Sapientia - Erdélyi Magyar TudományEgyetem (EMTE) Csíkszereda IRT- 3. kurzus TARTALOM:

Átírás

1 TARTALOM: Fa adatstruktúra Gráfok ábrázolási módja Általánosságok Algoritmusok ábrázolása: Matematikai-logikai nyelvezet Pszeudokód Függőleges logikai sémák Vízszintes logikai sémák Fastruktúrák Döntési táblák

2 Csíkszereda IRT- 2. kurzus Fa adatszerkezet. Az adatelemek között hierarchikus kapcsolat van. Hurok nélküli gráf (fa adatszerkezet). Személyi szám Vezetékné v név Keresztné v alkalmazo tt cí m Orszá g kor Országon belüli cím fizetés Város Utca házszá m Ezt rekordszerkezetnek nevezzük. A relációs modell előtt használták. ÁLTALÁNOS faszerkezet. 2

3 Csíkszereda IRT- 2. kurzus Algebrai kifejezések fastruktúrája (BINÁRIS fa) (2*x+y)*(a-7*b) 3 * + * y x a * 7 b 3

4 Csíkszereda IRT- 2. kurzus a) Bináris fák (mindenik csúcsnak legtöbb két ága van) b) Általános fák (mindenik csúcsnak legtöbb k ága van) Ábrázolás Zárójelekkel A(B,C) Standard gyökér, bal (I), jobb(i) Apa apa (,,2,3,2,..) 4

5 Bináris fa ábrázolása gyökér 5

6 Gyökeres általános fák ábrázolása, bal-gyerek és jobb testvér módszerrel 6

7 Csíkszereda IRT- 2. kurzus Átfutás: Preorder (A,B,C) Inorder (B,A,C) Postorder (B,C,A) B A C Átfutási algoritmus: Procedure Preorder (gyökér) I gyökér; k folytatás = igen 7

8 Csíkszereda IRT- 2. kurzus While folytatas = igen if i<> then feldog (i); k k+; v(k) i; i bal(i) else if k = then folytatas = nem else i v (k); k k-; i jobb(i) end if end if end while Return 8

9 Csíkszereda IRT- 2. kurzus Preorder (5,3,2,9,7,8) Inorder (2,3,9,5,7,8) Postorder (2,9,3,8,7,5) 9

10 Csíkszereda IRT- 2. kurzus Preorder Inorder Postorder 5

11 Gráfok ábrázolási módja Szomszédsági lista csúcsmátrix

12 Csíkszereda IRT- 2. kurzus Gráfalgoritmusok: Szélességi keresés Mélységi keresés Minimális feszítőfák (Kruskal és Prim algoritmusai) Adott csúcsból induló legrövidebb utak Bellman-Ford algoritmus Dijkstra algoritmusa Hálózati folyamok Ford és Fulkerson algoritmus Edmonds-Karp algoritmus 2

13 Általánosságok. Algoritmizálunk a következő esetekben: számítás volumene nagy az aktivitás sokszor ismétlődik az eredmények rövid időn belül szükségesek 2. A hangsúly azon van hogy ábrázoljuk és hogy építjük fel az algoritmust egy valós és nehéz probléma megoldásának érdekében 3. A legjobb algoritmus? 4. A komplexitás időben csökkenő? 3

14 Algoritmusok elemzése Előre megadjuk, hogy milyen erőforrásokra lesz szüksége az algoritmusnak. A RAM (Random Access Memory)-közvetlen hozzáférésű memóriát vesszük alapul. A Processzorral együtt alkotja a közvetlen hozzáférésű gépet. Az utasítások egymás után hajtódnak végre, egyidejű műveletek nélkül. Meg kell fogalmazzuk a modell műveleteit és azok költségeit. Bemenet mérete: feladatfüggő a tömb n elemszáma (rendezésnél) Bitek száma (pl. számok szorzása esetén) Gráf éleinek és csúcsainak száma Futási idő: egy bizonyos bemenetre a végrehajtott alapműveletek (lépések száma) 4

15 Beszúrásos rendezés algoritmusa for j 2 to hossz[a] 2 do S A[j] 3 ((A[j] beszúrása az A[..j-] rendezett sorba)) 4 i j- 5 while i> and A[i]>S 6 do A[i+] A[i] 7 i i- 8 A[i+] S t j ahányszor 5-ös végrehajtódik a j-re n j= 2 t j Költség C n C2 n- C4 n- C5 C6 C7 C8 n- végrehajtási szám n j= 2 ( t ) j 5

16 Legjobb eset A 6-os és 7-es utasítás NEM hajtódik végre, az 5-ös feltétel nem teljesülése miatt, viszont az 5- ös feltételt ellenőrzi minden ciklusban a program T(n)=c n+c 2 (n-)+c 4 (n-)+c 5 (n-)+c 8 (n-)=an+b lineáris függvény for j 2 to hossz[a] 2 do S A[j] 3 ((A[j] beszúrása az A[..j-] rendezett sorba)) 4 i j- 5 while i> és A[i]>S 6 do A[i+] A[i] 7 i i- 8 A[i+] S Költség C n C2 n- C4 n- C5 n- C6 C7 C8 n- végrehajtási szám 6

17 Legroszabb eset T(n)=an 2 +bn+c négyzetes függvény for j 2 to hossz[a] 2 do S A[j] 3 ((A[j] beszúrása az A[..j-] rendezett sorba)) 4 i j- 5 while i> and A[i]>S 6 do A[i+] A[i] 7 i i- 8 A[i+] S Költség C n C2 n- végrehajtási szám C4 n- C5 n- C6 (n-)*(n-) C7 (n-)*(n-) C8 n- T(n)=c n+(c 2 +c 4 +c 5 +c 8 )(n-)+(c 6 +c 7 )(n 2-2n+) 7

18 . Definíció: Azt mondjuk, hogy T(n)=O(f(n)) az algoritmus komplexitásának a mértéke ha léteznek c és c 2 számok valamint n úgy, hogy: c f(n) T(n) c 2 f(n), ( )n n. 2. Definíció: Azt mondjuk, hogy T(n)=O(f(n)) egy algoritmus komplexitásának nagyságrendje, ha létezik két pozitív konstans c, n, úgy, hogy T(n) cf(n), ( )n n. 8

19 c 2 f(n) c f(n) T(n) T(n)=Θ(f(n)) A komplexitás mértéke n n cf(n) T(n) T(n)=O(f(n)) A komplexitás nagyságrendje n n 9

20 Az algoritmusok jellemzői ( (általánosság, végesség, egyediség, automatizmus ) Szubalgoritmusok. (egymásratevődéses képzés, fokozatos képzés ) Algoritmusosztályok (Numerikus, nemnumerikus, feldolgozási) 2

21 . Definíció: Egy algoritmust polinomiálisnak nevezünk, ha olyan temporális komplexitással rendelkezik, amelyik O(f(n)) alakú, ahol f(n) egy polinomiális függvény n hosszúságú bemenetekre. f(n)=a n+a f(n)=a 2 n 2 +a n+a f(n)=a 6 n 6 +a n +a 5 n 5 +a 2 n 2 +a n+a f(n)=a 6783 n a 532 n 532 +a 5 n 5 +a 2 n 2 +a n+a 2

22 2. Definíció: Ha egy algoritmus nem polinomiális komplexitású, akkor exponenciális; minden olyan algoritmus exponenciálisként van kezelve, amely komplexitása n log n, habár sem nem polinomiálisak sem nem exponenciálisak matematikai értelemben. Utazóügynök probléma: Egy utazóügynök n várost kell meglátogasson bizonyos időn belül. Hogyan járja be a városokat, hogy a költsége minél kisebb legyen (legyen a költség=út hossza). Az utak bejárásának összes esete: n! n!= n>=2 n- NEM polinomiális (exponenciális) 22

23 Algoritmusok ábrázolása matematikai-logikai nyelvezet, pszeudokód, függőleges logikai sémák, vízszintes logikai sémák (Chapin), fastrúktúrák (Tabourier vagy Mills), döntési táblák. 23

24 Pszeudokód típusú nyelvek Természetes nyelv, strukturált és egyszerűsített, Egy alternatívája a logikai sémának, Nem programozási nyelv, Sok változata van, Az algoritusok egymásutáni mondatokból épülnek fel, Mondatok lehetnek: egyszerűek (pl.: nyiss meg egy állományt, olvass egy bejegyzést fájlból); Komplex mondatok, logikai operátorokkal összekötve A # szimbólum az elkövetkezőkben kiterjesztett mondatra utal A mondat egy igével kezdődik (pl. Read változó,..) Megközelítés módja "top-down" tipúsú (fentről lefele) 24

25 Függőleges logikai séma Az algoritmus grafikai ábrázolása, Három fajta egységből áll (blokkból): ) Funkcionális egység : Y=f(X) X Y 2) Döntési egység: Y Z = c(x) 3) Kötések (összeköttetések) 25

26 Alap kontroll struktúrák- a) Lineáris struktúra jelölése Π (s,s 2,...,s n ) s s2 s3 s4 b) Alternatív struktúra jelölése (c,s,s 2 ), C s s2 c) Előfeltételes repetitív struktúra jelölése Ω (c,s) d) /\ Struktúra (Üres blokk) C s 26

27 Alap kontroll struktúrák-2 Utófeltételes repetitív struktúra jelölése Ω '(c,s) s Pszeudo-alternatív struktúra jelölése '(c,s) C C s2 Általánosított alternatív struktúra jelölése ' '(c,s,s 2,...s n ) s s2 sn 27

28 Összefüggések Π(s,s 2 ) = (BLOCK,s,s 2 ); Δ (c,s,s 2 ) = (IF-THEN-ELSE, c,s,s 2 ); Ω (c,s) = (DO-WHILE,c,s) Ω ' (c,s) = (DO-UNTIL,c,s) Δ'(c,s) = (IF-THEN,c,s) Δ' '(i,s,s 2,...s n ) = (CASE-OF,i,s,s 2,...,s n ). 28

29 Beszúrásos rendezés algoritmusa for j 2 to hossz[a] 2 do S A[j] 3 i j- 4 while i> and A[i]>S 5 do A[i+] A[i] 6 i i- 7 A[i+] S Start j=2 Rendez s s 2 j=j+ s 3 П(s,Ω (c 2,П(s 2,s 3 ))) j<6 c 2 Vége 29

30 j=2 S=A[j] i=j- i> and A[i]>S s s 4 s 5 i=i- A[i+]=A[i] s 2 =П(s 4,П(s 5,X)) s 2 =П(s 4,П(s 5,П(Y,s 8 ))) s6 s 7 Y=Ω(c 3,П(s 7,s 6 )) c 3 s 2 =П(s 4,П(s 5,П(Ω(c 3,П(s 7,s 6 )),s 8 ))) A[i+]=S s 8 j=j+ s 3 j<hossz A c 2 F= П(s,Ω (c 2,П(П(s 4,П(s 5,П(Ω(c 3,П(s 7,s 6 )),s 8 ))),s 3 ))) 3

31 Alapstruktúrák tulajdonságai. ) Π struktúra általában nem kommutatív: Π (s,s2) Π (s2,s). 2) Π struktúra asszociatív: Π (s, Π (s2,s3)= Π (Π (s,s2),s3). 3) Az üres /\ elem semleges a szekvenciális struktúra szempontjából : Π (s,/\)= Π (/\,s). 4) Π struktúra jobb oldalról disztributív az alternatív strukturára nézve: Π (Δ (c,s,s2),s3)= Δ (c, Π (s,s3), Π (s2,s3)). 3

32 Alapstruktúrák tulajdonságai. 5) Π struktúra disztributív balról az alternatív struktúrára nézve : Π (s, Δ (c,s2,s3))= Δ (c, Π (s,s2), Π (s,s3)). 6) Ω struktúra átalakítható az alternatív bennfoglalási struktúrákra: Ω (c,s)= (c, Π (s, Ω (c,s)),/\)= Δ (c, Π (s, Δ (c, Π (s, Ω (c,s) )),/\)),/\)=... 7) Δ ', Δ ", Ω' struktúrák átalakíthatóak a Π, Δ, Ω struktúrákra : Ω '(c,s)= Π (s, Ω (c,s));, Δ '(c,s)= Δ (c,s,/\); Δ '(c,s)= Δ (c,s, Ω (c,s)); Δ '(c,s,s2,...sn)= Δ (c,s, Δ (c2,s2,...)), 32

33 Strukturált Program Definíció: Strukturált programnak nevezünk bármely olyan programot amelynek kontroll struktúrája megvalósítása esetén kizárólag szekvenciálisan strukturált blokkokat használunk, két ágú alternatív struktúrát és előfeltételes alternatív struktúrát. Boehm és Jacopini struktúra tétele Adott három új funkcionális blokk T,F,K T F T x--->(t,x) ; x--->(f,x) ; x--->(t,(t,x)). K K (v,x)--->x ; (t,(f,(t,x)))--->(f,(t,x)). W[(v,x)]=t <=> v=t 33

34 A struktúra tétele A struktúra tétel (Boehm és Jacopini) Ha egy x-->x' alkalmazás logikai úton ábrázolható úgy, hogy az s,s 2,... akciókat tartalmazza és a c,c 2,... predikátumokat ugyanúgy reprezentálható egy logikai séma által amelyik felbomlik Π, Δ şi Ω -ra és amelyik tartalmazza ugyanazokat a blokkokat mint az eredeti séma, és még T, F, K és W tipúsú blokkokat. Bizonyítás: indukcióval n- blokkok száma 34

35 Top-down folyomány Top-down folyomány ( fentről lefele"). Egy strukturált program ekvivalens egy olyan programmal amelyik a következő formákat veheti fel: P = Π (s,s 2 ), P = Δ (c,s,s 2 ) P = Ω (c,s), P = Ω '(c,s) ahol c állítmány, és s, s, s 2 strukturált procedúrák vagy a program funkciói. 35

36 Fastruktúra diagramm a) Tabourier variáns a 3.4 ábra reprezentációit használja a következő struktúrákra: szekvenciális Π(s,s 2 )=(BLOCK, s,s 2 ) alternatív Δ (c,s,s 2 ) (IFTHENELSE,c,s,s 2 ) előfeltételes repetitív jelölése (WHILEDO,c,s) pszeudoalternatív jelölése (IFTHEN, c,s) többszörösen alternatív jelölése (CASEOF, c,s,s 2,...,s n ) utófeltételes repetitív jelölése (DOUNTIL,s,c), 36

37 Tabourier variáns BLOCK IFTHENELSE IFTHEN S S 2 c c S S S 2 WHILEDO CASEOF DOUNTIL c S c S S 2 S n S c 37

38 BLOCK j=2 DOUNTIL BLOCK S=A[j] BLOCK J>hosszA for j 2 to hossz[a] 2 do S A[j] 3 i j- 4 while i> and A[i]>S 5 do A[i+] A[i] 6 i i- 7 A[i+] S i=j- BLOCK WHILEDO BLOCK i> and A[i]>S BLOCK A[i+]=S j=j+ A[i+]=A[i] i=i- 38

39 Mills variáns WHILE DO C IF THEN ELSE C S BLOCK S 2 S 3 39

40 Az első r sorra Döntési táblák (IGEN, NEM tipús; <, =, > tipús;,,2,... tipús) Az m eset száma m=n*n2* nr s c c 2 2 c 2 2 s 2 s 3 s 4 s b. ábra Az esetek meghatározása s 6 4

41 Döntési táblák Hatásvonal környéke * az Sj feltételek esetében az Ai akció végrehajtásra kerül t ij = üres ha az Ai akció nem hajtódik végre az Sj esetben A döntési táblák három tipúsúak lehetnek : a) korlátozott bemenettel (minden feltétel az L 2 ={,} halmaz elemeiből vesz értéket); b) kiterjesztett bemenettel (vagyis a feltételek értelmezési tartománya L n, n>2 halmaz); c) vegyes bemenettel (egyes feltételek az L 2 n vannak értelmezve mások az L n, n>2. 4

42 Döntési táblák A feladatok szekvenciája: - döntési tábla feltételeinek megállapítása - szabályok megállapítása - lehetséges akciók meghatározása - döntési tábla elkészítése - az ellentmondások és a redundancia kiküszöbölése - a kapott tábla egyszerűsítése 42

43 Ismétlő kérdések Milyen esetekben algoritmizáluk A komplexitás definíciója Algoritmusok tulajdonságai és osztályai Mi egy polinomiális és egy nempolinomiális algoritmus Pszeudokód tipúsú nyelvek Függőleges logikai sémák Alapstruktúrák tulajdonságai Strukturált program, Boehm-Jacopini tétele Fastruktúrák (Tabourie, Mills) Döntési táblák. Felépítés és egyszerűsítés 43