Nada

Grudat 2004-11-15

Föreläsning 5: Problemträd, breddenförst och djupetförst

Problemträd

En mycket stor klass av praktiska problem kan beskrivas med problemträd och lösas med trädgenomgång, bredden först eller djupet först. På tentan kommer något sådant problem och det gäller att beskriva lösningsalgoritmen. Laboration 4 går ut på att finna kortaste vägen från fan till gud genom att byta en bokstav i taget och bara använda ord i ordlistan, till exempel så här:
    fan -> man -> mun -> tun -> tur -> hur -> hud -> gud
Problemträd uppkommer ständigt i praktiken. Man brukar kalla startobjektet för stamfar och objekten under det för söner. PROBLEMTRÄD

Breddenförstsökning

Problemträdets stamfar fan har sönerna fin, man, far med flera, sonsönerna hin, mun, får osv. Enligt kedjan ovan är gud sonsonsonsonsonsonson till fan, men gud finns säkert redan tidigare i problemträdet. För att finna den första förekomsten gör man en breddenförstsökning enligt följande.

Lägg stamfadern som första och enda post i en kö. Gör sedan följande om och om igen: Plocka ut den första ur kön, skapa alla söner till denne och lägg in dom sist i kön. Första förekomsten av det sökta ordet ger kortaste lösningen.

Man kan spara in både tid och utrymme om man undviker att skapa söner som är kopior av tidigare släktingar (t ex mans son fan), så kallade dumsöner.

Breddenförstsökningsalgoritmen kan sammanfattas så här.

  1. Lägg stamfadern i kön.
  2. Ta ut den första posten ur kön.
  3. Skapa alla dess söner och lägg in dom i kön.
  4. Om någon av sönerna är lösningen så är vi klara. Annars - upprepa från punkt 2.
  5. När lösningen hittas, följ faderspekarna och skriv ut kedjan.
Om man bara lägger själva orden i kön finns det ingen möjlighet att i efterhand tala om vägen från fan till gud. Därför bör man för varje nytt ord skapa en liten nod som innehåller ordet och en referens till fadern och det man lagrar i kön är denna nod.

Breddenförstsökning ger alltid den kortaste lösningen. Ofta är det den man är ute efter. Några andra problemexempel är följande.

Flygresa från Stockholm till Windhoek

Stockholm är stamfar, destinationer med direktflyg från Stockholm blir söner och så vidare. Breddenförstsökning ger en resa med så få mellanlandningar som möjligt.

Lönsam valutaväxling

Finns det någon lönsam växlingskedja av typen 1.00 SEK -> 0.11 EURO -> 0.13 USD -> ... -> 1.02 SEK ? Vi vill ha en algoritm som kan besvara den frågan.

Vi antar att alla växlingskurser är kända, t ex 1.00 SEK -> 0.14 USD och 1.00 USD -> 7.05 SEK. En valutanod är ett belopp i en viss valuta. Vi utgår från valutanoden 1.00 SEK och låter den vara stamfar i ett problemträd. Stamfaderns söner är alla valutanoder som kan åstadkommas med en växling, till exempel 0.14 USD och 16.5 JPY. Sonen 0.14 USD har i sin tur söner, däribland 0.987 SEK. Just den är en så kallad dumson och kan lugnt glömmas bort, eftersom den är sämre än en tidigare valutanod.

Om man går igenom problemträdet nivå för nivå, dvs generation efter generation, kanske man till sist stöter på noden 1.05 SEK. Därmed har man funnit en lönsam växlingskedja och det är bara att sätta igång och växla så fort som möjligt innan kurserna ändras. För att avbryta trädgenomgången och hals över huvud återvända till huvudprogrammet kan man generera ett särfall med raise Exception och se till att huvudprogrammet har

   try: 
      - - -            # Om särfallet uppstår här...
   except Exception: 
      - - -            # ...teleporteras man hit
Tillsammans med särfallet kan man skicka med ett valfritt objekt, till exempel ett meddelande, så som exemplet nedan visar.

Om man har en abstrakt kö med metoderna put, get och isempty kan breddenförstsökningen programmeras ungefär så här.

class Node        # problemträdspost
  amount=1.00     # belopp
  currency=1      # valutanummer, SEK=1, USD=2,...
  father=None     # faderspekare

 - - -   Definition av makesons och writechain            
 - - -   Inläsning av växlingskurserna 
q = Queue()
stamfar=Node() 
q.put(stamfar)
try:
  while not q.isempty():
    makesons(q.get())          # I makesons görs raise Exception,kedja
  print "Ingen lönsam växling"
except Exception,kedja:                          {
  print "Växla fort:",kedja

Metoden makesons skapar alla söner och lägger sist i kön. Om man vill bli av med dumsönerna kan man ha en global vektor best med hittills högsta belopp av varje valuta.

Rekursiv djupetförstsökning

Djupetförstsökning skiljer sig från breddenförstsökning i två avseenden:

Ett exempel är åttadamersproblemet som innebär att man ska placera åtta damer på ett schackbräde så att ingen dam står på samma vågräta, lodräta eller diagonala linje som någon annan. Problemträdets stamfar är ett tomt bräde. Dom åtta sönerna har en dam placerad på översta raden, sonsönerna ytterligare en dam på näst översta raden etc.

Den första idén man får är ju att representera schackbrädet med en matris. Men lösningen blir enklare om man använder en vektor, där varje vektorelement är ett heltal som representerar damens position på just den raden.
queen[0]=5 betyder då att damen på rad noll står i position 5.

Rekursiv tanke:
Att lösa problemet färdigt när det redan står damer på rad 0..row-1 är detsamma som...
...att för varje tillåten damplacering på rad row lösa problemet färdigt...
... men om row=8 har man hittat en lösning.

# coding:iso-8859-1
n=8
queen=[None]*n

def completePartialSolution(row):
# Fullborda partiell lösning som har damer på rad 0..row-1 
    if row==n:
        for r in range(n):
            for col in range(n):
                if queen[r]==col: print "D",
                else: print "*",
            print
        print "==============="
        return
    for col in range(n):
        if posOK(row,col):
            queen[row]=col
            completePartialSolution(row+1)
    
def posOK(row, col):
# Kolla om damen på rad row kan slås av damerna ovanför
    for i in range(row):
      if queen[i]==col: return False         #rakt ovanför
      if queen[i]-col==row-i: return False   #snett ovanför
      if col-queen[i]==row-i: return False   #snett ovanför
    return True

               
completePartialSolution(0)

Djupetförstsökning med stack

Djupetförstsökning kan också programmeras som breddenförstsökningen, med den lilla skillnaden att kön byts mot en stack. Här följer några fler exempel på problem som kan lösas med djupetförstsökning.

Hitta ut ur labyrint

En välkänd praktisk metod att utforska en labyrint, uppfunnen av den förhistoriska datalogen Ariadne, är att ha ett garnnystan med ena änden fastknuten i startpunkten. Man går så långt man kan, markerar med krita var man varit, går bara outforskade vägar framåt och backar en bit längs snöret när man kör fast. Snöret kan representeras av en stack med dom positioner som snöret för tillfället ringlar igenom.

Problemträdet har startpositionen som stamfar, alla positioner på ett stegs avstånd som söner och så vidare. En position som man varit på förut är en dumson.

Luddes portkodssekvens

En teknolog som glömt sin fyrsiffriga portkod tryckte sej igenom alla tiotusen kombinationer så här.
000000010002000300040005000600070008000900100011...9999
Det kräver fyrtiotusen tryckningar. Men man kan klara sej med bara tiotusentre tryckningar om man har en supersmart sekvens där varje fyrsiffrigt tal förekommer någonstans. Hur ser sekvensen ut?

Problemträdets stamfar 0000 har tio söner 00000, 00001,..., 00009, varav den förste är dumson. Breddenförst eller djupetförst? Vi vet att trädet har djupet tiotusen och att alla lösningar är lika långa, därför går djupetförst bra. Men breddenförst skulle kräva biljoner poster!

Dynamisk programmering

Rekursiv problemlösning har karaktären att problemet återförs på ett eller flera liknande, men något mindre, problem. När rekursionen körs i datorn kommer lösningen fram i motsatt ordning: först för de enkla basfallen och allra sist för det stora intressanta fallet. Inget hindrar att man tänker sej problemlösningen på det sättet: först löser man de enklaste fallen, noterar resultaten och går vidare till allt större fall. Det visar sej att man då ofta kan utnyttja noterade resultat effektivare än vid vanlig rekursion, och metoden kallas dynamisk programmering.

Labyrintlösning med dynamisk programmering: Skriv en nolla i startpositionen. Gå ett steg i alla riktningar och skriv en etta osv. Om man kommer till en plats som redan har besökts skriver man ingenting. Förr eller senare skriver man ett tal i målpositionen och det talet anger då kortaste avståndet från starten. Om man följer talen i avtagande ordning går man denna kortaste väg.

Partnerval med dynamisk programmering: Du står utanför ett rum med tio för dej okända personer och du måste bjuda en av dom på balen. Dom kommer ut en och en och du bedömer iskallt hur attraktiva dom är på en skala 0 - 100. Hur ser din strategi ut för att få genomsnittligt högsta utdelning?

Dden dynamiska programmeringens basfall har en enda partnerkandidat. Då år strategin klar: den partnern väljer du! Om skalan anger hur många procent av mänskligheten man överträffar, så är det klart att det förväntade talet är 50. Då lämnar vi basfallet och går över till två personer. Den första som kommer ut måste nu ha ett tal större än 50 för att vi ska slå till. Om talet är mindre än 50 chansar man förstås på att ta den sista. Med denna strategi väljs den näst sista bara om talet ligger mellan 50 och 100, och i genomsnitt är det då 75. Men i hälften av fallen tar man i stället den sista personen och kan då förvänta sej talet 50. Medelvärdet är alltså 62.5. Så här kan man fortsätta: tredjen från slutet väljer man bara om talet är större än 62.5 etc.

Vetenskaplighet: Poppers falsifierbara påståenden

Vilka frågor sysslar vetenskapen med? Vilka påståenden kan vetenskapen uttala sej om? Vetenskapsfilosofen Karl Popper (1900-talet) kom med ett bra svar: Ett vetenskapligt påstående ska kunna falsifieras om det är fel. Falsifieras betyder ungefär vederläggas.

Påståendet att ett släppt föremål faller till marken är vetenskapligt. Varje experiment där ett släppt föremål beter sej annorlunda skulle ju falsifiera det. Men påståendet att gud skapade världen för sjutusen år sedan kan inte falsifieras. Varje fossil etc som tycks vara äldre kan ju ha skapats i dett skenbart åldrade skick. Skapelsen är alltså inte en vetenskaplig fråga.

Skulle Hitler ha segrat om han fått atombomben? Det kan man spekulera om, men vilket svar man än föreslår kan det inte falsifieras och är därför inte vetenskapligt. Vilken färg har en elektron? Har män ett kollektivt ansvar för könsdiskriminering? Vad är meningen med livet? - - - Viktiga frågor som inte vetenskapen kan besvara.


Sidansvarig: <henrik@nada.kth.se>
Senast ändrad 22 november 2009
Tekniskt stöd: <webmaster@nada.kth.se>