Datenstrukturen. Dortmund, Oktober 1998

Transkript

1 Datenstrukturen Dortmund, Oktober 1998 Prof. Dr. Heinz-Michael Winkels, Fachbereich Wirtschaft FH Dortmund Emil-Figge-Str. 44, D44227-Dortmund, TEL.: (0231) , FAX: (0231)

2 Inhalt Seite Wiederfinden von Daten Datei- und Speichertypen Suchen in Dateien Indizierte Datenorganisation Gestreute Datenorganisation Suchen in indizierten Dateien Suchen in gestreuten Dateien 2

3 Beispiel: Bibliotheksverwaltung Problem: Schnelles Wiederfinden abgespeicherter DatenProf. Dr. Heinz-Michael Winkels, FH-Dortmund 3

4 Dateien 4 Lucas H.C. 3 Kent W. 2 Date C.J. Relative Adresse Autor Titel 1 Martin J. 1 Martin J. Application Devel... 2 Date C.J. An Introduction... 3 Kent W. Data and Reality 4 Lucas H.C. Information Systems Satz... 4

5 Datei- und Speichertypen Sequentielle Dateien Zugriff auf Datensätze nur in der gespeicherten Reihenfolge Auf sequentiellen Speichern (z.b. Magnetband) Ebenfalls möglich auf Direktzugriffsspeichern (z.b. Magnetplatte, optische Speicherplatte) Dateien mit direktem Zugriff Auf jeden Datensatz kann bei Kenntnis seiner Adresse direkt zugegriffen werden Nur auf Direktzugriffsspeichern 5

6 Suchen in Dateien Sequentielle Dateien Sequentielle Suche Sequentielle Organisation Dateien mit direktem Zugriff Index als Hilfsmittel Algorithmus als Hilfsmittel Indizierte Organisation Gestreute Organisation 6

7 Indizierte Organisation Indexdatei Adreßverwei Schlüssel Date C.J. s 2 Kent W. 3 Lucas H.C. 4 Martin J Relative Adresse Hauptdatei INR* Autor Titel Martin J. Application Devel Date C.J. An Introduction Kent W. Data and Reality Lucas H.C. Information Systems * INR = Inventarnummer 7

8 Gestreute Organisation (Hash) Kent W. Codd E.F. Date C.J. INR* Autor Titel Algorithmus Erzeugt die Adresse aus dem Schlüssel Martin J. Application Devel Date C.J. An Introduction Kent W. Data and Reality Lucas H.C. Information Systems * INR = Inventarnummer 8

9 Suchen in indizierten Dateien Unsortierter Index Physisch sortierter Index Sortierreihenfolge der Schlüssel entspricht der Reihenfolge der Sätze im Speicher Binäres Suchen m-wege-suchen Logisch sortierter Index Reihenfolge der Sätze ist durch Zeiger bestimmt, nicht durch die Reihenfolge im Speicher Ketten Bäume 9

10 Suchen in indizierten Dateien: Binäres Suchen fortgesetztes Halbieren des Suchbereichs Vermutung: Das gesuchte Element liegt in der Mitte des Indexbereiches, deshalb: Vergleich des gesuchten Elementes mit dem Element in der Mitte Ist dieses Element kleiner als das gesuchte Element, wird die Suche in der oberen Hälfte des Indexes fortgesetzt Ist dieses Element größer als das gesuchte Element, wird die Suche in der unteren Hälfte des Indexes fortgesetzt Die Suche wird so lange fortgesetzt bis das gesuchte Element gefunden wurde oder die Länge des Suchbereichs = 1 10

11 ... Suchen in indizierten Dateien: Binäres Suchen Codd E.F. 8 Date C.J. 2 Hansen H.R. 10 Kent W. 3 Kotler P. 9 Lucas H.C. 4 Martin J. 1 Rockart J. 6 Sprague R. 7 Turban E. 11 Zachman R. 5 Zum Beispiel Suche nach"kotler P." 1... Vergleiche das gesuchte Element mit dem Element in der Mitte "Kotler P." < "Lucas H.C." 2... Gehe zur Mitte der oberen Hälfte "Kotler P." > "Hansen H.R." 3... Gehe zur Mitte des zweiten Viertels Gefunden! Elemente höchstens 16 Suchschritte 11

12 ... Suchen in indizierten Dateien: m-wege-suchen Die Indexdatei wird in Blöcke konstanter Länge eingeteilt Gehe zu letzten Element des ersten Blocks Falls der Suchschlüssel größer ist als dieses Element: Gehe zum nächsten Block Andernfalls befindet sich das gesuchte Element in diesem Block Verwende eine andere Suchmethode (z.b. sequentielles oder binäres Suchen) um das Element in diesem Block zu finden 12

13 ... Suchen in indizierten Dateien: m-wege-suchen in hierarchischen Indexdateien Schlüssel Adressverweis Codd E.F. 1 Kotler P. 5 Sprague R. 9 Zweistufiger hierarchischer Index Relative Adressverweis Adresse Schlüssel Codd E.F. 8 Date C.J. 2 Hansen H.R. 10 Kent W. 3 Kotler P. 9 Lucas H.C. 4 Martin J. 1 Rockart J. 6 Sprague R. 7 Turban E. 11 Zachman R. 5 Hauptdatei 13

14 ... Suchen in indizierten Dateien: Ketten Sätze sind nicht physisch sortiert Jeder Satz enthält Zeiger zum logisch folgenden Satz Zeiger, der auf den ersten Satz zeigt, heißt Anker Zeiger des letzten Satzes ist eine Endemarke Einfügen neuer Sätze physisch am Ende der Datei: Zeiger des nächstkleineren Elementes (Vorgänger) wird auf das neu eingefügte gerichtet Löschen eines Datensatzes: Nur der Zeiger des Vorgängerdatensatzeswird verändert, und der Speicherplatz des gelöschten Datensatzes überschreibbar gemacht Lücken bleiben, Reorganisation erforderlich 14

15 ... Suchen in indizierten Dateien: Physische Repräsentation von Ketten Physische Sortierung Logische Reihenfolge durch Zeiger zum folgenden Satz Schlüssel Nachf. AV Sprague R. 5 7 Date C.J. 4 2 Kent W. 6 3 Hansen H.R Turban E Kotler P Codd E.F. 2 8 Martin J. 9 1 Rockart J. 1 6 Zachman R Lucas H.C. 8 4 Hauptdatei 15

16 ... Suchen in indizierten Dateien: Bäume Komponenten Knoten: Enthalten Anwendungsinformation Kanten: Enthalten Adressinformation Es gibt genau einen Knoten, der keinen Vorgänger hat: Wurzel Jeder Knoten, außer der Wurzel, hat genau einen unmittelbaren Vorgänger Zu jedem Nichtwurzelknoten gibt es genau einen Weg von der Wurzel zu diesem Knoten. 16

17 ... Suchen in indizierten Dateien: Logische Struktur binärer Bäume Linker Nachfolger Lucas H.C. Rechter Nachfolger Hansen H.R. Sprague R. R. Date C.J. Kotler P. P. Turban E. E. Martin J. J. Codd E.F. Kent W. W. Zachman R. R. Rockart J. J. 17

18 ... Suchen in indizierten Dateien: Physische Repräsentation binärer Bäume Schlüssel KF li KF re AV Sprague R Date C.J Kent W Hansen H.R Turban E Kotler P Codd E.F Martin J Rockart J Zachman R Lucas H.C Hauptdatei KF li = linkes Kettenfeld, KF re = rechtes Kettenfeld, AV = AdressVerweis 18

19 ... Suchen in indizierten Dateien: sortierte binäre Bäumen? "Kent" Lucas H.C. < Hansen H.R. Sprague R. R. > Date C.J. Kotler P. P. Turban E. E. Martin J. J. < Codd E.F. Kent W. W. Zachman R. R. Rockart J. J. 19

20 Suchen in einer gestreuten Organisation (Hash-Verfahren) Adresse eines Satzes wird aus dem Schlüssel berechnet Problem Nr. 1: Welche Funktion soll zur Berechnung verwendet werden? Problem Nr. 2: Meist gibt es weniger Speicheradressen als mögliche Schlüssel, so daß eine Doppelbelegung von Adressen erlaubt werden muß. Wie werden solche Kollisionen behandelt? Vorteil: Schneller Zugriff Nachteile: Es kann nur ein Schlüssel verwendet werden Kein teilqualifizierter Zugriff (mit Schlüsselteilen) möglich 20

21 ... Suchen in einer gestreuten Organisation Beispiel für einen Hash-Algorithmus Schlüssel: Autor (alphabetisch, 10 Zeichen) Suche nach "HANSEN " Buchstabe: H A N S E N EBCDIC: Wert: 200* * * * * * * * * *256 0 =

22 ... Suchen in einer gestreuten Organisation Beispiel für einen Hash-Algorithmus (Forts.) Zuordnung von zu einer von 1117 (= Hashtabellengröße) relativen Adressen Zum Beispiel beim Divisionsrestverfahren Adresse = Rest der Division : 1117, das ist die Zahl 403 Lesen des Schlüssels mit der Adresse 403 Dort könnte ein anderer Schlüssel stehen (Kollision!) Kollisionsbehandlung Zum Beispiel Suche nach dem Schlüssel im Überlaufbereich, der die kollidierenden Sätze in untereinander verketteter Form enthält 22

23 Vergleich von Dateiorganisationsformen Speicher Suchstrategien Reorganisation Primär/Sekundärschl. Sequentiell Sequentiell oder direkt adressierbar Sequentiell Nein Kein Schlüsselzugriff möglich Indiziert Direkt adressierbar Sequentiell, binär, m- Wege Nein Ja Primärschlüssel, Sekundärschlüssel Hash Direkt adressierbar Suche nur bei Kollision notwendig Nein Primärschlüssel 23

24 Probleme bei dezentraler Datenverwaltung Redundanz Mehrfache Speicherung derselben Datenelemente Beispiel: Kundennamen und Adressen sind in verschiedenen Dateien gespeichert, die von verschiedenen Programmen verwendet werden Inkonsistenz Verschiedene Werte für dieselben Daten Beispiel: Derselbe Kunde ist in einer Datei als Winkels und in einer anderen als Winkler gespeichert 24

25 25