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

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

A Verem absztrakt adattípus

Számláló rendezés. Példa

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

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

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

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

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

Algoritmusok és adatszerkezetek II.

Algoritmusok és adatszerkezetek gyakorlat 07

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

Algoritmizálás. Horváth Gyula Szegedi Tudományegyetem Természettudományi és Informatikai Kar

Egyesíthető prioritási sor

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

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

Hierarchikus adatszerkezetek

Rendezettminta-fa [2] [2]

Egyesíthető prioritási sor

Kupac adatszerkezet. 1. ábra.

Amortizációs költségelemzés

Algoritmusok és adatszerkezetek II.

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

Adatszerkezetek és algoritmusok

Adatszerkezetek 7a. Dr. IványiPéter

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

10. előadás Speciális többágú fák

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

Elemi adatszerkezetek

3. Absztrakt adattípusok

Példa 30 14, 22 55,

... fi. ... fk. 6. Fabejáró algoritmusok Rekurzív preorder bejárás (elsőfiú-testvér ábrázolásra)

Adatszerkezetek Adatszerkezet fogalma. Az értékhalmaz struktúrája

Önszervező bináris keresőfák

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

Adatszerkezet - műveletek

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

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

Adatszerkezetek 1. előadás

A félév során előkerülő témakörök

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

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

Algoritmusok és adatszerkezetek II.

5. SOR. Üres: S Sorba: S E S Sorból: S S E Első: S E

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

Algoritmusok és adatszerkezetek gyakorlat 06 Adatszerkezetek

Tuesday, March 6, 12. Hasító táblázatok

Korlátozás és szétválasztás elve. ADAGOLO adattípus

Algoritmuselmélet 2. előadás

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

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

Keresőfák és nevezetes algoritmusaikat szemléltető program

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

Információs Technológia

Algoritmusok és adatszerkezetek I. 1. előadás

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

Partíció probléma rekurzíómemorizálással

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

Adatszerkezetek 2. Dr. Iványi Péter

Általános algoritmustervezési módszerek

Algoritmuselmélet. Mélységi keresés és alkalmazásai. Katona Gyula Y.

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

Rendezések. Összehasonlító rendezések

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

Programozás alapjai II. (7. ea) C++

Fibonacci számok. Dinamikus programozással

Programozási módszertan. Mohó algoritmusok

Gráfok, definíciók. Gráfok ábrázolása. Az adott probléma megoldásához ténylegesen mely műveletek szükségesek. Ábrázolások. Példa:

Buborékrendezés: Hanoi Tornyai: Asszimptótikus fv.ek: Láncolt ábrázolás: For ciklussal:

Programozás alapjai C nyelv 8. gyakorlat. Mutatók és címek (ism.) Indirekció (ism)

Mutatók és címek (ism.) Programozás alapjai C nyelv 8. gyakorlat. Indirekció (ism) Néhány dolog érthetőbb (ism.) Változók a memóriában

Algoritmusok és Adatszerkezetek II.

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

Programozási segédlet

A 2008/2009 tanévi Országos Középiskolai Tanulmányi Verseny első forduló feladatainak megoldása. INFORMATIKÁBÓL II. (programozás) kategóriában

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

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

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

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

Haladó rendezések. PPT 2007/2008 tavasz.

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

10. Gráf absztrakt adattípus, gráfok ábrázolása

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.

A lista adatszerkezet A lista elemek egymásutániságát jelenti. Fajtái: statikus, dinamikus lista.

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

Struktúra nélküli adatszerkezetek

Véletlen sorozatok ellenőrzésének módszerei. dolgozat

Egyirányban láncolt lista

Miről lesz ma szó? A PROGAMOZÁS ALAPJAI 1. Dinamikus adatszerkezetek. Dinamikus adatszerkezetek. Önhivatkozó struktúrák. Önhivatkozó struktúrák

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

15. A VERSENYRENDEZÉS

Adatszerkezetek Tömb, sor, verem. Dr. Iványi Péter

Térinformatikai adatszerkezetek

Érdekes informatika feladatok

Táblázatok fontosabb műveletei 1

17. A 2-3 fák és B-fák. 2-3 fák

Web-programozó Web-programozó

Bonyolultságelmélet. Thursday 1 st December, 2016, 22:21

ÖNSZERVEZŐ BINÁRIS KERESŐFÁK HATÉKONYSÁGA

Adatszerkezetek 2. Dr. Iványi Péter

5. A gráf, mint adatstruktúra Gráfelméleti bevezető

Átírás:

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. 13 6 23 > 3 9 28 8 <= 1. ábra. 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) 1

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 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 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. 2

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. 13 6 23 > 3 9 28 8 11 2. ábra. Törlés bináris keresőfából FabolTorol(F,z) If bal(z)=nil or jobb(z)=nil then y:=z else y:=fabankovetkezo(z) 3

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) 13 8 23 > 3 9 28 > 11 3. ábra. 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 4

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. A Verem absztrakt adattípus Értékhalmaz: E Verem = [a 1,...,a n : a i E,i = 1,...,n,] Műveletek: V : Verem, x : E {Igaz} Letesit(V) {V = []} {V = V } Megszuntet(V) {Igaz} {V = V } Uresit(V) {V = []} {V = [a 1,...,a n ]} VeremBe(V,x) {V = [a 1,...,a n,x]} {V = [a 1,...,a n ],n > 0} VeremBol(V,x) {V = [a 1,...,a n 1 ],x = a n } {V = V } NemUres(V) {NemUres = (Pre(V ) [])} 5

{V = [a 1,...,a n ],n > 0} Teteje(V,x) {x = a n,v = Pre(V )} {V = [a 1,...,a n ],n > 0} Torol(V) {V = [a 1,...,a n 1 ]} Megvalósítás: tömb, lánc, kombinált. Megvalósítás tömbbel A tömb az első elemétől kezdve tartalmazza a veremben szereplő értékeket, adott egy teto változó, amely megadja a verem tetején levő tömbelem indexét, továbbá egy meret érték, ami megadja a tömb méretét. A verem műveletek hatékonyan megvalósíthatóak. Hátránya: előre rögzített méretű memóriát kell foglalni. Tegyük fel, hogy a vermet egy T tömbbel valósítjuk meg. Ekkor Verembol(V,x) If teto=0 then {print "Ures verem" Return False} Else {x:=t[teto] teto:=teto-1 return True} Verembe(V,x) If teto=meret Then {Print "Tele a verem" Return T Else {teto:=teto+1 T[teto]:=x return T} Ha nem akarjuk korlátozni a méret változóval a tömb méretét, akkor lehet dinamikusan növelni ezt az értéket. Verembe(V,x) If teto=meret Then {Letesit(T2:Tomb) for i=1 to meret T2[i]:=T[i] teto:=teto+1 T2[teto]:=x return T2} Else {teto:=teto+1 T[teto]:=x return T} Megvalósítás lánccal A láncban az elemek egy elem.csat mutatót tartalmaznak a következő elemre és elem.adat tartalmazza a verembe rakott adatot. A láncot a legelső cellára mutató fej értékkel adjuk meg. A lánccal történő megvalósítás esetén nem kell előre lefoglalni az egész veremnek a memóriát. 6

Verembe(V,x) Letesit(E: lancelem) E.adat:=x E.csat:=fej fej:=e Verembol(V,x) If fej=nil Then Print "Ures Verem" Else {x:=fej.adat fej:=fej.csat} Megvalósítás Kombinált adatszerkezettel A kombinált adatszerkezetben az elemek tárolására adott méretű tömböket használunk, és ezen tömböket egy láncba fűzve tároljuk el. Sor Értékhalmaz: E Sor = [a 1,...,a n : a i E,i = 1,...,n,] Műveletek: S: Sor, x : E {Igaz} Letesit(S) {S = []} {S = S} Megszuntet(S) {Igaz} {S = S} Uresit(S) {S = []} {S = [a 1,...,a n } SorBa(S,x) {S = [a 1,...,a n,x]} {S = [a 1,...,a n ],n > 0} SorBol(S,x) {S = [a 2,...,a n ],x = a 1 } {S = [a 1,...,a n ]} Elemszam(S) {Elemszam = n} {S = [a 1,...,a n ],n > 0} Elso(S,x) {x = a 1,S = Pre(S)} {S = [a 1,...,a n ],n > 0} Torol(S) {S = [a 2,...,a n ]} Megvalósítás: tömb, lánc kombinált. Megvalósítás cirkuláris tömbbel Az elemeket egy meret méretű tömbben tároljuk, a sor első elemének és utolsó elemének indexét megjegyezve. A létrehozott sor esetén az eleje érték 0, a vége érték 0. Az elemek a két érték között helyezkednek el (a tömb vége a tömb elejénél folytatódik). Elemszam(S) if (elso<=utolso) then return utolso-elso; else return meret-(elso-utolso) 7

SorBa(S,x) if (Elemszam(S)=meret) Then Print "Megtelt" Else {utolso:=utolso+1 If utolso>meret Then utolso:=utolso-meret T[utolso]:=x} Megvalósítás lánccal A láncban az elemek egy elem.csat mutatót tartalmaznak a következő elemre és elem.adat tartalmazza a verembe rakott adatot. A láncot a legelső cellára mutató fej értékkel és az utolsó cellára mutató vege értékkel adjuk meg. Továbbá számon kell tartani egy változóban az elmszám értéket. A lánccal történő megvalósítás esetén nem kell előre lefoglalni az egész veremnek a memóriát. Sorba(S,x) Letesit(E: lancelem) E.adat:=x E.csat:=Nil vege.csat:=e vege:=e eszam:=eszam+1 Megvalósítás Kombinált adatszerkezettel A kombinált adatszerkezetben az elemek tárolására adott méretű tömböket használunk, és ezen tömböket egy láncba fűzve tároljuk el. Az első tömbhöz tároljuk a sor első elemének indexét, az utolsóhoz a tömb utolsó elemének indexét. Sorozat adattípus Értékhalmaz: E Sor = [a 1,...,a n : a i E,i = 1,...,n,] Műveletek: S: Sor, x : E {Igaz} Letesit(S) {S = []} {S = S} Megszuntet(S) {Igaz} {S = S} Uresit(S) {S = []} {S = [a 1,...,a n ]} Elemszam(S) {Elemszam = n} {S = [a 1,...,a n ] 1 i n} Kiolvas(S, i,x) {x = a i S = Pre(S)} {S = [a 1,...,a i,...,a n ] 1 i n} Modosit(S, i,x) {S = [a 1,...,x,...,a n ]} {S = [a 1,...,a i,a i+1,...,a n ] 0 i n} Bovit(S, i,x) {S = [a 1,...,a i,x,a i+1,...,a n ]} {S = [a 1,...,a i 1,a i,a i+1,...,a n ] 1 i n} Torol(S, i) {S = [a 1,...,a i 1,a i+1,...,a n ]} {S = S} IterKezd(S, I) {} {I = I} IterAd(I,x) {} {I = I} IterVege(I) {} 8

Megvalósítás: kiegyensúlyozott bináris keresőfával. Tároljuk az S = {a 1,...,a n } sorozatot egy F bináris fában úgy, hogy F inorder bejárása az S sorozatot adja. Ekkor F egy bináris keresőfa lesz a sorozat indexeire nézve. A fa minden p pontjában tároljuk még extra információként a bal-részfájában levő pontok számánál 1-el nagyobb értéket s(p). Ekkor s(p) a p pontra végrehajtott inorder bejárás során p sorszáma. Ezen s(p) értékek alapján a fa gyökeréből indulva megtalálható minden i-re az i-edik elem. Bővítés esetén ha a keresőút balra halad egy p ponttól, akkor s(p) értékéhez egyet kell adni. Törlés esetén, ha a keresőút balra halad egy p ponttól, akkor s(p) értékéből egyet le kell vonni. Vizsgára engedő dolgozat Azok a hallgatók, akik csak a nagy ZH-ra vonatkozó feltételt nem teljesítik (tehát megvan a kiskérdésekből a 20 pont) az utolsó előadás időpontjában és helyén írhatnak a gyakorlat teljesítésért egy extra dolgozatot. A dolgozatban a következő típusú kérdések közül lesznek feladatok: rekurzív algoritmus fejlesztése adott feladat megoldására (pl partíció feladat valamely változata) dinamikus programozási algoritmus kifejlesztése adott szöveges feladat megoldására rekurzív algoritmus fejlesztése egy elsőfiú testvér reprezentációval adott fára vonatkozó feladatra szöveges feladat megoldása gráfok segítségével (pl szélességi keresés) adott gráfalgoritmus végrehajtása Felkészüléshez a pub-ban található gyak könyvtár slide-jait és a feladatgyújteményt javasoljuk. Vizsgaleírás A vizsgán elérhető maximális pontszám: 100. A vizsgán 10 kérdés lesz a honlapon található kérdéssorból. Lesz olyan kérdés, ami algoritmus végrehajtásáról szól, és olyan kérdés is lesz, amiben bizonyítás van (pl. futási idő vagy helyesség igazolása). 9