0% acharam este documento útil (0 voto)
9 visualizações14 páginas

Aulas 25 26 EDII 2025

O documento aborda a teoria de grafos, focando na Árvore de Expansão Mínima (MST) e no Algoritmo do Caminho Mais Curto. A MST é um subgrafo que conecta todos os vértices com o menor peso possível e possui aplicações em diversas áreas como transporte e redes. O Algoritmo de Dijkstra é mencionado como uma técnica para encontrar o caminho mais curto entre dois vértices em um grafo ponderado.
Direitos autorais
© © All Rights Reserved
Levamos muito a sério os direitos de conteúdo. Se você suspeita que este conteúdo é seu, reivindique-o aqui.
Formatos disponíveis
Baixe no formato PDF, TXT ou leia on-line no Scribd
0% acharam este documento útil (0 voto)
9 visualizações14 páginas

Aulas 25 26 EDII 2025

O documento aborda a teoria de grafos, focando na Árvore de Expansão Mínima (MST) e no Algoritmo do Caminho Mais Curto. A MST é um subgrafo que conecta todos os vértices com o menor peso possível e possui aplicações em diversas áreas como transporte e redes. O Algoritmo de Dijkstra é mencionado como uma técnica para encontrar o caminho mais curto entre dois vértices em um grafo ponderado.
Direitos autorais
© © All Rights Reserved
Levamos muito a sério os direitos de conteúdo. Se você suspeita que este conteúdo é seu, reivindique-o aqui.
Formatos disponíveis
Baixe no formato PDF, TXT ou leia on-line no Scribd

ESTRUTURA DE DADOS II

Autor: Sílvia António 1


Área: DET
AULA 25_26 2

Sumário
➢ Grafos
▪ Árvore de expansão mínima
▪ Caminho mais curto

Autor: Sílvia António


Ano Académico: 2024/2025
AULA 25_26 – GRAFOS - MST 3

Árvore de Expansão Mínima ou Geradora Mínima (MST – minimun spanning tree)


• Imagine que para ligar um conjuntos de N pinos de um circuito eléctrico, usamos um conjunto
de N-1 fios em que cada fio conecta 2 pinos. Entre várias possibilidades, a mais desejada será a
que conseguir fazer o mesmo trabalho com a menor quantidade de fio possível.

• Podemos modelar este problema usando um grafo conectado, não direccionado G=(V, E),
onde V é o conjunto de pinos e E o conjunto de ligações possíveis, sendo que para cada
ligação existe um custo associado.

• Precisaremos encontrar um subgrafo T acíclico, conectado e que tenha o mesmo conjunto


de vértices do grafo original com o menor peso associado. T será chamada de árvore de expa
nsão mínima.

• Chamamos o problema de determinar a árvore T de problema da árvore de expansão mínima.

Autor: Sílvia António


Ano Académico: 2024/2025
AULA 25_26 – GRAFOS - MST 4

Definição
• A árvore de expansão mínima de um grafo:

➢ É um subgrafo ponderado, conectado e sem ciclos

➢ Inclui todos os vértices do grafo original


➢ A soma dos pesos das suas arestas, tem o menos valor possível

Autor: Sílvia António


Ano Académico: 2024/2025
AULA 25_26 – GRAFOS- MST 5

Aplicações do MST
• Transporte aéreo - Ligações de vôo

• Infra-estrutura rodoviárias ou ferroviárias com o menor uso de material;

• Redes de computadores – ligação com a menor quantidade de fibra óptica possível;


• Redes eléctricas e telefônicas com o menor custo;

• Circuitos integrados

Autor: Sílvia António


Ano Académico: 2024/2025
AULA 24_25 – GRAFOS - MST 6

Exemplo - MST

A MST deste grafo, está marcado a


azul.
Liga todos os vértices do grafo
original, usando o menor custo
possível = 37.

Como criar a MST ?

Autor: Sílvia António


Ano Académico: 2024/2025
AULA 25_26 – GRAFOS - MST 7

Resolução usando o Algoritmo de Kruskal


• Considera cada vértice do grafo original como uma árvore independente e vai gerando

uma floresta F de G

• A cada iteração, o algoritmo adiciona a F uma aresta de G. O algoritmo escolhe uma


aresta de peso mínimo dentre as que são externas a floresta F;

• O processo continua até que todos os vértices façam parte da floresta;

• O algoritmo é resumido assim:


➢ Enquanto existem arestas externas

Escolhe uma aresta externa de peso míinimo


Acrescenta a aresta escolhida a F

Autor: Sílvia António


Ano Académico: 2024/2025
AULA 25_26 – GRAFOS - MST 8

Resolução usando o Algoritmo de Prim


• Comece por um vértice qualquer para ser o primeiro da árvore

• A cada iteração, o algoritmo procura a aresta de menor peso


que conecte um vértice da árvore a outro vértice que ainda não esteja na árvore;

• Esse vértice é adicionado a árvore e o processo repete-se até que todos os vértices

façam parte da árvore.

Autor: Sílvia António


Ano Académico: 2024/2025
AULA 25_26 – GRAFOS - MST 9

Exercícios
1.Uma empresa de televisão por cabo,
precisa de fazer a instalação num
condomínio com 9 casas. Terão de fazer
escavações de modo a passar os cabos por
todas as casas. O grafo representa o
condomínio, onde as casas são os vértices e
as arestas são todas as ligações possíveis
entre as casas. Os valores das arestas,
representam a distância em metros.
a) Represente o grafo, usando um método
à sua escolha (lista ou matriz).
b) Desenhe a árvore geradora
mínima (MST), que represente o custo
mínimo para passar o cabeamento por
todas as casas. Indique também o valor
obtido em metros.
Autor: Sílvia António
Ano Académico: 2024/2025
AULA 25_26 – GRAFOS 10

Algoritmo do Caminho mais curto


• Dado um grafo ponderado ou rede e dois vértices S e T, o caminho mais curto entre

os dois vértices S e T numa rede é o caminho direccionado de S até T com menor peso.

• Na procura do menor caminho podem ser verificadas as seguintes propriedades:


1. Nem todos os vértices necessitam de ser acessíveis a partir do vértice inicial;

2. O caminho mais curto não é necessáriamente o único;


3. O caminho deve respeitar a direcção das arestas.

Autor: Sílvia António


Ano Académico: 2024/2025
AULA 25_26 – GRAFOS 11

Exemplo - Algoritmo do Caminho mais curto

A) Grofo original B) Caminho mais c) Outro caminho


com os caminhos a curto entre s –z e s-x. mais curto entre s-z
partir de s.

Autor: Sílvia António


Ano Académico: 2024/2025
AULA 25_26 – GRAFOS 12

Algoritmo de Dijkstra para encontrar o caminho mais curto

Autor: Sílvia António


Ano Académico: 2024/2025
BIBLIOGRAFIA 13

• TENENBAUM, A. M.; LANGSAM, Y.; AUGMENTSTEIN, M. J. Estruturas de


Dados Usando C. 3. ed. São Paulo: Pearson Education, 2008.
• CORMEN, T. H.; LEISERSON, C. E.; RIVEST, R. L.; STEIN, C. Algoritmos:
Teoria e Prática. 4. ed. Rio de Janeiro: Elsevier, 2024.
• SEDGEWICK, R. Algorithms in C. 4. ed. Boston: Addison-Wesley, 2011.

Autor: Sílvia António


Ano Académico: 2024/2025
MUITO OBRIGADO PELA ATENÇÃO!

14
Volenti Nihil Difficili -“A quem quer, nada é difícil”

Você também pode gostar