• Keine Ergebnisse gefunden

pn im IR2 Algorithmische Geometrie Voronoi Diagramme 06.06.15 cElmar Langetepe SS Zerlegung der Ebene in Zellen gleicher Nachbarschaft • Gegeben eine Menge von Orten p1, p2

N/A
N/A
Protected

Academic year: 2022

Aktie "pn im IR2 Algorithmische Geometrie Voronoi Diagramme 06.06.15 cElmar Langetepe SS Zerlegung der Ebene in Zellen gleicher Nachbarschaft • Gegeben eine Menge von Orten p1, p2"

Copied!
68
0
0

Wird geladen.... (Jetzt Volltext ansehen)

Volltext

(1)

Elmar Langetepe University of Bonn

Algorithmische Geometrie Voronoi Diagramme 06.06.15 cElmar Langetepe SS ’15 1

(2)

Algorithmische Geometrie Voronoi Diagramme 06.06.15 cElmar Langetepe SS ’15 2

(3)

• Zerlegung der Ebene in Zellen gleicher Nachbarschaft

Algorithmische Geometrie Voronoi Diagramme 06.06.15 cElmar Langetepe SS ’15 2

(4)

• Zerlegung der Ebene in Zellen gleicher Nachbarschaft

• Gegeben eine Menge von Orten p1, p2, . . . , pn im IR2

Algorithmische Geometrie Voronoi Diagramme 06.06.15 cElmar Langetepe SS ’15 2

(5)

• Zerlegung der Ebene in Zellen gleicher Nachbarschaft

• Gegeben eine Menge von Orten p1, p2, . . . , pn im IR2

• Beispiel: Applet

Algorithmische Geometrie Voronoi Diagramme 06.06.15 cElmar Langetepe SS ’15 2

(6)

• Zerlegung der Ebene in Zellen gleicher Nachbarschaft

• Gegeben eine Menge von Orten p1, p2, . . . , pn im IR2

• Beispiel: Applet

• Bekannte Struktur in vielen Wissenschaften

Algorithmische Geometrie Voronoi Diagramme 06.06.15 cElmar Langetepe SS ’15 2

(7)

• Zerlegung der Ebene in Zellen gleicher Nachbarschaft

• Gegeben eine Menge von Orten p1, p2, . . . , pn im IR2

• Beispiel: Applet

• Bekannte Struktur in vielen Wissenschaften

• Kap. 5: Definition, Strukturelle Eigenschaften, Anwendungen, Duales

Algorithmische Geometrie Voronoi Diagramme 06.06.15 cElmar Langetepe SS ’15 2

(8)

• Zerlegung der Ebene in Zellen gleicher Nachbarschaft

• Gegeben eine Menge von Orten p1, p2, . . . , pn im IR2

• Beispiel: Applet

• Bekannte Struktur in vielen Wissenschaften

• Kap. 5: Definition, Strukturelle Eigenschaften, Anwendungen, Duales

• Kap. 6: Berechnungsalgorithmen, Sweep, Inkrementell

Algorithmische Geometrie Voronoi Diagramme 06.06.15 cElmar Langetepe SS ’15 2

(9)

Algorithmische Geometrie Voronoi Diagramme 06.06.15 cElmar Langetepe SS ’15 3

(10)

• Abstand, Ort p = (p1, p2), Punkt x = (x1, x2):

|px| := p

(p1 − x1)2) + (p2 − x2)2

Algorithmische Geometrie Voronoi Diagramme 06.06.15 cElmar Langetepe SS ’15 3

(11)

• Abstand, Ort p = (p1, p2), Punkt x = (x1, x2):

|px| := p

(p1 − x1)2) + (p2 − x2)2

• Bisektor zweier Punkte: B(p, q) := {x ∈ R2||px| = |qx|}

Algorithmische Geometrie Voronoi Diagramme 06.06.15 cElmar Langetepe SS ’15 3

(12)

• Abstand, Ort p = (p1, p2), Punkt x = (x1, x2):

|px| := p

(p1 − x1)2) + (p2 − x2)2

• Bisektor zweier Punkte: B(p, q) := {x ∈ R2||px| = |qx|}

• B(p, q) zerlegt die Ebene in:

Algorithmische Geometrie Voronoi Diagramme 06.06.15 cElmar Langetepe SS ’15 3

(13)

• Abstand, Ort p = (p1, p2), Punkt x = (x1, x2):

|px| := p

(p1 − x1)2) + (p2 − x2)2

• Bisektor zweier Punkte: B(p, q) := {x ∈ R2||px| = |qx|}

• B(p, q) zerlegt die Ebene in:

D(p, q) =:= {x ∈ R2| |px| < |qx|} und D(q, p) =:= {x ∈ R2| |px| > |qx|}

Algorithmische Geometrie Voronoi Diagramme 06.06.15 cElmar Langetepe SS ’15 3

(14)

• Abstand, Ort p = (p1, p2), Punkt x = (x1, x2):

|px| := p

(p1 − x1)2) + (p2 − x2)2

• Bisektor zweier Punkte: B(p, q) := {x ∈ R2||px| = |qx|}

• B(p, q) zerlegt die Ebene in:

D(p, q) =:= {x ∈ R2| |px| < |qx|} und D(q, p) =:= {x ∈ R2| |px| > |qx|}

• Voronoi Region von p bezgl. Punktmenge S: V R(p, S) = T

q∈S\{p} D(p, q)

Algorithmische Geometrie Voronoi Diagramme 06.06.15 cElmar Langetepe SS ’15 3

(15)

• Abstand, Ort p = (p1, p2), Punkt x = (x1, x2):

|px| := p

(p1 − x1)2) + (p2 − x2)2

• Bisektor zweier Punkte: B(p, q) := {x ∈ R2||px| = |qx|}

• B(p, q) zerlegt die Ebene in:

D(p, q) =:= {x ∈ R2| |px| < |qx|} und D(q, p) =:= {x ∈ R2| |px| > |qx|}

• Voronoi Region von p bezgl. Punktmenge S: V R(p, S) = T

q∈S\{p} D(p, q)

Alle Punkte, die n¨aher an p liegen als an jedem anderen Punkt aus S

Algorithmische Geometrie Voronoi Diagramme 06.06.15 cElmar Langetepe SS ’15 3

(16)

• Abstand, Ort p = (p1, p2), Punkt x = (x1, x2):

|px| := p

(p1 − x1)2) + (p2 − x2)2

• Bisektor zweier Punkte: B(p, q) := {x ∈ R2||px| = |qx|}

• B(p, q) zerlegt die Ebene in:

D(p, q) =:= {x ∈ R2| |px| < |qx|} und D(q, p) =:= {x ∈ R2| |px| > |qx|}

• Voronoi Region von p bezgl. Punktmenge S: V R(p, S) = T

q∈S\{p} D(p, q)

Alle Punkte, die n¨aher an p liegen als an jedem anderen Punkt aus S

• V R(p, S) ist offene Menge, Rand geh¨ort nicht dazu

Algorithmische Geometrie Voronoi Diagramme 06.06.15 cElmar Langetepe SS ’15 3

(17)

Algorithmische Geometrie Voronoi Diagramme 06.06.15 cElmar Langetepe SS ’15 4

(18)

Algorithmische Geometrie Voronoi Diagramme 06.06.15 cElmar Langetepe SS ’15 4

(19)

• Schnitt von Halbebenen: Jede Region ist konvex!

Algorithmische Geometrie Voronoi Diagramme 06.06.15 cElmar Langetepe SS ’15 4

(20)

• Schnitt von Halbebenen: Jede Region ist konvex!

• Jeder Punkt auf dem Rand geh¨ort zu einem Bisektor

Algorithmische Geometrie Voronoi Diagramme 06.06.15 cElmar Langetepe SS ’15 4

(21)

• Schnitt von Halbebenen: Jede Region ist konvex!

• Jeder Punkt auf dem Rand geh¨ort zu einem Bisektor VR(p, S) ∩ VR(q, S)

Algorithmische Geometrie Voronoi Diagramme 06.06.15 cElmar Langetepe SS ’15 4

(22)

• Schnitt von Halbebenen: Jede Region ist konvex!

• Jeder Punkt auf dem Rand geh¨ort zu einem Bisektor VR(p, S) ∩ VR(q, S) ⊆ D(p, q) ∩ D(q, p) = B(p, q)

Algorithmische Geometrie Voronoi Diagramme 06.06.15 cElmar Langetepe SS ’15 4

(23)

• Schnitt von Halbebenen: Jede Region ist konvex!

• Jeder Punkt auf dem Rand geh¨ort zu einem Bisektor VR(p, S) ∩ VR(q, S) ⊆ D(p, q) ∩ D(q, p) = B(p, q)

• Randst¨uck-Bezeichnung: Voronoi-Kante (Bisektor), Voronoi-Knoten ( ¨Ubergang)

Algorithmische Geometrie Voronoi Diagramme 06.06.15 cElmar Langetepe SS ’15 4

(24)

• Schnitt von Halbebenen: Jede Region ist konvex!

• Jeder Punkt auf dem Rand geh¨ort zu einem Bisektor VR(p, S) ∩ VR(q, S) ⊆ D(p, q) ∩ D(q, p) = B(p, q)

• Randst¨uck-Bezeichnung: Voronoi-Kante (Bisektor), Voronoi-Knoten ( ¨Ubergang)

• Konvex: Von einem Bisektor nur ein St¨uck!

Algorithmische Geometrie Voronoi Diagramme 06.06.15 cElmar Langetepe SS ’15 4

(25)

• Schnitt von Halbebenen: Jede Region ist konvex!

• Jeder Punkt auf dem Rand geh¨ort zu einem Bisektor VR(p, S) ∩ VR(q, S) ⊆ D(p, q) ∩ D(q, p) = B(p, q)

• Randst¨uck-Bezeichnung: Voronoi-Kante (Bisektor), Voronoi-Knoten ( ¨Ubergang)

• Konvex: Von einem Bisektor nur ein St¨uck!

• Insgesamt Wabenmuster: Planarer Graph, bestehend aus Bisektorst¨ucken

Algorithmische Geometrie Voronoi Diagramme 06.06.15 cElmar Langetepe SS ’15 4

(26)

Algorithmische Geometrie Voronoi Diagramme 06.06.15 cElmar Langetepe SS ’15 5

(27)

Lemma 5.1 Sei x ein Punkt in der Ebene, und sei C(x) der sich von x ausbreitende Kreis. Dann gilt:

C(x) trifft zuerst nur auf p ⇐⇒ x liegt in Vor.-Reg.

von p

C(x) trifft zuerst nur auf p, q ⇐⇒ x liegt auf Vor.-Kante zwischen Reg. von p u. q

C(x) trifft zuerst genau ⇐⇒ x ist Vor.-Knoten,

auf p1, . . . , pk mit k ≥ 3 Reg. von p1, . . . , pk grenzen an Im letzten Fall entspricht die Ordnung der Punkte p1, . . . , pk auf dem Rand von C(x) der Ordnung ihrer Voronoi-Regionen um x.

Algorithmische Geometrie Voronoi Diagramme 06.06.15 cElmar Langetepe SS ’15 5

(28)

Algorithmische Geometrie Voronoi Diagramme 06.06.15 cElmar Langetepe SS ’15 6

(29)

Algorithmische Geometrie Voronoi Diagramme 06.06.15 cElmar Langetepe SS ’15 6

(30)

Algorithmische Geometrie Voronoi Diagramme 06.06.15 cElmar Langetepe SS ’15 7

(31)

Allgemeine Lage: Keine vier Orte aus S auf einem Kreis!

Algorithmische Geometrie Voronoi Diagramme 06.06.15 cElmar Langetepe SS ’15 7

(32)

Jeder Knoten von V (S) hat Grad 3!

Algorithmische Geometrie Voronoi Diagramme 06.06.15 cElmar Langetepe SS ’15 7

(33)

Allgemeine Lage: Keine vier Orte aus S auf einem Kreis!

Jeder Knoten von V (S) hat Grad 3!

Zusammenhang: Konvexe H¨ulle und Voronoi-Diagramm

Algorithmische Geometrie Voronoi Diagramme 06.06.15 cElmar Langetepe SS ’15 7

(34)

Jeder Knoten von V (S) hat Grad 3!

Zusammenhang: Konvexe H¨ulle und Voronoi-Diagramm

Lemma 5.2 Genau dann hat ein Punkt p ∈ S eine unbeschr¨ankte Voronoi-Region, wenn er auf dem Rand der konvexen H¨ulle von S liegt.

Beweis:

Algorithmische Geometrie Voronoi Diagramme 06.06.15 cElmar Langetepe SS ’15 7

(35)

Allgemeine Lage: Keine vier Orte aus S auf einem Kreis!

Jeder Knoten von V (S) hat Grad 3!

Zusammenhang: Konvexe H¨ulle und Voronoi-Diagramm

Lemma 5.2 Genau dann hat ein Punkt p ∈ S eine unbeschr¨ankte Voronoi-Region, wenn er auf dem Rand der konvexen H¨ulle von S liegt.

Beweis: Zwei Richtungen beweisen!

Algorithmische Geometrie Voronoi Diagramme 06.06.15 cElmar Langetepe SS ’15 7

(36)

Algorithmische Geometrie Voronoi Diagramme 06.06.15 cElmar Langetepe SS ’15 8

(37)

Außere unbeschr¨ankte Regionen durch Kantenzug verbinden! V0(S)

Algorithmische Geometrie Voronoi Diagramme 06.06.15 cElmar Langetepe SS ’15 8

(38)

!

Theorem 5.3 Das Voronoi-Diagramm einer Menge von n Punkten in der Ebene hat O(n) viele Knoten und Kanten. Im Mittel hat jede Fl¨ache h¨ochstens 6 Kanten.

Algorithmische Geometrie Voronoi Diagramme 06.06.15 cElmar Langetepe SS ’15 8

(39)

Außere unbeschr¨ankte Regionen durch Kantenzug verbinden! V0(S)

!

Theorem 5.3 Das Voronoi-Diagramm einer Menge von n Punkten in der Ebene hat O(n) viele Knoten und Kanten. Im Mittel hat jede Fl¨ache h¨ochstens 6 Kanten.

Beweis:

Algorithmische Geometrie Voronoi Diagramme 06.06.15 cElmar Langetepe SS ’15 8

(40)

!

Theorem 5.3 Das Voronoi-Diagramm einer Menge von n Punkten in der Ebene hat O(n) viele Knoten und Kanten. Im Mittel hat jede Fl¨ache h¨ochstens 6 Kanten.

Beweis: Grad(v) ≥ 3, Korollar 1.2,

Algorithmische Geometrie Voronoi Diagramme 06.06.15 cElmar Langetepe SS ’15 8

(41)

Außere unbeschr¨ankte Regionen durch Kantenzug verbinden! V0(S)

!

Theorem 5.3 Das Voronoi-Diagramm einer Menge von n Punkten in der Ebene hat O(n) viele Knoten und Kanten. Im Mittel hat jede Fl¨ache h¨ochstens 6 Kanten.

Beweis: Grad(v) ≥ 3, Korollar 1.2, gilt f¨ur V0(S), V (S)

Algorithmische Geometrie Voronoi Diagramme 06.06.15 cElmar Langetepe SS ’15 8

(42)

Algorithmische Geometrie Voronoi Diagramme 06.06.15 cElmar Langetepe SS ’15 9

(43)

Datenstruktur V (S) gegeben, unbeschr¨ankte Kanten

Algorithmische Geometrie Voronoi Diagramme 06.06.15 cElmar Langetepe SS ’15 9

(44)

Durchlaufe sukzessive die unbeschr¨ankten Fl¨achen

Algorithmische Geometrie Voronoi Diagramme 06.06.15 cElmar Langetepe SS ’15 9

(45)

Datenstruktur V (S) gegeben, unbeschr¨ankte Kanten Durchlaufe sukzessive die unbeschr¨ankten Fl¨achen

Theorem 5.4 Aus dem Voronoi-Diagramm V (S) l¨aßt sich in linearer Zeit die konvexe H¨ulle von S bestimmen.

Algorithmische Geometrie Voronoi Diagramme 06.06.15 cElmar Langetepe SS ’15 9

(46)

Durchlaufe sukzessive die unbeschr¨ankten Fl¨achen

Theorem 5.4 Aus dem Voronoi-Diagramm V (S) l¨aßt sich in linearer Zeit die konvexe H¨ulle von S bestimmen.

Korollar 5.5: Die Berechnung des Voronoi-Diagramms V (S) von n Punkten hat Zeitkomplexit¨at Ω(n log n).

Algorithmische Geometrie Voronoi Diagramme 06.06.15 cElmar Langetepe SS ’15 9

(47)

Algorithmische Geometrie Voronoi Diagramme 06.06.15 cElmar Langetepe SS ’15 10

(48)

Algorithmische Geometrie Voronoi Diagramme 06.06.15 cElmar Langetepe SS ’15 10

(49)

• S eine Menge von Post¨amtern

• Welches liegt am n¨achsten zu Standort x?

Algorithmische Geometrie Voronoi Diagramme 06.06.15 cElmar Langetepe SS ’15 10

(50)

• Welches liegt am n¨achsten zu Standort x?

• Voronoi-Diagramm: Zellen der n¨achsten Nachbarschaft

Algorithmische Geometrie Voronoi Diagramme 06.06.15 cElmar Langetepe SS ’15 10

(51)

• S eine Menge von Post¨amtern

• Welches liegt am n¨achsten zu Standort x?

• Voronoi-Diagramm: Zellen der n¨achsten Nachbarschaft

• Aufgabe: Finde Zelle Z mit x ∈ Z

Algorithmische Geometrie Voronoi Diagramme 06.06.15 cElmar Langetepe SS ’15 10

(52)

• Welches liegt am n¨achsten zu Standort x?

• Voronoi-Diagramm: Zellen der n¨achsten Nachbarschaft

• Aufgabe: Finde Zelle Z mit x ∈ Z

• Gleiche Antwort f¨ur alle x in einer Region V R(p, S): Locus approach!

Algorithmische Geometrie Voronoi Diagramme 06.06.15 cElmar Langetepe SS ’15 10

(53)

x

Algorithmische Geometrie Voronoi Diagramme 06.06.15 cElmar Langetepe SS ’15 11

(54)

• Datenstruktur: Anfragepunkt x ∈ IR

x

Algorithmische Geometrie Voronoi Diagramme 06.06.15 cElmar Langetepe SS ’15 11

(55)

• Datenstruktur: Anfragepunkt x ∈ IR2

• Streifenmethode: Einteilung in Streifen, Ablegen in Baum

x

Algorithmische Geometrie Voronoi Diagramme 06.06.15 cElmar Langetepe SS ’15 11

(56)

• Datenstruktur: Anfragepunkt x ∈ IR

• Streifenmethode: Einteilung in Streifen, Ablegen in Baum

• Zugriff: 1. Nach Y -Koordinate, 2. Segment-Abschnitte

x

Algorithmische Geometrie Voronoi Diagramme 06.06.15 cElmar Langetepe SS ’15 11

(57)

• Datenstruktur: Anfragepunkt x ∈ IR2

• Streifenmethode: Einteilung in Streifen, Ablegen in Baum

• Zugriff: 1. Nach Y -Koordinate, 2. Segment-Abschnitte

• Jeweils O(log n)!

x

Algorithmische Geometrie Voronoi Diagramme 06.06.15 cElmar Langetepe SS ’15 11

(58)

Voronoi-Diagrammes eine Datenstruktur aufgebaut werden, die f¨ur jeden Anfragepunkt, den n¨achstgelegenen Ort in O(log n)

bestimmen l¨aßt.

Algorithmische Geometrie Voronoi Diagramme 06.06.15 cElmar Langetepe SS ’15 12

(59)

Algorithmische Geometrie Voronoi Diagramme 06.06.15 cElmar Langetepe SS ’15 13

(60)

Algorithmische Geometrie Voronoi Diagramme 06.06.15 cElmar Langetepe SS ’15 13

(61)

N¨achster Nachbar liegt in Nachbarzelle!

Lemma 5.7 Sei S = P ∪ Q eine Zerlegung der endlichen

Punktmenge S in zwei disjunkte, nicht-leere Teilmengen P und Q.

Seien p0 ∈ P und q0 ∈ Q so gew¨ahlt, da

|p0q0| = min

p∈P, q∈Q |pq|

gilt. Dann haben die Regionen von p0 und q0 im Voronoi-Diagramm V (S) eine gemeinsame Kante.

Algorithmische Geometrie Voronoi Diagramme 06.06.15 cElmar Langetepe SS ’15 13

(62)

Lemma 5.7 Sei S = P ∪ Q eine Zerlegung der endlichen

Punktmenge S in zwei disjunkte, nicht-leere Teilmengen P und Q.

Seien p0 ∈ P und q0 ∈ Q so gew¨ahlt, da

|p0q0| = min

p∈P, q∈Q |pq|

gilt. Dann haben die Regionen von p0 und q0 im Voronoi-Diagramm V (S) eine gemeinsame Kante.

Beweis:

Algorithmische Geometrie Voronoi Diagramme 06.06.15 cElmar Langetepe SS ’15 13

(63)

Algorithmische Geometrie Voronoi Diagramme 06.06.15 cElmar Langetepe SS ’15 14

(64)

Voronoi-Diagramm in einer Nachbarzelle, d.h. in einer

Voronoi-Region, die mit VR(p, S) eine gemeinsame Kante besitzt.

Algorithmische Geometrie Voronoi Diagramme 06.06.15 cElmar Langetepe SS ’15 14

(65)

Korollar 5.8 Jeder n¨achste Nachbar von p in S sitzt im Voronoi-Diagramm in einer Nachbarzelle, d.h. in einer

Voronoi-Region, die mit VR(p, S) eine gemeinsame Kante besitzt.

Theorem 5.9 Ist das Voronoi-Diagramm V (S) vorhanden, kann in Zeit O(n) f¨ur alle p ∈ S der n¨achste Nachbar bestimmt werden.

Algorithmische Geometrie Voronoi Diagramme 06.06.15 cElmar Langetepe SS ’15 14

(66)

Voronoi-Diagramm in einer Nachbarzelle, d.h. in einer

Voronoi-Region, die mit VR(p, S) eine gemeinsame Kante besitzt.

Theorem 5.9 Ist das Voronoi-Diagramm V (S) vorhanden, kann in Zeit O(n) f¨ur alle p ∈ S der n¨achste Nachbar bestimmt werden.

Beweis:

Algorithmische Geometrie Voronoi Diagramme 06.06.15 cElmar Langetepe SS ’15 14

(67)

Korollar 5.8 Jeder n¨achste Nachbar von p in S sitzt im Voronoi-Diagramm in einer Nachbarzelle, d.h. in einer

Voronoi-Region, die mit VR(p, S) eine gemeinsame Kante besitzt.

Theorem 5.9 Ist das Voronoi-Diagramm V (S) vorhanden, kann in Zeit O(n) f¨ur alle p ∈ S der n¨achste Nachbar bestimmt werden.

Beweis: Durchlaufen des Diagramms!

Algorithmische Geometrie Voronoi Diagramme 06.06.15 cElmar Langetepe SS ’15 14

(68)

Voronoi-Diagramm in einer Nachbarzelle, d.h. in einer

Voronoi-Region, die mit VR(p, S) eine gemeinsame Kante besitzt.

Theorem 5.9 Ist das Voronoi-Diagramm V (S) vorhanden, kann in Zeit O(n) f¨ur alle p ∈ S der n¨achste Nachbar bestimmt werden.

Beweis: Durchlaufen des Diagramms! Jede Kante zweimal besuchen!

Algorithmische Geometrie Voronoi Diagramme 06.06.15 cElmar Langetepe SS ’15 14

Referenzen

ÄHNLICHE DOKUMENTE

3. Wenn bei allen Orten aus T das Gewicht um den gleichen Betrag reduziert wird, verändert kein Punkt seine Zuordnung innerhalb der Orte von T. Es kann nur vorkommen, dass ein

Algorithmische Geometrie Voronoi Diagramme 03.06.15 c Elmar Langetepe SS ’15 1.!. All

Korollar 5.21 Jede Voronoi-Region bez¨ uglich einer konvexen Distanzfunktion ist zusammenh¨ angend. Algorithmische Geometrie Transformationen 08.07.15 c Elmar Langetepe SS

Theorem 5.11 Falls das Voronoi Diagramm V (S ) f¨ ur n-elementige Punktmenge S gegeben ist, kann der MST in O (n log n) berechnet werden. Algorithmische Geometrie Voronoi

Lemma 5.24 Der Bisektor von zwei disjunkten Liniensegmenten l 1 und l 2 ist eine Kurve aus Parabelst¨ ucken, Liniensegmenten und zwei Halbgeraden.. Verantwortungsbereiche der

Figure 2: Slice-and-Dice Treemap layouts of 698 nodes at 5 hierarchy levels with nodes of different sizes (left) and nodes of equal size (right)—the high aspect ratio between width

Tartous 21 se trouve au cœur d’une triple pro- blématique pour la Russie : le port est central dans la coopération navale bilatérale russo- syrienne ; il participe

Depuis la crise de 2008, et même si la RPC a poursuivi une croissance remarquable comme d’ailleurs l’ensemble des pays émergents, les op- tions qui s’offrent au régime