A MAXIMUM-KUPACOL eljárás helyreállítja az A[i] elemre a kupactulajdonságot. Az elemet süllyeszti cserékkel mindaddig, amíg a tulajdonság sérül.

Hasonló dokumentumok
Bináris keresőfák. Adat : M Elemtip és Elemtip-on értelmezett egy lineáris rendezési reláció,

Edényrendezés. Futási idő: Tegyük fel, hogy m = n, ekkor: legjobb eset Θ(n), legrosszabb eset Θ(n 2 ), átlagos eset Θ(n).

Kupac adatszerkezet. 1. ábra.

Számláló rendezés. Példa

Számjegyes vagy radix rendezés

1. ábra. Egy rekurzív preorder bejárás. Egy másik rekurzív preorder bejárás

1. ábra. Számláló rendezés

Kupac adatszerkezet. A[i] bal fia A[2i] A[i] jobb fia A[2i + 1]

Algoritmusok és adatszerkezetek gyakorlat 07

Ugrólisták. RSL Insert Example. insert(22) with 3 flips. Runtime?

Az absztrakt adattípus egy (E,M) párral adható meg, ahol E az értékhalmaz, M a műveletek halmaza. Fő tulajdonságok. Verem

Hierarchikus adatszerkezetek

Adatszerkezetek I. 8. előadás. (Horváth Gyula anyagai felhasználásával)

7 7, ,22 13,22 13, ,28

Rendezések. Összehasonlító rendezések

Rendezettminta-fa [2] [2]

A számítástudomány alapjai. Katona Gyula Y. Számítástudományi és Információelméleti Tanszék Budapesti Műszaki és Gazdaságtudományi Egyetem

Adatszerkezetek és algoritmusok

Adatszerkezetek 7a. Dr. IványiPéter

Egyesíthető prioritási sor

Haladó rendezések. PPT 2007/2008 tavasz.

14. Mediánok és rendezett minták

Algoritmizálás. Horváth Gyula Szegedi Tudományegyetem Természettudományi és Informatikai Kar

Fibonacci számok. Dinamikus programozással

Elemi adatszerkezetek

Mohó algoritmusok. Példa:

10. előadás Speciális többágú fák

Algoritmusok vektorokkal keresések 1

Adatszerkezetek I. 7. előadás. (Horváth Gyula anyagai felhasználásával)

Adatszerkezet - műveletek

Amortizációs költségelemzés

2. Milyen értéket határoz meg az alábbi algoritmus, ha A egy vektor?. (2 pont)

Összetett programozási tételek Rendezések Keresések PT egymásra építése. 10. előadás. Programozás-elmélet. Programozás-elmélet 10.

Példa 30 14, 22 55,

Algoritmusok és adatszerkezetek gyakorlat 09 Rendezések

B-fa. Felépítés, alapvető műveletek. Programozás II. előadás. Szénási Sándor.

Algoritmuselmélet 2. előadás

10. tétel. Adatszerkezetek és algoritmusok vizsga Frissült: január 28.

5. A gráf, mint adatstruktúra Gráfelméleti bevezető

A programozás alapjai előadás. [<struktúra változó azonosítók>] ; Dinamikus adatszerkezetek:

Hierarchikus adatszerkezetek

Tartalom Keresés és rendezés. Vektoralgoritmusok. 1. fejezet. Keresés adatvektorban. A programozás alapjai I.

Algoritmusok és adatszerkezetek II.

Keresőfák és nevezetes algoritmusaikat szemléltető program

Keresés és rendezés. A programozás alapjai I. Hálózati Rendszerek és Szolgáltatások Tanszék Farkas Balázs, Fiala Péter, Vitéz András, Zsóka Zoltán

Fák Témakörök. Fa definíciója. Rekurzív típusok, fa adatszerkezet Bináris keresőfa, bejárások Bináris keresőfa, módosítás B-fa

Algoritmuselmélet. 2-3 fák. Katona Gyula Y. Számítástudományi és Információelméleti Tanszék Budapesti Műszaki és Gazdaságtudományi Egyetem. 8.

17. A 2-3 fák és B-fák. 2-3 fák

Partíció probléma rekurzíómemorizálással

Hátizsák feladat. Példa: A tárgyak (súly, fontosság) párokban (4,6) (3,5) (2,3) (2,3) a hátizsák kapacitása 8.

7. BINÁRIS FÁK 7.1. A bináris fa absztrakt adattípus 7.2. A bináris fa absztrakt adatszerkezet

Minimális feszítőfák Legyen G = (V,E,c), c : E R + egy súlyozott irányítatlan gráf. Terjesszük ki a súlyfüggvényt a T E élhalmazokra:

Módosítható Prioritási sor Binomiális kupaccal. Wednesday, March 21, 12

Algoritmusok és adatszerkezetek II.

Példa Hajtsuk végre az 1 pontból a Dijkstra algoritmust az alábbi gráfra. (A mátrixban a c i j érték az (i, j) él hossza, ha nincs él.

file:///d:/okt/ad/jegyzet/ad1/b+fa.html

15. A VERSENYRENDEZÉS

6. előadás. Kiegyensúlyozottság, AVL-fa, piros-fekete fa. Adatszerkezetek és algoritmusok előadás március 6.

Algoritmusok és adatszerkezetek II.

Elmaradó óra. Az F = (V,T) gráf minimális feszitőfája G-nek, ha. F feszitőfája G-nek, és. C(T) minimális

Önszervező bináris keresőfák

file:///d:/apa/okt/ad/jegyzet/ad1/b+fa.html

Előfeltétel: legalább elégséges jegy Diszkrét matematika II. (GEMAK122B) tárgyból

A félév során előkerülő témakörök

end function Az A vektorban elõforduló legnagyobb és legkisebb értékek indexeinek különbségét.. (1.5 pont) Ha üres a vektor, akkor 0-t..

Adatszerkezetek. Nevezetes algoritmusok (Keresések, rendezések)

Bináris keresőfa. Felépítés, alapvető műveletek. Programozás II. előadás. Szénási Sándor

9. előadás. Programozás-elmélet. Programozási tételek Elemi prog. Sorozatszámítás Eldöntés Kiválasztás Lin. keresés Megszámolás Maximum.

Algoritmusok és adatszerkezetek gyakorlat 06 Adatszerkezetek

Programozási segédlet

Programozási módszertan. Mohó algoritmusok

Megoldás meghatározása Ez a szakasz kitölti a c és S táblázatokat, a kiíratás S alapján egy rekurzív algoritmussal megtehető.

Fa (Tree): csomópontok (nodes) halmaza, amelyeket élek (edges) kötnek össze, és teljesülnek az alábbi feltételek:

Egyesíthető prioritási sor

Tartalomjegyzék. Köszönetnyilvánítás. 1. Az alapok 1

Térinformatikai algoritmusok Elemi algoritmusok

Az optimális megoldást adó algoritmusok

Adatszerkezetek 2. Dr. Iványi Péter

Rendezések. A rendezési probléma: Bemenet: Kimenet: n számot tartalmazó (a 1,a 2,,a n ) sorozat

Kiegészítő részelőadás 1. Az algoritmusok hatékonyságának mérése

Geometriai algoritmusok

19. AZ ÖSSZEHASONLÍTÁSOS RENDEZÉSEK MŰVELETIGÉNYÉNEK ALSÓ KORLÁTJAI

Gyakorló feladatok ZH-ra

Korlátozás és szétválasztás elve. ADAGOLO adattípus

Térinformatikai algoritmusok Elemi algoritmusok

Programozás alapjai II. (7. ea) C++ Speciális adatszerkezetek. Tömbök. Kiegészítő anyag: speciális adatszerkezetek

5. A gráf, mint adatstruktúra Gráfelméleti bevezető

Az B sorozatban a pontok helyes preorder sorrendben vannak. A preorder bejárásban p k -t közvetlenül q m követi.

Speciális adatszerkezetek. Programozás alapjai II. (8. ea) C++ Tömbök. Tömbök/2. N dimenziós tömb. Nagyméretű ritka tömbök

Tuesday, March 6, 12. Hasító táblázatok

Algoritmusok bonyolultsága

Minimális feszítőfák Legyen G = (V,E,c), c : E R + egy súlyozott irányítatlan gráf. Terjesszük ki a súlyfüggvényt a T E élhalmazokra:

ÖNSZERVEZŐ BINÁRIS KERESŐFÁK HATÉKONYSÁGA

Algoritmuselmélet. Mélységi keresés és alkalmazásai. Katona Gyula Y.


Algoritmusok és adatszerkezetek I. 3. előadás

Algoritmuselmélet 1. előadás

Kupacrendezés. Az s sorban lévő elemeket rendezzük a k kupac segítségével! k.empty. not s.isempty. e:=s.out k.insert(e) not k.

Adatszerkezetek 2. Dr. Iványi Péter

Ellenőrző kérdések. 36. Ha t szintű indexet használunk, mennyi a keresési költség blokkműveletek számában mérve? (1 pont) log 2 (B(I (t) )) + t

Átírás:

Kiválasztás kupaccal A bináris kupac egy majdnem teljes bináris fa, amely minden szintjén teljesen kitöltött kivéve a legalacsonyabb szintet, ahol balról jobbra haladva egy adott csúcsig vannak elemek. A fát egy tömbben reprezentáljuk, minden elem a szint szerinti bejárás szerinti sorszámának megfelelő eleme a tömbnek. A kupacot reprezentáló A tömbhöz két értéket rendelünk, hossz(a) a tömb mérete, kupacmeret(a) a kupac elemeinek a száma. A kupac gyökere A[1], a szerkezeti kapcsolatok egyszerűen számolhatóak: A[i] bal fia A[2i] A[i] jobb fia A[2i + 1] A[i] apja A[ i/2 ] A kupac minden gyökértől különböző elemére teljesül, hogy az értéke nem lehet nagyobb, mint az apjáé. Ennek következménye, hogy a kupac minden részfájára teljesül, hogy a gyökéreleme maximális. MAXIMUM-KUPACOL Eljárás A MAXIMUM-KUPACOL eljárás helyreállítja az A[i] elemre a kupactulajdonságot. Az elemet süllyeszti cserékkel mindaddig, amíg a tulajdonság sérül. MAXIMUM-KUPACOL(A,i) l:=2i //az A[i] elem bal fiának indexe r:=2i+1 //az A[i] elem jobb fiának indexe if l<=kupacmeret(a) and A[l]>A[i] then max:=l else max:=i if r<=kupacmeret(a) and A[r]>A[max] then max:=r // A[max] a három elem közül a legnagyobb if max!=i then {Csere(A[i],A[max]) MAXIMUM-KUPACOL(A,max)} A=[5,14,13,8,3,4,6,2] MAXIMUM-KUPACOL(A,1) A=[14,5,13,8,3,4,6,2] A=[14,8,13,5,3,4,6,2] Példa Kiválasztás kupaccal Az algoritmus során a for ciklus j értékkel való végrehajtása után a kupac az első j elemből az i legkisebbet tartalmazza. Kupacvalaszt(A,i) Kupacmeret(A):=i for j= [i/2] to 1 MAXIMUM KUPACOL(A,j) // az elso i elembol egy kupac 1

5 14 13 8 3 4 6 14 5 13 2 8 3 4 6 2 14 8 13 5 3 4 6 2 1. ábra. for j=i+1 to n {if A[1]>A[j] then {Csere(A[1],A[j]) MAXIMUM KUPACOL(A,1)}} return A[1] Futási idő: O(i) + (n i)o(logi) Példa A=[2,5,7,3,6,4,8], k=3 A=[2,5,7 3,6,4,8] A=[7,5,2 3,6,4,8] A=[3,5,2 7,6,4,8] A=[5,3,2 7,6,4,8] A=[4,3,2 7,6,5,8] Minimum és maximum egyidejű választása A feladat adott n méretű tömb elemeiből kiválasztani a maximális és minimális elemet. MaxMin(A) if (n%2=0) then {k:=2 if (A[1]<A[2]) then {mini:=1 maxi:=2} else {mini:=2 maxi:=1}} else {k:=1 mini:=1 maxi:=1} 2

while(k<n) {if A[k+1]<A[k+2] then {if A[k+1]<A[mini] then mini:=k+1 if A[k+2]>A[maxi] then maxi:=k+2} else {if A[k+2]<A[mini] then mini:=k+2 if A[k+1]>A[maxi] then maxi:=k+1} k:=k+2} Futási idő Az algoritmus legfeljebb 3n/2 összehasonlítást végez. Bináris keresőfák Az F = (M,R,Adat) absztrakt adatszerkezetet bináris keresőfának nevezzük, ha F bináris fa, R = {bal, jobb, apa}, bal, jobb, apa : M M, Adat : M Elemtip és Elemtip-on értelmezett egy lineáris rendezési reláció, ( x M)( p F bal(x) )( q F jobb(x) )(kulcs(p) kulcs(x) kulcs(q)) InorderBejaras(F,M) if F!=Nil then {InorderBejaras(bal(F),M) M(F) InorderBejaras(jobb(F),M)} Az InorderBejaras algoritmus a bináris keresőfa elemeit a kulcsok rendezés szerinti sorrendjében látogatja meg. Adott kulcsú elem keresése KERES(F,k) if F=Nil or k=kulcs(f) then return F If k< kulcs(f) then return KERES(bal(F),k) else return KERES(jobb(F),k) KERES2(F,k) while(f!=nil and k!=kulcs(f)) {if k<kulcs(f) then F:=bal(F) else F:=jobb(F)} return F Futási idő: A fa magasságával arányos. Minimális maximális elem keresése 3

13 6 23 > 3 9 28 8 <= 2. ábra. FabanMinimum(F) while(bal(f)!=nil) F:=bal(F) return F FabanMaximum(F) while(jobb(f)!=nil) F:=jobb(F) return F Futási idő: A fa magasságával arányos. Rákövetkező, megelőző elem keresése FabanKovetkezo(p) if jobb(p)!=nil then return FabanMinimum(jobb(p)) q:=apa(p) while(q!=nil and p=jobb(q)) {p:=q q:=apa(q)} return q 4

FabanMegelozo(p) if bal(p)!=nil then return FabanMaximum(bal(p)) q:=apa(p) while(q!=nil and p=bal(q)) {p:=q q:=apa(q)} return q Futási idő: A fa magasságával arányos. Beszúrás bináris keresőfába A fát a gyökérpontja által adtuk meg. Beszur(F,z) y:=nil x:=f while(x!=nil) {y:=x if kulcs(z)<kulcs(x) then x:=bal(x) else x:=jobb(x)} apa(z):=y if y=nil then F:=z //Üres volt a fa else {if kulcs(z)<kulcs(y) then bal(y):=z else jobb(y):=z} Futási idő: A fa magasságával arányos. Törlés bináris keresőfából FabolTorol(F,z) If bal(z)=nil or jobb(z)=nil then y:=z else y:=fabankovetkezo(z) If bal(y)!=nil then x:=bal(y) else x:=jobb(y) If x!=nil then apa(x):=apa(y) If apa(y)=nil then F:=x else {if y=bal(apa(y)) then bal(apa(y)):=x else jobb(apa(y)):=x} If y!=z then kulcs(z):=kulcs(y) 5

13 6 23 > 3 9 28 8 11 3. ábra. 13 8 23 > 3 9 28 > 11 4. ábra. 6

Keresőfák magassága Példa: Ha az 1,2,...,n sorrendben szúrunk pontokat egy üres fába a magasság n lesz. Tétel Az n csúcsból álló véletlen építésű bináris fák magassága O(logn). Kiegyensúlyozott bináris keresőfák magassága O(logn) piros fekete fa AVL fa önszervező bináris keresőfák (splay fák) Optimális bináris keresőfa építése Tegyük fel, hogy ismerjük minden a fában szereplő k i kulcsra a keresésének gyakoriságát, ami p i (i = 1,...,n). Továbbá adott minden i-re a k i és k i+1 közés eső sikertelen keresések gyakorisága q 0,q 1,...,q n. Értelemszerűen q 0 a k 1 -nél kisebb, q n a k n -nél nagyobb kulcsok gyakorisága. Ha felépítünk egy F bináris keresőfát x 1,...,x n pontokkal, akkor egy sikeres keresés költsége a gyakoriság szorozva a pont mélységével. A sikertelen keresésekhez hozzárendelhetünk új y i pontokat, ahol a keresés kilép a fából. Ekkor az F fára a várható keresési költség C(F) = n n p i d F (x i ) + q j d F (y j ). i=1 j=0 a cél azon fa megkonstruálása, amelyre ez az összeg minimális. Rekurzív összefüggés Tegyük fel, hogy van egy optimális F keresőfa a k 1,...,k n kulcsokból, aminek x r a gyökere. Ekkor a baloldali részfa F 1 a k 1,...,k r 1 kulcsokból álló bináris keresőfa, a jobboldali részfa F 2 pedig a k r+1,...,k n csúcsokból áll. Nyilván mindkettő optimális kell legyen, különben lecserélve őket F helyett is jobbat kapnánk. Könnyen igazolható, hogy C(F) = C(F 1 ) +C(F 2 ) + n i=1 p i + n q j. j=0 Részproblémák: Minden 0 i j n-re legyen OPT (i, j) az optimális bináris keresőfa költsége a p i+1,..., p j sikeres és a q i,...,q j sikertelen keresési gyakoriságokkal. OPT (i, j) = j u=i+1 p u + j v=i OPT (i,i) = q i q v + min {OPT (i,r 1) + OPT (r, j)}. i<r j A rekurzív összefüggések alapján a feladat megoldható átlós táblázatkitöltéssel. Kiskérdések Linkiválaszt algoritmus Kupacvalaszt algoritmus 7

bináris keresőfa definíciója keresés bináris keresőfában Szorgalmi feladat Adjunk meg egy eljárást, amely kiválasztja a legkisebb és a második legkisebb elemet n elemből n 1 + logn elempár összehasonlításával. Beküldés: cimreh@inf.u-szeged.hu, Leírás +magyarázat + futási idő elemzés első négy megoldó 8-8 pont a második négy megoldó 5-5 pont A szerzett plusszpontok a vizsga minimumkövetelményébe nem számítanak bele. 8