Зарегистрируйтесь, чтобы продолжить обучение

Оптимизация маршрутов Теория графов

В этом уроке мы покажем, как работать с графами на примере задачи. Представим, что нам нужно найти кратчайший маршрут на складе для комплектации товаров. При этом не везде можно ездить, а пересечение коридоров на складе разрешено только в обозначенных «поворотных точках». Кроме того, направление движения должно соответствовать указанному для каждого коридора.

Формулируем задачу в теории графов

Сформулируем данную задачу, как оптимизационную в теории графов. Все пункты приема на складе образуют узел в графе, где ребра — разрешенные коридоры и расстояния между узлами. Начнем с упрощенного примера:

200-1

Граф выше — это два коридора с пятью пунктами приема в каждом коридоре. Все пункты — узлы на графе, с адресом в диапазоне от одного до десяти. Стрелки указывают разрешенное направление движения, а двойные стрелки указывают, что вы можете ехать в любую сторону.

Если мы можем представить маршруты движения в виде графа, значит, мы можем использовать математические методы, известные из теории графов. Это поможет найти оптимальный маршрут движения между узлами — пунктами.

Приведенный выше пример графа можно описать с помощью матрицы смежности:

200-2

  • Пример 1: разрешено перемещаться из узла 2 в 3, но не из 3 в 2. На это указывает единица в матрице смежности справа
  • Пример 2: разрешено ехать как из узла 8 в 3, так и из 3 в 8, на что опять же указывают единица в матрице смежности. В данном случае симметрична

Вернемся к проблеме со складом

Реальный склад больше и сложнее, чем приведенный выше пример. Однако основные принципы работы с графиками остаются теми же. Чтобы упростить реальную задачу, представим небольшой склад:

3

Рассмотрим подробнее эту сложную схему:

  • Здесь показано общее количество полок (точек комплектации) — включена каждая 50-я полка, они отмечены черными квадратами
  • Всем точкам подбора присвоен адрес (номер узла) от 1-74
  • Стрелками показаны разрешенные направления движения, поворотные точки и короткие пути между коридорами

Опишем этот граф в виде матрицы смежности. Еще включим в нее расстояние между различными узлами, так как нам нужно найти оптимальный маршрут:

4

В этой матрице снова указаны все ограничения:

  • Разрешенное направление движения
  • Разрешенные короткие пути
  • Расстояние между узлами

Также на матрице мы четко видим короткий путь между узлами 21 и 41. Белые области матрицы представляют неразрешенные пути, обозначенные через бесконечное расстояние между этими узлами.

Оптимизация графов — это хорошо известная область математики, которая уже успела прийти к нескольким методам и алгоритмам, которые могут решить этот тип проблемы. В этом примере мы основывали решение на алгоритме Флойда-Уоршалла. Он помогает искать кратчайшие пути во взвешенном графе, и эту темы мы рассмотрим подробнее по ходу курса. Одно выполнение алгоритма позволяет найти длины — суммированные веса кратчайших путей между всеми парами узлов. Хотя он не возвращает подробностей о самих путях, их можно восстановить с помощью простых модификаций алгоритма.

Абстрактное представление склада в виде графа, не решает нашу задачу. При этом благодаря графу можно использовать математическую основу и алгоритмы из теории графов, чтобы решить задачу.

Существует несколько методов и алгоритмов, которые могут решить этот тип задачи. В данном примере мы использовали алгоритм Флойда-Уоршалла — он помогает искать кратчайшие пути во взвешенном графе. Его мы разберем в других уроках этого курса.

С помощью одного действия в алгоритме можно найти длины кратчайших путей между всеми парами узлов. При этом мы не узнаем подробности о каждом пути, а сможем восстановить их с помощью простых модификаций алгоритма.

Если дать этому алгоритму в качестве входных данных список заказов на сборку, в котором перечислены необходимые для комплектации товары, то можно получить оптимальный маршрут.

Например, визуализируем результаты для короткого списка комплектации:

5

Начнем с узла 0 и заберем товары в узлах 15, 45, 58 и 73. Алгоритм находит кратчайший допустимый маршрут между этими точками путем вычисления матрицы расстояний D. Затем ее можно использовать, чтобы определить общее расстояние между всеми узлами в списке комплектации:

  1. D[0][15] → 90 m
  2. D[15][45] → 52 m
  3. D[45][58] → 34 m
  4. D[58][73] → 92 m

Общее расстояние =268m — это самый короткий путь

Алгоритм протестировал несколько списков подбора в качестве входных данных и проверил предложенные маршруты движения и рассчитанное расстояние, и нашел оптимальный маршрут во всех случаях. Алгоритм соблюдает все наложенные ограничения.

Выводы

В этом уроке вы увидели, как работать с графами на примере задачи. Мы нашли кратчайший маршрут на складе для комплектации товаров и использовали для этого матрицы смежности и алгоритм Флойда-Уоршалла.


Аватары экспертов Хекслета

Остались вопросы? Задайте их в разделе «Обсуждение»

Вам ответят команда поддержки Хекслета или другие студенты

Для полного доступа к курсу нужен базовый план

Базовый план откроет полный доступ ко всем курсам, упражнениям и урокам Хекслета, проектам и пожизненный доступ к теории пройденных уроков. Подписку можно отменить в любой момент.

Получить доступ
1000
упражнений
2000+
часов теории
3200
тестов

Открыть доступ

Курсы программирования для новичков и опытных разработчиков. Начните обучение бесплатно

  • 130 курсов, 2000+ часов теории
  • 1000 практических заданий в браузере
  • 360 000 студентов
Отправляя форму, вы принимаете «Соглашение об обработке персональных данных» и условия «Оферты», а также соглашаетесь с «Условиями использования»

Наши выпускники работают в компаниях:

Логотип компании Альфа Банк
Логотип компании Aviasales
Логотип компании Yandex
Логотип компании Tinkoff