Anda di halaman 1dari 4

Perbandingan Coloring Graph Greedy

dengan Coloring Graph Backtracking

Gambar 1. Output Coloring Graph Greedy


Gambar 2. Output Coloring Graph Backtracking

Kecepatan
Dari hasil test yang dilakukan di Netbeans.
Greedy: 1508493028659 milliseconds
Backtracking: 1508493047235 milliseconds
Algoritma Greedy lebih cepat dibanding Algoritma Backtracking.

Jumlah Warna
Dari output yang dihasilkan:
Greedy: 5 Warna
Backtracking: 3 Warna
Algoritma Backtracking lebih optimal dibandingkan Algoritma Greedy. Karena Algoritma Backtracking
menghasilkan lebih sedikit warna, dibanding Greedy.
Perbedaan Langkah dan Algoritma
Perbedaan tersebut karena Langkah Algoritma Greedy dan Algoritma Backtracking berbeda.
Greedy selalu mengganti warna ditiap terdapat node yang sama. Sedangkan Backtracking menentukan
warna dari jumlah m. Mengganti warna ditiap terdapat node yang sama. Namun saat mengganti warna
ia tidak menempatkan warna baru, melainkan mengulangi lagi warna yang ada.

Algoritma Greedy
int count=0; checkTetangga(Node x, int xNum){
for(int i=0;i<jumlahNode;i++){ for(int i=0;i<jumlahNode;i++){
if(count==0){ if(hub[xNum][i]==1){
edge[i].color=1; if(edge[i].color==-1){
} edge[i].color=x.color+1;
checkTetangga(edge[i], i); }else if(edge[i].color==x.color){
count++; edge[i].color=x.color+1;
} }
}
}
}
Algoritma Backtracking

graphWarna(int k){ public boolean isSafe(int k, int c){


for(int c=1;c<=m;c++){ for(int i=0;i<jumlahNode;i++){
if(isSafe(k,c)){ if(hub[k][i]==1 && c ==
edge[k].color = c;
edge[i].color){
if((k+1)<jumlahNode){
graphWarna(k+1); return false;
}else{ }
return; }
} return true;
} }
}
}
Algoritma Paling Baik
Algoritma yang paling baik menurut saya tergantung apa yang ingin didapat oleh user. Karena kedua
algoritma tersebut memiliki kekurangan dan kelebihannya masing - masing. Greedy lebih cepat dalam
menyelesaikan masalah pewarnaan grafik. Sedangkan Backtracking lebih sedikit menghasilkan warna
dalam menyelesaikan masalah pewarnaan grafik.

NAMA: HAFIIZH EKO MARYANTO


KELAS: 2015102015

Anda mungkin juga menyukai