Aula sobre grafos com exemplos e conceitos básicos

# Pesquisa e Ordenação #
Aula Apoio - Grafos
Prof. Leinylson Fontinele Pereira

17:20 2
TEOREMA
Pesquisa e Ordenação - Aula Apoio - Grafos

17:20 3
Um grafo conexo G é um grafo de
Euler se e somente se todos os seus
vértices são de grau par.

17:20 4
Grafos?

Grafo Não é Algo Recente
17:20
 Quem se lembra das aulas de estrutura de dados?
 Vetores (arrays);
 Fila;
 Pilha;
 Árvores;
 Grafos...

O Mundo Não Gira Apenas no Banco Relacional
17:20
 Muita gente ainda está viciada
nos RDBMs, quando pensa em um
novo projeto, já começa imaginar a
estrutura de tabelas;
 Um arquiteto precisa pensar na
melhor solução para cada caso e
saber que o mundo da persistência
não tem apenas os RDBMs.

Pensar Fora da Caixa 
17:20

Ser Eficiente
17:20
 Usar a tecnologia certa no momento certo vai tornar seu trabalho
absurdamente eficiente!

Grafos?
17:20
 Leonhard Euler
 Inventor da teoria de grafos (1736)
 Qual a possibilidade de atravessar todas as
pontes da cidade sem repetir nenhuma?
 Grafo Euleriano

Exemplo Clássico: Rede Social
17:20

Isso é um Grafo?
17:20

Exemplos de Grafos
17:20

Grafo Regular
17:20

Multigrafo
17:20

Subgrafo
17:20

Grafos Estrela
17:20

Teoria dosGrafos
17:20
A teoria dos grafos é um ramo da matemática que estuda
as relações entre os objetos de um determinado conjunto.
Para tal são empregadas estruturas chamadas de grafos,
G(V,A), onde V é um conjunto não vazio de objetos
denominados vértices e A é um conjunto de pares não
ordenados de V, chamado arestas.

Representação de Grafos
17:20

Para que usar Grafos?
17:20
 Sistemas de recomendação
 Catálogo de produtos
 Filtragem colaborativa
 Redes sociais (o clássico)
 Sistemas geoespaciais
 e muito mais...

Quais as Opções para usar Grafos?
17:20

Neo4J
17:20
 Persistência apenas em Grafos;
 Implementação em Java;
 É o banco mais popular em Grafos;
 GPL;
 Cypher Query Language

Neo4J
17:20
MATCH (keanu:Person { name:'Keanu Reeves' })-
[:ACTED_IN]-(movie:Movie)
RETURN movie

ArangoDB
17:20
 Multi Modelagem:
 Grafos
 Documentos
 Query Language poderosa (AQL);
 Desenvolvido em C++
 Interface REST HTTP;
 FOXX → Framework que auxilia desenvolvimento web;
 Drivers nativos para quase todas as linguagens;
 Livre, mas possui suporte comercial.

ArangoShell
17:20
arangosh> var graph_module = require("org/arangodb/general-graph");
arangosh> var graph = graph_module._create("myGraph");
arangosh> graph;
[ Graph myGraph EdgeDefinitions: [ ] VertexCollections: [ ] ]
arangosh> graph._addVertexCollection("shop");
arangosh> graph._addVertexCollection("customer");
arangosh> graph._addVertexCollection("pet");
arangosh> graph
arangosh> var rel = graph_module._directedRelation("isCustomer", ["shop"], ["customer"]);
arangosh> graph._extendEdgeDefinitions(rel);
arangosh> graph;
[ Graph myGraph EdgeDefinitions: [
"isCustomer: [shop] -> [customer]"
] VertexCollections: [ ] ]

OrientDB
17:20
 Assim como ArangoDB, é multi-modelagem:
 Documento
 Grafos
 Desenvolvido em Java;
 Suporta transações ACID;
 Possui linguagem semelhante a SQL;
 Livre, mas possui suporte comercial também.

Query Language - Exemplos
17:20
orientdb> insert into V set name = 'Jay'
create record with RID #9:0
orientdb> create vertex V set name = 'Jay'
create vertex with RID #9:1
orientdb> create edge Eat from (select from Person where name =
'Luca') to (select from Restaurant where name = 'Dante')

Definição
17:20
 Como representar um conjunto de objetos e as suas relações?
Diversos tipos de aplicações necessitam disso
 Um grafo é um modelo matemático que
representa as relações entre objetos de um
determinado conjunto.

Definição
17:20
 Grafos em computação
Forma de solucionar problemas computáveis
Buscam o desenvolvimento de algoritmos mais
eficientes
 Qual a melhor rota da minha casa até o
restaurante?
 Duas pessoas tem amigos em comum?

Definição
17:20
 Um grafo G(V,A) é definido por dois conjuntos
Conjunto V de vértices (não vazio)
 Itens representados em um grafo;
Conjunto A de arestas
 Utilizadas para conectar pares de vértices, usando
um critério previamente estabelecido.

Definição
17:20

Conceitos Básicos
17:20
 Vértice é cada um dos itens representados no grafo.
 O seu significado depende da natureza
do problema modelado
 Pessoas, uma tarefa em um projeto,
lugares em um mapa, etc.

Conceitos Básicos
17:20
 Aresta liga dois vértices
 Diz qual a relação entre eles
 Dois vértices são adjacentes se existir
uma aresta ligando eles.
 Pessoas (parentesco entre elas ou amizade), tarefas
de um projeto (pré-requisito entre as tarefas),
lugares de um mapa (estradas que existem ligando
os lugares), etc.

Conceitos Básicos
17:20
 Praticamente qualquer objeto pode ser
representado como um grafo.

Conceitos Básicos
17:20
 As arestas podem ou não ter direção

Conceitos Básicos
17:20
 Grau
 Indica o número de arestas que conectam um vértice do
grafo a outros vértices
•número de vizinhos que aquele vértice possui no grafo
 No caso dos dígrafos, temos dois tipos de grau:
•graude entrada: número de arestas que chegam ao vértice;
•graude saída: número de arestas que partem do vértice

Conceitos Básicos
17:20

Conceitos Básicos
17:20
 Laço
 Uma aresta é chamada de laço
se seu vértice de partida é o
mesmo que o de chegada

Conceitos Básicos
17:20
 Caminho
 Um caminho entre dois vértices é uma sequência de vértices onde cada
vértice está conectado ao vértice seguinte por meio de uma aresta.

Conceitos Básicos
17:20
 Ciclo
 Caminho onde o vértice inicial e o final são o mesmo vértice.

Tipos de Grafos
17:20
 Grafo trivial
 Possui um único vértice e nenhuma aresta
 Grafo simples
 Grafo não direcionado, sem laços e sem arestas
paralelas

Tipos de Grafos
17:20

Tipos de Grafos
17:20
 Grafo completo
 Grafo simples onde cada vértice se conecta a todos os
outros vértices do grafo.

Tipos de Grafos
17:20
 Grafo regular
 Grafo onde todos os seus vértices possuem o mesmo grau

Tipos de Grafos
17:20
 Subgrafo
 Gs(Vs, As) é um subgrafo de G(V, A) se o conjunto de vértices Vs for um subconjunto
de V, Vs ⊆ V, e se o conjunto de arestas As for um subconjunto de A, As ⊆ A.

Tipos de Grafos
17:20
 Grafo conexo e desconexo
 Grafo conexo: existe um caminho ligando quaisquer dois vértices.

Tipos de Grafos
17:20
 Grafos isomorfos
Dois grafos, G1(V1, A1) e G2(V2, A2),
são ditos isomorfos se existe uma função que
faça o mapeamento de vértices e arestas de
modo que os dois grafos se tornem coincidentes.

Tipos de Grafos
17:20
 Grafos isomorfos

Tipos de Grafos
17:20
 Grafo ponderado
 É um grafo que possui pesos associados a cada uma de suas arestas.

Tipos de Grafos
17:20
 Grafo Euleriano
 Grafo que possui um ciclo que visita todas as suas arestas apenas
uma vez, iniciando e terminando no mesmo vértice.

Tipos de Grafos
17:20
 Grafo Semi-Euleriano
 Grafo que possui um caminho aberto que visita todas as
suas arestas apenas uma vez.

Tipos de Grafos
17:20
 Grafo Hamiltoniano
 Grafo que possui um caminho que visita todos os seus
vértices apenas uma vez.

Tipos de Representação
17:20
 Como representar um grafo no computador?
 Matriz de Adjacência
 Lista de Adjacência
 Qual a representação que deve ser utilizada?
 Depende da aplicação!

17:20
 Matriz de adjacência
 Utiliza uma matriz N x N para armazenar o grafo, onde
N é o número de vértices
• Alto custo computacional, O(N2
)
Uma aresta é representada por uma marca na posição
(i , j) da matriz
• Aresta liga o vértice i ao j

17:20
 Matriz de adjacência

17:20
 Lista de adjacência
 Utiliza uma lista de vértices para descrever as relações entre
os vértices.
•Um grafo contendo N vértices utiliza um array de ponteiros de
tamanho N para armazenar os vértices do grafo
•Para cada vértice é criada uma lista de arestas, onde cada
posição da lista armazena o índice do vértice a qual aquele
vértice se conecta

17:20
 Lista de adjacência

17:20
 Qual representação utilizar?
Lista de adjacência é mais indicada para um grafo que
possui muitos vértices mas poucas arestas ligando-os.
A medida que o número de arestas cresce e não havendo
nenhuma outra informação associada a aresta, o uso de
uma matriz de adjacência se torna mais eficiente

Material: https://sites.google.com/site/leinylsonuespi
17:20
Material baseado nas aulas de:
 Christiano Anderson, Grafos - Uma abordagem divertida
 Matemática com o Google Earth, Professor Fernando Brito
 Linguagem C Descomplicada , Dr. André R. Backes

17:20 76
Desafio!

Desafio MatematicamenteImpossível!!
17:20

Do que Trata o Desafio?
17:20

Explicaçãodo Desafio
17:20

17:20 80
Atividade

17:20 81
Konigsberg Bridges

Situação-problema
17:20
 Por muito tempo os moradores da cidade de Königsberg
(atualmente Kaliningrado, na Rússia) perguntavam-se se era
possível fazer um passeio na cidade cruzando todas as sete
pontes que cortavam o rio Pregel.
 Passando apenas uma vez por cada ponte, retornando ao
ponto de partida, ou seja, percorrendo um caminho fechado.

Mapa de Königsberg de 1652
17:20

Konigsberg Bridges
17:20
 Muitos tentaram fazer um percurso,
mas as tentativas foram sempre
falhas.
 Até que o matemático suíço
Leonhard Euler (1707 − 1783),
usando argumentos muito simples,
provou em 1736 que não era
possível realizar tal feito.

Konigsberg Bridges
17:20
 Ele usou um diagrama, chamado de grafo2, para reproduzir os principais
elementos do mapa, onde desenhou pontos (vértices) representando as porções de
terra e linhas (arestas) representando os percursos pelas sete pontes.

Konigsberg Bridges
17:20
 Daí Euler percebeu que só seria possível fazer o trajeto
passando uma única vez em cada ponte e retornando ao ponto
de partida, se houvesse, partindo de cada vértice, um número
par de arestas
 Isto é, todos os vértices deveriam ser de grau par.
 Assim, esse famoso problema matemático tornou-se ponto de
partida para o desenvolvimento da Teoria dos Grafos.

Konigsberg Bridges
17:20
 Da mesma forma, outras situações reais podem ser
representadas por grafos como, por exemplo:
 Esquemas de circuitos integrados; rotas otimizadas para empresas de transporte
 sistemas de engenharia de tráfego;
 Distribuição de serviços de energia, água, e telefone.
 Além disso, também é possível modelar relações de
hierarquia, amizade e trabalho.

Konigsberg Bridges
17:20

Konigsberg Bridges – Várias Abstrações
17:20

Modelo do Problema
17:20
𝑉 = { 𝑚 | 𝑚 é 𝑢𝑚𝑎 𝑖𝑙ℎ𝑎 𝑜𝑢 𝑢𝑚𝑎 𝑚𝑎𝑟𝑔𝑒𝑚 }
𝐴 = { (𝑚1, 𝑚2, 𝑝} | 𝑒𝑥𝑖𝑠𝑡𝑒 𝑢𝑚𝑎 𝑝𝑜𝑛𝑡𝑒 𝑝 𝑢𝑛𝑖𝑛𝑑𝑜 𝑎𝑠 𝑚𝑎𝑟𝑔𝑒𝑛𝑠/𝑖𝑙ℎ𝑎𝑠 𝑚1 𝑒 𝑚2 }
𝑉 = { 𝐴, 𝐵, 𝐶, 𝐷 }
𝐴 = { (𝐴, 𝐶, 𝑐), (𝐴, 𝐶, 𝑑), (𝐴, 𝐵, 𝑎), (𝐴, 𝐵, 𝑏), (𝐴, 𝐷, 𝑒), (𝐵, 𝐷, 𝑓), (𝐶, 𝐷, 𝑔) }

Kaliningrado - Federação Russa (Atualmente)
17:20

Konigsberg Bridges (Atualmente)
17:20

Relaçãodo DesafiocomKonigsberg Bridges
17:20

Teoria dos Grafos
17:20
 Um Caminho Euleriano é um caminho em um
grafo que visita cada aresta apenas uma vez.
 Com caso especial, um Circuito Euleriano é um
caminho Euleriano que começa e termina no
mesmo vértice.

Grafo de Königsberg
17:20

Teoria dos Grafos
17:20
 Pela análise do grafo modelo G para o problema das pontes
de Königsberg, observa-se que Para Todo v E V, gr(v) é ímpar.
Logo, o grafo G não é um grafo de Euler.
 Isso significa que o problema não possui solução. Note que
não é necessário que tenhamos Para Todo v E V, gr(v) é impar ,
basta que Exista Pelo Menos Um v E V | gr(v) é impar para
concluirmos que o grafo em questão não é um grafo de Euler.

Grafo Euleriano
17:20

Caminho Hamiltoniano
17:20
Um caminho hamiltoniano é um caminho que permite passar
por todos os vértices de um grafo G, não repetindo nenhum, ou,
seja, passar por todos uma e uma só vez por cada.

Caminho Hamiltoniano
17:20

Matriz de Adjacência
17:20
 Uma matriz de adjacência é uma das formas de se representar um grafo.
 Dado um grafo G com n vértices, podemos representá-lo em uma matriz 𝑛 𝑥 𝑛
𝐴(𝐺) = [𝑎𝑖𝑗] (ou simplesmente 𝐴).

Listade Adjacência
17:20

Problema do Caixeiro-Viajante – (PCV)
17:20
 É um problema que tenta determinar a menor rota para
percorrer uma série de cidades (visitando uma única vez cada
uma delas), retornando à cidade de origem.
 Trata-se de um problema de otimização inspirado na
necessidade dos vendedores em realizar entregas em diversos
locais (as cidades) percorrendo o menor caminho possível,
reduzindo o tempo necessário para a viagem e os possíveis
custos com transporte e combustível.

Problema do Caixeiro-Viajante – (PCV)
17:20

AlgoritmoACO (Ant Colony Optimization)
17:20
 Nos algoritmos ACO, as formigas são simples agentes que, no caso
do PCV, constroem circuitos através do movimento entre cidades
no grafo do problema.
 A solução construída pelas formigas é elaborada por trilhos de
feromonas (artificiais) e pela disponibilidade de informação
heurística, à priori.
 Quando o algoritmo ACO é aplicado, é associada uma força da
feromona, onde 𝜏𝑖𝑗(𝑡) é uma informação numérica que é
modificada durante o algoritmo, e t é o contador das iterações

AlgoritmoACO (Ant Colony Optimization)
17:20

Teorema das QuatroCores
17:20

17:20 110
Agora é sua vez!

Atividade como Google Maps
17:20
 As Sete Pontes de Königsberb
 Construa o grafo no quadro (indicando as coordenadas) e
determine um percurso optimizado do trecho descrito a seguir:
 Partindo da sua residência, trace o menor percurso para chegar à
Faculdade Maurício de NASSAU. Seu trajeto deve incluir uma visita à
Catedral de N. S. das Graças, Rodoviária de Municipal e Parnaíba
Shopping, retornando à sua residência, sem repetir nenhuma rua ou
ponte, não necessariamente nesta ordem.

Atividade como Google Maps
17:20

Alguma Dúvida?
17:20
Até a prova!
leinylson@gmail.com

Prática 
17:20 115
As aulas práticas foram baseadas no material de
Linguagem C Descomplicada , Dr. André R. Backes.
Disponível em: https://programacaodescomplicada.wordpress.com/
Estrutura de Dados - Aula Apoio - Grafos

ListaEstática Sequencial
17:20
 ListaSequencial.h
 Os protótipos das funções
 O tipo de dado armazenado na lista
 O ponteiro lista
 Tamanho do vetor usado na lista

ListaEstática Sequencial
17:20
 ListaSequencial.c
 O tipo de dados lista
 Implementar as suas funções

17:20 118
Definindo o Grafo

Definindoo Grafo: TADGrafo
17:20

17:20 120
Criando o Grafo

Criandoo Grafo
17:20

17:20 123
Destruindo o Grafo

Destruindoo Grafo
17:20

17:20 126
Inserindo uma
Aresta no Grafo

Inserindo uma Aresta no Grafo
17:20

Aula sobre grafos com exemplos e conceitos básicos

Recomendados

Recomendados

Mais conteúdo relacionado

Mais procurados

Mais procurados (20)

Destaque

Destaque (20)

Mais de Leinylson Fontinele

Mais de Leinylson Fontinele (20)

Último

Último (20)

Aula sobre grafos com exemplos e conceitos básicos