Ricerca in profondità
Ricerca in profondità | |
---|---|
![]() | |
Classe | Algoritmo di ricerca |
Struttura dati | Grafo |
Caso peggiore temporalmente | |
Caso peggiore spazialmente | |
Ottimale | No |
Completo | No |
Nella teoria dei grafi, la ricerca in profondità (in inglese depth-first search, in acronimo DFS), è un algoritmo di ricerca su alberi e grafi. A differenza della ricerca in ampiezza, ha la caratteristica di essere intrinsecamente ricorsivo.
Definizione
[modifica | modifica wikitesto]Il nome deriva dal fatto che in un albero, ancora prima di avere visitato i nodi delle prime generazioni, l'algoritmo può ritrovarsi a visitare vertici lontani dalla radice, andando così "in profondità". Non a caso, se fatto girare su un grafo, l'algoritmo individua un albero che ne è un sottografo (ovvero che ne contiene tutti i vertici e tutti e soli gli archi che sono stati seguiti). Possiamo vedere l'algoritmo come una visita in ampiezza in cui invece che una coda utilizziamo una pila (ovvero invece di aggiungere gli elementi nuovi in fondo li aggiungiamo in cima). La strategia di ricerca esplora il grafo andando, in ogni istante dell'esecuzione dell'algoritmo, il più possibile in profondità: gli archi del grafo vengono esplorati a partire dall'ultimo vertice scoperto che abbia ancora degli archi non esplorati uscenti da esso. Una volta terminata l'esplorazione di tutti gli archi non esplorati del vertice si ritorna indietro per esplorare tutti gli archi uscenti a partire dal vertice da cui ' era stato precedentemente scoperto. Il processo di esplorazione continua fin quando tutti i vertici del grafo non siano stati esplorati. Il sottografo dei predecessori, che viene generato dalla visita in profondità può essere costituito da più alberi: tale sottografo è definito foresta DFS, composta, quindi, da diversi alberi DFS. La ricerca DFS, oltre a generare la foresta DFS marca ogni vertice con ben precise informazioni temporali, in particolar modo aggiorna due etichette per ogni vertice: che registra quando il generico vertice è stato scoperto ed che registra quando è stata esplorata l'intera lista di adiacenza di (ovvero tutti i vertici che sono raggiungibili a partire da esso). I vertici vengono colorati in modo differente a seconda dei casi: white, colore che ogni vertice assume prima del tempo , grey tra il tempo ed e black nel seguito. Per ogni vertice vale inoltre .
Realizzazione
[modifica | modifica wikitesto]La realizzazione dell'algoritmo consiste di due procedure: una procedura che avvia la ricerca e che si occupa di colorare di white tutti i vertici del grafo, di azzerare il contatore globale del tempo e di selezionare ogni singolo nodo del grafo. Per ogni singolo nodo selezionato si avvia una seconda procedura che ha il compito di effettuare la visita vera e propria.
DFS(G) for each vertex u in V[G] do color[u] ← white π[u] ← nil time ← 0 for each vertex u in V[G] do if color[u] = white then DFS-Visit(u)
La procedura per la visita del nodo si occupa di colorare opportunamente tutti i vertici visitati a partire da (i vertici nella lista di adiacenza ), di aggiornare i valori temporali e costruire la foresta DFS.
DFS-Visit(u) color[u] ← grey d[u] ← time ← time + 1 for each vertex v in Adj[u] do if color[v] = white then π[v] ← u DFS-Visit(v) color[u] ← black f[u] ← time ← time + 1
Complessità
[modifica | modifica wikitesto]La procedura DFS richiede tempo di esecuzione pari a escluso il tempo per l'esecuzione di DFS-Visit. Quest'ultima procedura è chiamata una volta per ogni vertice e il suo ciclo viene eseguito esattamente volte, dunque in totale:
Quindi il tempo complessivo di esecuzione è pari a .
Ordine
[modifica | modifica wikitesto]Dovendo effettuare delle operazioni su ogni vertice visitato, l'algoritmo può comportarsi in 3 modi diversi:
- effettua l'operazione, poi richiamare se stesso sui figli (pre-ordine)
- richiamare se stesso sui figli, poi effettuare l'operazione (post-ordine)
- richiamare se stesso su alcuni figli, effettuare l'operazione, richiamare se stesso sui figli rimanenti (visita in ordine, interessante negli alberi binari o in grafi con liste di adiacenza ordinate in modo particolare)
Realizzazione in Python
[modifica | modifica wikitesto]Per grafi
[modifica | modifica wikitesto]def visita(vertice):
vertice.visitato = True
for adiacente in vertice.adiacenti:
if not adiacente.visitato:
visita(adiacente)
Per alberi
[modifica | modifica wikitesto]def visita(vertice):
for adiacente in vertice.adiacenti:
visita(adiacente)
Note
[modifica | modifica wikitesto]Bibliografia
[modifica | modifica wikitesto]- Thomas H. Cormen, Charles E. Leiserson, Ronald L. Rivest, Introduzione agli algoritmi, Jackson Libri, 2003, ISBN 88-256-1421-7.
Voci correlate
[modifica | modifica wikitesto]Altri progetti
[modifica | modifica wikitesto]Wikimedia Commons contiene immagini o altri file sulla ricerca in profondità
Collegamenti esterni
[modifica | modifica wikitesto]- depth-first search, su sapere.it, De Agostini.
- (EN) Eric W. Weisstein, Depth-First Traversal, su MathWorld, Wolfram Research.
- (EN) Depth-first search, su Encyclopaedia of Mathematics, Springer e European Mathematical Society.
- (EN) Denis Howe, depth-first search, in Free On-line Dictionary of Computing. Disponibile con licenza GFDL