) ¡ B ¡ (F,2,B) ¡ C ¡ ¡ D C F H node ¡c ¡ (C,1,A) ¡ ¡ ¡ E J I graphSearch( problem , queuingFn ) { open = {}, closed = {} queuingFn(open, new Node(problem.startvertex)) loop { if empty(open) then return FAILURE c = removeFront(open) if problem.goalTest(c.vertex) then return c if c.vertex is not in closed { add c.vertex to closed for each w adjacent to c.vertex if w is not in closed queuingFn(open, new Node(w,c)); 49 }}}

  18. Applica8on: ¡ ¡Route ¡Finding ¡(BFS) ¡ open ¡list ¡ closed ¡list ¡ start goal A B G (D,1,A) ¡ A ¡ (C,2,B) ¡ B ¡ (F,2,B) ¡ C ¡ (F,2,C) ¡ D C F H (E,2,C) ¡ ¡ node ¡c ¡ (C,1,A) ¡ ¡ ¡ E J I graphSearch( problem , queuingFn ) { open = {}, closed = {} queuingFn(open, new Node(problem.startvertex)) loop { if empty(open) then return FAILURE c = removeFront(open) if problem.goalTest(c.vertex) then return c if c.vertex is not in closed { add c.vertex to closed for each w adjacent to c.vertex if w is not in closed queuingFn(open, new Node(w,c)); 50 }}}

  19. Applica8on: ¡ ¡Route ¡Finding ¡(BFS) ¡ open ¡list ¡ closed ¡list ¡ start goal A B G (C,2,B) ¡ A ¡ (F,2,B) ¡ B ¡ (F,2,C) ¡ C ¡ (E,2,C) ¡ D C F H ¡ node ¡c ¡ (D,1,A) ¡ ¡ ¡ E J I graphSearch( problem , queuingFn ) { open = {}, closed = {} queuingFn(open, new Node(problem.startvertex)) loop { if empty(open) then return FAILURE c = removeFront(open) if problem.goalTest(c.vertex) then return c if c.vertex is not in closed { add c.vertex to closed for each w adjacent to c.vertex if w is not in closed queuingFn(open, new Node(w,c)); 51 }}}

  20. Applica8on: ¡ ¡Route ¡Finding ¡(BFS) ¡ open ¡list ¡ closed ¡list ¡ start goal A B G (C,2,B) ¡ A ¡ (F,2,B) ¡ B ¡ (F,2,C) ¡ C ¡ (E,2,C) ¡ D ¡ D C F H ¡ node ¡c ¡ (D,1,A) ¡ ¡ ¡ E J I graphSearch( problem , queuingFn ) { open = {}, closed = {} queuingFn(open, new Node(problem.startvertex)) loop { if empty(open) then return FAILURE c = removeFront(open) if problem.goalTest(c.vertex) then return c if c.vertex is not in closed { add c.vertex to closed for each w adjacent to c.vertex if w is not in closed queuingFn(open, new Node(w,c)); 52 }}}

  21. Applica8on: ¡ ¡Route ¡Finding ¡(BFS) ¡ open ¡list ¡ closed ¡list ¡ start goal A B G (C,2,B) ¡ A ¡ (F,2,B) ¡ B ¡ (F,2,C) ¡ C ¡ (E,2,C) ¡ D ¡ D C F H (E,2,D) ¡ ¡ node ¡c ¡ (D,1,A) ¡ ¡ ¡ E J I graphSearch( problem , queuingFn ) { open = {}, closed = {} queuingFn(open, new Node(problem.startvertex)) loop { if empty(open) then return FAILURE c = removeFront(open) if problem.goalTest(c.vertex) then return c if c.vertex is not in closed { add c.vertex to closed for each w adjacent to c.vertex if w is not in closed queuingFn(open, new Node(w,c)); 53 }}}

  22. Applica8on: ¡ ¡Route ¡Finding ¡(BFS) ¡ open ¡list ¡ closed ¡list ¡ start goal A B G (F,2,B) ¡ A ¡ (F,2,C) ¡ B ¡ (E,2,C) ¡ C ¡ (E,2,D) ¡ D ¡ D C F H ¡ node ¡c ¡ (C,2,B) ¡ ¡ ¡ E J I graphSearch( problem , queuingFn ) { open = {}, closed = {} queuingFn(open, new Node(problem.startvertex)) loop { if empty(open) then return FAILURE c = removeFront(open) if problem.goalTest(c.vertex) then return c if c.vertex is not in closed { add c.vertex to closed for each w adjacent to c.vertex if w is not in closed queuingFn(open, new Node(w,c)); 54 }}}

  23. Applica8on: ¡ ¡Route ¡Finding ¡(BFS) ¡ open ¡list ¡ closed ¡list ¡ start goal A B G (F,2,B) ¡ A ¡ (F,2,C) ¡ B ¡ (E,2,C) ¡ C ¡ (E,2,D) ¡ D ¡ D C F H ¡ node ¡c ¡ (C,2,B) ¡ ¡ ¡ E J I graphSearch( problem , queuingFn ) { open = {}, closed = {} queuingFn(open, new Node(problem.startvertex)) loop { if empty(open) then return FAILURE c = removeFront(open) if problem.goalTest(c.vertex) then return c if c.vertex is not in closed { add c.vertex to closed for each w adjacent to c.vertex if w is not in closed queuingFn(open, new Node(w,c)); 55 }}}

  24. Applica8on: ¡ ¡Route ¡Finding ¡(BFS) ¡ open ¡list ¡ closed ¡list ¡ start goal A B G (F,2,C) ¡ A ¡ (E,2,C) ¡ B ¡ (E,2,D) ¡ C ¡ ¡ D ¡ D C F H node ¡c ¡ (F,2,B) ¡ ¡ ¡ E J I graphSearch( problem , queuingFn ) { open = {}, closed = {} queuingFn(open, new Node(problem.startvertex)) loop { if empty(open) then return FAILURE c = removeFront(open) if problem.goalTest(c.vertex) then return c if c.vertex is not in closed { add c.vertex to closed for each w adjacent to c.vertex if w is not in closed queuingFn(open, new Node(w,c)); 56 }}}

  25. Applica8on: ¡ ¡Route ¡Finding ¡(BFS) ¡ open ¡list ¡ closed ¡list ¡ start goal A B G (F,2,C) ¡ A ¡ (E,2,C) ¡ B ¡ (E,2,D) ¡ C ¡ ¡ D ¡ D C F H F ¡ node ¡c ¡ (F,2,B) ¡ ¡ ¡ E J I graphSearch( problem , queuingFn ) { open = {}, closed = {} queuingFn(open, new Node(problem.startvertex)) loop { if empty(open) then return FAILURE c = removeFront(open) if problem.goalTest(c.vertex) then return c if c.vertex is not in closed { add c.vertex to closed for each w adjacent to c.vertex if w is not in closed queuingFn(open, new Node(w,c)); 57 }}}

  26. Applica8on: ¡ ¡Route ¡Finding ¡(BFS) ¡ open ¡list ¡ closed ¡list ¡ start goal A B G (F,2,C) ¡ A ¡ (E,2,C) ¡ B ¡ (E,2,D) ¡ C ¡ (G,3,F) ¡ D ¡ D C F H (H,3,F) ¡ F ¡ ¡ node ¡c ¡ (F,2,B) ¡ ¡ ¡ E J I graphSearch( problem , queuingFn ) { open = {}, closed = {} queuingFn(open, new Node(problem.startvertex)) loop { if empty(open) then return FAILURE c = removeFront(open) if problem.goalTest(c.vertex) then return c if c.vertex is not in closed { add c.vertex to closed for each w adjacent to c.vertex if w is not in closed queuingFn(open, new Node(w,c)); 58 }}}

  27. Applica8on: ¡ ¡Route ¡Finding ¡(BFS) ¡ open ¡list ¡ closed ¡list ¡ start goal A B G (E,2,C) ¡ A ¡ (E,2,D) ¡ B ¡ (G,3,F) ¡ C ¡ (H,3,F) ¡ D ¡ D C F H ¡ F ¡ node ¡c ¡ (F,2,C) ¡ ¡ ¡ E J I graphSearch( problem , queuingFn ) { open = {}, closed = {} queuingFn(open, new Node(problem.startvertex)) loop { if empty(open) then return FAILURE c = removeFront(open) if problem.goalTest(c.vertex) then return c if c.vertex is not in closed { add c.vertex to closed for each w adjacent to c.vertex if w is not in closed queuingFn(open, new Node(w,c)); 59 }}}

  28. Applica8on: ¡ ¡Route ¡Finding ¡(BFS) ¡ open ¡list ¡ closed ¡list ¡ start goal A B G (E,2,C) ¡ A ¡ (E,2,D) ¡ B ¡ (G,3,F) ¡ C ¡ (H,3,F) ¡ D ¡ D C F H ¡ F ¡ node ¡c ¡ (F,2,C) ¡ ¡ ¡ E J I graphSearch( problem , queuingFn ) { open = {}, closed = {} queuingFn(open, new Node(problem.startvertex)) loop { if empty(open) then return FAILURE c = removeFront(open) if problem.goalTest(c.vertex) then return c if c.vertex is not in closed { add c.vertex to closed for each w adjacent to c.vertex if w is not in closed queuingFn(open, new Node(w,c)); 60 }}}

  29. Applica8on: ¡ ¡Route ¡Finding ¡(BFS) ¡ open ¡list ¡ closed ¡list ¡ start goal A B G (E,2,D) ¡ A ¡ (G,3,F) ¡ B ¡ (H,3,F) ¡ C ¡ ¡ D ¡ D C F H F ¡ node ¡c ¡ (E,2,C) ¡ ¡ ¡ E J I graphSearch( problem , queuingFn ) { open = {}, closed = {} queuingFn(open, new Node(problem.startvertex)) loop { if empty(open) then return FAILURE c = removeFront(open) if problem.goalTest(c.vertex) then return c if c.vertex is not in closed { add c.vertex to closed for each w adjacent to c.vertex if w is not in closed queuingFn(open, new Node(w,c)); 61 }}}

  30. Applica8on: ¡ ¡Route ¡Finding ¡(BFS) ¡ open ¡list ¡ closed ¡list ¡ start goal A A ¡ B G (E,2,D) ¡ B ¡ (G,3,F) ¡ C ¡ (H,3,F) ¡ D ¡ ¡ E ¡ D C F H F ¡ node ¡c ¡ (E,2,C) ¡ ¡ ¡ E J I graphSearch( problem , queuingFn ) { open = {}, closed = {} queuingFn(open, new Node(problem.startvertex)) loop { if empty(open) then return FAILURE c = removeFront(open) if problem.goalTest(c.vertex) then return c if c.vertex is not in closed { add c.vertex to closed for each w adjacent to c.vertex if w is not in closed queuingFn(open, new Node(w,c)); 62 }}}

  31. Applica8on: ¡ ¡Route ¡Finding ¡(BFS) ¡ open ¡list ¡ closed ¡list ¡ start goal A A ¡ B G (G,3,F) ¡ B ¡ (H,3,F) ¡ C ¡ ¡ D ¡ E ¡ D C F H F ¡ node ¡c ¡ (E,2,D) ¡ ¡ ¡ E J I graphSearch( problem , queuingFn ) { open = {}, closed = {} queuingFn(open, new Node(problem.startvertex)) loop { if empty(open) then return FAILURE c = removeFront(open) if problem.goalTest(c.vertex) then return c if c.vertex is not in closed { add c.vertex to closed for each w adjacent to c.vertex if w is not in closed queuingFn(open, new Node(w,c)); 63 }}}

  32. Applica8on: ¡ ¡Route ¡Finding ¡(BFS) ¡ open ¡list ¡ closed ¡list ¡ start goal A A ¡ B G (H,3,F) ¡ B ¡ ¡ C ¡ D ¡ E ¡ D C F H F ¡ node ¡c ¡ (G,3,F) ¡ ¡ ¡ E J I graphSearch( problem , queuingFn ) { open = {}, closed = {} queuingFn(open, new Node(problem.startvertex)) loop { if empty(open) then return FAILURE c = removeFront(open) if problem.goalTest(c.vertex) then return c if c.vertex is not in closed { add c.vertex to closed for each w adjacent to c.vertex if w is not in closed queuingFn(open, new Node(w,c)); 64 }}}

  33. Applica8on: ¡ ¡Route ¡Finding ¡(BFS) ¡ open ¡list ¡ closed ¡list ¡ start goal A A ¡ B G (H,3,F) ¡ B ¡ ¡ C ¡ D ¡ E ¡ D C F H F ¡ node ¡c ¡ (G,3,F) ¡ ¡ ¡ E J I graphSearch( problem , queuingFn ) { open = {}, closed = {} queuingFn(open, new Node(problem.startvertex)) loop { if empty(open) then return FAILURE c = removeFront(open) if problem.goalTest(c.vertex) then return c if c.vertex is not in closed { add c.vertex to closed for each w adjacent to c.vertex if w is not in closed queuingFn(open, new Node(w,c)); 65 }}}

  34. Breadth-­‑First ¡Search ¡ 0 start A B G D C F H E J I 66

  35. Breadth-­‑First ¡Search ¡ 0 1 start A B G D C F H E J I 67

  36. Breadth-­‑First ¡Search ¡ 0 1 2 start A B G D C F H E J I 68

  37. Breadth-­‑First ¡Search ¡ 0 1 2 3 start A B G D C F H E J I 69

  38. Breadth-­‑First ¡Search ¡ 0 1 2 3 4 start A B G D C F H E J I 70

  39. Depth-­‑First ¡Search ¡ Expands ¡the ¡“deepest” ¡vertex ¡

  40. Applica8on: ¡ ¡Route ¡Finding ¡(DFS) ¡ open ¡list ¡ closed ¡list ¡ start goal A B G D C F H node ¡c ¡ (A,0,null) ¡ ¡ ¡ E J I graphSearch( problem , queuingFn ) { open = {}, closed = {} queuingFn(open, new Node(problem.startvertex)) loop { if empty(open) then return FAILURE c = removeFront(open) if problem.goalTest(c.vertex) then return c if c.vertex is not in closed { add c.vertex to closed for each w adjacent to c.vertex if w is not in closed queuingFn(open, new Node(w,c)); 72 }}}

  41. Applica8on: ¡ ¡Route ¡Finding ¡(DFS) ¡ open ¡list ¡ closed ¡list ¡ start goal A B G (B,1,A) ¡ A ¡ (C,1,A) ¡ (D,1,A) ¡ ¡ D C F H node ¡c ¡ (A,0,null) ¡ ¡ ¡ E J I graphSearch( problem , queuingFn ) { open = {}, closed = {} queuingFn(open, new Node(problem.startvertex)) loop { if empty(open) then return FAILURE c = removeFront(open) if problem.goalTest(c.vertex) then return c if c.vertex is not in closed { add c.vertex to closed for each w adjacent to c.vertex if w is not in closed queuingFn(open, new Node(w,c)); 73 }}}

  42. Applica8on: ¡ ¡Route ¡Finding ¡(DFS) ¡ open ¡list ¡ closed ¡list ¡ start goal A B G (C,1,A) ¡ A ¡ (D,1,A) ¡ ¡ D C F H node ¡c ¡ (B,1,A) ¡ ¡ ¡ E J I graphSearch( problem , queuingFn ) { open = {}, closed = {} queuingFn(open, new Node(problem.startvertex)) loop { if empty(open) then return FAILURE c = removeFront(open) if problem.goalTest(c.vertex) then return c if c.vertex is not in closed { add c.vertex to closed for each w adjacent to c.vertex if w is not in closed queuingFn(open, new Node(w,c)); 74 }}}

  43. Applica8on: ¡ ¡Route ¡Finding ¡(DFS) ¡ open ¡list ¡ closed ¡list ¡ start goal A B G (C,1,A) ¡ A ¡ (D,1,A) ¡ B ¡ ¡ D C F H node ¡c ¡ (B,1,A) ¡ ¡ ¡ E J I graphSearch( problem , queuingFn ) { open = {}, closed = {} queuingFn(open, new Node(problem.startvertex)) loop { if empty(open) then return FAILURE c = removeFront(open) if problem.goalTest(c.vertex) then return c if c.vertex is not in closed { add c.vertex to closed for each w adjacent to c.vertex if w is not in closed queuingFn(open, new Node(w,c)); 75 }}}

  44. Applica8on: ¡ ¡Route ¡Finding ¡(DFS) ¡ open ¡list ¡ closed ¡list ¡ start goal A B G (C,1,A) ¡ A ¡ (D,1,A) ¡ B ¡ ¡ D C F H node ¡c ¡ (B,1,A) ¡ ¡ ¡ E J I graphSearch( problem , queuingFn ) { open = {}, closed = {} queuingFn(open, new Node(problem.startvertex)) Need ¡to ¡add ¡(C,2,B) ¡and ¡(F,2,B) ¡to ¡open ¡ loop { ¡ if empty(open) then return FAILURE Since ¡DFS ¡expands ¡the ¡deepest ¡node, ¡what ¡ c = removeFront(open) must ¡we ¡insure ¡about ¡the ¡open ¡list? ¡ if problem.goalTest(c.vertex) then return c ¡ if c.vertex is not in closed { What ¡queuing ¡funcEon ¡should ¡we ¡use? ¡ add c.vertex to closed for each w adjacent to c.vertex if w is not in closed queuingFn(open, new Node(w,c)); 76 }}}

  45. Applica8on: ¡ ¡Route ¡Finding ¡(DFS) ¡ open ¡list ¡ closed ¡list ¡ start goal A B G (F,2,B) ¡ A ¡ (C,2,B) ¡ B ¡ (C,1,A) ¡ (D,1,A) ¡ D C F H ¡ node ¡c ¡ (B,1,A) ¡ ¡ ¡ E J I graphSearch( problem , queuingFn ) { open = {}, closed = {} queuingFn(open, new Node(problem.startvertex)) loop { if empty(open) then return FAILURE c = removeFront(open) DFS ¡uses ¡a ¡ ¡ if problem.goalTest(c.vertex) then return c if c.vertex is not in closed { LIFO ¡Stack! ¡ add c.vertex to closed for each w adjacent to c.vertex if w is not in closed queuingFn(open, new Node(w,c)); 77 }}}

  46. Applica8on: ¡ ¡Route ¡Finding ¡(DFS) ¡ open ¡list ¡ closed ¡list ¡ start goal A B G (C,2,B) ¡ A ¡ (C,1,A) ¡ B ¡ (D,1,A) ¡ ¡ D C F H node ¡c ¡ (F,2,B) ¡ ¡ ¡ E J I graphSearch( problem , queuingFn ) { open = {}, closed = {} queuingFn(open, new Node(problem.startvertex)) loop { if empty(open) then return FAILURE c = removeFront(open) if problem.goalTest(c.vertex) then return c if c.vertex is not in closed { add c.vertex to closed for each w adjacent to c.vertex if w is not in closed queuingFn(open, new Node(w,c)); 78 }}}

  47. Applica8on: ¡ ¡Route ¡Finding ¡(DFS) ¡ open ¡list ¡ closed ¡list ¡ start goal A B G (C,2,B) ¡ A ¡ (C,1,A) ¡ B ¡ (D,1,A) ¡ F ¡ ¡ D C F H node ¡c ¡ (F,2,B) ¡ ¡ ¡ E J I graphSearch( problem , queuingFn ) { open = {}, closed = {} queuingFn(open, new Node(problem.startvertex)) loop { if empty(open) then return FAILURE c = removeFront(open) if problem.goalTest(c.vertex) then return c if c.vertex is not in closed { add c.vertex to closed for each w adjacent to c.vertex if w is not in closed queuingFn(open, new Node(w,c)); 79 }}}

  48. Applica8on: ¡ ¡Route ¡Finding ¡(DFS) ¡ open ¡list ¡ closed ¡list ¡ start goal A B G (H,3,F) ¡ A ¡ (G,3,F) ¡ B ¡ (C,2,B) ¡ F ¡ (C,1,A) ¡ D C F H (D,1,A) ¡ ¡ node ¡c ¡ (F,2,B) ¡ ¡ ¡ E J I graphSearch( problem , queuingFn ) { open = {}, closed = {} queuingFn(open, new Node(problem.startvertex)) loop { if empty(open) then return FAILURE c = removeFront(open) if problem.goalTest(c.vertex) then return c if c.vertex is not in closed { add c.vertex to closed for each w adjacent to c.vertex if w is not in closed queuingFn(open, new Node(w,c)); 80 }}}

  49. Applica8on: ¡ ¡Route ¡Finding ¡(DFS) ¡ open ¡list ¡ closed ¡list ¡ start goal A B G (H,3,F) ¡ A ¡ (G,3,F) ¡ B ¡ (C,2,B) ¡ F ¡ (C,1,A) ¡ D C F H (D,1,A) ¡ ¡ E J I graphSearch( problem , queuingFn ) { open = {}, closed = {} queuingFn(open, new Node(problem.startvertex)) loop { if empty(open) then return FAILURE c = removeFront(open) if problem.goalTest(c.vertex) then return c if c.vertex is not in closed { add c.vertex to closed for each w adjacent to c.vertex if w is not in closed queuingFn(open, new Node(w,c)); 81 }}}

  50. What ¡we’ve ¡found ¡so ¡far... ¡ Breadth-­‑First ¡Search ¡ ¡ (FIFO ¡Queue) ¡ § Solves ¡ unweighted ¡shortest ¡path ¡problem : ¡ ¡ ¡ Finds ¡the ¡shortest ¡path ¡between ¡verEces ¡if ¡edges ¡ are ¡unweighted ¡(or ¡equal ¡cost) ¡ ¡ Depth-­‑First ¡Search ¡ (LIFO ¡Stack) ¡ § Finds ¡nearby ¡goals ¡quickly ¡if ¡lucky ¡ § If ¡unlucky, ¡finds ¡nearby ¡goals ¡very ¡slowly ¡ 82

  51. Applica8on: ¡ ¡8-­‑Puzzle ¡ Given ¡an ¡iniEal ¡configuraEon ¡of ¡8 ¡numbered ¡ Eles ¡on ¡a ¡3 ¡x ¡3 ¡board, ¡move ¡the ¡Eles ¡as ¡to ¡ produce ¡a ¡desired ¡goal ¡configuraEon ¡ ¡ ¡ 83 Slide adapted from materials by Stuart Russell

  52. Applica8on: ¡ ¡8-­‑Puzzle ¡ • What are the vertices? 3 x 3 array configuration of the tiles on the board. • What are the edges? • Starting vertex? • of the board. • Goal vertex / vertices? A particular configuration of the board. 84 Slide adapted from materials by Stuart Russell

  53. Applica8on: ¡ ¡8-­‑Puzzle ¡ • What ¡are ¡the ¡ver8ces? ¡ ¡Each ¡vertex ¡corresponds ¡ to ¡a ¡parEcular ¡Ele ¡configuraEon ¡ • What ¡are ¡the ¡edges? ¡ ¡Consider ¡four ¡operators: ¡ ¡ Move ¡Blank ¡Square ¡Lei, ¡Right, ¡Up ¡or ¡Down ¡ ¡ – This ¡is ¡a ¡more ¡efficient ¡encoding ¡than ¡ considering ¡each ¡of ¡4 ¡moves ¡for ¡each ¡Ele ¡ ¡ The ¡edges ¡signify ¡applying ¡an ¡operator ¡to ¡a ¡board ¡ configuraEon ¡ • Ini8al ¡state? ¡ ¡A ¡parEcular ¡board ¡configuraEon ¡ • Goal ¡vertex? ¡ ¡A ¡parEcular ¡board ¡configuraEon ¡ 85 Slide adapted from materials by Stuart Russell

  54. Outline ¡ • IntroducEon ¡ • Graph ¡Basics ¡ • Graph ¡Search ¡Problem ¡ – Breadth-­‑First ¡Search ¡ – Depth-­‑First ¡Search ¡ • Complexity ¡Analysis ¡ 86

  55. Outline ¡ • IntroducEon ¡ • Graph ¡Basics ¡ • Graph ¡Search ¡Problem ¡ – Breadth-­‑First ¡Search ¡ – Depth-­‑First ¡Search ¡ • Complexity ¡Analysis ¡ 87

  56. What ¡is ¡the ¡Time ¡Complexity ¡of ¡BFS ¡& ¡DFS? ¡ n In ¡the ¡worst ¡case, ¡the ¡goal ¡vertex ¡won’t ¡be ¡found ¡ graphSearch( problem , queuingFn ) { open = {}, closed = {} queuingFn(open, new Node(problem.startvertex)) loop { if empty(open) then return FAILURE c = removeFront(open) if problem.goalTest(c.vertex) return c if c.vertex is not in closed { add c.vertex to closed for each Vertex w adjacent to c.vertex if w is not in closed queuingFn(open, new Node(w,c)); } } } 88

  57. What ¡is ¡the ¡Time ¡Complexity ¡of ¡BFS ¡& ¡DFS? ¡ n In ¡the ¡worst ¡case, ¡the ¡goal ¡vertex ¡won’t ¡be ¡found ¡ graphSearch( problem , queuingFn ) { open = {}, closed = {} Each ¡vertex ¡is ¡in ¡ queuingFn(open, new Node(problem.startvertex)) the ¡queue ¡at ¡most ¡ loop { once, ¡so ¡the ¡outer ¡ if empty(open) then return FAILURE loop ¡runs ¡at ¡most ¡ c = removeFront(open) | V | ¡iteraEons ¡ if problem.goalTest(c.vertex) return c if c.vertex is not in closed { ¡ add c.vertex to closed for each Vertex w adjacent to c.vertex if w is not in closed queuingFn(open, new Node(w,c)); } } } 89

  58. What ¡is ¡the ¡Time ¡Complexity ¡of ¡BFS ¡& ¡DFS? ¡ n In ¡the ¡worst ¡case, ¡the ¡goal ¡vertex ¡won’t ¡be ¡found ¡ graphSearch( problem , queuingFn ) { open = {}, closed = {} Each ¡vertex ¡is ¡in ¡ queuingFn(open, new Node(problem.startvertex)) the ¡queue ¡at ¡most ¡ loop { once, ¡so ¡the ¡outer ¡ if empty(open) then return FAILURE loop ¡runs ¡at ¡most ¡ c = removeFront(open) | V | ¡iteraEons ¡ if problem.goalTest(c.vertex) return c if c.vertex is not in closed { ¡ add c.vertex to closed Performance ¡will ¡ for each Vertex w adjacent to c.vertex if w is not in closed depend ¡on ¡the ¡Eme ¡ queuingFn(open, new Node(w,c)); } for ¡getAdjacent() ¡ } } ¡ 90

  59. Graph ¡Representa8on: ¡ ¡Adjacency ¡Matrix ¡ 1 1 2 2 5 5 3 4 3 4 1 2 3 4 5 1 2 3 4 5 1 0 1 0 0 1 1 0 1 0 0 0 2 1 0 1 1 0 2 0 0 0 1 0 3 0 1 0 1 0 3 0 1 0 0 0 4 0 1 1 0 1 4 0 0 1 0 1 5 1 0 0 1 0 5 1 0 0 1 0 91

  60. Graph ¡Representa8on: ¡ ¡Adjacency ¡Matrix ¡ 1 1 2 2 5 5 3 4 3 4 1 2 3 4 5 1 2 3 4 5 What ¡is ¡the ¡ 1 0 1 0 0 1 1 0 1 0 0 0 performance ¡of ¡ 2 1 0 1 1 0 2 0 0 0 1 0 getAdjacent(u)? ¡ 3 0 1 0 1 0 3 0 1 0 0 0 4 0 1 1 0 1 4 0 0 1 0 1 5 1 0 0 1 0 5 1 0 0 1 0 92

  61. Graph ¡Representa8on: ¡ ¡Adjacency ¡List ¡ 1 2 5 3 4 What ¡is ¡the ¡ 2 1 performance ¡of ¡ 4 2 getAdjacent(u)? ¡ 3 2 4 3 5 5 1 4 93

  62. What ¡is ¡the ¡Time ¡Complexity ¡of ¡BFS ¡& ¡DFS? ¡ n Using ¡an ¡adjacency ¡matrix: ¡ graphSearch( problem , queuingFn ) { open = {}, closed = {} | V | ¡iteraEons ¡ queuingFn(open, new Node(problem.startvertex)) ¡ loop { if empty(open) then return FAILURE c = removeFront(open) if problem.goalTest(c.vertex) return c if c.vertex is not in closed { add c.vertex to closed O(| V |) ¡ for each Vertex w adjacent to c.vertex if w is not in closed ¡ queuingFn(open, new Node(w,c)); } } } 94

  63. What ¡is ¡the ¡Time ¡Complexity ¡of ¡BFS ¡& ¡DFS? ¡ n Using ¡an ¡adjacency ¡matrix: ¡ ¡ O(| V | 2 ) graphSearch( problem , queuingFn ) { open = {}, closed = {} | V | ¡iteraEons ¡ queuingFn(open, new Node(problem.startvertex)) ¡ loop { if empty(open) then return FAILURE c = removeFront(open) if problem.goalTest(c.vertex) return c if c.vertex is not in closed { add c.vertex to closed O(| V |) ¡ for each Vertex w adjacent to c.vertex if w is not in closed ¡ queuingFn(open, new Node(w,c)); } } } 95

  64. What ¡is ¡the ¡Time ¡Complexity ¡of ¡BFS ¡& ¡DFS? ¡ n Using ¡an ¡adjacency ¡list: ¡ graphSearch( problem , queuingFn ) { open = {}, closed = {} | V | ¡iteraEons ¡ queuingFn(open, new Node(problem.startvertex)) ¡ loop { if empty(open) then return FAILURE c = removeFront(open) if problem.goalTest(c.vertex) return c if c.vertex is not in closed { add c.vertex to closed O(out-­‑degree(c.vertex)) ¡ for each Vertex w adjacent to c.vertex if w is not in closed ¡ queuingFn(open, new Node(w,c)); } } } 96

  65. What ¡is ¡the ¡Time ¡Complexity ¡of ¡BFS ¡& ¡DFS? ¡ n For ¡an ¡adjacency ¡list, ¡looping ¡over ¡all ¡adjacent ¡verEces ¡ of ¡ u ¡will ¡be ¡O(out-­‑degree( u )) ¡ n Therefore, ¡the ¡traversal ¡performance ¡is ¡ ¡ ¡ 0 1 | V | X A = O ( | E | ) out-degree( v i ) O @ i =1 since ¡the ¡inner ¡loop ¡is ¡repeated ¡O( ¡| V | ¡) ¡Emes ¡ n However, ¡in ¡a ¡disconnected ¡graph, ¡we ¡must ¡sEll ¡look ¡at ¡ every ¡vertex, ¡so ¡the ¡performance ¡is ¡ ¡O( ¡| V | ¡+ ¡| E | ¡) ¡ How do these terms compare? 97

  66. Sparse ¡vs ¡Dense ¡Graphs ¡ § A ¡ sparse ¡graph ¡is ¡one ¡with ¡ “ few ” ¡edges. ¡ That ¡is ¡ ¡ | E | = O ( | V | ) § A ¡ dense ¡graph ¡is ¡one ¡with ¡ “ many ” ¡edges. ¡ That ¡is ¡ � | V | 2 � | E | = O 1 1 2 2 5 5 3 4 3 4 98

  67. What ¡is ¡the ¡Time ¡Complexity ¡of ¡BFS ¡& ¡DFS? ¡ n For ¡an ¡adjacency ¡list, ¡getAdjacent( u ) ¡will ¡be ¡ ¡ ¡ ¡ ¡ ¡ ¡ ¡ ¡ ¡ ¡ ¡ ¡ O(out-­‑degree( u )) ¡ n Therefore, ¡the ¡traversal ¡performance ¡is ¡ ¡ ¡ 0 1 | V | X A = O ( | E | ) out-degree( v i ) O @ i =1 since ¡getAdjacent ¡is ¡done ¡O( ¡| V | ¡) ¡Emes ¡ n However, ¡in ¡a ¡disconnected ¡graph, ¡we ¡must ¡sEll ¡look ¡at ¡ every ¡vertex, ¡so ¡the ¡performance ¡is ¡ ¡O( ¡| V | ¡+ ¡| E | ¡) ¡ Ranges ¡from ¡O( ¡| V | ¡) ¡to ¡O( ¡| V | 2 ), ¡ depending ¡on ¡density ¡ 99

  68. What ¡is ¡the ¡Space ¡Complexity ¡of ¡BFS ¡& ¡DFS? ¡ § Really ¡depends ¡on ¡the ¡graph ¡representaEon ¡ Adjacency Matrix Adjacency List 1 2 3 4 5 2 1 1 0 1 0 0 0 4 2 2 0 0 0 1 0 3 2 3 0 1 0 0 0 4 3 5 4 0 0 1 0 1 5 1 4 5 1 0 0 1 0 100

  69. What ¡is ¡the ¡Space ¡Complexity ¡of ¡BFS ¡& ¡DFS? ¡ § Really ¡depends ¡on ¡the ¡graph ¡representaEon ¡ Adjacency Matrix Adjacency List 1 2 3 4 5 2 1 1 0 1 0 0 0 4 2 2 0 0 0 1 0 3 2 3 0 1 0 0 0 4 3 5 4 0 0 1 0 1 5 1 4 5 1 0 0 1 0 Space ¡Complexity ¡ Space ¡Complexity ¡ O( | V | 2 ) O( | V | + | E | ) 101

  70. Does ¡BFS ¡find ¡Shortest ¡Paths ¡in ¡ Weighted ¡Graphs? ¡ 3 v1 v2 v7 1 3 1 2 7 5 3 v4 v3 v6 v8 1 6 4 4 2 v5 v10 v9 1 102

Download Presentation
Download Policy: The content available on the website is offered to you 'AS IS' for your personal information and use only. It cannot be commercialized, licensed, or distributed on other websites without prior consent from the author. To download a presentation, simply click this link. If you encounter any difficulties during the download process, it's possible that the publisher has removed the file from their server.

Recommend

CMSC 380 Graph Traversals and Search Graph Traversals n Graphs can be traversed breadth-first,

CMSC 380 Graph Traversals and Search Graph Traversals n Graphs can be traversed breadth-first,

CMSC 380 Graph Traversals and Search Graph Traversals n Graphs can be traversed breadth-first, depth- first, or by path length n We need to specifically guard against cycles q Mark each vertex as closed when we encounter it and

248 views • 24 slides
Graph Traversals Graph traversal (BFS and DFS) G can be undirected or directed We

Graph Traversals Graph traversal (BFS and DFS) G can be undirected or directed We

csci 210: Data Structures Graph Traversals Graph traversal (BFS and DFS) G can be undirected or directed We think about coloring each vertex WHITE before we start GRAY after we visit a vertex but before we visited all its

533 views • 10 slides
39: Graph Traversals and Algorithms Chris Wyatt Electrical and Computer Engineering Virginia

39: Graph Traversals and Algorithms Chris Wyatt Electrical and Computer Engineering Virginia

ECE 2574 Introduction to Data Structures and Algorithms 39: Graph Traversals and Algorithms Chris Wyatt Electrical and Computer Engineering Virginia Tech Traversals and Searching Traversals and Searching Depth-First Search (DFS)

189 views • 15 slides
Graph Representation and Traversals Mark Redekopp David Kempe Sandra Batista 2 GRAPH

Graph Representation and Traversals Mark Redekopp David Kempe Sandra Batista 2 GRAPH

1 CSCI 104 Graph Representation and Traversals Mark Redekopp David Kempe Sandra Batista 2 GRAPH REPRESENTATIONS 3 Graph Notation A graph is a collection of vertices h (or nodes) and edges that b c connect vertices a A vertex d

806 views • 26 slides
Graph Traversals 1 Depth-first search (DFS) G can be directed or undirected DFS(v)

Graph Traversals 1 Depth-first search (DFS) G can be directed or undirected DFS(v)

csci 210: Data Structures Graph Traversals 1 Depth-first search (DFS) G can be directed or undirected DFS(v) mark v visited for all adjacent edges (v,w) of v do if w is not visited parent(w) = v (v,w) is

700 views • 11 slides
CS3000: Algorithms & Data Jonathan Ullman Lecture 10: Graphs Graph Traversals: DFS

CS3000: Algorithms & Data Jonathan Ullman Lecture 10: Graphs Graph Traversals: DFS

CS3000: Algorithms & Data Jonathan Ullman Lecture 10: Graphs Graph Traversals: DFS Topological Sort Feb 19, 2020 Whats Next Whats Next Graph Algorithms: Graphs: Key Definitions, Properties, Representations

934 views • 58 slides
Graph Traversals Autumn 2018 Shrirang (Shri) Mare shri@cs.washington.edu Thanks to Kasey

Graph Traversals Autumn 2018 Shrirang (Shri) Mare shri@cs.washington.edu Thanks to Kasey

CSE 373: Data Structures and Algorithms Graph Traversals Autumn 2018 Shrirang (Shri) Mare shri@cs.washington.edu Thanks to Kasey Champion, Ben Jones, Adam Blank, Michael Lee, Evan McCarty, Robbie Weber, Whitaker Brand, Zora Fung, Stuart Reges,

578 views • 23 slides
Graph Traversals Autumn 2018 Shrirang (Shri) Mare shri@cs.washington.edu Thanks to Kasey

Graph Traversals Autumn 2018 Shrirang (Shri) Mare shri@cs.washington.edu Thanks to Kasey

CSE 373: Data Structures and Algorithms Graph Traversals Autumn 2018 Shrirang (Shri) Mare shri@cs.washington.edu Thanks to Kasey Champion, Ben Jones, Adam Blank, Michael Lee, Evan McCarty, Robbie Weber, Whitaker Brand, Zora Fung, Stuart Reges,

238 views • 19 slides
Graph Traversals Algorithm : Design & Analysis [11] In the last class Dynamic

Graph Traversals Algorithm : Design & Analysis [11] In the last class Dynamic

Graph Traversals Algorithm : Design & Analysis [11] In the last class Dynamic Equivalence Relation Implementing Dynamic Set by Union-Find Straight Union-Find Making Shorter Tree by Weighted Union Compressing Path by

572 views • 29 slides
Graph & Tree Search and Traversals Algorithms Mark Redekopp David Kempe Sandra Batista 2

Graph & Tree Search and Traversals Algorithms Mark Redekopp David Kempe Sandra Batista 2

1 CSCI 104 Graph & Tree Search and Traversals Algorithms Mark Redekopp David Kempe Sandra Batista 2 RECURSIVE TREE TRAVERSALS 3 Guiding Recursive Principle f(n) f(n-1) 1 0 1 2 3 4 A useful principle when trying to 50 51

1.08k views • 90 slides
Graph Traversals CS200 - Graphs 1 Tree traversal reminder Pre order A A B D G H C E F I In

Graph Traversals CS200 - Graphs 1 Tree traversal reminder Pre order A A B D G H C E F I In

Graph Traversals CS200 - Graphs 1 Tree traversal reminder Pre order A A B D G H C E F I In order B C G D H B A E C F I Post order D E F G H D B E I F C A Level order G H I A B C D E F G H I Connected Components n The

895 views • 47 slides
CS 225 Data Structures No Novem ember er 15 Gr Graph aph Trav aversal als G G Carl

CS 225 Data Structures No Novem ember er 15 Gr Graph aph Trav aversal als G G Carl

CS 225 Data Structures No Novem ember er 15 Gr Graph aph Trav aversal als G G Carl Evans Gr Grap aphs To study all of these structures: 1. A common vocabulary 2. Graph implementations 3. Graph traversals 4. Graph algorithms

523 views • 27 slides
CS 225 Data Structures No Novem ember er 11 Gr Graph aph Impl plementat ation G G

CS 225 Data Structures No Novem ember er 11 Gr Graph aph Impl plementat ation G G

CS 225 Data Structures No Novem ember er 11 Gr Graph aph Impl plementat ation G G Carl Evans Gr Grap aphs To study all of these structures: 1. A common vocabulary 2. Graph implementations 3. Graph traversals 4. Graph

517 views • 27 slides
Graph Traversals CS200 - Graphs 1 Tree traversal reminder Pre order A A B D G H C E F I In

Graph Traversals CS200 - Graphs 1 Tree traversal reminder Pre order A A B D G H C E F I In

Graph Traversals CS200 - Graphs 1 Tree traversal reminder Pre order A A B D G H C E F I In order B C G D H B A E C F I Post order D E F G H D B E I F C A Level order G H I A B C D E F G H I Connected Components n The connected

535 views • 49 slides
Tree traversals Todays announcements: MT1 Feb 4, 7-9:00p WOOD 2 HW2 out, due Feb 5,

Tree traversals Todays announcements: MT1 Feb 4, 7-9:00p WOOD 2 HW2 out, due Feb 5,

Tree traversals Todays announcements: MT1 Feb 4, 7-9:00p WOOD 2 HW2 out, due Feb 5, 11:59p Todays Plan Trees and their traversals Warm up: What is the number of nodes N ( h ) in a perfect binary tree of height h ? 1 / 8 A

330 views • 8 slides
CS 225 Data Structures Dec Decem ember er 2 2 Di Dijkstras Al Algorihtm G G Carl

CS 225 Data Structures Dec Decem ember er 2 2 Di Dijkstras Al Algorihtm G G Carl

CS 225 Data Structures Dec Decem ember er 2 2 Di Dijkstras Al Algorihtm G G Carl Evans Gr Grap aphs To study all of these structures: 1. A common vocabulary 2. Graph implementations 3. Graph traversals 4. Graph algorithms

274 views • 14 slides
Closed walks in a regular graph Marsha Minchenko Monash University 33ACCMCC, 2009 Marsha

Closed walks in a regular graph Marsha Minchenko Monash University 33ACCMCC, 2009 Marsha

Background Related Results The Best Is Yet To Come Closed walks in a regular graph Marsha Minchenko Monash University 33ACCMCC, 2009 Marsha Minchenko Closed walks in a regular graph Background Related Results The Best Is Yet To Come

292 views • 26 slides
61A Lecture 24 Monday, March 30 Announcements 2 Announcements Homework 7 due Wednesday 4/8

61A Lecture 24 Monday, March 30 Announcements 2 Announcements Homework 7 due Wednesday 4/8

61A Lecture 24 Monday, March 30 Announcements 2 Announcements Homework 7 due Wednesday 4/8 @ 11:59pm 2 Announcements Homework 7 due Wednesday 4/8 @ 11:59pm Quiz 3 released Tuesday 4/7, due Thursday 4/9 @ 11:59pm 2 Announcements

1.52k views • 113 slides
Administration HW1 due September 11 in class CS 611 modify only interpretation.sml

Administration HW1 due September 11 in class CS 611 modify only interpretation.sml

Administration HW1 due September 11 in class CS 611 modify only interpretation.sml Advanced Programming Languages New TA: James Cheney (jcheney@cs) Andrew Myers Cornell University Lecture 7: Lambda calculus 8 Sep 00 CS 611

375 views • 3 slides
Closed Lab Solution Review Closed Lab 01 CS 224 Introduction to Python Spring 2020 Class

Closed Lab Solution Review Closed Lab 01 CS 224 Introduction to Python Spring 2020 Class

2/10/20 Closed Lab Solution Review Closed Lab 01 CS 224 Introduction to Python Spring 2020 Class #07: Iteration 1 2/10/20 Preliminaries: Random Preliminaries: Additional List Operations random provides a number of helpful methods

211 views • 4 slides
CS 245 Logic and Computation Lecture 7 Richard Trefler DC 2336 MW 3-4

CS 245 Logic and Computation Lecture 7 Richard Trefler DC 2336 MW 3-4

CS 245 Logic and Computation Lecture 7 Richard Trefler DC 2336 MW 3-4 http://www.student.math.uwaterloo.ca/cs245 uw.cs.cs245 cs245@student.uwaterloo.ca p.1/24 Propositional Logic 1. syntax (well-formed formulas) Syntax and

951 views • 26 slides
Pathfinding Marco Chiarandini Department of Mathematics & Computer Science University of

Pathfinding Marco Chiarandini Department of Mathematics & Computer Science University of

DM810 Computer Game Programming II: AI Lecture 6 Pathfinding Marco Chiarandini Department of Mathematics & Computer Science University of Southern Denmark Pathfinding Heuristics Outline World Rerpresentations 1. Pathfinding 2.

614 views • 38 slides
Global Analysis of Dynamic Library Dependencies Alva L. Couch, couch@eecs.tufts.edu Yizhan Sun,

Global Analysis of Dynamic Library Dependencies Alva L. Couch, couch@eecs.tufts.edu Yizhan Sun,

Global Analysis of Dynamic Library Dependencies Alva L. Couch, couch@eecs.tufts.edu Yizhan Sun, ysun@eecs.tufts.edu Tufts University, Medford MA USA http://sowhat.sourceforge.net How to Create Library Dependency Problems Mix package

525 views • 13 slides
Enabling Closed-Source Applications for Virtual Reality via OpenGL Intercept Techniques SEARIS

Enabling Closed-Source Applications for Virtual Reality via OpenGL Intercept Techniques SEARIS

Enabling Closed-Source Applications for Virtual Reality via OpenGL Intercept Techniques SEARIS 2014 Workshop. March 30th. Co-located with IEEE VR 2014 David J. Zielinski (Duke University) Ryan P. McMahan (The University of Texas at Dallas)

424 views • 25 slides

More recommend