2017-Q2-BCM0506 Aula 04

BCM0506 - Comunicação e Redes
Aula 4
Algoritmos de Busca em Grafos
Prof. Alexandre Donizeti Alves

Definições
Uma árvore é um grafo conexo e acíclico (sem
ciclos)
As árvores são muito úteis para organizar
informações
Árvore não-direcionada Árvore direcionada

Definições
Uma árvore é um grafo conexo G em que existe
um e somente um caminho entre qualquer par
de vértices de G
O seguinte grafo é uma árvore?
2 5
1 3 6
4
Definições
O seguinte grafo é uma árvore?
0: 5,1
0 5 6 7
•
• 1: 0,2,3,4
2: 1
1 2 8
•
• 3: 1 3
• 4: 1 4
• 5: 0 Uma floresta é um conjunto de árvores
• 6: 7,8 sem vértices em comum
• 7: 6 Uma floresta é um grafo cujos
• 8: 6 componentes conexos são árvores
Definições
Toda árvore com V vértices tem exatamente

V-1 arestas
0 5 6 7
1 2 8
V=9 V=6 V=3

Definições
Toda floresta com V vértices e C componentes
tem exatamente V - C arestas
0 5 6 7
11 12
13 8
1 2
14 15
3
Uma florestas com 14 vértices, e 3 componentes, tem 11 arestas

Definições
Uma folha em uma floresta é qualquer vértice

de grau 1
0 5 6 7
11 12
13 8
1 2
14 15
3
4
Busca em Largura
b c
f g h k
m n p q r
Grafo de entrada
Busca em Largura
b c
f g h k
m n p q r
Grafo de entrada
Busca em Largura
1 0
b c
3 4 5
f g h k
2
m n p q r
10 6 7 8 9
Grafo de entrada
Busca em Largura
c
1 0
b c b h
3 4 5
f g h k f g k
2
n p q r
m n p q r
10 6 7 8 9
m
Grafo de entrada Árvore de busca em largura

Busca em Profundidade
A estratégia seguida pela busca em profundidade
é, como seu nome implica, procurar cada vez mais
“fundo” no grafo
Nessa busca as arestas são
exploradas a partir do vértice
mais recentemente descoberto
que ainda possui arestas
inexploradas saindo dele
Baseado em Pilha
Fila
Pilha
Inicialmente {s}
Os vértices são explorados a partir do vértice

mais recentemente descoberto
Busca em Grafos
b c
d e f g
h i j k
Busca em Grafos
a a
b c b c
d e f g d e f g
h i j k h i j k
Busca em largura Busca em profundidade

(Breadth First Search - BFS) (Depth First Search - DFS)
• O algoritmo de busca em profundidade também
atribuirá cores a cada vértice
Grafo inicial
2 5
1 3 6
4
Pilha
2 5
1 3 6
Origem s = 4
4
0
Indica a ordem de visita

Pilha
2 5 1
1 3 6
4
0
2
Pilha
2 2 5 1
1 3 6
4
0
7 7
2
Pilha
2 2 5 1
1 3 6
4
0
3/4
2
Pilha
2 2 5 1
1 3 6
4
0
3/4
7 5
5 2
Pilha
2 2 5 1
1 3 6
4
0
3/4 3
7 5
5 2
Pilha
2 2 5 1
1 3 6
1 6
4
0
6
3/4 3
7 5
5 2
Pilha
2 2 5 1
1 3 6
1 6 7
4
0
3/4 3
7 5
5 2
Pilha
2 2 5 1
1 3 6
1 6 7/8
4
0
3/4
7 5
5 2
Pilha
2 2 5 1
1 3 6
1 6/9 7/8
4
0
3/4
5/10 2
Pilha
2 2 5 1
1 3 6
1 6/9 7/8
4
0
3/4
5/10
Pilha
2/11 2 5 1
1 3 6
1 6/9 7/8
4
0
3/4
5/10
Pilha
2/11 2 5
1 3 6
1/12 6/9 7/8
4
0
3/4
5/10
Pilha = {}
2/11 2 5
1 3 6
1/12 6/9 7/8
4
0/13
Algoritmo
• Constantes:
BRANCO, CINZA, PRETO, INFINITO
• Variáveis:
P (Pilha) , s (vértice de origem)
• Propriedades do vértice v:
v.cor (cor do vértice)
v.t1 (ordem de visita inicial do vértice v) – Tempo de descoberta
v.t2 (ordem de visita final do vértice v) – Tempo de Término
• Funções :
Insere(P, v), permite inserir o vértice v na pilha P
Remove(P), permite remover um vértice da pilha P
Consulta(P), permite consultar o último vértice na pilha P
Algoritmo
DFS(G,s):
Para cada vértice v em G.V-{s} faça
v.cor = BRANCO
v.t1 = INFINITO
v.t2 = INFINITO
s.cor = CINZA
s.t1 = 0
P = VAZIO
Insere(P,s)
Enquanto P VAZIO faça

u = Consulta(P)
Se u tem vértices adjacentes na cor BRANCO
v = escolhe um vértice adjacente v.cor = BRANCO
v.cor = CINZA
tempo = tempo + 1
v.t1 = tempo
Insere(P,v)
Caso-contrário
u.cor = PRETO
tempo = tempo + 1
v.t2 = tempo
Remove(P)
Algoritmo
DFS(G,s):
Para cada vértice v em G.V-{s} faça Inicialização
v.cor = BRANCO
v.t1 = INFINITO
v.t2 = INFINITO
s.cor = CINZA
s.t1 = 0
P = VAZIO
Insere(P,s)
Enquanto P VAZIO faça Percorre o grafo

u = Consulta(P)
v.cor = CINZA
tempo = tempo + 1
v.t1 = tempo
Insere(P,v)
Caso-contrário
u.cor = PRETO
tempo = tempo + 1
v.t2 = tempo
Remove(P)
Algoritmo
v.cor = BRANCO
v.t1 = INFINITO
v.t2 = INFINITO
s.cor = CINZA
s.t1 = 0
P = VAZIO
Insere(P,s)
P = {4}
7
2 5
1 3 6
4
0
Algoritmo
u = Consulta(P)
v.cor = CINZA
tempo = tempo + 1
v.t1 = tempo
Insere(P,v)
Caso-contrário
u.cor = PRETO
tempo = tempo + 1
v.t2 = tempo
Remove(P)
Pilha = {4} Pilha = {4,1}

7 7
2 5 2 5
1 3 6 1 3 6
1
4 4
0 0
Inicialização Iteração 1
Algoritmo
u = Consulta(P)
v.cor = CINZA
tempo = tempo + 1
v.t1 = tempo
Insere(P,v)
Caso-contrário
u.cor = PRETO
tempo = tempo + 1
v.t2 = tempo
Remove(P)
Pilha = {4,1,2}
7
2 5
2
1 3 6
1
4
0 Iteração 2
Algoritmo
u = Consulta(P)
v.cor = CINZA
tempo = tempo + 1
v.t1 = tempo
Insere(P,v)
Caso-contrário
u.cor = PRETO
tempo = tempo + 1
v.t2 = tempo
Remove(P) 3 Pilha = {4,1,2,7}
7
2 5
2
1 3 6
1
4
0 Iteração 3
Algoritmo
u = Consulta(P)
v.cor = CINZA
tempo = tempo + 1
v.t1 = tempo
Insere(P,v)
Caso-contrário
u.cor = PRETO
tempo = tempo + 1
v.t2 = tempo
Remove(P) 3/4 Pilha = {4,1,2}
7
2 5
2
1 3 6
1
4
0 Iteração 4 ...
O algoritmo anterior pode ser transformado a
uma versão RECURSIVA
• Dado um grafo G e um vértice v, seja percorrido

todo o grafo G usando a busca em profundidade
O algoritmo recursivo, é uma variante que

simplifica o uso da estrutura de pilha (P)
Recursividade
• Uma função (programa) recursiva é uma função

que “chama a si mesma”
Recursividade
Anúncio com uma

imagem recursiva
Recursividade
• Porque não usar Iteração ao invés de
Recursividade?
• Depende muito do estilo de programação. Entretanto,
algumas vezes é mais apropriado usar Recursividade
para resolver um problema
def contagem_regressiva(n): def contagem_regressiva2(n):

if n == 0: while n > 0:
print "Fogo!" print n
else: n=n-1
print n print "Fogo!"
contagem_regressiva(n-1)
Algoritmo (Recursivo)
DFS(G,s):
v.cor = BRANCO
v.t1 = INFINITO
v.t2 = INFINITO
tempo = 0
VisitaDFS(G,s)
VisitaDFS(G,s):
tempo = tempo + 1 Percorre o grafo
s.t1 = tempo
s.cor = CINZA
Para cada v em G.Adj[s] faça
Se v.cor == BRANCO
VisitaDFS(G,v)
s.cor = PRETO
tempo = tempo + 1
s.t2 = tempo
VisitaDFS(G,s):
s.t1 = tempo
s.cor = CINZA
Se v.cor == BRANCO
VisitaDFS(G,v)
s.cor = PRETO
tempo = tempo + 1
s.t2 = tempo
7
2 5
s=4
1 3 6
tempo = 0
4
0
VisitaDFS(G,s):
tempo = tempo+1 Percorre o grafo
s.t1 = tempo
s.cor = CINZA
Se v.cor == BRANCO
VisitaDFS(G,v)
s.cor = PRETO
tempo = tempo + 1
s.t2 = tempo
7
2 5
s=4
1 3 6
tempo = 0
4
0
VisitaDFS(G,s):
s.t1 = tempo
s.cor = CINZA
Se v.cor == BRANCO
VisitaDFS(G,v)
s.cor = PRETO
tempo = tempo + 1
s.t2 = tempo
7
2 5
s=4
1 3 6
tempo = 0
4
0
VisitaDFS(G,s):
s.t1 = tempo
s.cor = CINZA
Se v.cor == BRANCO
VisitaDFS(G,v)
s.cor = PRETO
tempo = tempo + 1
s.t2 = tempo
7
v=1
2 5
s=4
1 3 6
tempo = 0
4
0
VisitaDFS(G,s):
s.t1 = tempo
s.cor = CINZA
Se v.cor == BRANCO
VisitaDFS(G,v)
s.cor = PRETO
tempo = tempo + 1
s.t2 = tempo
7
v=1
2 5
s=4
1 3 6
tempo = 0
4
0
VisitaDFS(G,s):
s.t1 = tempo
s.cor = CINZA
Se v.cor == BRANCO
VisitaDFS(G,v)
s.cor = PRETO
tempo = tempo + 1
s.t2 = tempo 3
7
2 5
2
s=7
1 3 6
tempo = 3
1
4
Após algumas chamadas 0
recursivas...
VisitaDFS(G,s):
s.t1 = tempo
s.cor = CINZA
Se v.cor == BRANCO
VisitaDFS(G,v)
s.cor = PRETO
tempo = tempo + 1
s.t2 = tempo 3
7
2 5
2
s=7
1 3 6
tempo = 3
1
4
recursivas...
VisitaDFS(G,s):
s.t1 = tempo
s.cor = CINZA
Se v.cor == BRANCO
VisitaDFS(G,v)
s.cor = PRETO
tempo = tempo + 1
s.t2 = tempo 3
7
2 5
2
s=7
1 3 6
tempo = 4
1
4
recursivas...
VisitaDFS(G,s):
s.t1 = tempo
s.cor = CINZA
Se v.cor == BRANCO
VisitaDFS(G,v)
s.cor = PRETO
tempo = tempo + 1
s.t2 = tempo 3/4
7
2 5
2
s=7
1 3 6
tempo = 4
1
4
recursivas...
VisitaDFS(G,s):
s.t1 = tempo
s.cor = CINZA
Se v.cor == BRANCO
VisitaDFS(G,v)
s.cor = PRETO
tempo = tempo + 1
s.t2 = tempo 3/4
7
2 5
2
s=7
1 3 6
tempo = 4
1
4
recursivas...
VisitaDFS(G,s):
s.t1 = tempo
s.cor = CINZA
Se v.cor == BRANCO
VisitaDFS(G,v)
s.cor = PRETO
tempo = tempo + 1
s.t2 = tempo 3/4
7
2 5
2
s=5
1 3 6
tempo = 4
1
4
recursivas...
VisitaDFS(G,s):
s.t1 = tempo
s.cor = CINZA
Se v.cor == BRANCO
VisitaDFS(G,v)
s.cor = PRETO
tempo = tempo + 1
s.t2 = tempo 3/4
7
2 5
2
s=5
1 3 6
tempo = 5
1
4
recursivas...
VisitaDFS(G,s):
s.t1 = tempo
s.cor = CINZA
Se v.cor == BRANCO
VisitaDFS(G,v)
s.cor = PRETO
tempo = tempo + 1
s.t2 = tempo 3/4
7
2 5 5
2
s=5
1 3 6
tempo = 4
1
4
recursivas...
VisitaDFS(G,s):
s.t1 = tempo
s.cor = CINZA
Se v.cor == BRANCO
VisitaDFS(G,v)
s.cor = PRETO
tempo = tempo + 1
s.t2 = tempo 3/4
7
2 5 5
2
s=5
1 3 6
tempo = 5
1
4
recursivas...
Grafos Direcionados
Grafos Direcionados
Grafos Direcionados
// Esta função permite percorrer os elementos do grafo, começando em s
DFS(G,s):
v.cor = BRANCO
v.t1 = INFINITO
v.t2 = INFINITO
tempo = 0
VisitaDFS(G,s)
// Esta nova função permite percorrer todos os elementos da componente conexa

DFS(G):
Para cada vértice v em G.V faça Inicialização
v.cor = BRANCO
v.t1 = INFINITO
v.t2 = INFINITO
tempo = 0
Para cada vértice u em G.V faça
se u.cor == BRANCO
VisitaDFS(G,u)
Grafos Direcionados
Grafos Direcionados
Classificação de Arestas
Ao explorar um grafo G conexo usando a busca em
profundidade, podemos categorizar as arestas:
Arestas de Árvore: levam à exploração de vértices ainda não
visitados
Arestas de Retorno: Demais arestas. Formam ciclos, pois levam a

vértices já visitados
A subárvore de G formada pelas arestas de árvore

é chamada de Árvore de Profundidade de G
Exemplo
Grafo não-direcionado
Exemplo
(1) Aresta {1,2}

Exemplo
(2) Aresta {2,3}

Exemplo
(3) Aresta {3,1}

Exemplo
(4) Aresta {3,4}

Exemplo
(5) Aresta {4,5}

Exemplo
(6) Aresta {5,3}

Exemplo
(7) Aresta {3,6}

Exemplo
(8) Aresta {3,7}

Exemplo
Grafo original e Árvore de Profundidade

Complexidade
Para cada vértice v do grafo o algoritmo percorre
toda a lista de adjacentes a v
Cada aresta do grafo é examinada duas vezes,

sendo que na primeira vez a aresta é explorada
Portanto, se uma lista de adjacência for usada na

representação do grafo, o algoritmo de busca em
profundidade terá complexidade O(n+m)
Ao explorar um grafo G direcionado usando a
busca em profundidade, podemos categorizar
as arestas. Sejam o vértice v a origem da
aresta e o vértice w o destino da mesma (v,w):
Arestas de árvore: (v,w) é arco de árvore se v foi visitado
devido ao arco (v,w) ser visitado
Arestas de Avanço: Caso w seja descendente de v na
floresta
Arestas de Retorno: Caso v seja descendente de w na
floresta. Inclui laços
Arestas de Cruzamento: Na mesma árvore, caso w não seja
descendente de v e v não seja descendente de w. Entre
árvores diferentes
Na busca em profundidade cada aresta (v,w) pode ser
classificada pela cor do vértice que é alcançado pela primeira
vez:
Cor de w = branco indica uma aresta de árvore
Cor de w = cinza indica uma aresta de retorno
Cor de w = preto indica uma aresta de avanço quando v é descoberto
antes de w (tempoDescoberta(v) < tempoDescoberta(w)) ou uma aresta
de cruzamento caso contrário, ou seja, (tempoDescoberta(v) >
tempoDescoberta(w))
Exemplo
Grafo direcionado
Exemplo
(1) Arco {1,2}

Exemplo
(2) Arco {2,3}

Exemplo
(3) Arco {3,6}

Exemplo
(4) Arco {6,2}

Exemplo
(5) Arco {1,3}

Exemplo
(6) Arco {4,3}

Exemplo
(7) Arco {4,5}

Exemplo
(8) Arco {5,3}

Exemplo
Grafo original e Floresta de Profundidade

Ordenação Topológica
• A ordenação topológica (de um grafo
direcionado) é uma ordem linear de seus vértices
em que:
Ordenação dos vértices ao longo de uma linha horizontal de tal
forma que todas as arestas estão direcionadas da esquerda para a
direita
Cada arco vw (do vértice v ao vértice w), o vértice v vem antes do
vértice w na ordenação
• Podem existir uma ou mais ordenações topológicas

• Podem ser utilizados, por exemplo, para indicar
precedência entre eventos
Ordenação Topológica
• Pode ser obtida por busca em

profundidade
• Algoritmo
1. Faça uma busca em profundidade
2. Quando um vértice for pintado de preto, insira-o

na cabeça de uma lista de vértices
3. Retorne a lista de vértices

Exemplo 1
Exemplo 1
Exemplo 1
Exemplo 1
Exemplo 1
Exemplo 1
Exemplo 1
Exemplo 1
Exemplo 1
Exemplo 1
Exemplo 1
Exemplo 1
Exemplo 1
Exemplo 1
Exemplo 2
Exemplo 2
v w
Exemplo 3
BCC
BMat
PI NI
CR BExp Optat
TQui
Obrig
Exemplo 3
BCC
BMat 1
PI NI
CR BExp Optat
TQui
Obrig
Exemplo 3
BCC
BMat 1
PI NI 2
CR BExp Optat
TQui
Obrig
Exemplo 3
BCC
BMat 1
PI NI 2/3
CR BExp Optat
TQui
Obrig
Exemplo 3
BCC
BMat 1/4
PI NI 2/3
CR BExp Optat
TQui
Obrig
Exemplo 3
5 BCC
BMat 1/4
PI NI 2/3
CR BExp Optat
TQui
Obrig
Exemplo 3
5 BCC
BMat 1/4
6 PI NI 2/3
CR BExp Optat
TQui
Obrig
Exemplo 3
5 BCC
BMat 1/4
6 PI NI 2/3
7 CR BExp Optat
TQui
Obrig
Exemplo 3
5 BCC
BMat 1/4
6 PI NI 2/3
7 CR BExp Optat
TQui
Obrig 8
Exemplo 3
5 BCC
BMat 1/4
6 PI NI 2/3
7 CR BExp Optat
TQui
Obrig 8/9
Exemplo 3
5 BCC
BMat 1/4
6 PI NI 2/3
7/10 CR BExp Optat
TQui
Obrig 8/9
Exemplo 3
5 BCC
BMat 1/4
6/11 PI NI 2/3
7/10 CR BExp Optat
TQui
Obrig 8/9
Exemplo 3
5/12 BCC
BMat 1/4
6/11 PI NI 2/3
7/10 CR BExp Optat
TQui
Obrig 8/9
Exemplo 3
5/12 BCC
BMat 1/4
6/11 PI NI 2/3
7/10 CR BExp Optat 13
TQui
Obrig 8/9
Exemplo 3
5/12 BCC
BMat 1/4
6/11 PI NI 2/3
7/10 CR BExp Optat 13/14
TQui
Obrig 8/9
Exemplo 3
5/12 BCC
BMat 1/4
6/11 PI NI 2/3
7/10 CR BExp 15 Optat 13/14
TQui
Obrig 8/9
Exemplo 3
5/12 BCC
BMat 1/4
6/11 PI NI 2/3
TQui 16
Obrig 8/9
Exemplo 3
5/12 BCC
BMat 1/4
6/11 PI NI 2/3
TQui 16/17
Obrig 8/9
Exemplo 3
5/12 BCC
BMat 1/4
6/11 PI NI 2/3
7/10 CR BExp 15/18 Optat 13/14
TQui 16/17
Ordenado pelo tempo de término (t2)

(ordem descendente) Obrig 8/9
BExp TQui Optat BCC PI CR Obrig BMat NI
15/18 16/17 13/14 5/12 6/11 7/10 8/9 1/4 2/3

Teste Grafo Cíclico/Acíclico
Busca em profundidade pode ser usada para
verificar se um grafo é acíclico ou contém um
ou mais ciclos
Grafo G é acíclico
se e somente se a busca em profundidade em G não
apresentar arestas de retorno
Em termos de algoritmo
verificar se um vértice w adjacente a v possuir cor cinza na
primeira vez que o arco(v, w) é percorrido
Teste Grafo Cíclico/Acíclico
Exemplo
Árvore de Profundidade
Exemplo
Exemplo
Exemplo
GRAFO CÍCLICO
Eliminação de Vértices
O algoritmo descrito originalmente
por Kahn tem a seguinte estratégia:
Passo 1: Encontrar os vértices com grau de entrada zero e
os inserir em uma fila
Ao menos um vértice desses deve existir se o grafo é acíclico
Passo 2: Selecionar um dos vértices e remover todos os
seus arcos de saída
Partindo do princípio que, se esses vértices e seus arcos de saída
forem removidos, o grafo remanescente é também um grafo
direcionado acíclico
O vértice removido deve ser inserido na fila
Passo 3: Repetir os Passos 1 e 2
Exemplo
Fila
Simulação
https://www.cs.usfca.edu/~galles/visualization/DFS.html
Bibliografia
Capítulos 1 e 3 Capítulo 22
Atividade
• Para os grafos G e H abaixo, execute a busca em
profundidade a partir do vértice 1:
(a) Dando preferência para vértices de menor índice
(b) Dando preferência para vértices de maior índice
• Para cada exercício indique a sequência de vértices

visitados
G H

2017-Q2-BCM0506 Aula 04

Enviado por

Dados do documento

Direitos autorais

Formatos disponíveis

Compartilhar este documento

Compartilhar ou incorporar documento

Opções de compartilhamento

Você considera este documento útil?

Este conteúdo é inapropriado?

Direitos autorais:

Formatos disponíveis

2017-Q2-BCM0506 Aula 04

Enviado por

Direitos autorais:

Formatos disponíveis

BCM0506 - Comunicação e Redes

Prof. Alexandre Donizeti Alves

Árvore não-direcionada Árvore direcionada

O seguinte grafo é uma árvore?

Toda árvore com V vértices tem exatamente

V=9 V=6 V=3

Uma florestas com 14 vértices, e 3 componentes, tem 11 arestas

Uma folha em uma floresta é qualquer vértice

Grafo de entrada Árvore de busca em largura

Os vértices são explorados a partir do vértice

Busca em largura Busca em profundidade

Indica a ordem de visita

1/12 6/9 7/8

1/12 6/9 7/8

Enquanto P VAZIO faça

Enquanto P VAZIO faça Percorre o grafo

Pilha = {4} Pilha = {4,1}

• Dado um grafo G e um vértice v, seja percorrido

O algoritmo recursivo, é uma variante que

• Uma função (programa) recursiva é uma função

Anúncio com uma

def contagem_regressiva(n): def contagem_regressiva2(n):

// Esta nova função permite percorrer todos os elementos da componente conexa

Arestas de Retorno: Demais arestas. Formam ciclos, pois levam a

A subárvore de G formada pelas arestas de árvore

(1) Aresta {1,2}

(2) Aresta {2,3}

(3) Aresta {3,1}

(4) Aresta {3,4}

(5) Aresta {4,5}

(6) Aresta {5,3}

(7) Aresta {3,6}

(8) Aresta {3,7}

Grafo original e Árvore de Profundidade

Cada aresta do grafo é examinada duas vezes,

Portanto, se uma lista de adjacência for usada na

(1) Arco {1,2}

(2) Arco {2,3}

(3) Arco {3,6}

(4) Arco {6,2}

(5) Arco {1,3}

(6) Arco {4,3}

(7) Arco {4,5}

(8) Arco {5,3}

Grafo original e Floresta de Profundidade

• Podem existir uma ou mais ordenações topológicas

• Pode ser obtida por busca em

2. Quando um vértice for pintado de preto, insira-o

3. Retorne a lista de vértices

7/10 CR BExp Optat

7/10 CR BExp Optat

7/10 CR BExp Optat

7/10 CR BExp Optat 13

7/10 CR BExp Optat 13/14

7/10 CR BExp 15 Optat 13/14

7/10 CR BExp 15 Optat 13/14

7/10 CR BExp 15 Optat 13/14

7/10 CR BExp 15/18 Optat 13/14

Ordenado pelo tempo de término (t2)

BExp TQui Optat BCC PI CR Obrig BMat NI

15/18 16/17 13/14 5/12 6/11 7/10 8/9 1/4 2/3

• Para cada exercício indique a sequência de vértices

Você também pode gostar