SlideShare una empresa de Scribd logo
1 de 72
Descargar para leer sin conexión
Evaluierung der Algorithmenbibliothek LEDA

                  Marcus Riemer

                 Fachhochschule Wedel
          University of Applied Sciences Wedel


                      SS 2011
Vortrag ”Evaluierung von LEDA”


    Fragen gerne sofort stellen
         Lieber mehr als weniger
         Bei Verweisen kann grunds¨tzlich gut gefragt werden
                                  a
    Vorausgesetzt
         Teil ”Graphentheorie” der Vorlesung ”Diskrete Mathematik”
         Grundlegende Kenntnisse der Programmierung
    Hilfreich
         Kenntnisse der objektorientierten Programmierung
         Erfahrung mit C++
    Material zum Vortrag
         Diese Pr¨sentation
                 a
         Codebeispiele
         http://stud.fh-wedel.de/~inf8803/Seminar
Ablauf und Ziele



        ¨
    Ein Uberblick uber LEDA
                  ¨
        Historie
        Komponenten
    Vergleich der Graphenfunktionalit¨t von LEDA und Boost
                                     a
        Unterschiede und Gemeinsamkeiten in der Datenstruktur
        ¨
        Uberblick uber Algorithmen und Performance
                  ¨
        Kurze, beispielhafte L¨sung Implementierung eines Netzplans
                              o
    Fazit und Diskussion
        Gr¨nde f¨r den Einsatz von LEDA
          u     u
        M¨gliche Einsatzgebiete
          o
Gliederung


LEDA
   ¨
   Uberblick
   Numerik
   Container
   Geometrie
   Speichermanagement

Graphen

Bewertung

N¨here Erl¨uterungen
 a        a
C++ damals

   Zur Zeit der initialen LEDA Entwicklung (um 1990) war der
   C++ ’Standard’ nur theoretisch portabel
       Entwicklung von C++ begann 1979
       Erstmalige ”ernsthafte” Verwendung von C++ innerhalb des
       entwickelnden Umfeldes etwa 1983
       Ver¨ffentlichung des Buches ”The C++ Programming
          o
       Language” 1985
       Einf¨hrung von Templates in den sp¨ten 80ern
           u                             a
       Standarisierungsprozess begann 1987 durch das ANSII
       → ISO/IEC 14882:1998 (oder informell: C++ 98)
   Standard Template Library (STL) damals standarisiert in Form
   einer Sammlung von Headern
       Art der Implementierung selten festgelegt
   Verschiedene Standardbibliotheken je Compiler
   Zudem subtile Unterschiede zwischen Compilern
       bzw. brachiale Unterschiede bei Templates   Was sind Templates?
Entstehung von LEDA

       Entstanden als Reaktion auf permanente
       Re-Implementierungen von bekannten Algorithmen und
       Datenstrukturen ...
       ... die zudem nicht immer fehlerfrei waren.
            Großer Zeitverlust → Langsamerer Fortschritt
       Vier Designziele
            Ease of use
            Extensibility
            Correctness 1
            Efficiency
       Heute kommerzieller Vertrieb
            Kostenlose Version ohne Algorithmen, nur Datentypen
            Professional Edition und Research Edition
                 Mit oder ohne Quellcode
                 Kommerzielle Nutzung nur in der Professional Edition

  1
      Siehe: Vortrag ’Certifying Algorithms’, Achenbach, WS2010, FH Wedel
Dokumentation


   LEDA Buch
       ISBN-13: 978-0521563291, vergriffen
       Auch zum Download, eine Postscript Datei je Kapitel
       http://www.mpi-inf.mpg.de/~mehlhorn/LEDAbook.html
       Keine aktuelle Auflage vorhanden
       Weiterhin eine zuverl¨ssige Quelle, gibt den Umfang von LEDA
                            a
       jedoch nicht vollst¨ndig wieder
                          a
   LEDA Manual
       http://www.algorithmic-solutions.info/leda_manual/
       Klassische API Dokumentation im Stile von Doxygen
   LEDA Guide
       http://www.algorithmic-solutions.info/leda_guide/
       ¨
       Uberblick uber API mit h¨herem Anteil an Beispielen
                 ¨             o
       Verlinkt auf Manual
Dokumentation




Inoffizielles LEDA Tutorial von Joachim Ziegler
    http://www.leda-tutorial.org/en/unofficial/
    Praktische Einf¨hrung aus Anwendersicht
                   u
Demos
    Kommen zusammen mit der Bibliothek
    Sehr einfach kompilierbar
    Oft verquickt mit visueller Darstellung
Umfang von LEDA



   Numerik                          Graphen
       Real, Complex, Rational            Algorithmen
       Matrizen & Vektoren                Graph Datenstruktur
       sowie Operationen der        Geometrie
       linearen Algebra
                                          Algorithmen
       Numerische Analysis f¨r
                             u
                                          Spezielle Container
       Extremstellen, Integration
       und Nullstellen              Verlustfreie Kompression
                                          Algorithmen
   Container
       Auswahl ¨hnlich der STL
                a                   Kryptografie
       Optimiert f¨r kleine
                  u                       Symmetrische Verfahren
       Elemente
       Grundlage f¨r viele
                  u                 GUI
       Algorithmen                  Speichermanager
Zahldatentypen



                 Sehr einfache Funktion
                 f (x) = x
                 Wird durch normale
                 Fließkomma Datentypen
                 statisch diskretisiert
                     4 byte float mit 7-8
                     signifikanten Stellen
                     Treppeneffekt
                 LEDA Typen mit theoretisch
                 beliebig hohen Au߬sung
                                   o
                     Spezielle Konstanten f¨r
                                           u
                     z.B. π oder e
Zahldatentypen

    Implementierung der Zahlenr¨ume N, Q, R
                               a
    Fließkommadatentyp mit erh¨hter Genauigkeit
                               o
    Matrizen und Vektoren als Basis f¨r geometrische Probleme
                                     u

Grundlegende Operationen mit Matrizen
 integer_matrix matrix (3 ,3);
 integer_matrix result (3 ,3);
 integer d = determinant ( M );     // Determinante
 integer r = rank ( M );            // Rang
 result     = transpose ( matrix ); // Transponieren

Fr¨her: Funktionen zum L¨sen von linearen Gleichungssystemen
  u                      o
    Kein Spezialgebiet und daher mit der kommerziellen Edition
    aufgegeben → lieber Funktionalit¨t streichen, als
                                    a
    m¨glicherweise suboptimal zu Implementieren
      o
    Im Buch noch Verweise auf diese Funktionen
Numerische Analysis


Grundlegende Operationen
// Function to analyze
double f ( double x )
{
         return ( pow (x , 2) * log ( x ) - 1);
}

 // xmin passed by reference
 double ymin , xmin ;
 ymin = mi nimize _funct ion (f , xmin );

 // Compute root between 0.5 and 2.5
 double zero = zero_of_function (f , 0.5 , 2.5);
              Berechnet Extrem- und Nullstellen
Numerische Analysis



        20 f (x) = x 2 ∗ log (x) − 1


        15


        10


         5

                                           x
                      1          2     3       4
Container


    LEDA trennt strikt zwischen Interface und Implementierung
        Interfaces beschreiben ubliche Operationen und geben
                               ¨
        Laufzeitgarantien
        Werden durch Vererbungen implementiert
    Blick in die Headerfiles: incl/LEDA/core/
        impl/ab_tree.h
        impl/avl_tree.h
        impl/...
        growing_array.h
        list.h
        ...
    Beispielhafte ”Abweichungen”
        Dynamisches Array intern ein ab_tree
        B¨ume keine oberste Abstraktionsebene, Implementierung z.B.
         a
        auch durch Skiplists denkbar
Sequenzielle Container


                   Vergleich der Container in STL und LEDA
       Container               LEDA                          STL
        Array           leda::array<T>                          1

        String           leda::string          std::string,std::wstring
 Dynamic Array 2                                    std::vector<T>
      Stack             leda::stack<T>               std::stack<T>
      Queue             leda::queue<T>               std::queue<T>
 Priority Queues     leda::p_queue<P,T> 3       std::priority_queue<T>
        Set              leda::set<T>                 std::set<T>
        List             leda::list<T>               std::list<T>
      Tupel              Zwei- bis Viertupel        std::pair<K,V>

       LEDA bietet Implementierungen f¨r g¨ngige sequenzielle
                                          u a
       Container der STL
       ... diese sind jedoch keine ”drop-in replacements”
   1
     Kommender C++ Standard, siehe auch Boost
   2
     Hier im Sinne eines zu C kompatiblen Arrays ohne ’L¨cken’ im Speicher
                                                        u
   3
     Getrennte Typen f¨r Priorit¨t und Objekt
                       u        a
Assoziative Container


STL
       std::map<K,V> und                   LEDA
       std::multimap<K,V> 1                      d_array<K,V>
           Strenge schwache                          Verlangt lineare Ordnung
           Ordnungsrelation                          Momentan ein ab-Baum
           ¨
           Ublicherweise ein                     h_array<K,V>
           Bin¨rbaum
              a
                                                     Hashed
→ Kein unsortierter Assoziativer                     Unsortiert
         Container                                   Verlangt Hashfunktion
                                                 map<K,V>
                                                     K muss Zeiger, Handle
                                                     oder Integer sein
                                                     Entfernen nicht m¨glich
                                                                       o
                                                     Unsortiert

   1
       ”multi”Container erlauben identische Schl¨ssel
                                                u
Weitere LEDA Container

Integer Sets
    Mengen f¨r Ganzzahlen
            u
    Alle ublichen Mengenoperationen
         ¨
    Im Gegensatz zu std::bitset<n>
         Gr¨ßen¨nderungen zur Laufzeit
           o a
         Mehr Bits als (sizeof(unsigned long) * 8)
Partitionen
    same_block(p,q), union_blocks(p,q)
         ¨
    Kein Aquivalenter Container in der STL
B¨ume
 a
    dynamic_trees und tree_collection
    Unterschied ist der ”Ort” der Gewichtung
         Kantengewichtung → dynamic_trees
         Knotengewichtung → tree_collection
Performancevergleich


    Einige Hinweise zum Performancevergleich
        Der Benchmark entstammt den LEDA Demos und wurde nicht
        angepasst
        Es ist ein purer Performance Benchmark, keine Abbildung eines
        konkreten Anwendungsszenarios
        Jeder Test wurde mit 5.000.000 Elementen durchgef¨hrt
                                                          u
    Eingesetzte Hardware
        Intel(R) Core(TM) i5 CPU 750 @ 2.67GHz
        6 GB Arbeitsspeicher
    Softwarekonfiguration
        OpenSuSE 11.3
             g++ (SUSE Linux) 4.5.0
        Windows 7
             Microsoft (R) C/C++ Optimizing Compiler Version
             15.00.30729.01 for x64 (Visual Studio 2008)
Performancevergleich

 List<int>            LEDA         STL        LEDA        STL
 build list        0.040 sec   0.180 sec   0.074 sec   0.243 sec
 pop and push      0.080 sec   0.200 sec   0.085 sec   0.298 sec
 reversing         0.030 sec   0.030 sec   0.021 sec   0.054 sec
 copy constr       0.050 sec   0.260 sec   0.073 sec   0.377 sec
 assignment        0.040 sec   0.120 sec   0.042 sec   0.255 sec
 clearing          0.000 sec   0.100 sec   0.000 sec   0.110 sec
 sorting           0.560 sec   3.280 sec   0.511 sec   3.671 sec
 sorting again     0.670 sec   2.860 sec   0.688 sec   3.054 sec
 merging           0.460 sec   0.500 sec   0.458 sec   0.526 sec
 unique            0.490 sec   0.590 sec   0.533 sec   0.753 sec
 unique again      0.000 sec   0.000 sec   0.001 sec   0.001 sec
 iteration         0.000 sec   0.000 sec   0.000 sec   0.001 sec
 total             2.420 sec   8.120 sec   2.486 sec   9.343 sec
 ohne Sortierung   1.190 sec   1.980 sec   1.287 sec   2.618 sec
Performancevergleich

 List<float>          LEDA         STL        LEDA        STL
 build list        0.260 sec   0.150 sec   0.253 sec   0.243 sec
 pop and push      0.290 sec   0.200 sec   0.276 sec   0.290 sec
 reversing         0.230 sec   0.040 sec   0.235 sec   0.058 sec
 copy constr       0.360 sec   0.250 sec   0.359 sec   0.371 sec
 assignment        0.370 sec   0.120 sec   0.354 sec   0.253 sec
 clearing          0.000 sec   0.090 sec   0.000 sec   0.104 sec
 sorting           0.840 sec   3.310 sec   0.756 sec   3.691 sec
 sorting again     0.700 sec   2.870 sec   0.702 sec   2.963 sec
 merging           0.680 sec   0.490 sec   0.663 sec   0.518 sec
 unique            0.710 sec   0.570 sec   0.773 sec   0.791 sec
 unique again      0.000 sec   0.000 sec   0.001 sec   0.001 sec
 iteration         0.000 sec   0.000 sec   0.001 sec   0.001 sec
 total             4.440 sec   8.090 sec   4.373 sec   9.284 sec
 ohne Sortierung   2.900 sec   1.910 sec   2.915 sec   2.630 sec
Performancevergleich

 List<double>         LEDA         STL        LEDA        STL
 build list        0.370 sec   0.150 sec   0.362 sec   0.238 sec
 pop and push      0.380 sec   0.210 sec   0.375 sec   0.289 sec
 reversing         0.340 sec   0.040 sec   0.339 sec   0.057 sec
 copy constr       0.450 sec   0.250 sec   0.442 sec   0.381 sec
 assignment        0.440 sec   0.120 sec   0.453 sec   0.257 sec
 clearing          0.000 sec   0.100 sec   0.000 sec   0.106 sec
 sorting           0.920 sec   3.290 sec   0.892 sec   3.662 sec
 sorting again     0.710 sec   2.850 sec   0.717 sec   2.854 sec
 merging           0.780 sec   0.500 sec   0.781 sec   0.518 sec
 unique            0.810 sec   0.580 sec   0.885 sec   0.765 sec
 unique again      0.000 sec   0.000 sec   0.002 sec   0.000 sec
 iteration         0.000 sec   0.000 sec   0.000 sec   0.000 sec
 total             5.200 sec   8.090 sec   5.248 sec   9.127 sec
 ohne Sortierung   3.570 sec   1.950 sec   3.639 sec   2.611 sec
Performancevergleich

 List<class>          LEDA         STL        LEDA         STL
 build list        0.060 sec   0.160 sec   0.092 sec    0.255 sec
 pop and push      0.080 sec   0.210 sec   0.105 sec    0.299 sec
 reversing         0.040 sec   0.040 sec   0.034 sec    0.065 sec
 copy constr       0.080 sec   0.280 sec   0.118 sec    0.408 sec
 assignment        0.050 sec   0.130 sec   0.051 sec    0.270 sec
 clearing          0.020 sec   0.100 sec   0.020 sec   0.153 sec
 sorting           0.810 sec   3.590 sec   0.725 sec    3.993 sec
 sorting again     0.860 sec   3.130 sec   0.824 sec    3.109 sec
 merging           0.490 sec   0.550 sec   0.477 sec    0.561 sec
 unique            0.510 sec   0.610 sec   0.546 sec    0.900 sec
 unique again      0.010 sec   0.000 sec   0.001 sec    0.000 sec
 iteration         0.000 sec   0.000 sec   0.000 sec    0.000 sec
 total             3.010 sec   8.800 sec   2.993 sec   10.013 sec
 ohne Sortierung   1.340 sec   2.080 sec   1.444 sec   2.911 sec
Performancevergleich


                ¨
                Uberblick, unten ohne Sortierung
                     LEDA         STL        LEDA         STL
 List<int>        2.420 sec   8.120 sec   2.486 sec   9.343 sec
 List<float>      4.440 sec   8.090 sec   4.373 sec    9.284 sec
 List<double>     5.200 sec   8.090 sec   5.248 sec    9.127 sec
 List<class>      3.010 sec   8.800 sec   2.993 sec   10.013 sec
 List<int>        1.190 sec   1.980 sec   1.287 sec   2.618 sec
 List<float>      2.900 sec   1.910 sec   2.915 sec    2.630 sec
 List<double>     3.570 sec   1.950 sec   3.639 sec    2.611 sec
 List<class>      1.340 sec   2.080 sec   1.444 sec    2.911 sec

Ergebnis
    Langsame Sortierung beider STL Implementierungen
    List<class> schnell, anders als im LEDA Buch behauptet
Performancevergleich



         leda::d_array ⇔ std::map mit 5.000.000 Elementen
 with integer keys            LEDA        STL        LEDA         STL
 ordered insertions       0.330 sec   2.430 sec   0.422 sec   1.051 sec
 ordered lookups          0.340 sec   1.560 sec   0.325 sec   0.595 sec
 random insertions        0.340 sec   1.630 sec   0.328 sec   0.611 sec
 random lookups           0.330 sec   1.570 sec   0.325 sec   0.608 sec
 total                    1.340 sec   7.190 sec   1.400 sec   2.865 sec

 with double keys             LEDA        STL        LEDA         STL
 ordered insertions       0.300 sec   3.830 sec   0.424 sec   1.321 sec
 ordered lookups          0.360 sec   1.680 sec   0.396 sec   0.742 sec
 random insertions        0.360 sec   1.710 sec   0.390 sec   0.730 sec
 random lookups           0.350 sec   1.660 sec   0.386 sec   0.743 sec
 total                    1.370 sec   8.880 sec   1.596 sec   3.536 sec
Geometrische Probleme mit LEDA


   Alle zweidimensionalen          Alle dreidimensionalen
   Datentypen implementiert        Datentypen implementiert
   f¨r double, Q und R
    u                              f¨r double und R
                                    u
       Punkt                           Punkt
       Segment                         Segment, Strahl, Linie
       Verbindung zweier Punkte,       Ebene
       finite L¨nge
              a
                                       Sph¨re
                                          a
       Strahl                          Simplex
       Punkt und Richtung,
       unbegrenzte L¨nge
                    a
       Linie
       Gerade durch zwei Punkte,
       finite L¨nge
              a
       Kreis
       Polygon
       Dreieck
       Rechteck
Geometrische Probleme mit LEDA



Im Zweidimensionalen noch weitere Datentypen
    d2_dictionary<K1,K2,I>
        Zweidimensonales Dictionary
        Zuordnung von Punkten zu Daten
    POINT_SET f¨r double, Q und R
                u
        Planarer, bidirektionaler Graph in Gestalt einer Delaunay
        Triangualation
        Bietet alle f¨r konstante Graphen m¨glichen Operationen
                     u                      o
        Konstruktion durch einen Graphen oder eine Liste von Punkten
    POINT_LOCATOR f¨r double, Q und R
                     u
        Zur schnellen Suche von Punkten in Delaunay Triangulationen
Geometrische Probleme mit LEDA


Im Zweidimensionalen noch weitere Datentypen
    interval_set<I>
        insert(double x, double y, const I& i)
        lookup(double x, double y)
    segment_set und rat_segment_set
        Menge von parallelen Segmenten
        Schnelle Berechnung von Schnittpunkten
    subdivision<I>
        Planarer Graph in einer zweidimensionalen Ebene
        Kanten sind ausschließlich gerade Linien
        Schnelles auffinden von Punkten durch einen partiell
        persistenten Suchbaum
Geometrische Probleme mit LEDA


Im Zweidimensionalen              Im Dreidimensionalen
    Affine Transformationen             Algorithmen
    Algorithmen                           Konvexe H¨lle
                                                     u
        Konvexe H¨lle
                   u                      Triangulation auf Basis
        Triangulation auf Basis           von Graphen
        von Graphen                       Voronoi Diagramme
        Minkowski Summe und
        Differenz
        Voronoi Diagramme



     Ausf¨hrliche Beschreibung der Implementierung im Buch
         u
Speichermanagement von LEDA


    Implementierung der Operatoren new und delete
         new allokiert nicht bei jedem Aufruf tats¨chlich Speicher,
                                                  a
         sondern bedient sich an einem pre-allokierten Pool
         delete stellt Speicher wieder dem Pool zur Verf¨gung
                                                          u
         Daher weniger Aufrufe der betriebssystemeigenen
         Speicherfunktionen
    Nutzung des RAII Prinzips       Was ist RAII?

         Vermeidung von Speicherlecks



  Bei LEDA als ’Garbage Collection’ bezeichnet, jedoch nicht mit
                z.B. Java oder C# vergleichbar!
Speichermanagement von LEDA

Benutzerdefinierte Klassen und LEDA Memory Management
class ImportantData
{
        private :
                  double a ,b , c ;
                  unsigned int d ,e , f ;
                  /*
                  ... More important data ...
                  */
        public :
                  /*
                  ... Important functionality ...
                  */

                 // " override " new and delete
                 LEDA_MEMORY ( ImportantData );
}
Gliederung


LEDA

Graphen
   Datenstruktur
   Algorithmen
   Performance

Bewertung

N¨here Erl¨uterungen
 a        a
Graphen in LEDA und boost




    Die Datenstruktur f¨r Graphen
                       u
          Gemeinsamkeiten
          Unterschiede
          Einfache Beispiele
               ¨
    High-Level Ubersicht uber Algorithmen
                         ¨
    Wenn wir Zeit haben: Beispielhafte Implementierung eines Netzplans
    Bewertung
Gemeinsamkeiten



    Templateklasse mit beliebigen Typen f¨r Knoten und Kanten
                                         u
        Daher Annotationen f¨r bestimmte Algorithmen notwendig
                            u
             Position
             Farbe
             Gewicht
    Parametrisierte Graphen erm¨glichen Zugriff auf Knoten und
                               o
    Kanten via operator []
        Eigene Indextypen f¨r Knoten und Kanten
                           u
    Mehrere logische Sichten
        Schnittstellen um die Daten effizient f¨r ”bekannte” Aufgaben
                                             u
        bereitzustellen
        Algorithmen setzen auf diese Sichten auf
LEDA


   Ein zentraler Datentyp GRAPH
       Intern eine Adjazenzliste
       Typisierbar
       Limitiert auf 10.000 Knoten
   Unterscheidung von gerichteten und ungerichteten Graphen
       Standardm¨ßig gerichtet, ungerichtet ist UGRAPH
                 a
       Konvertierung m¨glich via Graph::make_undirected() und
                      o
       Graph::make_directed()
   F¨r schnelle, lesende Zugriffe: static_graph
    u
       Keine Unterteilung nach Eigenschaften
   Zentrale Methoden
       node GRAPH::new_node()
       erstellt im Graphen einen Knoten
       edge GRAPH::new_edge(node, node)
       erstellt im Graphen eine Kante zwischen den gegebenen Knoten
LEDA



 Einfacher Graph mit LEDA
 graph G ;
 node v0 =        G . new_node ();
 node v1 =        G . new_node ();
 node v2 =        G . new_node ();
 node v3 =        G . new_node ();

 edge    e0   =   G . new_edge ( v0 , v1 );
 edge    e1   =   G . new_edge ( v0 , v2 );
 edge    e2   =   G . new_edge ( v1 , v2 );
 edge    e3   =   G . new_edge ( v1 , v3 );
        Erzeugt den Graph rechts
LEDA


 Typisierter Graph mit LEDA
 GRAPH < string , int > G ;
 // Creation as before
 // vN is a vertex
 G [ v0 ] = " Hamburg " ;
 G [ v1 ] = " Pinneberg " ;
 G [ v2 ] = " Wedel " ;
 G [ v3 ] = " Appen " ;

 // eN      is a edge
 G [ e0 ]   = 5;
 G [ e1 ]   = 6;
 G [ e2 ]   = 10;
 G [ e3 ]   = 4;
       Erzeugt den Graph rechts
LEDA - Zugriff



    Iteration mit Makros
        ¨
        Uber Graphen
             forall_nodes, forall_rev_nodes
             forall_edges, forall_rev_edges
        ¨
        Uber Knoten
             forall_adj_edges
             forall_out_edges, forall_in_edges,
             forall_inout_edges
    Iteration mit Iteratoren
        Typsicher
        Mehr Kontroller uber Iteration
                        ¨
        Implementierung von STL ¨hnlichen Iteratoren
                                  a
LEDA - Zugriff



    ”intelligente” Zugriffsverfahren
        GIT_BFS und GIT_DFS
        Topological Sort – GIT_TOPOSORT
        Strongly Connected Components – GIT_SCC
        Dijkstra – GIT_DIJKSTRA
    Zugriff uber spezielle Container f¨r Knoten und Kanten
           ¨                         u
        node_array, f¨r statische Graphen
                     u
        node_map
        node_list, node_slist
        node_pq (Priority Queue)
        node_partition Beispiel Kruskal
    Zugriff nach Erstellung eines beliebigen Graphen
Boost Graph Library


    Teil des Boost Projektes
        Grundlage f¨r die ”Technical Reports” des C++
                    u
        Standarisierungskomitees
        Steht unter der Boost Software License
             Keine Beschr¨nkung f¨r die Art der Nutzung
                         a       u
             Kein Copyleft
    Fokus auf Erweiterbarkeit und Anpassbarkeit
        Keine vorgeschriebe Datenstruktur
        Flexible ”Graph Adaptors”
        Einfache Erweiterung durch eigene Visitors
    Intensive Nutzung von Templates / Concepts, potenziell
    ungewohnt
    ”Header Only” Library, kein externes Linken notwendig
Boost Graph Library




   Eigenschaften von
   Graphen und ihre
   interne Darstellung
   zun¨chst getrennt
       a
   Algorithmen
   arbeiten nur mit
   Eigenschaften
   Validierung
   w¨hrend der
    a
   Kompilierung
                         Eigenschaften von Graphen bei Boost
Boost Graph Library

IncidenceGraph
    Schneller Zugriff auf ausgehende Kanten von Knoten
    source(edge, graph), target(edge, graph) und
    out_edges(vertex, graph) in Θ(1)
AdjacencyGraph
    Schneller Zugriff auf benachbarte Knoten eines Knotens (ohne
    Ber¨cksichtigung der Kanten)
       u
    adjacent_vertices(vertex, graph ) in Θ(1)
VertexListGraph
    Effiziente Iteration uber Knoten
                       ¨
    vertices(graph) in Θ(1)
EdgeListGraph
    Effiziente Iteration uber Kanten
                       ¨
    source(edge, graph), target(edge, graph) und
    edges(graph) in Θ(1)
Boost Graph Library


MutableGraph
    Kann nach Konstruktion ver¨ndert werden
                              a
    add_edge(source, target, graph),
    remove_edge(source, target, graph) und
    remove_edge(edge, graph)
    add_vertex(graph) und remove_vertex(vertex, graph)
PropertyGraph
    Unterst¨tzt im Prinzip beliebige Annotationen zu Knoten und
           u
    Kanten


  → Implementierungen von Graphen m¨ssen nur die als relevant
                                      u
               erachteten Interfaces bereitstellen
Boost Graph Library
 compressed_sparse_row_graph
 adjacency_matrix
 adjacency_list



 AdjacencyGraph
 AdjacencyMatrix
 IncidenceGraph
 → BidirectionalGraph
 VertexAndEdgeListGraph
 → EdgeListGraph
 → VertexListGraph
 MutableGraph
 PropertyGraph
 MutablePropertyGraph
 CopyConstructable
Boost Graph Library

Untypisierter Graph mit boost
// C r e a t i n g t h e a p p r o p r i a t e t y p e s
typedef b o o s t : : a d j a c e n c y l i s t <b o o s t : : vecS , b o o s t : : vecS ,
                                                      boost : : directedS >                    Graph ;
typedef b o o s t : : g r a p h t r a i t s <Graph > : : v e r t e x d e s c r i p t o r V e r t e x ;
typedef b o o s t : : g r a p h t r a i t s <Graph > : : e d g e d e s c r i p t o r           Edge ;
// I n s t a n t i n a t e
Graph G ;
// Adding V e r t i c e s
V e r t e x v0 = b o o s t : : a d d v e r t e x (G ) ;
V e r t e x v1 = b o o s t : : a d d v e r t e x (G ) ;
V e r t e x v2 = b o o s t : : a d d v e r t e x (G ) ;
V e r t e x v3 = b o o s t : : a d d v e r t e x (G ) ;
// Adding Edges
Edge e1 , e2 , e3 , e4 ;
bool n e w V e r t e x ; // t r u e i f new e d g e was c r e a t e d , u n u s e d h e r e
// b o o s t : : t i e ( ) a s a c o n v e n i e n c e f u n c t i o n t o a s s i g n t u p l e s
b o o s t : : t i e ( e1 , n e w V e r t e x ) = b o o s t : : a d d e d g e ( v0 , v1 , G ) ;
b o o s t : : t i e ( e2 , n e w V e r t e x ) = b o o s t : : a d d e d g e ( v0 , v2 , G ) ;
b o o s t : : t i e ( e3 , n e w V e r t e x ) = b o o s t : : a d d e d g e ( v1 , v2 , G ) ;
b o o s t : : t i e ( e4 , n e w V e r t e x ) = b o o s t : : a d d e d g e ( v1 , v3 , G ) ;
Boost Graph Library

Typisierter Graph mit boost
// C r e a t i n g t h e a p p r o p r i a t e t y p e s
typedef b o o s t : : a d j a c e n c y l i s t <b o o s t : : vecS , b o o s t : : vecS   ,
                                                   boost : : directedS ,
                                                   s t d : : s t r i n g , int>                Graph ;
typedef b o o s t : : g r a p h t r a i t s <Graph > : : v e r t e x d e s c r i p t o r       Vertex ;
typedef b o o s t : : g r a p h t r a i t s <Graph > : : e d g e d e s c r i p t o r           Edge ;
// I n s t a n t i n a t e
Graph G ;
// C r e a t i o n a s b e f o r e
// vN i s a v e r t e x
G [ v0 ] = " Hamburg " ;
G [ v1 ] = " Pinneberg " ;
G [ v2 ] = " Wedel " ;
G [ v3 ] = " Appen " ;

// eN      is    a edge
G [ e0 ]   =    5;
G [ e1 ]   =    6;
G [ e2 ]   =    10;
G [ e3 ]   =    4;
Boost Graph Library

Boost Graph Adaptors
    Legen eine weitere logische Sicht uber einen bestehenden
                                      ¨
    Graphen
         subgraph erlaubt die logische Unterteilung eines Graphen
         reverse_graph vertauscht eingehende und ausgehende Kanten
         bei einem bidirektionalen Graphen
         filtered_graph erh¨lt ein Pr¨dikat und erlaubt nur Zugriff
                               a       a
         auf Knoten oder Kanten die dieses Pr¨dikat erf¨llen
                                             a         u
    ”Wrappen” andere Datenstrukturen in ein Boost Interface
         edge_list modeliert einen EdgeListGraph f¨r Arrays aus
                                                   u
         Paaren
         Undokumentiert: std::vector als VertexListGraph
         Undokumentiert: Matrix als Graph
         Undokumentiert: LEDA Graph (erlaubt die Verwendung von
         boost Algorithmen auf einem Leda Graphen)
         Undokumentiert: Stanford GraphBase
Boost Graph Library




    Visitors iterieren nach einem bestimmten Schema uber
                                                    ¨
    Graphen und nutzen Callbacks (genauer Funktoren)
        Event Visitor
        DFS und BFS Visitors
        Dijkstra, A* und Bellman Ford Visitors
        Planar Face Visitor
        TSP Tour Visitor
¨
Uberblick Algorithmen



       ¨
 Diese Ubersichten enthalten keine Wertung uber die Qualit¨t
                                           ¨              a
 der Implementierungen und sind nicht zwingend vollst¨ndig!
                                                     a

Implementierungen ”bekannter” Algorithmen wie z.B:
     K¨rzeste Wege (single source) mit Dijkstra oder Bellman-Ford
      u
     K¨rzeste Wege f¨r alle Paare
      u             u
     Spannende B¨ume / W¨lder mit Kruskal oder Prim
                a       a
     Maximum-Flow mit z.B. Edmonds Karp
     Allgemeines Layouting
     Minimale Schnitte mit Stoer-Wagner
     Tests auf Planarit¨t
                       a
¨
Uberblick Algorithmen


Zus¨tzlich bei LEDA
   a                               Zus¨tzlich bei Boost
                                      a
    Euler-Touren                       A* Algorithmus
    Morphismen                         Resourcenbeschr¨nkte Suche
                                                      a
    Geometrischer Schwerpunkt          Sortierung d¨nn besetzter
                                                   u
    (Triangulation)                    Matrizen
    Korrektheitsnachweise f¨r
                           u           Umfangreichere Layouting
    viele Algorithmen                  Algorithmen

Fazit
     Boost etwas ”praktischer” aufgestellt als LEDA ...
     ... oder LEDA etwas ”mathematischer” aufgestellt als Boost?
Performance



Allgemein
    Leider keine Zeit f¨r umfangreiches Benchmarking
                       u
    Daher nur einige ”lose” Beobachtungen
Performance der Algorithmen
     Kein nennenswerter Unterschied bei
         K¨rzeste Wege mit Dijkstra
          u
         Topologischer Sortierung
Drastische Perfomancegewinne bei ”statischen” Graphen
    Speziell LEDA erm¨glicht sehr schnelles kopieren in einen
                      o
    statischen Graphen
Performance


                   Einfaches hinzuf¨gen von Knoten
                                   u
                                                  LEDA       Boost 1
 1 Knoten                                     0.000 sec   0.000 sec
 10 Knoten                                    0.000 sec   0.000 sec
 100 Knoten                                   0.000 sec   0.014 sec
 1000 Knoten                                  0.023 sec   1.302 sec
 5000 Knoten                                  0.582 sec   34.88 sec



          Hinzuf¨gen und Kanten von Vorg¨nger → Nachfolger
                u                       a
                                                  LEDA       Boost 1
 1 Knoten                                     0.000 sec   0.000 sec
 10 Knoten                                    0.000 sec   0.004 sec
 100 Knoten                                   0.001 sec   0.155 sec
 1000 Knoten                                  0.109 sec   15.23 sec
 5000 Knoten                                  2.863 sec   492.9 sec
  1
      boost::adjacency_list<boost::vecS, boost::vecS>
Gliederung


LEDA

Graphen

Bewertung

N¨here Erl¨uterungen
 a        a
Allgemeine Bewertung

Mit Bezug auf C++
    Bildet einen ”Mikrokosmos”
        Alle grundlegenden Datentypen vorhanden → Einarbeitung in
        weitere Libraries (inklusive der STL) nur selten n¨tig
                                                          o
    Verzicht auf Nutzung von modernen C++ Aspekten
        Gew¨hnungsbed¨rftiger Umgang mit Templates (*.t Dateien)
            o          u
        Vorhandene, aber sp¨rliche Interoperabilit¨t im Sinne der STL
                           a                      a
    Komplett auf make ausgerichtetes Buildsystem
Fazit
    Angenehm f¨r Leute die keinen vertieften Umgang mit C++
                u
    hatten, da auf sehr spezielle Techniken verzichtet wird
    Im Umkehrschluss f¨r Leute die auf modernere Aspekte von
                      u
    C++ setzen ungewohnt
    Hohe Qualit¨t der Algorithmen und Datenstrukturen
               a
LEDA gemessen an den vier Designzielen

    Ease of Use
         LEDA l¨sst sich in der Tat auch nach kurzer
               a
         Eingew¨hnungszeit gut benutzen
               o
         Die Dokumentation ist alles in allem sehr hilfreich
    Extensibility
         Quellcode Lizenz f¨r eigene Erweiterung notwendig
                           u
               Speziell bei Templateklassen allgemein kritisch
    Correctness
         ”Certifying Algorithms” eine sehr gute Grundlage
    Efficiency
         Wesentlich effizienter als STL
         In meinen Augen LEDAs st¨rkstes Argument
                                   a

   Kombination aus Effizienz und Korrektheit f¨r eine C++
                                            u
                  Bibliothek einzigartig
M¨gliche Einsatzfelder von LEDA
 o



    LEDA in Konkurenz zu mathematischer Standardsoftware?
        Schwerer zug¨nglich, aber sehr flexibel
                    a
    LEDA in der Spieleentwicklung
        Sehr effiziente Algorithmen, die Spieleentwickler oft
        stiefm¨tterlich behandeln
              u
        Triangulation + Wegfindung = Einfache Wegfindung in
        dreidimensionalen Welten?
    Nutzung der hocheffizienten Datenstrukturen
        Leider nur sehr begrenzt STL kompatibel
        Gute grundlage f¨r Algorithmen
                         u
        Kostenlose Version nicht mit voller Effizienz
    ... Ideen aus dem Plenum?
Weitere Themen?



M¨gliche Themen f¨r weitere Vortr¨ge
 o               u               a
    Graphen
        Explizite Vergleiche einzelner Algorithmen mit der Boost Graph
        Library
    Weitere Teilbereiche von LEDA
        Geometrie (vermutlich am Spannendsten ;-) )
        Kryptographie
        Kompression

Sehr offene und gute Zusammenarbeit mit dem LEDA Team!
Gliederung


LEDA

Graphen

Bewertung

N¨here Erl¨uterungen
 a        a
   Templates
   RAII
   LEDA Algorithmus
   Anwendung - Netzplan
Was sind Templates?                                              Zur¨ck
                                                                    u




    Mechanismus f¨r Programmierung unabh¨ngig von Datentypen
                 u                       a
    ohne Aufgabe von Sicherheiten zur Kompilierungszeit
    Sollten Datentypen wie void* (C) oder variant(Pascal)
    uber߬ssig machen
    ¨     u
            ¨
    Starke Ahnlichkeiten mit generics in JAVA oder C#
        Aber durch das fehlen einer VM v¨llig anders implementiert
                                        o
        (”verzuckertes define”)
        Auch heute nur von einem Compiler (Comeau) komplett
        unterst¨tzt
               u
Was sind Templates?                              Zur¨ck
                                                    u




Typische Nutzung von Templates
// Works for every T with a " Name " method
// that returns something useful for operator +
int addNames <T >( T first , T second )
{
        return first . Name () + second . Name ();
}

 struct Person { std :: string Name (); };
 struct Animal { std :: string Name (); };

 Person p1 , p2 ;
 Animal a1 , a2 ;

addNames < Person >( p1 , p2 );
addNames < Animal >( a1 , a2 );
                 ¨
                 Ahnlich wie in Java oder C#
Was sind Templates?                                Zur¨ck
                                                      u




Rekursive Templates
template < unsigned int N >
struct product
{
        static unsigned int const VALUE =
                 N * product < N - 1 >:: VALUE ;
};

template <>
struct product <1 >
{
        static unsigned int const VALUE = 1;
};

// Usage :
unsigned int const p5 = product <5 >:: VALUE ;
                Unm¨glich mit Java oder C#
                   o
Was ist RAII?                                                Zur¨ck
                                                                u




Beispiel f¨r Code ohne RAII
          u
bool sol v e Ha l t in g P ro b l em ( Device d )
{
         throw N o t P o s s i b l e E x c e p t i o n ();
}

bool myFunction ()
{
        Device d = ge tPower fulDev ice ();
        HANDLE h = lockDevice ( d );

            bool result = compute ( d );

            unlockDevice ( h );

            return ( result );
}
Was ist RAII?                                                    Zur¨ck
                                                                    u




    Kopplung der Belegung und Freigabe von Resourcen an
    G¨ltigkeitsbereiche von Variablen
     u
    Nutzung von Konstruktoren und Destruktoren
        Anders als in vielen anderen Sprachen erfolgt der
        Destruktoraufruf implizit (¨ber den Stack)
                                   u
        C++ verhindert dadurch nicht nur einfaches ”vergessen” von
        Freigaben, sondern garantiert Freigaben auch in
        Ausnahmesituationen
        Java: try {...} finally {...}
        C#: using (var) {...}
        Common-Lisp: ”Unwind protected macros”
    Damit ist in C++ trotzdem kein MemoryManagement wie in
    Java oder C# m¨glich
                    o
        new SomeManagedType() kann von MemoryManager kaum
        freigegeben, aber durchaus erkannt, werden
        C++ erlaubt keine Freigabe von Speicher uber Assemblygrenzen
                                                ¨
        hinweg
Was ist RAII?                                               Zur¨ck
                                                               u




L¨sung mit RAII
 o
class LockWrapper
{
    private :
        Handle mHandle ;
    public :
        LockWrapper ( Device d )
        {
              mHandle = lockDevice ( h );
        }
        virtual ~ LockWrapper ()
        {
              unlockDevice ( mHandle );
        }
}
  Der Aufruf von unlockDevice() im Destruktor garantiert, dass
                 unser Ger¨t benutzbar bleibt!
                          a
LEDA                                                                                                    Zur¨ck
                                                                                                           u




Algorithmus von Kruskal
# include <LEDA/ g r a p h . h>
# include <LEDA/ n o d e p a r t i t i o n . h>
l i s t <edge> MIN SPANNING TREE ( const g r a p h& graph ,
                                                    int (∗ cmp ) ( const e d g e &, const e d g e &))
{
            l i s t <edge> r e s u l t ; // B e g i n n e m i t dem l e e r e n Wald
            // F u e r a l l e Kanten d e s Graphen ( s o r t i e r t )
            l i s t <edge> e d g e s = g r a p h . a l l e d g e s ( ) ;
            e d g e s . s o r t ( cmp ) ;
            // W i e d e r h o l e f u e r a l l e Kanten d e s Graphen
            edge c u r r e n t E d g e ;
            n o d e p a r t i t i o n p a r t i t i o n ( graph ) ;
            f o r a l l ( currentEdge , graph )
            {
                           node u = s o u r c e ( c u r r e n t E d g e ) ;
                           node v = t a r g e t ( c u r r e n t E d g e ) ;
                           // U n t e r s u c h e , ob d i e Kante z u g e f u e g t werden kann ,
                           // s o d a s s d e r Wald w e i t e r h i n k r e i s f r e i b l e i b t
                           if ( ! p a r t i t i o n . s a m e b l o c k ( u , v ) )
                           {
                                          r e s u l t . append ( c u r r e n t E d g e ) ;
                                          p a r t i t i o n . union blocks (u , v ) ;
                           }
            }
            // Der s o k o n s t r u i e r t e Wald i s t e i n m i n i m a l s p a n n e n d e r
            // Baum f u e r den Graphen
            return ( r e s u l t ) ;
}
Anwendung


 Beispiel f¨r einen Netzplan
           u
     Verschiedene Vorg¨nge
                      a
     mit Abh¨ngigkeiten
             a
     Jeder Vorgang mit einer
     bestimmten Dauer
     Aus der Dauer lassen sich
     fr¨heste und sp¨teste
       u            a
     Anfangs- und
     Endzeitpunkte errechnen

                                   Bau einer Garage

 Anwendung als ”Finger¨bung” um ein Gef¨hl f¨r LEDA zu
                      u                u    u
                       bekommen
Anwendung

Implementierung eines Netzplans
    F¨r Windows und Linux
     u
    Befehlsorientiertes Dateiformat
Probleme und Fragestellungen
    Was ist der ”kritische Pfad”, bei dem eine Verz¨gerung das
                                                   o
    gesamte Projekt verz¨gern w¨rde?
                         o       u
    Ist der Graph Zyklenfrei?
    Welche Vorg¨nge h¨ngen von einem bestimmten Vorgang ab?
               a     a
    Was ist eine m¨gliche Reihenfolge in der man den Plan
                  o
    abarbeiten k¨nnte?
                o
    Errechnung der fr¨hestm¨glichen Anfangszeitpunkte
                     u     o

        Fazit: Grunds¨tzliches Vorgehen sehr ¨hnlich!
                     a                       a
Anwendung


Kritischer Pfad
    Ein kritischer Pfad enth¨lt alle Vorg¨nge im Netzplan, deren
                             a           a
    Verl¨ngerung das gesamte Projekt gef¨hrden w¨rde
        a                                  a       u
    Gesucht sind also alle l¨ngsten Pfade
                            a
         Weder LEDA noch Boost bieten daf¨r eine fertige L¨sung
                                            u             o
         Beide Bibliotheken finden jedoch k¨rzeste Wege
                                          u
    Ansatz: ”Invertierung” der Vorgangsdauern durch Subtraktion
    von konstantem Maximum
         Ein k¨rzester Weg in diesem ”invertierten” Graphen ist ein
              u
         l¨ngster Weg im Ursprungsgraphen
          a

       Implementierung durch Algorithmus von Dijkstra
Anwendung

Zyklenfreiheit
    Ein Netzplan bei dem sich ein Zyklus bilden kann k¨nnte per
                                                      o
    Definition nie erf¨llt werden
                     u
    Wir untersuchen den Graphen also nach dem hinzuf¨gen jeder
                                                      u
    Kante auf Kreisfreiheit
         LEDA bietet daf¨r die Methode graph.Is_Acyclic()
                         u
         Boost bietet daf¨r keine Methode, es wird eine Tiefensuche
                         u
         angewendet




                       Kreis in einem Netzplan
Anwendung



Abh¨ngigkeit von einem bestimmten Vorgang
   a
    Alle Nachfolger eines bestimmten Knotens
    Breiten- oder Tiefensuche, Implementierung mit beiden
    Bibliotheken trivial
M¨gliche Abarbeitungsreihenfolge
 o
    Reihenfolge in der eine einzelne Person die Garage bauen
    k¨nnte
     o
    Topologische Sortierung, Implementierung mit beiden
    Bibliotheken trivial
Anwendung




Vorw¨rtsrechnung - Definition
    a
    Fr¨hester Anfangszeitpunkt = FAZ
      u
    Fr¨hester Endzeitpunkt = FAZ + Dauer = FEZ
      u
    FAZ (x) = max(pred(x), FEZ )
    FAZ (”Begin”) = 0
Vorw¨rtsrechnung - Im Graphen
    a
    Wegfindungsalgorithmen arbeiten mit Kanten
Netzplan Dateiformat

Allgemein
    add,<Name>,<Dauer>
    → F¨gt dem Netzplan einen Vorgang hinzu
       u
    bulkadd,<n>
    → F¨gt dem Netzplan n Vorg¨nge hinzu und f¨gt Kanten von
        u                       a             u
    Vorg¨ngern zu Nachfolgern hinzu
        a
    link,<Name>,<Name>
    → Macht den zweiten Eintrag zu einem Nachfolger des Ersten
    show,<Name>
    → Zeigt alle Nachfolger des angegebenen Vorgangs
    critical
    → Zeigt den kritischen Pfad des Netzplans
    order
    → Zeigt eine m¨gliche Reihenfolge, in der die Vorg¨nge
                   o                                  a
    bearbeitet werden k¨nnen
                       o
    clear
    → Leert den Graphen
Netzplan Dateiformat



Meta
    wait
    → Pausiert die Ausgabe bis der Benutzer ENTER dr¨ckt
                                                    u
    menu
    → Zeigt das interaktive Men¨, mit dem der Benutzer den
                               u
    Graphen untersuchen und bearbeiten kann
    message,<Text>
    → Gibt den Text zur Laufzeit aus
    timer,<start|print>,<index>
    → Hilfsmittel f¨r einfache Benchmarks
                   u

Más contenido relacionado

Destacado

Zweites Treffen der Arbeitsgruppe "Bürgerhaushalte einfach evaluieren", Frank...
Zweites Treffen der Arbeitsgruppe "Bürgerhaushalte einfach evaluieren", Frank...Zweites Treffen der Arbeitsgruppe "Bürgerhaushalte einfach evaluieren", Frank...
Zweites Treffen der Arbeitsgruppe "Bürgerhaushalte einfach evaluieren", Frank...Zebralog
 
Chemie sozialpartnerveranstaltung energie_sebastianfranke_vci_randbedingungen...
Chemie sozialpartnerveranstaltung energie_sebastianfranke_vci_randbedingungen...Chemie sozialpartnerveranstaltung energie_sebastianfranke_vci_randbedingungen...
Chemie sozialpartnerveranstaltung energie_sebastianfranke_vci_randbedingungen...Chemie-Verbände Baden-Württemberg
 
Öffentlichkeitsarbeit im Vereinsleben_Ein Einblick
Öffentlichkeitsarbeit im Vereinsleben_Ein EinblickÖffentlichkeitsarbeit im Vereinsleben_Ein Einblick
Öffentlichkeitsarbeit im Vereinsleben_Ein EinblickSalzburger Bildungswerk
 
Social Recruiting - Intensiv-Seminar mit Workshop Sourcing & Talentmining am ...
Social Recruiting - Intensiv-Seminar mit Workshop Sourcing & Talentmining am ...Social Recruiting - Intensiv-Seminar mit Workshop Sourcing & Talentmining am ...
Social Recruiting - Intensiv-Seminar mit Workshop Sourcing & Talentmining am ...Barbara Braehmer
 
Modul 4 mit Ideen zur Unterstützung der Textanalyse mit i desk
Modul 4 mit  Ideen zur Unterstützung der Textanalyse mit i deskModul 4 mit  Ideen zur Unterstützung der Textanalyse mit i desk
Modul 4 mit Ideen zur Unterstützung der Textanalyse mit i deskIngo15
 
Manualformulacionmagistral
ManualformulacionmagistralManualformulacionmagistral
ManualformulacionmagistralGema Maillo
 
TECH-BOOTCAMP - DAS Praxistraining für ITK-Recruiter - Social Recruiting und ...
TECH-BOOTCAMP - DAS Praxistraining für ITK-Recruiter - Social Recruiting und ...TECH-BOOTCAMP - DAS Praxistraining für ITK-Recruiter - Social Recruiting und ...
TECH-BOOTCAMP - DAS Praxistraining für ITK-Recruiter - Social Recruiting und ...Barbara Braehmer
 
Castro vetón de el raso - idioma alemán
Castro vetón de el raso - idioma alemánCastro vetón de el raso - idioma alemán
Castro vetón de el raso - idioma alemánlunacandeleda
 
Comet ma-modulhandbuch
Comet ma-modulhandbuchComet ma-modulhandbuch
Comet ma-modulhandbuchtimoone
 
Goodschool Boom Workshop Transmedia Storytelling
Goodschool Boom Workshop Transmedia StorytellingGoodschool Boom Workshop Transmedia Storytelling
Goodschool Boom Workshop Transmedia StorytellingAmos Soma
 
WeGreen, vom Forschungsprojekt zum Social Business
WeGreen, vom Forschungsprojekt zum Social BusinessWeGreen, vom Forschungsprojekt zum Social Business
WeGreen, vom Forschungsprojekt zum Social BusinessWe Green
 

Destacado (20)

Zweites Treffen der Arbeitsgruppe "Bürgerhaushalte einfach evaluieren", Frank...
Zweites Treffen der Arbeitsgruppe "Bürgerhaushalte einfach evaluieren", Frank...Zweites Treffen der Arbeitsgruppe "Bürgerhaushalte einfach evaluieren", Frank...
Zweites Treffen der Arbeitsgruppe "Bürgerhaushalte einfach evaluieren", Frank...
 
dreieck Ausgabe02 2011
dreieck Ausgabe02 2011dreieck Ausgabe02 2011
dreieck Ausgabe02 2011
 
Chemie sozialpartnerveranstaltung energie_sebastianfranke_vci_randbedingungen...
Chemie sozialpartnerveranstaltung energie_sebastianfranke_vci_randbedingungen...Chemie sozialpartnerveranstaltung energie_sebastianfranke_vci_randbedingungen...
Chemie sozialpartnerveranstaltung energie_sebastianfranke_vci_randbedingungen...
 
Öffentlichkeitsarbeit im Vereinsleben_Ein Einblick
Öffentlichkeitsarbeit im Vereinsleben_Ein EinblickÖffentlichkeitsarbeit im Vereinsleben_Ein Einblick
Öffentlichkeitsarbeit im Vereinsleben_Ein Einblick
 
Chemie bw strukturdaten2015
Chemie bw strukturdaten2015Chemie bw strukturdaten2015
Chemie bw strukturdaten2015
 
Web2.0 anpacken innsbruck
Web2.0 anpacken innsbruckWeb2.0 anpacken innsbruck
Web2.0 anpacken innsbruck
 
9 Schritte, um in die Tagesschau zu kommen - Webmontag #32 Frankfurt
9 Schritte, um in die Tagesschau zu kommen - Webmontag #32 Frankfurt9 Schritte, um in die Tagesschau zu kommen - Webmontag #32 Frankfurt
9 Schritte, um in die Tagesschau zu kommen - Webmontag #32 Frankfurt
 
Master um tp
Master um tpMaster um tp
Master um tp
 
Social Recruiting - Intensiv-Seminar mit Workshop Sourcing & Talentmining am ...
Social Recruiting - Intensiv-Seminar mit Workshop Sourcing & Talentmining am ...Social Recruiting - Intensiv-Seminar mit Workshop Sourcing & Talentmining am ...
Social Recruiting - Intensiv-Seminar mit Workshop Sourcing & Talentmining am ...
 
Modul 4 mit Ideen zur Unterstützung der Textanalyse mit i desk
Modul 4 mit  Ideen zur Unterstützung der Textanalyse mit i deskModul 4 mit  Ideen zur Unterstützung der Textanalyse mit i desk
Modul 4 mit Ideen zur Unterstützung der Textanalyse mit i desk
 
Manualformulacionmagistral
ManualformulacionmagistralManualformulacionmagistral
Manualformulacionmagistral
 
TECH-BOOTCAMP - DAS Praxistraining für ITK-Recruiter - Social Recruiting und ...
TECH-BOOTCAMP - DAS Praxistraining für ITK-Recruiter - Social Recruiting und ...TECH-BOOTCAMP - DAS Praxistraining für ITK-Recruiter - Social Recruiting und ...
TECH-BOOTCAMP - DAS Praxistraining für ITK-Recruiter - Social Recruiting und ...
 
Unidad 7
Unidad 7Unidad 7
Unidad 7
 
Castro vetón de el raso - idioma alemán
Castro vetón de el raso - idioma alemánCastro vetón de el raso - idioma alemán
Castro vetón de el raso - idioma alemán
 
Web 2.0
Web 2.0Web 2.0
Web 2.0
 
Menschenhandel
Menschenhandel Menschenhandel
Menschenhandel
 
Comet ma-modulhandbuch
Comet ma-modulhandbuchComet ma-modulhandbuch
Comet ma-modulhandbuch
 
Redes
RedesRedes
Redes
 
Goodschool Boom Workshop Transmedia Storytelling
Goodschool Boom Workshop Transmedia StorytellingGoodschool Boom Workshop Transmedia Storytelling
Goodschool Boom Workshop Transmedia Storytelling
 
WeGreen, vom Forschungsprojekt zum Social Business
WeGreen, vom Forschungsprojekt zum Social BusinessWeGreen, vom Forschungsprojekt zum Social Business
WeGreen, vom Forschungsprojekt zum Social Business
 

Similar a FH Wedel - SS11 - Seminar - Marcus Riemer - LEDA

Inter Prozedurale Zeigeranalyse
Inter Prozedurale ZeigeranalyseInter Prozedurale Zeigeranalyse
Inter Prozedurale ZeigeranalyseTim Furche
 
Workshop zu Hibernate 3.2.2 GA
Workshop zu Hibernate 3.2.2 GAWorkshop zu Hibernate 3.2.2 GA
Workshop zu Hibernate 3.2.2 GAOliver Belikan
 
Fundamentale Muster in Java
Fundamentale Muster in JavaFundamentale Muster in Java
Fundamentale Muster in Javatutego
 
Objektorientierte Techniken und UML
Objektorientierte Techniken und UMLObjektorientierte Techniken und UML
Objektorientierte Techniken und UMLSebastian Hempel
 
Java Streams und Lambdas
Java Streams und LambdasJava Streams und Lambdas
Java Streams und LambdasNane Kratzke
 
SCALA: ein kurzer Überblick
SCALA: ein kurzer ÜberblickSCALA: ein kurzer Überblick
SCALA: ein kurzer ÜberblickRoland Ewald
 
Gute Zeilen schlechte Zeilen, JUG Ostfalen 29.8.2013
Gute Zeilen schlechte Zeilen, JUG Ostfalen 29.8.2013Gute Zeilen schlechte Zeilen, JUG Ostfalen 29.8.2013
Gute Zeilen schlechte Zeilen, JUG Ostfalen 29.8.2013gedoplan
 
Dart (Teil I der Tour de Dart)
Dart (Teil I der Tour de Dart)Dart (Teil I der Tour de Dart)
Dart (Teil I der Tour de Dart)Nane Kratzke
 
MongoDB: Entwurfsmuster für das NoSQL-Schema-Design
MongoDB: Entwurfsmuster für das NoSQL-Schema-DesignMongoDB: Entwurfsmuster für das NoSQL-Schema-Design
MongoDB: Entwurfsmuster für das NoSQL-Schema-DesignGregor Biswanger
 
Eine Reise durch den PostgreSQL Optimizer
Eine Reise durch den PostgreSQL OptimizerEine Reise durch den PostgreSQL Optimizer
Eine Reise durch den PostgreSQL Optimizerpsoo1978
 
LAIK: A Library for Fault Tolerant Distribution of Global Data
LAIK: A Library for Fault Tolerant Distribution of Global DataLAIK: A Library for Fault Tolerant Distribution of Global Data
LAIK: A Library for Fault Tolerant Distribution of Global DataDai Yang
 
LINQ - Einheitlicher Datenzugriff in .NET
LINQ - Einheitlicher Datenzugriff in .NETLINQ - Einheitlicher Datenzugriff in .NET
LINQ - Einheitlicher Datenzugriff in .NETGFU Cyrus AG
 
C Sharp Einfuehrung Teil 2
C Sharp Einfuehrung Teil 2C Sharp Einfuehrung Teil 2
C Sharp Einfuehrung Teil 2DraphonyGames
 
OOP 2014 SQL oder NoSQL - die Auswahl der richtigen Datenbankplattform für di...
OOP 2014 SQL oder NoSQL - die Auswahl der richtigen Datenbankplattform für di...OOP 2014 SQL oder NoSQL - die Auswahl der richtigen Datenbankplattform für di...
OOP 2014 SQL oder NoSQL - die Auswahl der richtigen Datenbankplattform für di...AWS Germany
 

Similar a FH Wedel - SS11 - Seminar - Marcus Riemer - LEDA (20)

Inter Prozedurale Zeigeranalyse
Inter Prozedurale ZeigeranalyseInter Prozedurale Zeigeranalyse
Inter Prozedurale Zeigeranalyse
 
Workshop zu Hibernate 3.2.2 GA
Workshop zu Hibernate 3.2.2 GAWorkshop zu Hibernate 3.2.2 GA
Workshop zu Hibernate 3.2.2 GA
 
Bit WiSe 2013 | Basisinformationstechnologie I - 08: Programmiersprachen I
Bit WiSe 2013 | Basisinformationstechnologie I - 08: Programmiersprachen IBit WiSe 2013 | Basisinformationstechnologie I - 08: Programmiersprachen I
Bit WiSe 2013 | Basisinformationstechnologie I - 08: Programmiersprachen I
 
Fundamentale Muster in Java
Fundamentale Muster in JavaFundamentale Muster in Java
Fundamentale Muster in Java
 
Objektorientierte Techniken und UML
Objektorientierte Techniken und UMLObjektorientierte Techniken und UML
Objektorientierte Techniken und UML
 
Java Streams und Lambdas
Java Streams und LambdasJava Streams und Lambdas
Java Streams und Lambdas
 
Column Stores
Column StoresColumn Stores
Column Stores
 
SCALA: ein kurzer Überblick
SCALA: ein kurzer ÜberblickSCALA: ein kurzer Überblick
SCALA: ein kurzer Überblick
 
Gute Zeilen schlechte Zeilen, JUG Ostfalen 29.8.2013
Gute Zeilen schlechte Zeilen, JUG Ostfalen 29.8.2013Gute Zeilen schlechte Zeilen, JUG Ostfalen 29.8.2013
Gute Zeilen schlechte Zeilen, JUG Ostfalen 29.8.2013
 
Dart (Teil I der Tour de Dart)
Dart (Teil I der Tour de Dart)Dart (Teil I der Tour de Dart)
Dart (Teil I der Tour de Dart)
 
BIT I WiSe 2014 | Basisinformationstechnologie I - 08: Programmiersprachen I
BIT I WiSe 2014 | Basisinformationstechnologie I - 08: Programmiersprachen IBIT I WiSe 2014 | Basisinformationstechnologie I - 08: Programmiersprachen I
BIT I WiSe 2014 | Basisinformationstechnologie I - 08: Programmiersprachen I
 
MongoDB: Entwurfsmuster für das NoSQL-Schema-Design
MongoDB: Entwurfsmuster für das NoSQL-Schema-DesignMongoDB: Entwurfsmuster für das NoSQL-Schema-Design
MongoDB: Entwurfsmuster für das NoSQL-Schema-Design
 
Scala Workshop
Scala WorkshopScala Workshop
Scala Workshop
 
Eine Reise durch den PostgreSQL Optimizer
Eine Reise durch den PostgreSQL OptimizerEine Reise durch den PostgreSQL Optimizer
Eine Reise durch den PostgreSQL Optimizer
 
LAIK: A Library for Fault Tolerant Distribution of Global Data
LAIK: A Library for Fault Tolerant Distribution of Global DataLAIK: A Library for Fault Tolerant Distribution of Global Data
LAIK: A Library for Fault Tolerant Distribution of Global Data
 
Messen mit LabVIEW - Block 5
Messen mit LabVIEW - Block 5Messen mit LabVIEW - Block 5
Messen mit LabVIEW - Block 5
 
LINQ - Einheitlicher Datenzugriff in .NET
LINQ - Einheitlicher Datenzugriff in .NETLINQ - Einheitlicher Datenzugriff in .NET
LINQ - Einheitlicher Datenzugriff in .NET
 
C Sharp Einfuehrung Teil 2
C Sharp Einfuehrung Teil 2C Sharp Einfuehrung Teil 2
C Sharp Einfuehrung Teil 2
 
OOP 2014 SQL oder NoSQL - die Auswahl der richtigen Datenbankplattform für di...
OOP 2014 SQL oder NoSQL - die Auswahl der richtigen Datenbankplattform für di...OOP 2014 SQL oder NoSQL - die Auswahl der richtigen Datenbankplattform für di...
OOP 2014 SQL oder NoSQL - die Auswahl der richtigen Datenbankplattform für di...
 
SciflowWriter
SciflowWriterSciflowWriter
SciflowWriter
 

FH Wedel - SS11 - Seminar - Marcus Riemer - LEDA

  • 1. Evaluierung der Algorithmenbibliothek LEDA Marcus Riemer Fachhochschule Wedel University of Applied Sciences Wedel SS 2011
  • 2. Vortrag ”Evaluierung von LEDA” Fragen gerne sofort stellen Lieber mehr als weniger Bei Verweisen kann grunds¨tzlich gut gefragt werden a Vorausgesetzt Teil ”Graphentheorie” der Vorlesung ”Diskrete Mathematik” Grundlegende Kenntnisse der Programmierung Hilfreich Kenntnisse der objektorientierten Programmierung Erfahrung mit C++ Material zum Vortrag Diese Pr¨sentation a Codebeispiele http://stud.fh-wedel.de/~inf8803/Seminar
  • 3. Ablauf und Ziele ¨ Ein Uberblick uber LEDA ¨ Historie Komponenten Vergleich der Graphenfunktionalit¨t von LEDA und Boost a Unterschiede und Gemeinsamkeiten in der Datenstruktur ¨ Uberblick uber Algorithmen und Performance ¨ Kurze, beispielhafte L¨sung Implementierung eines Netzplans o Fazit und Diskussion Gr¨nde f¨r den Einsatz von LEDA u u M¨gliche Einsatzgebiete o
  • 4. Gliederung LEDA ¨ Uberblick Numerik Container Geometrie Speichermanagement Graphen Bewertung N¨here Erl¨uterungen a a
  • 5. C++ damals Zur Zeit der initialen LEDA Entwicklung (um 1990) war der C++ ’Standard’ nur theoretisch portabel Entwicklung von C++ begann 1979 Erstmalige ”ernsthafte” Verwendung von C++ innerhalb des entwickelnden Umfeldes etwa 1983 Ver¨ffentlichung des Buches ”The C++ Programming o Language” 1985 Einf¨hrung von Templates in den sp¨ten 80ern u a Standarisierungsprozess begann 1987 durch das ANSII → ISO/IEC 14882:1998 (oder informell: C++ 98) Standard Template Library (STL) damals standarisiert in Form einer Sammlung von Headern Art der Implementierung selten festgelegt Verschiedene Standardbibliotheken je Compiler Zudem subtile Unterschiede zwischen Compilern bzw. brachiale Unterschiede bei Templates Was sind Templates?
  • 6. Entstehung von LEDA Entstanden als Reaktion auf permanente Re-Implementierungen von bekannten Algorithmen und Datenstrukturen ... ... die zudem nicht immer fehlerfrei waren. Großer Zeitverlust → Langsamerer Fortschritt Vier Designziele Ease of use Extensibility Correctness 1 Efficiency Heute kommerzieller Vertrieb Kostenlose Version ohne Algorithmen, nur Datentypen Professional Edition und Research Edition Mit oder ohne Quellcode Kommerzielle Nutzung nur in der Professional Edition 1 Siehe: Vortrag ’Certifying Algorithms’, Achenbach, WS2010, FH Wedel
  • 7. Dokumentation LEDA Buch ISBN-13: 978-0521563291, vergriffen Auch zum Download, eine Postscript Datei je Kapitel http://www.mpi-inf.mpg.de/~mehlhorn/LEDAbook.html Keine aktuelle Auflage vorhanden Weiterhin eine zuverl¨ssige Quelle, gibt den Umfang von LEDA a jedoch nicht vollst¨ndig wieder a LEDA Manual http://www.algorithmic-solutions.info/leda_manual/ Klassische API Dokumentation im Stile von Doxygen LEDA Guide http://www.algorithmic-solutions.info/leda_guide/ ¨ Uberblick uber API mit h¨herem Anteil an Beispielen ¨ o Verlinkt auf Manual
  • 8. Dokumentation Inoffizielles LEDA Tutorial von Joachim Ziegler http://www.leda-tutorial.org/en/unofficial/ Praktische Einf¨hrung aus Anwendersicht u Demos Kommen zusammen mit der Bibliothek Sehr einfach kompilierbar Oft verquickt mit visueller Darstellung
  • 9. Umfang von LEDA Numerik Graphen Real, Complex, Rational Algorithmen Matrizen & Vektoren Graph Datenstruktur sowie Operationen der Geometrie linearen Algebra Algorithmen Numerische Analysis f¨r u Spezielle Container Extremstellen, Integration und Nullstellen Verlustfreie Kompression Algorithmen Container Auswahl ¨hnlich der STL a Kryptografie Optimiert f¨r kleine u Symmetrische Verfahren Elemente Grundlage f¨r viele u GUI Algorithmen Speichermanager
  • 10. Zahldatentypen Sehr einfache Funktion f (x) = x Wird durch normale Fließkomma Datentypen statisch diskretisiert 4 byte float mit 7-8 signifikanten Stellen Treppeneffekt LEDA Typen mit theoretisch beliebig hohen Aufl¨sung o Spezielle Konstanten f¨r u z.B. π oder e
  • 11. Zahldatentypen Implementierung der Zahlenr¨ume N, Q, R a Fließkommadatentyp mit erh¨hter Genauigkeit o Matrizen und Vektoren als Basis f¨r geometrische Probleme u Grundlegende Operationen mit Matrizen integer_matrix matrix (3 ,3); integer_matrix result (3 ,3); integer d = determinant ( M ); // Determinante integer r = rank ( M ); // Rang result = transpose ( matrix ); // Transponieren Fr¨her: Funktionen zum L¨sen von linearen Gleichungssystemen u o Kein Spezialgebiet und daher mit der kommerziellen Edition aufgegeben → lieber Funktionalit¨t streichen, als a m¨glicherweise suboptimal zu Implementieren o Im Buch noch Verweise auf diese Funktionen
  • 12. Numerische Analysis Grundlegende Operationen // Function to analyze double f ( double x ) { return ( pow (x , 2) * log ( x ) - 1); } // xmin passed by reference double ymin , xmin ; ymin = mi nimize _funct ion (f , xmin ); // Compute root between 0.5 and 2.5 double zero = zero_of_function (f , 0.5 , 2.5); Berechnet Extrem- und Nullstellen
  • 13. Numerische Analysis 20 f (x) = x 2 ∗ log (x) − 1 15 10 5 x 1 2 3 4
  • 14. Container LEDA trennt strikt zwischen Interface und Implementierung Interfaces beschreiben ubliche Operationen und geben ¨ Laufzeitgarantien Werden durch Vererbungen implementiert Blick in die Headerfiles: incl/LEDA/core/ impl/ab_tree.h impl/avl_tree.h impl/... growing_array.h list.h ... Beispielhafte ”Abweichungen” Dynamisches Array intern ein ab_tree B¨ume keine oberste Abstraktionsebene, Implementierung z.B. a auch durch Skiplists denkbar
  • 15. Sequenzielle Container Vergleich der Container in STL und LEDA Container LEDA STL Array leda::array<T> 1 String leda::string std::string,std::wstring Dynamic Array 2 std::vector<T> Stack leda::stack<T> std::stack<T> Queue leda::queue<T> std::queue<T> Priority Queues leda::p_queue<P,T> 3 std::priority_queue<T> Set leda::set<T> std::set<T> List leda::list<T> std::list<T> Tupel Zwei- bis Viertupel std::pair<K,V> LEDA bietet Implementierungen f¨r g¨ngige sequenzielle u a Container der STL ... diese sind jedoch keine ”drop-in replacements” 1 Kommender C++ Standard, siehe auch Boost 2 Hier im Sinne eines zu C kompatiblen Arrays ohne ’L¨cken’ im Speicher u 3 Getrennte Typen f¨r Priorit¨t und Objekt u a
  • 16. Assoziative Container STL std::map<K,V> und LEDA std::multimap<K,V> 1 d_array<K,V> Strenge schwache Verlangt lineare Ordnung Ordnungsrelation Momentan ein ab-Baum ¨ Ublicherweise ein h_array<K,V> Bin¨rbaum a Hashed → Kein unsortierter Assoziativer Unsortiert Container Verlangt Hashfunktion map<K,V> K muss Zeiger, Handle oder Integer sein Entfernen nicht m¨glich o Unsortiert 1 ”multi”Container erlauben identische Schl¨ssel u
  • 17. Weitere LEDA Container Integer Sets Mengen f¨r Ganzzahlen u Alle ublichen Mengenoperationen ¨ Im Gegensatz zu std::bitset<n> Gr¨ßen¨nderungen zur Laufzeit o a Mehr Bits als (sizeof(unsigned long) * 8) Partitionen same_block(p,q), union_blocks(p,q) ¨ Kein Aquivalenter Container in der STL B¨ume a dynamic_trees und tree_collection Unterschied ist der ”Ort” der Gewichtung Kantengewichtung → dynamic_trees Knotengewichtung → tree_collection
  • 18. Performancevergleich Einige Hinweise zum Performancevergleich Der Benchmark entstammt den LEDA Demos und wurde nicht angepasst Es ist ein purer Performance Benchmark, keine Abbildung eines konkreten Anwendungsszenarios Jeder Test wurde mit 5.000.000 Elementen durchgef¨hrt u Eingesetzte Hardware Intel(R) Core(TM) i5 CPU 750 @ 2.67GHz 6 GB Arbeitsspeicher Softwarekonfiguration OpenSuSE 11.3 g++ (SUSE Linux) 4.5.0 Windows 7 Microsoft (R) C/C++ Optimizing Compiler Version 15.00.30729.01 for x64 (Visual Studio 2008)
  • 19. Performancevergleich List<int> LEDA STL LEDA STL build list 0.040 sec 0.180 sec 0.074 sec 0.243 sec pop and push 0.080 sec 0.200 sec 0.085 sec 0.298 sec reversing 0.030 sec 0.030 sec 0.021 sec 0.054 sec copy constr 0.050 sec 0.260 sec 0.073 sec 0.377 sec assignment 0.040 sec 0.120 sec 0.042 sec 0.255 sec clearing 0.000 sec 0.100 sec 0.000 sec 0.110 sec sorting 0.560 sec 3.280 sec 0.511 sec 3.671 sec sorting again 0.670 sec 2.860 sec 0.688 sec 3.054 sec merging 0.460 sec 0.500 sec 0.458 sec 0.526 sec unique 0.490 sec 0.590 sec 0.533 sec 0.753 sec unique again 0.000 sec 0.000 sec 0.001 sec 0.001 sec iteration 0.000 sec 0.000 sec 0.000 sec 0.001 sec total 2.420 sec 8.120 sec 2.486 sec 9.343 sec ohne Sortierung 1.190 sec 1.980 sec 1.287 sec 2.618 sec
  • 20. Performancevergleich List<float> LEDA STL LEDA STL build list 0.260 sec 0.150 sec 0.253 sec 0.243 sec pop and push 0.290 sec 0.200 sec 0.276 sec 0.290 sec reversing 0.230 sec 0.040 sec 0.235 sec 0.058 sec copy constr 0.360 sec 0.250 sec 0.359 sec 0.371 sec assignment 0.370 sec 0.120 sec 0.354 sec 0.253 sec clearing 0.000 sec 0.090 sec 0.000 sec 0.104 sec sorting 0.840 sec 3.310 sec 0.756 sec 3.691 sec sorting again 0.700 sec 2.870 sec 0.702 sec 2.963 sec merging 0.680 sec 0.490 sec 0.663 sec 0.518 sec unique 0.710 sec 0.570 sec 0.773 sec 0.791 sec unique again 0.000 sec 0.000 sec 0.001 sec 0.001 sec iteration 0.000 sec 0.000 sec 0.001 sec 0.001 sec total 4.440 sec 8.090 sec 4.373 sec 9.284 sec ohne Sortierung 2.900 sec 1.910 sec 2.915 sec 2.630 sec
  • 21. Performancevergleich List<double> LEDA STL LEDA STL build list 0.370 sec 0.150 sec 0.362 sec 0.238 sec pop and push 0.380 sec 0.210 sec 0.375 sec 0.289 sec reversing 0.340 sec 0.040 sec 0.339 sec 0.057 sec copy constr 0.450 sec 0.250 sec 0.442 sec 0.381 sec assignment 0.440 sec 0.120 sec 0.453 sec 0.257 sec clearing 0.000 sec 0.100 sec 0.000 sec 0.106 sec sorting 0.920 sec 3.290 sec 0.892 sec 3.662 sec sorting again 0.710 sec 2.850 sec 0.717 sec 2.854 sec merging 0.780 sec 0.500 sec 0.781 sec 0.518 sec unique 0.810 sec 0.580 sec 0.885 sec 0.765 sec unique again 0.000 sec 0.000 sec 0.002 sec 0.000 sec iteration 0.000 sec 0.000 sec 0.000 sec 0.000 sec total 5.200 sec 8.090 sec 5.248 sec 9.127 sec ohne Sortierung 3.570 sec 1.950 sec 3.639 sec 2.611 sec
  • 22. Performancevergleich List<class> LEDA STL LEDA STL build list 0.060 sec 0.160 sec 0.092 sec 0.255 sec pop and push 0.080 sec 0.210 sec 0.105 sec 0.299 sec reversing 0.040 sec 0.040 sec 0.034 sec 0.065 sec copy constr 0.080 sec 0.280 sec 0.118 sec 0.408 sec assignment 0.050 sec 0.130 sec 0.051 sec 0.270 sec clearing 0.020 sec 0.100 sec 0.020 sec 0.153 sec sorting 0.810 sec 3.590 sec 0.725 sec 3.993 sec sorting again 0.860 sec 3.130 sec 0.824 sec 3.109 sec merging 0.490 sec 0.550 sec 0.477 sec 0.561 sec unique 0.510 sec 0.610 sec 0.546 sec 0.900 sec unique again 0.010 sec 0.000 sec 0.001 sec 0.000 sec iteration 0.000 sec 0.000 sec 0.000 sec 0.000 sec total 3.010 sec 8.800 sec 2.993 sec 10.013 sec ohne Sortierung 1.340 sec 2.080 sec 1.444 sec 2.911 sec
  • 23. Performancevergleich ¨ Uberblick, unten ohne Sortierung LEDA STL LEDA STL List<int> 2.420 sec 8.120 sec 2.486 sec 9.343 sec List<float> 4.440 sec 8.090 sec 4.373 sec 9.284 sec List<double> 5.200 sec 8.090 sec 5.248 sec 9.127 sec List<class> 3.010 sec 8.800 sec 2.993 sec 10.013 sec List<int> 1.190 sec 1.980 sec 1.287 sec 2.618 sec List<float> 2.900 sec 1.910 sec 2.915 sec 2.630 sec List<double> 3.570 sec 1.950 sec 3.639 sec 2.611 sec List<class> 1.340 sec 2.080 sec 1.444 sec 2.911 sec Ergebnis Langsame Sortierung beider STL Implementierungen List<class> schnell, anders als im LEDA Buch behauptet
  • 24. Performancevergleich leda::d_array ⇔ std::map mit 5.000.000 Elementen with integer keys LEDA STL LEDA STL ordered insertions 0.330 sec 2.430 sec 0.422 sec 1.051 sec ordered lookups 0.340 sec 1.560 sec 0.325 sec 0.595 sec random insertions 0.340 sec 1.630 sec 0.328 sec 0.611 sec random lookups 0.330 sec 1.570 sec 0.325 sec 0.608 sec total 1.340 sec 7.190 sec 1.400 sec 2.865 sec with double keys LEDA STL LEDA STL ordered insertions 0.300 sec 3.830 sec 0.424 sec 1.321 sec ordered lookups 0.360 sec 1.680 sec 0.396 sec 0.742 sec random insertions 0.360 sec 1.710 sec 0.390 sec 0.730 sec random lookups 0.350 sec 1.660 sec 0.386 sec 0.743 sec total 1.370 sec 8.880 sec 1.596 sec 3.536 sec
  • 25. Geometrische Probleme mit LEDA Alle zweidimensionalen Alle dreidimensionalen Datentypen implementiert Datentypen implementiert f¨r double, Q und R u f¨r double und R u Punkt Punkt Segment Segment, Strahl, Linie Verbindung zweier Punkte, Ebene finite L¨nge a Sph¨re a Strahl Simplex Punkt und Richtung, unbegrenzte L¨nge a Linie Gerade durch zwei Punkte, finite L¨nge a Kreis Polygon Dreieck Rechteck
  • 26. Geometrische Probleme mit LEDA Im Zweidimensionalen noch weitere Datentypen d2_dictionary<K1,K2,I> Zweidimensonales Dictionary Zuordnung von Punkten zu Daten POINT_SET f¨r double, Q und R u Planarer, bidirektionaler Graph in Gestalt einer Delaunay Triangualation Bietet alle f¨r konstante Graphen m¨glichen Operationen u o Konstruktion durch einen Graphen oder eine Liste von Punkten POINT_LOCATOR f¨r double, Q und R u Zur schnellen Suche von Punkten in Delaunay Triangulationen
  • 27. Geometrische Probleme mit LEDA Im Zweidimensionalen noch weitere Datentypen interval_set<I> insert(double x, double y, const I& i) lookup(double x, double y) segment_set und rat_segment_set Menge von parallelen Segmenten Schnelle Berechnung von Schnittpunkten subdivision<I> Planarer Graph in einer zweidimensionalen Ebene Kanten sind ausschließlich gerade Linien Schnelles auffinden von Punkten durch einen partiell persistenten Suchbaum
  • 28. Geometrische Probleme mit LEDA Im Zweidimensionalen Im Dreidimensionalen Affine Transformationen Algorithmen Algorithmen Konvexe H¨lle u Konvexe H¨lle u Triangulation auf Basis Triangulation auf Basis von Graphen von Graphen Voronoi Diagramme Minkowski Summe und Differenz Voronoi Diagramme Ausf¨hrliche Beschreibung der Implementierung im Buch u
  • 29. Speichermanagement von LEDA Implementierung der Operatoren new und delete new allokiert nicht bei jedem Aufruf tats¨chlich Speicher, a sondern bedient sich an einem pre-allokierten Pool delete stellt Speicher wieder dem Pool zur Verf¨gung u Daher weniger Aufrufe der betriebssystemeigenen Speicherfunktionen Nutzung des RAII Prinzips Was ist RAII? Vermeidung von Speicherlecks Bei LEDA als ’Garbage Collection’ bezeichnet, jedoch nicht mit z.B. Java oder C# vergleichbar!
  • 30. Speichermanagement von LEDA Benutzerdefinierte Klassen und LEDA Memory Management class ImportantData { private : double a ,b , c ; unsigned int d ,e , f ; /* ... More important data ... */ public : /* ... Important functionality ... */ // " override " new and delete LEDA_MEMORY ( ImportantData ); }
  • 31. Gliederung LEDA Graphen Datenstruktur Algorithmen Performance Bewertung N¨here Erl¨uterungen a a
  • 32. Graphen in LEDA und boost Die Datenstruktur f¨r Graphen u Gemeinsamkeiten Unterschiede Einfache Beispiele ¨ High-Level Ubersicht uber Algorithmen ¨ Wenn wir Zeit haben: Beispielhafte Implementierung eines Netzplans Bewertung
  • 33. Gemeinsamkeiten Templateklasse mit beliebigen Typen f¨r Knoten und Kanten u Daher Annotationen f¨r bestimmte Algorithmen notwendig u Position Farbe Gewicht Parametrisierte Graphen erm¨glichen Zugriff auf Knoten und o Kanten via operator [] Eigene Indextypen f¨r Knoten und Kanten u Mehrere logische Sichten Schnittstellen um die Daten effizient f¨r ”bekannte” Aufgaben u bereitzustellen Algorithmen setzen auf diese Sichten auf
  • 34. LEDA Ein zentraler Datentyp GRAPH Intern eine Adjazenzliste Typisierbar Limitiert auf 10.000 Knoten Unterscheidung von gerichteten und ungerichteten Graphen Standardm¨ßig gerichtet, ungerichtet ist UGRAPH a Konvertierung m¨glich via Graph::make_undirected() und o Graph::make_directed() F¨r schnelle, lesende Zugriffe: static_graph u Keine Unterteilung nach Eigenschaften Zentrale Methoden node GRAPH::new_node() erstellt im Graphen einen Knoten edge GRAPH::new_edge(node, node) erstellt im Graphen eine Kante zwischen den gegebenen Knoten
  • 35. LEDA Einfacher Graph mit LEDA graph G ; node v0 = G . new_node (); node v1 = G . new_node (); node v2 = G . new_node (); node v3 = G . new_node (); edge e0 = G . new_edge ( v0 , v1 ); edge e1 = G . new_edge ( v0 , v2 ); edge e2 = G . new_edge ( v1 , v2 ); edge e3 = G . new_edge ( v1 , v3 ); Erzeugt den Graph rechts
  • 36. LEDA Typisierter Graph mit LEDA GRAPH < string , int > G ; // Creation as before // vN is a vertex G [ v0 ] = " Hamburg " ; G [ v1 ] = " Pinneberg " ; G [ v2 ] = " Wedel " ; G [ v3 ] = " Appen " ; // eN is a edge G [ e0 ] = 5; G [ e1 ] = 6; G [ e2 ] = 10; G [ e3 ] = 4; Erzeugt den Graph rechts
  • 37. LEDA - Zugriff Iteration mit Makros ¨ Uber Graphen forall_nodes, forall_rev_nodes forall_edges, forall_rev_edges ¨ Uber Knoten forall_adj_edges forall_out_edges, forall_in_edges, forall_inout_edges Iteration mit Iteratoren Typsicher Mehr Kontroller uber Iteration ¨ Implementierung von STL ¨hnlichen Iteratoren a
  • 38. LEDA - Zugriff ”intelligente” Zugriffsverfahren GIT_BFS und GIT_DFS Topological Sort – GIT_TOPOSORT Strongly Connected Components – GIT_SCC Dijkstra – GIT_DIJKSTRA Zugriff uber spezielle Container f¨r Knoten und Kanten ¨ u node_array, f¨r statische Graphen u node_map node_list, node_slist node_pq (Priority Queue) node_partition Beispiel Kruskal Zugriff nach Erstellung eines beliebigen Graphen
  • 39. Boost Graph Library Teil des Boost Projektes Grundlage f¨r die ”Technical Reports” des C++ u Standarisierungskomitees Steht unter der Boost Software License Keine Beschr¨nkung f¨r die Art der Nutzung a u Kein Copyleft Fokus auf Erweiterbarkeit und Anpassbarkeit Keine vorgeschriebe Datenstruktur Flexible ”Graph Adaptors” Einfache Erweiterung durch eigene Visitors Intensive Nutzung von Templates / Concepts, potenziell ungewohnt ”Header Only” Library, kein externes Linken notwendig
  • 40. Boost Graph Library Eigenschaften von Graphen und ihre interne Darstellung zun¨chst getrennt a Algorithmen arbeiten nur mit Eigenschaften Validierung w¨hrend der a Kompilierung Eigenschaften von Graphen bei Boost
  • 41. Boost Graph Library IncidenceGraph Schneller Zugriff auf ausgehende Kanten von Knoten source(edge, graph), target(edge, graph) und out_edges(vertex, graph) in Θ(1) AdjacencyGraph Schneller Zugriff auf benachbarte Knoten eines Knotens (ohne Ber¨cksichtigung der Kanten) u adjacent_vertices(vertex, graph ) in Θ(1) VertexListGraph Effiziente Iteration uber Knoten ¨ vertices(graph) in Θ(1) EdgeListGraph Effiziente Iteration uber Kanten ¨ source(edge, graph), target(edge, graph) und edges(graph) in Θ(1)
  • 42. Boost Graph Library MutableGraph Kann nach Konstruktion ver¨ndert werden a add_edge(source, target, graph), remove_edge(source, target, graph) und remove_edge(edge, graph) add_vertex(graph) und remove_vertex(vertex, graph) PropertyGraph Unterst¨tzt im Prinzip beliebige Annotationen zu Knoten und u Kanten → Implementierungen von Graphen m¨ssen nur die als relevant u erachteten Interfaces bereitstellen
  • 43. Boost Graph Library compressed_sparse_row_graph adjacency_matrix adjacency_list AdjacencyGraph AdjacencyMatrix IncidenceGraph → BidirectionalGraph VertexAndEdgeListGraph → EdgeListGraph → VertexListGraph MutableGraph PropertyGraph MutablePropertyGraph CopyConstructable
  • 44. Boost Graph Library Untypisierter Graph mit boost // C r e a t i n g t h e a p p r o p r i a t e t y p e s typedef b o o s t : : a d j a c e n c y l i s t <b o o s t : : vecS , b o o s t : : vecS , boost : : directedS > Graph ; typedef b o o s t : : g r a p h t r a i t s <Graph > : : v e r t e x d e s c r i p t o r V e r t e x ; typedef b o o s t : : g r a p h t r a i t s <Graph > : : e d g e d e s c r i p t o r Edge ; // I n s t a n t i n a t e Graph G ; // Adding V e r t i c e s V e r t e x v0 = b o o s t : : a d d v e r t e x (G ) ; V e r t e x v1 = b o o s t : : a d d v e r t e x (G ) ; V e r t e x v2 = b o o s t : : a d d v e r t e x (G ) ; V e r t e x v3 = b o o s t : : a d d v e r t e x (G ) ; // Adding Edges Edge e1 , e2 , e3 , e4 ; bool n e w V e r t e x ; // t r u e i f new e d g e was c r e a t e d , u n u s e d h e r e // b o o s t : : t i e ( ) a s a c o n v e n i e n c e f u n c t i o n t o a s s i g n t u p l e s b o o s t : : t i e ( e1 , n e w V e r t e x ) = b o o s t : : a d d e d g e ( v0 , v1 , G ) ; b o o s t : : t i e ( e2 , n e w V e r t e x ) = b o o s t : : a d d e d g e ( v0 , v2 , G ) ; b o o s t : : t i e ( e3 , n e w V e r t e x ) = b o o s t : : a d d e d g e ( v1 , v2 , G ) ; b o o s t : : t i e ( e4 , n e w V e r t e x ) = b o o s t : : a d d e d g e ( v1 , v3 , G ) ;
  • 45. Boost Graph Library Typisierter Graph mit boost // C r e a t i n g t h e a p p r o p r i a t e t y p e s typedef b o o s t : : a d j a c e n c y l i s t <b o o s t : : vecS , b o o s t : : vecS , boost : : directedS , s t d : : s t r i n g , int> Graph ; typedef b o o s t : : g r a p h t r a i t s <Graph > : : v e r t e x d e s c r i p t o r Vertex ; typedef b o o s t : : g r a p h t r a i t s <Graph > : : e d g e d e s c r i p t o r Edge ; // I n s t a n t i n a t e Graph G ; // C r e a t i o n a s b e f o r e // vN i s a v e r t e x G [ v0 ] = " Hamburg " ; G [ v1 ] = " Pinneberg " ; G [ v2 ] = " Wedel " ; G [ v3 ] = " Appen " ; // eN is a edge G [ e0 ] = 5; G [ e1 ] = 6; G [ e2 ] = 10; G [ e3 ] = 4;
  • 46. Boost Graph Library Boost Graph Adaptors Legen eine weitere logische Sicht uber einen bestehenden ¨ Graphen subgraph erlaubt die logische Unterteilung eines Graphen reverse_graph vertauscht eingehende und ausgehende Kanten bei einem bidirektionalen Graphen filtered_graph erh¨lt ein Pr¨dikat und erlaubt nur Zugriff a a auf Knoten oder Kanten die dieses Pr¨dikat erf¨llen a u ”Wrappen” andere Datenstrukturen in ein Boost Interface edge_list modeliert einen EdgeListGraph f¨r Arrays aus u Paaren Undokumentiert: std::vector als VertexListGraph Undokumentiert: Matrix als Graph Undokumentiert: LEDA Graph (erlaubt die Verwendung von boost Algorithmen auf einem Leda Graphen) Undokumentiert: Stanford GraphBase
  • 47. Boost Graph Library Visitors iterieren nach einem bestimmten Schema uber ¨ Graphen und nutzen Callbacks (genauer Funktoren) Event Visitor DFS und BFS Visitors Dijkstra, A* und Bellman Ford Visitors Planar Face Visitor TSP Tour Visitor
  • 48. ¨ Uberblick Algorithmen ¨ Diese Ubersichten enthalten keine Wertung uber die Qualit¨t ¨ a der Implementierungen und sind nicht zwingend vollst¨ndig! a Implementierungen ”bekannter” Algorithmen wie z.B: K¨rzeste Wege (single source) mit Dijkstra oder Bellman-Ford u K¨rzeste Wege f¨r alle Paare u u Spannende B¨ume / W¨lder mit Kruskal oder Prim a a Maximum-Flow mit z.B. Edmonds Karp Allgemeines Layouting Minimale Schnitte mit Stoer-Wagner Tests auf Planarit¨t a
  • 49. ¨ Uberblick Algorithmen Zus¨tzlich bei LEDA a Zus¨tzlich bei Boost a Euler-Touren A* Algorithmus Morphismen Resourcenbeschr¨nkte Suche a Geometrischer Schwerpunkt Sortierung d¨nn besetzter u (Triangulation) Matrizen Korrektheitsnachweise f¨r u Umfangreichere Layouting viele Algorithmen Algorithmen Fazit Boost etwas ”praktischer” aufgestellt als LEDA ... ... oder LEDA etwas ”mathematischer” aufgestellt als Boost?
  • 50. Performance Allgemein Leider keine Zeit f¨r umfangreiches Benchmarking u Daher nur einige ”lose” Beobachtungen Performance der Algorithmen Kein nennenswerter Unterschied bei K¨rzeste Wege mit Dijkstra u Topologischer Sortierung Drastische Perfomancegewinne bei ”statischen” Graphen Speziell LEDA erm¨glicht sehr schnelles kopieren in einen o statischen Graphen
  • 51. Performance Einfaches hinzuf¨gen von Knoten u LEDA Boost 1 1 Knoten 0.000 sec 0.000 sec 10 Knoten 0.000 sec 0.000 sec 100 Knoten 0.000 sec 0.014 sec 1000 Knoten 0.023 sec 1.302 sec 5000 Knoten 0.582 sec 34.88 sec Hinzuf¨gen und Kanten von Vorg¨nger → Nachfolger u a LEDA Boost 1 1 Knoten 0.000 sec 0.000 sec 10 Knoten 0.000 sec 0.004 sec 100 Knoten 0.001 sec 0.155 sec 1000 Knoten 0.109 sec 15.23 sec 5000 Knoten 2.863 sec 492.9 sec 1 boost::adjacency_list<boost::vecS, boost::vecS>
  • 53. Allgemeine Bewertung Mit Bezug auf C++ Bildet einen ”Mikrokosmos” Alle grundlegenden Datentypen vorhanden → Einarbeitung in weitere Libraries (inklusive der STL) nur selten n¨tig o Verzicht auf Nutzung von modernen C++ Aspekten Gew¨hnungsbed¨rftiger Umgang mit Templates (*.t Dateien) o u Vorhandene, aber sp¨rliche Interoperabilit¨t im Sinne der STL a a Komplett auf make ausgerichtetes Buildsystem Fazit Angenehm f¨r Leute die keinen vertieften Umgang mit C++ u hatten, da auf sehr spezielle Techniken verzichtet wird Im Umkehrschluss f¨r Leute die auf modernere Aspekte von u C++ setzen ungewohnt Hohe Qualit¨t der Algorithmen und Datenstrukturen a
  • 54. LEDA gemessen an den vier Designzielen Ease of Use LEDA l¨sst sich in der Tat auch nach kurzer a Eingew¨hnungszeit gut benutzen o Die Dokumentation ist alles in allem sehr hilfreich Extensibility Quellcode Lizenz f¨r eigene Erweiterung notwendig u Speziell bei Templateklassen allgemein kritisch Correctness ”Certifying Algorithms” eine sehr gute Grundlage Efficiency Wesentlich effizienter als STL In meinen Augen LEDAs st¨rkstes Argument a Kombination aus Effizienz und Korrektheit f¨r eine C++ u Bibliothek einzigartig
  • 55. M¨gliche Einsatzfelder von LEDA o LEDA in Konkurenz zu mathematischer Standardsoftware? Schwerer zug¨nglich, aber sehr flexibel a LEDA in der Spieleentwicklung Sehr effiziente Algorithmen, die Spieleentwickler oft stiefm¨tterlich behandeln u Triangulation + Wegfindung = Einfache Wegfindung in dreidimensionalen Welten? Nutzung der hocheffizienten Datenstrukturen Leider nur sehr begrenzt STL kompatibel Gute grundlage f¨r Algorithmen u Kostenlose Version nicht mit voller Effizienz ... Ideen aus dem Plenum?
  • 56. Weitere Themen? M¨gliche Themen f¨r weitere Vortr¨ge o u a Graphen Explizite Vergleiche einzelner Algorithmen mit der Boost Graph Library Weitere Teilbereiche von LEDA Geometrie (vermutlich am Spannendsten ;-) ) Kryptographie Kompression Sehr offene und gute Zusammenarbeit mit dem LEDA Team!
  • 57. Gliederung LEDA Graphen Bewertung N¨here Erl¨uterungen a a Templates RAII LEDA Algorithmus Anwendung - Netzplan
  • 58. Was sind Templates? Zur¨ck u Mechanismus f¨r Programmierung unabh¨ngig von Datentypen u a ohne Aufgabe von Sicherheiten zur Kompilierungszeit Sollten Datentypen wie void* (C) oder variant(Pascal) uberfl¨ssig machen ¨ u ¨ Starke Ahnlichkeiten mit generics in JAVA oder C# Aber durch das fehlen einer VM v¨llig anders implementiert o (”verzuckertes define”) Auch heute nur von einem Compiler (Comeau) komplett unterst¨tzt u
  • 59. Was sind Templates? Zur¨ck u Typische Nutzung von Templates // Works for every T with a " Name " method // that returns something useful for operator + int addNames <T >( T first , T second ) { return first . Name () + second . Name (); } struct Person { std :: string Name (); }; struct Animal { std :: string Name (); }; Person p1 , p2 ; Animal a1 , a2 ; addNames < Person >( p1 , p2 ); addNames < Animal >( a1 , a2 ); ¨ Ahnlich wie in Java oder C#
  • 60. Was sind Templates? Zur¨ck u Rekursive Templates template < unsigned int N > struct product { static unsigned int const VALUE = N * product < N - 1 >:: VALUE ; }; template <> struct product <1 > { static unsigned int const VALUE = 1; }; // Usage : unsigned int const p5 = product <5 >:: VALUE ; Unm¨glich mit Java oder C# o
  • 61. Was ist RAII? Zur¨ck u Beispiel f¨r Code ohne RAII u bool sol v e Ha l t in g P ro b l em ( Device d ) { throw N o t P o s s i b l e E x c e p t i o n (); } bool myFunction () { Device d = ge tPower fulDev ice (); HANDLE h = lockDevice ( d ); bool result = compute ( d ); unlockDevice ( h ); return ( result ); }
  • 62. Was ist RAII? Zur¨ck u Kopplung der Belegung und Freigabe von Resourcen an G¨ltigkeitsbereiche von Variablen u Nutzung von Konstruktoren und Destruktoren Anders als in vielen anderen Sprachen erfolgt der Destruktoraufruf implizit (¨ber den Stack) u C++ verhindert dadurch nicht nur einfaches ”vergessen” von Freigaben, sondern garantiert Freigaben auch in Ausnahmesituationen Java: try {...} finally {...} C#: using (var) {...} Common-Lisp: ”Unwind protected macros” Damit ist in C++ trotzdem kein MemoryManagement wie in Java oder C# m¨glich o new SomeManagedType() kann von MemoryManager kaum freigegeben, aber durchaus erkannt, werden C++ erlaubt keine Freigabe von Speicher uber Assemblygrenzen ¨ hinweg
  • 63. Was ist RAII? Zur¨ck u L¨sung mit RAII o class LockWrapper { private : Handle mHandle ; public : LockWrapper ( Device d ) { mHandle = lockDevice ( h ); } virtual ~ LockWrapper () { unlockDevice ( mHandle ); } } Der Aufruf von unlockDevice() im Destruktor garantiert, dass unser Ger¨t benutzbar bleibt! a
  • 64. LEDA Zur¨ck u Algorithmus von Kruskal # include <LEDA/ g r a p h . h> # include <LEDA/ n o d e p a r t i t i o n . h> l i s t <edge> MIN SPANNING TREE ( const g r a p h& graph , int (∗ cmp ) ( const e d g e &, const e d g e &)) { l i s t <edge> r e s u l t ; // B e g i n n e m i t dem l e e r e n Wald // F u e r a l l e Kanten d e s Graphen ( s o r t i e r t ) l i s t <edge> e d g e s = g r a p h . a l l e d g e s ( ) ; e d g e s . s o r t ( cmp ) ; // W i e d e r h o l e f u e r a l l e Kanten d e s Graphen edge c u r r e n t E d g e ; n o d e p a r t i t i o n p a r t i t i o n ( graph ) ; f o r a l l ( currentEdge , graph ) { node u = s o u r c e ( c u r r e n t E d g e ) ; node v = t a r g e t ( c u r r e n t E d g e ) ; // U n t e r s u c h e , ob d i e Kante z u g e f u e g t werden kann , // s o d a s s d e r Wald w e i t e r h i n k r e i s f r e i b l e i b t if ( ! p a r t i t i o n . s a m e b l o c k ( u , v ) ) { r e s u l t . append ( c u r r e n t E d g e ) ; p a r t i t i o n . union blocks (u , v ) ; } } // Der s o k o n s t r u i e r t e Wald i s t e i n m i n i m a l s p a n n e n d e r // Baum f u e r den Graphen return ( r e s u l t ) ; }
  • 65. Anwendung Beispiel f¨r einen Netzplan u Verschiedene Vorg¨nge a mit Abh¨ngigkeiten a Jeder Vorgang mit einer bestimmten Dauer Aus der Dauer lassen sich fr¨heste und sp¨teste u a Anfangs- und Endzeitpunkte errechnen Bau einer Garage Anwendung als ”Finger¨bung” um ein Gef¨hl f¨r LEDA zu u u u bekommen
  • 66. Anwendung Implementierung eines Netzplans F¨r Windows und Linux u Befehlsorientiertes Dateiformat Probleme und Fragestellungen Was ist der ”kritische Pfad”, bei dem eine Verz¨gerung das o gesamte Projekt verz¨gern w¨rde? o u Ist der Graph Zyklenfrei? Welche Vorg¨nge h¨ngen von einem bestimmten Vorgang ab? a a Was ist eine m¨gliche Reihenfolge in der man den Plan o abarbeiten k¨nnte? o Errechnung der fr¨hestm¨glichen Anfangszeitpunkte u o Fazit: Grunds¨tzliches Vorgehen sehr ¨hnlich! a a
  • 67. Anwendung Kritischer Pfad Ein kritischer Pfad enth¨lt alle Vorg¨nge im Netzplan, deren a a Verl¨ngerung das gesamte Projekt gef¨hrden w¨rde a a u Gesucht sind also alle l¨ngsten Pfade a Weder LEDA noch Boost bieten daf¨r eine fertige L¨sung u o Beide Bibliotheken finden jedoch k¨rzeste Wege u Ansatz: ”Invertierung” der Vorgangsdauern durch Subtraktion von konstantem Maximum Ein k¨rzester Weg in diesem ”invertierten” Graphen ist ein u l¨ngster Weg im Ursprungsgraphen a Implementierung durch Algorithmus von Dijkstra
  • 68. Anwendung Zyklenfreiheit Ein Netzplan bei dem sich ein Zyklus bilden kann k¨nnte per o Definition nie erf¨llt werden u Wir untersuchen den Graphen also nach dem hinzuf¨gen jeder u Kante auf Kreisfreiheit LEDA bietet daf¨r die Methode graph.Is_Acyclic() u Boost bietet daf¨r keine Methode, es wird eine Tiefensuche u angewendet Kreis in einem Netzplan
  • 69. Anwendung Abh¨ngigkeit von einem bestimmten Vorgang a Alle Nachfolger eines bestimmten Knotens Breiten- oder Tiefensuche, Implementierung mit beiden Bibliotheken trivial M¨gliche Abarbeitungsreihenfolge o Reihenfolge in der eine einzelne Person die Garage bauen k¨nnte o Topologische Sortierung, Implementierung mit beiden Bibliotheken trivial
  • 70. Anwendung Vorw¨rtsrechnung - Definition a Fr¨hester Anfangszeitpunkt = FAZ u Fr¨hester Endzeitpunkt = FAZ + Dauer = FEZ u FAZ (x) = max(pred(x), FEZ ) FAZ (”Begin”) = 0 Vorw¨rtsrechnung - Im Graphen a Wegfindungsalgorithmen arbeiten mit Kanten
  • 71. Netzplan Dateiformat Allgemein add,<Name>,<Dauer> → F¨gt dem Netzplan einen Vorgang hinzu u bulkadd,<n> → F¨gt dem Netzplan n Vorg¨nge hinzu und f¨gt Kanten von u a u Vorg¨ngern zu Nachfolgern hinzu a link,<Name>,<Name> → Macht den zweiten Eintrag zu einem Nachfolger des Ersten show,<Name> → Zeigt alle Nachfolger des angegebenen Vorgangs critical → Zeigt den kritischen Pfad des Netzplans order → Zeigt eine m¨gliche Reihenfolge, in der die Vorg¨nge o a bearbeitet werden k¨nnen o clear → Leert den Graphen
  • 72. Netzplan Dateiformat Meta wait → Pausiert die Ausgabe bis der Benutzer ENTER dr¨ckt u menu → Zeigt das interaktive Men¨, mit dem der Benutzer den u Graphen untersuchen und bearbeiten kann message,<Text> → Gibt den Text zur Laufzeit aus timer,<start|print>,<index> → Hilfsmittel f¨r einfache Benchmarks u