Datenstrukturen und Algorithmen. Vorlesung 14
|
|
- Werner Linden
- vor 5 Jahren
- Abrufe
Transkript
1 Datenstrukturen und Algorithmen Vorlesung 14
2 Inhaltsverzeichnis Vorige Woche: Binäre Suchbäume AVL Bäume Heute betrachten wir: AVL Bäume Prüfung
3 AVL Bäume Definition: Ein AVL (Adelson-Velskii Landis) Baum ist ein Binärsuchbaum mit folgender Eigenschaft (AVL Baumeigenschaft) Falls x ein Knoten des AVL Baumes ist, dann ist der Unterschied der Höhen zwischen dem linken und dem rechten Teilbaum von x 0, 1 oder -1 (Balancierungsinformation) Bemerkung: Ein leerer AVL Baum hat die Höhe -1 Die Höhe eines Knotens ist 0
4 AVL Bäume Rotationen Es kann sein, dass die Einfüge- oder Löschoperation die AVL Eigenschaft verletzt In diesem Fall, muss die AVL Eigenschaft mithilfe von Rotationen aufbewahrt werden Nach einer Einfügeoperatioen, können nur die Höhen der Knoten auf dem Pfad zu dem eingefügten Knoten geändert werden Man überprüft die Balancierungsinformation und wenn man einen Knoten finden, der die AVL Eigenschaft verletzt, dann führt man eine Rotation aus
5 AVL Bäume Rotationen Fall 1 Lösung: einfache Rotation nach rechts
6 AVL Bäume Rotationen Fall 1
7 AVL Bäume Rotationen Fall 4 Lösung: einfache Rotation nach links
8 AVL Bäume Rotationen Fall 4
9 AVL Bäume Rotationen Fall 2 Lösung: doppelte Rotation nach rechts
10 AVL Bäume Rotationen Fall 2
11 AVL Bäume Rotationen Fall 3 Lösung: doppelte Rotation nach links
12 AVL Bäume Rotationen Fall 3
13 Wir fangen mit einem leeren AVL Baum an Füge 2 ein Brauchen wir eine Rotation? Nein Füge 11 ein
14 Brauchen wir eine Rotation? Falls ja, welche Rotation? Nein Füge 20 ein
15 Brauchen wir eine Rotation? Falls ja, welche Rotation? Ja, eine einfache Rotation nach links
16 Nach der Rotation: Füge 7 ein
17 Brauchen wir eine Rotation? Falls ja, welche Rotation? Nein Füge 9 ein
18 Brauchen wir eine Rotation? Falls ja, welche Rotation? Ja, eine einfache Rotation nach links für den Knoten 2
19 Nach der Rotation: Füge 50 ein
20 Brauchen wir eine Rotation? Falls ja, welche Rotation? Nein Füge 19 ein
21 Brauchen wir eine Rotation? Falls ja, welche Rotation? Nein Füge 25 ein
22 Brauchen wir eine Rotation? Falls ja, welche Rotation? Nein Füge 29 ein
23 Brauchen wir eine Rotation? Falls ja, welche Rotation? Ja, eine doppelte Rotation nach rechts für den Knoten 50
24 Nach der Rotation: Füge 21 ein
25 Brauchen wir eine Rotation? Falls ja, welche Rotation? Ja, eine doppelte Rotation nach links für den Knoten 20
26 Nach der Rotation: Füge 57 ein
27 Brauchen wir eine Rotation? Falls ja, welche Rotation? Ja, eine einfache Rotation nach links für den Knoten 29
28 Nach der Rotation: Füge 53 ein
29 Brauchen wir eine Rotation? Falls ja, welche Rotation? Ja, eine einfache Rotation nach links für den Knoten 11
30 Nach der Rotation: Füge 30 ein
31 Brauchen wir eine Rotation? Falls ja, welche Rotation? Nein Füge 31 ein
32 Brauchen wir eine Rotation? Falls ja, welche Rotation? Ja, eine einfache Rotation nach links für den Knoten 29
33 Nach der Rotation: Füge 33 ein
34 Brauchen wir eine Rotation? Falls ja, welche Rotation? Nein Füge 8 ein
35 Brauchen wir eine Rotation? Falls ja, welche Rotation? Nein Füge 17 ein
36 Brauchen wir eine Rotation? Falls ja, welche Rotation? Nein Füge 5 ein
37 Brauchen wir eine Rotation? Falls ja, welche Rotation? Nein Füge 46 ein
38 Brauchen wir eine Rotation? Falls ja, welche Rotation? Ja, eine einfache Rotation nach links für den Knoten 31
39 Nach der Rotation: Füge 1 ein
40 Brauchen wir eine Rotation? Falls ja, welche Rotation? Nein Lösche 50
41 Brauchen wir eine Rotation? Falls ja, welche Rotation? Ja, eine doppelte Rotation nach rechts für den Knoten 53
42 Nach der Rotation: Lösche 25
43 Brauchen wir eine Rotation? Falls ja, welche Rotation? Nein Lösche 20
44 Brauchen wir eine Rotation? Falls ja, welche Rotation? Ja, eine einfache Rotation nach rechts für den Knoten 21
45 Nach der Rotation:
46 Vergleich zwischen AVL und BST Wenn wir anstatt den AVL Baum einen Binärsuchbaum benutzten würden, dann sieht der Binärsuchbaum nach den Einfügeoperationen folgendermaßen aus:
47
48 AVL Baum - Repräsentierung Welche Datenstrukturen brauchen wir? AVLNode: info: TComp left: AVLNode right: AVLNode h: Integer //Höhe des Knotens AVLTree: root: AVLNode
49 AVL Baum Implementierung Wir wollen die Einfügeoperation für den AVL Baum einfügen Wir brauchen ein paar Hilfsoperationen für das Einfügen: Ein Subalgorithmus, der die Höhe eines Knotens neu berechnet Ein Subalgorithmus, der den Balancierungsfaktor eines Knotens berechnet Vier Subalgorithmen für die unterschiedlichen Rotationen (wir implementieren einen davon) Wir nehmen an, dass es eine Funktion createnode gibt, welche einen Knoten mit dem gegebenen Wert erstellt und zurückgibt (mit NIL für das linke und rechte Kind, und Höhe 0)
50 AVL Baum Höhe eines Knotens subalgorithm recomputeheight(node) is: //pre: node ist ein AVLNode. Alle Nachkommen von node haben die Höhe (h) auf den //richtigen Wert gesetzt //post: falls node NIL, h von node wird auf den richtigen Wert gesetzt if node NIL then if [node].left = NIL and [node].right = NIL then [node].h 0 else if [node].left = NIL then [node].h [[node].right].h + 1 else if [node].right = NIL then [node].h [[node].left].h + 1 else [node].h max ([[node].left].h, [[node].right].h) + 1 end-if end-if end-subalgorithm Komplexität: Θ(1)
51 AVL Baum Höhe eines Knotens function balancefactor(node) is: //pre: node ist ein AVLNode. Alle Nachkommen von node haben die Höhe (h) auf //den richtigen Wert gesetzt //post: gibt den Balancierungsfaktor des Knotens zurück if [node].left = NIL and [node].right = NIL then balancefactor 0 else if [node].left = NIL then balancefactor -1 - [[node].right].h //height of empty tree is -1 else if [node].right = NIL then balancefactor [[node].left].h + 1 else balancefactor [[node].left].h - [[node].right].h end-if end-subalgorithm Komplexität: Θ(1)
52 AVL Baum Rotationen Aus den vier Rotationen implementieren wir eine, die doppelte Rotation nach rechts (DRR) Die anderen drei können ähnlich implementiert werden (SRR simple right rotation, SLR simple left rotation, DLR double left rotation)
53 AVL Baum - DRR function DRR(node) is: //pre: node ist ein AVLNode auf welchem man die doppelte Rotation nach rechts // ausführt //post: DRR gibt die neue Wurzel zurück, nach der Rotation k2 node k1 [node].left k3 [k1].right k3left [k3].left k3right [k3].right //man muss die Links umsetzen (reset) newroot k3 [newroot].left k1 [newroot].right k2 [k1].right k3left [k2].left k3right //Fortsetzung auf der nächsten Folie
54 AVL Baum - DRR //man muss die Höhe der geänderten Knoten neu berechnen recomputeheight(k1) recomputeheight(k2) recomputeheight(newroot) DRR newroot end-function Komplexität: Θ(1)
55 AVL Baum insert function insertrec(node, elem) is //pre: node ist ein AVLNode, elem ist der Wert, den man in dem Teilbaum mit // Wurzel node einfügen muss //post: insertrec gibt die neue Wurzel des Teilbaumes nach dem Einfügen zurück if node = NIL then insertrec createnode(elem) else if elem [node].info then [node].left insertrec([node].left, elem) else [node].right insertrec([node].right, elem) end-if //Fortsetzung auf der nächsten Folie
56 AVL Baum insert recomputeheight(node) balance getbalancefactor(node) if balance = -2 then //der rechte Teilbaum hat die größere Höhe, also man braucht eine Rotation //nach LINKS rightbalance getbalancefactor([node].right) if rightbalance < 0 then //der rechte Teilbaum des rechten Teilbaums hat die größere Höhe, SLR node SLR(node) else node DLR(node) end-if //Fortsetzung auf der nächsten Folie
57 AVL Baum insert else if balance = 2 then //der linke Teilbaum hat die größere Höhe, also man braucht eine Rotation //nach RECHTS leftbalance getbalancefactor([node].left) if leftbalance > 0 then // der linke Teilbaum des linken Teilbaums hat die größere Höhe, SRR node SRR(node) else node DRR(node) end-if end-if insertrec node end-function
58 AVL Baum insert Komplexität des Algorithmus insertrec: O(log 2 n) Da insertrec einen Zeiger zu einem Knoten als Eingabeparamter hat, braucht man eine Wrapper Funktion: subalgorithm insert(tree, elem) is //pre: tree ist ein AVL Tree, elem ist das Element zum Einfügen //post: elem wurde in tree eingefügt tree.root insertrec(tree.root, elem) end-subalgorithm Die Löschoperation kann ähnlich implementiert werden (man löscht ein Element wie in einem BST und man führt Rotationen aus, falls nötig)
59 Projekt Vorträge Die Vorträge finden am Freitag, 15. Juni, und am Montag, 18. Juni, statt Raum und genaue Zeit für jede Gruppe findet ihr auf der Website Jeder Student muss mit seiner Gruppe kommen Bringe die Projektdokumentation ausgedruckt! Sei vorbereitet kleine Änderungen an dem Projekt zu implementieren. Ohne richtige Implementierung der Änderungen ist die Projektnote 4.
60 Projekt Note Für das Bestehen der Prüfung braucht ihr wenigstens Note 5 auf dem Projekt Wenn ihr weniger als 5 auf dem Projekt habt, müsst ihr das Projekt für die zweite Prüfung (restante) verbessern/neu implementieren
61 Schriftliche Prüfung um 8.00 in C335 ODER um 8.00 in C335 Bitte Datum auswählen und hier einschreiben: 02zrjzaSsWoGpB79-760BRFnFF8oTg/edit#gid=0
62 Schriftliche Prüfung Dauert Stunden Für das Bestehen der Prüfung braucht ihr wenigstens Note 5
63 Schriftliche Prüfung - unterschiedliche Aufgaben Aufgaben mit kurzen Antworten, wie zum Beispiel: füge etwas in dem BST Baum ein lösche einen Knoten aus einem binären Heap merge zwei binomiale Heaps Implementierungsaufgaben (für die Datenstrukturen, die wir in der Vorlesung besprochen haben): Für einen bestimmten Container wähle die beste Repräsentierung, sodass die Operation X die Komplexität Y hat/minimale Komplexität hat und implementiere diese Operation Implementiere eine bestimmte Operation für den gegebenen Container mit einer gegebenen Repräsentierung
64 Schriftliche Prüfung - unterschiedliche Aufgaben Fragen der Form: Wähle die richtige Antwort aus a,b,c,d und erkläre Bestimmt eine Frage der Form: denke nach Eine Aufgabe mit Bäumen Versuche die Datenstrukturen und Algorithmen zu verstehen und nicht auswendig zu lernen!!
Balancierte Bäume. Minimale Knotenanzahl von AVL-Bäumen. AVL-Bäume. Definition für "balanciert":
Balancierte Bäume Aufwand, ein Element zu finden, entspricht der Tiefe des gefundenen Knotens im worst case = Tiefe des Baumes liegt zwischen log N und N Definition für "balanciert": es gibt verschiedene
MehrInformatik II, SS 2014
Informatik II SS 2014 (Algorithmen & Datenstrukturen) Vorlesung 11 (4.6.2014) Binäre Suchbäume II Algorithmen und Komplexität Binäre Suchbäume Binäre Suchbäume müssen nicht immer so schön symmetrisch sein
MehrAlgorithmen und Datenstrukturen. Bäume. M. Herpers, Y. Jung, P. Klingebiel
Algorithmen und Datenstrukturen Bäume M. Herpers, Y. Jung, P. Klingebiel 1 Lernziele Baumstrukturen und Ihre Verwendung kennen Grundbegriffe zu Bäumen anwenden können Baumstruktur in C anlegen können Suchbäume
MehrInformatik II, SS 2018
Informatik II - SS 2018 (Algorithmen & Datenstrukturen) Vorlesung 10 (28.5.2018) Binäre Suchbäume II Algorithmen und Komplexität Binäre Suchbäume Binäre Suchbäume müssen nicht immer so schön symmetrisch
MehrDatenstrukturen und Algorithmen. Vorlesung 8
Datenstrukturen und Algorithmen Vorlesung 8 Inhaltsverzeichnis Vorige Woche: ADT Stack ADT Queue Heute betrachten wir: ADT Deque ADT Prioritätsschlange Binomial-Heap Schriftliche Prüfung Informationen
MehrInformatik II, SS 2016
Informatik II - SS 2016 (Algorithmen & Datenstrukturen) Vorlesung 11 (1.6.2016) Binäre Suchbäume III Algorithmen und Komplexität Tiefe eines binären Suchbaums Worst-Case Laufzeit der Operationen in binären
MehrDatenstrukturen und Algorithmen. Vorlesung 10
Datenstrukturen und Algorithmen Vorlesung 10 Hashtabelle als Erinnerung Hashtabellen sind Tabellen (Arrays), wo aber die Elemente nicht von links nach rechts eingefügt werden, wie bei typischen Arrays
MehrEinfache binäre Suchbäume können entarten, so dass sich die Tiefen ihrer Blattknoten stark unterscheiden
5.6.2 AVL-Bäume Einfache binäre Suchbäume können entarten, so dass sich die Tiefen ihrer Blattknoten stark unterscheiden AVL-Bäume, benannt nach ihren Erfindern G. M. Adelson- Velskii und E. M. Landis,
MehrAbgabe: (vor der Vorlesung) Aufgabe 7.1 (P) Binomial Heap
TECHNISCHE UNIVERSITÄT MÜNCHEN FAKULTÄT FÜR INFORMATIK Lehrstuhl für Sprachen und Beschreibungsstrukturen SS 2009 Grundlagen: Algorithmen und Datenstrukturen Übungsblatt 7 Prof. Dr. Helmut Seidl, S. Pott,
MehrDefinition 14 Rot-Schwarz-Bäume sind externe Binärbäume (jeder Knoten hat 0 oder 2 Kinder) mit roten und schwarzen Kanten, so dass gilt:
2.1.2 Rot-Schwarz-Bäume Definition 14 Rot-Schwarz-Bäume sind externe Binärbäume (jeder Knoten hat 0 oder 2 Kinder) mit roten und schwarzen Kanten, so dass gilt: 1 alle Blätter hängen an schwarzen Kanten
Mehr3. Binäre Suchbäume. 3.1 Natürliche binäre Suchbäume. EADS 3.1 Natürliche binäre Suchbäume 78/598 ľernst W. Mayr
3. Binäre Suchbäume 3.1 Natürliche binäre Suchbäume Definition 18 Ein natürlicher binärer Suchbaum über einem durch total geordneten Universum U ist ein als interner Suchbaum organisierter Binärbaum (also:
MehrAndere Arten von Listen. Vorlesung 4
Andere Arten von Listen Vorlesung 4 Listen Vorige Woche: Einfach verkettete Listen (singly linked lists) Doppelt verkettete Listen (doubly linked lists) Heute betrachten wir: Sortierte Listen (sorted list/
MehrDatenstrukturen Teil 2. Bäume. Definition. Definition. Definition. Bäume sind verallgemeinerte Listen. Sie sind weiter spezielle Graphen
Bäume sind verallgemeinerte Listen Datenstrukturen Teil 2 Bäume Jeder Knoten kann mehrere Nachfolger haben Sie sind weiter spezielle Graphen Graphen bestehen aus Knoten und Kanten Kanten können gerichtet
MehrVerkettete Listen (Linked Lists) Vorlesung 3
Verkettete Listen (Linked Lists) Vorlesung 3 Verkettete Listen Heute betrachten wir: Einfach verkettete Listen (singly linked lists) Doppelt verkettete Listen (doubly linked lists) Verkettete Listen Eine
MehrInformatik II, SS 2014
Informatik II SS 2014 (Algorithmen & Datenstrukturen) Vorlesung 13 (18.6.2014) Binäre Suchbäume IV (Rot Schwarz Bäume) Algorithmen und Komplexität Rot Schwarz Bäume Ziel: Binäre Suchbäume, welche immer
MehrInformatik II, SS 2016
Informatik II - SS 2016 (Algorithmen & Datenstrukturen) Vorlesung 10 (27.5.2016) Binäre Suchbäume II Algorithmen und Komplexität Zusätzliche Dictionary Operationen Dictionary: Zusätzliche mögliche Operationen:
MehrAnwendungsbeispiel MinHeap
Anwendungsbeispiel MinHeap Uns seien n ganze Zahlen gegeben und wir möchten darin die k größten Zahlen bestimmen; zudem gelten, dass n deutlich größer als k ist Wir können das Problem mit Laufzeit in O(n
MehrÜbung Algorithmen und Datenstrukturen
Übung Algorithmen und Datenstrukturen Sommersemester 217 Patrick Schäfer, Humboldt-Universität zu Berlin Agenda: Graphen, Suchbäume, AVL Bäume Heute: Graphen und Bäume Binäre Suchbäume AVL-Bäume Nächste
MehrGliederung. Algorithmen und Datenstrukturen I. Binäre Bäume: AVL-Bäume. inäre Bäume: AVL Bäume. Abstrakte Datentypen V: AVL Bäume. D.
Gliederung Algorithmen und Datenstrukturen I Abstrakte Datentypen V: D. Rösner Institut für Wissens- und Spracherarbeitung Fakultät für Informatik Otto-on-Guericke Uniersität Magdeburg 1 Einfachrotationen
MehrInformatik II Bäume zum effizienten Information Retrieval
lausthal Informatik II Bäume zum effizienten Information Retrieval. Zachmann lausthal University, ermany zach@in.tu-clausthal.de Binäre Suchbäume (binary search tree, BST) Speichere wieder Daten als "Schlüssel
MehrBinäre Suchbäume. Mengen, Funktionalität, Binäre Suchbäume, Heaps, Treaps
Binäre Suchbäume Mengen, Funktionalität, Binäre Suchbäume, Heaps, Treaps Mengen n Ziel: Aufrechterhalten einer Menge (hier: ganzer Zahlen) unter folgenden Operationen: Mengen n Ziel: Aufrechterhalten einer
MehrÜbung Algorithmen und Datenstrukturen
Übung Algorithmen und Datenstrukturen Sommersemester 216 Patrick Schäfer, Humboldt-Universität zu Berlin Agenda Vorstellung des 6. Übungsblatts. Hashing Binäre Suchbäume AVL-Bäume 2 Aufgabe: Hashing mit
MehrVorlesung Datenstrukturen
Vorlesung Datenstrukturen Binärbaum Suchbaum Dr. Frank Seifert Vorlesung Datenstrukturen - Sommersemester 2016 Folie 356 Datenstruktur Binärbaum Strukturrepräsentation des mathematischen Konzepts Binärbaum
MehrDefinition 15 Rot-Schwarz-Bäume sind externe Binärbäume (jeder Knoten hat 0 oder 2 Kinder) mit roten und schwarzen Kanten, so dass gilt:
2.2 Rot-Schwarz-Bäume Definition 15 Rot-Schwarz-Bäume sind externe Binäräume (jeder Knoten hat 0 oder 2 Kinder) mit roten und schwarzen Kanten, so dass gilt: 1 alle Blätter hängen an schwarzen Kanten (durchgezogene
MehrDatenstrukturen und Algorithmen. Vorlesung 6
Datenstrukturen und Algorithmen Vorlesung 6 Heap (auch Halde oder Haufen) Binäre Heaps sind eine einfache und effiziente Implementierung von Prioritätswarteschlangen (priority queues) Ein binären Heap
Mehr9. Natürliche Suchbäume
Bäume Bäume sind. Natürliche Suchbäume [Ottman/Widmayer, Kap..1, Cormen et al, Kap. 12.1-12.] Verallgemeinerte Listen: Knoten können mehrere Nachfolger haben Spezielle Graphen: Graphen bestehen aus Knoten
MehrVerbund/Struktur (record/struct)
Arrays. Iteratoren. Verbund/Struktur (record/struct) Ein Verbund oder Struktur ist eine statische Datenstruktur Ein Verbund ist eine Menge von Elementen (meistens von unterschiedlichen Typen), die eine
MehrBinäre Suchbäume. Organisatorisches. VL-10: Binäre Suchbäume. (Datenstrukturen und Algorithmen, SS 2017) Gerhard Woeginger.
Organisatorisches VL-10: inäre Suchbäume (Datenstrukturen und lgorithmen, SS 17) Gerhard Woeginger Vorlesung: Gerhard Woeginger (Zimmer 4024 im E1) Sprechstunde: Mittwoch 11: 12:00 Übungen: Tim Hartmann,
MehrAlgorithmen & Datenstrukturen 2 Praktikum 1
Algorithmen & Datenstrukturen 2 Praktikum 1 Thema: Binomial Heaps Sommersemester 2016 Prof. Dr. Christoph Karg Hochschule Aalen Ziel dieses Praktikums ist es, die Binomial Heap Datenstruktur in Form einer
MehrAlgorithmen und Datenstrukturen
1 Algorithmen und Datenstrukturen Wintersemester 2016/17 13. Vorlesung Binäre Suchbäume Prof. Dr. Alexander Wolff Lehrstuhl für Informatik I 2 Dynamische Menge verwaltet Elemente einer sich ändernden Menge
MehrDatenstrukturen und Algorithmen. Vorlesung 5
Datenstrukturen und Algorithmen Vorlesung 5 Inhaltsverzeichnis Vorige Woche: Sortierte Listen Zyrkuläre Listen Verkettete Listen auf Arrays Heute betrachten wir: Skip Listen ADT Set ADT Map Iterator ADT
MehrChristian Rieck, Arne Schmidt
Institute of Operating Systems and Computer Networks Algorithms Group Algorithmen und Datenstrukturen Wintersemester 207/208 Übung#5, 2.2.207 Christian Rieck, Arne Schmidt Bäume Satz Jeder gerichtete Baum
MehrVorlesung Informatik 2 Algorithmen und Datenstrukturen
Vorlesung Informatik 2 Algorithmen und Datenstrukturen (18 Bäume: Grundlagen und natürliche Suchbäume) Prof. Dr. Susanne Albers Bäume (1) Bäume sind verallgemeinerte Listen (jedes Knoten-Element kann mehr
MehrInformatik II, SS 2014
Informatik II SS 2014 (Algorithmen & Datenstrukturen) Vorlesung 10 (3.6.2014) Binäre Suchbäume I Algorithmen und Komplexität Zusätzliche Dictionary Operationen Dictionary: Zusätzliche mögliche Operationen:
MehrÜbung 4: Die generische Klasse AvlBaum in Java 1
Übung 4: Die generische Klasse AvlBaum in Java 1 Ein binärer Suchbaum hat die AVL -Eigenschaft, wenn sich in jedem Knoten sich die Höhen der beiden Teilbäume höchstens um 1 unterscheiden. Diese Last (
MehrB6.1 Introduction. Algorithmen und Datenstrukturen. Algorithmen und Datenstrukturen. B6.1 Introduction. B6.3 Analyse. B6.4 Ordnungsbasierte Methoden
Algorithmen und Datenstrukturen 11. April 2018 B6. Binäre Suchbäume a Algorithmen und Datenstrukturen B6. Binäre Suchbäume 1 Marcel Lüthi and Gabriele Röger Universität Basel 11. April 2018 a Folien basieren
MehrContainerDatenstrukturen. Große Übung 4
ContainerDatenstrukturen Große Übung 4 Aufgabenstellung Verwalte Kollektion S von n Objekten Grundaufgaben: Iterieren/Auflistung Suche nach Objekt x mit Wert/Schlüssel k Füge ein Objekt x hinzu Entferne
MehrInformatik II, SS 2018
Informatik II - SS 2018 (Algorithmen & Datenstrukturen) Vorlesung 15b (13.06.2018) Graphenalgorithmen IV Algorithmen und Komplexität Prims MST-Algorithmus A = while A ist kein Spannbaum do e = u, v ist
Mehr18. Natürliche Suchbäume
Wörterbuchimplementationen 1. Natürliche Suchbäume [Ottman/Widmayer, Kap..1, Cormen et al, Kap. 12.1-12.] Hashing: Implementierung von Wörterbüchern mit erwartet sehr schnellen Zugriffszeiten. Nachteile
MehrDatenstrukturen und Algorithmen SS07
Datenstrukturen und Algorithmen SS07 Datum: 25.4.2007 Michael Belfrage mbe@student.ethz.ch belfrage.net/eth Programm von Heute Nachbesprechung Serie 4 Challenge der Woche Traversierung von Bäumen Pre-,
MehrVorlesung Datenstrukturen
Vorlesung Datenstrukturen Balancieren eines Suchbaums Dr. Frank Seifert Vorlesung Datenstrukturen - Sommersemester 2016 Folie 396 Baumgestalt vs. Zeitkomplexität Vorteile eines ausgeglichenen binären Suchbaums
Mehr1 AVL-Bäume. 1.1 Aufgabentyp. 1.2 Überblick. 1.3 Grundidee
AVL-Bäume. Aufgabentyp Fügen Sie in einen anfangs leeren AVL Baum die folgenden Schlüssel ein:... Wenden Sie hierbei konsequent den Einfüge /Balancierungsalgorithmus an und dokumentieren Sie die ausgeführten
MehrÜbung Datenstrukturen. Bäume
Übung Datenstrukturen Bäume Übung Binärbaum 7 2 10 1 3 5 9 34 8 7 11 13 17 7 25 19 3 Aufgabe 1 Geben Sie die Reihenfolge der besuchten Knoten nach Prä-, In-, Post- und Levelorder an! Übung Binärbaum Aufgabe
MehrAlgorithmen I. Tutorium 1-6. Sitzung. Dennis Felsing
Algorithmen I Tutorium 1-6. Sitzung Dennis Felsing dennis.felsing@student.kit.edu www.stud.uni-karlsruhe.de/~ubcqr/algo 2011-05-23 Überblick 1 Binäre Suchbäume 2 Dennis Felsing Algorithmen I 2/20 Binäre
MehrKapitel Andere dynamische Datenstrukturen
Institute of Operating Systems and Computer Networks Algorithms Group Kapitel 4.8-4.11 Andere dynamische Datenstrukturen Algorithmen und Datenstrukturen Wintersemester 2017/2018 Vorlesung#13, 12.12.2017
MehrKapitel Andere dynamische Datenstrukturen
Institute of Operating Systems and Computer Networks Algorithms Group Kapitel 4.8-4.11 Andere dynamische Datenstrukturen Algorithmen und Datenstrukturen Wintersemester 2018/2019 Vorlesung#15, 18.12.2018
MehrInformatik II Vorlesung am D-BAUG der ETH Zürich
Informatik II Vorlesung am D-BAUG der ETH Zürich Vorlesung 9, 2.5.2016 [Nachtrag zu Vorlesung : Numerische Integration, Zusammenfassung Objektorientierte Programmierung] Dynamische Datenstrukturen II:
Mehr2.7 Bucket-Sort Bucket-Sort ist ein nicht-vergleichsbasiertes Sortierverfahren. Hier können z.b. n Schlüssel aus
2.7 Bucket-Sort Bucket-Sort ist ein nicht-vergleichsbasiertes Sortierverfahren. Hier können z.b. n Schlüssel aus {0, 1,..., B 1} d in Zeit O(d(n + B)) sortiert werden, indem sie zuerst gemäß dem letzten
MehrBalancierte Binär- und B-Bäume
Balancierte Binär- und B-Bäume Sie kennen die Kriterien um die Ausgeglichenheit von Binär- Bäumen zu bestimmen Sie können AVL Bäume implementieren Sie wissen, was B-Bäume und rot-schwarz Bäume sind und
Mehr14. Rot-Schwarz-Bäume
Bislang: Wörterbuchoperationen bei binären Suchbäume effizient durchführbar, falls Höhe des Baums klein. Rot-Schwarz-Bäume spezielle Suchbäume. Rot-Schwarz-Baum mit n Knoten hat Höhe höchstens 2 log(n+1).
MehrHumboldt-Universität zu Berlin Berlin, den Institut für Informatik
Humboldt-Universität zu Berlin Berlin, den 15.06.2015 Institut für Informatik Prof. Dr. Ulf Leser Übungen zur Vorlesung M. Bux, B. Grußien, J. Sürmeli, S. Wandelt Algorithmen und Datenstrukturen Übungsblatt
MehrProgrammiertechnik II
Bäume Symboltabellen Suche nach Werten (items), die unter einem Schlüssel (key) gefunden werden können Bankkonten: Schlüssel ist Kontonummer Flugreservierung: Schlüssel ist Flugnummer, Reservierungsnummer,...
MehrKomplexität eines Algorithmus, Grössenordnung, Landau-Symbole, Beispiel einer Komplexitätsberechnung (Mergesort) 7. KOMPLEXITÄT
Komplexität eines Algorithmus, Grössenordnung, Landau-Symbole, Beispiel einer Komplexitätsberechnung (Mergesort) 7. KOMPLEXITÄT Komplexität eines Algorithmus Algorithmen verbrauchen Ressourcen Rechenzeit
MehrAlgorithmen und Datenstrukturen 2. Dynamische Datenstrukturen
Algorithmen und Datenstrukturen 2 Dynamische Datenstrukturen Algorithmen für dynamische Datenstrukturen Zugriff auf Variable und Felder durch einen Ausdruck: Namen durch feste Adressen referenziert Anzahl
MehrMengen. Binäre Suchbäume. Mengen: Anwendungen (II) Mengen: Lösung mit Listen 12/3/12. Mengen, Funktionalität, Binäre Suchbäume, Heaps, Treaps
// Mengen Binäre Suchbäume Mengen, Funktionalität, Binäre Suchbäume, Heaps, Treaps n Ziel: ufrechterhalten einer Menge (hier: ganzer Zahlen) unter folgenden Operationen: n eines Elements n eines Elements
MehrRotation. y T 3. Abbildung 3.10: Rotation nach rechts (analog links) Doppelrotation y
Die AVL-Eigenschaft soll bei Einfügungen und Streichungen erhalten bleiben. Dafür gibt es zwei mögliche Operationen: -1-2 Rotation Abbildung 3.1: Rotation nach rechts (analog links) -2 +1 z ±1 T 4 Doppelrotation
MehrFibonacci-Heaps und deren Anwendung
Fibonacci-Heaps und deren Anwendung Alexander Schiffel und Stefan Hurtz 24. Juli 2005 Inhaltsverzeichnis 1 Einleitung und Motivation 2 2 Die Datenstruktur 2 3 Amortisierte Laufzeitanalyse 3 4 Grundoperationen
Mehrelementare Datenstrukturen
elementare Datenstrukturen Wie die Daten das Laufen lernten Andreas Ferber af@myipv6.de elementare Datenstrukturen p./40 KISS elementare Datenstrukturen p./40 KISS (Keep It Simple, Stupid) Immer die einfachste
MehrTeil 1: Suchen. Problemstellung Elementare Suchverfahren Hashverfahren Binäre Suchbäume Ausgeglichene Bäume. B-Bäume Digitale Suchbäume Heaps
Teil 1: Suchen Problemstellung Elementare Suchverfahren Hashverfahren Binäre Suchbäume Ausgeglichene Bäume AVL-Bäume Splay-Bäume B-Bäume Digitale Suchbäume Heaps M.O.Franz; Oktober 2007 Algorithmen und
MehrAlgorithmen und Datenstrukturen II
Algorithmen und Datenstrukturen II und Red-Black-Trees Dr. Georg Sauthoff 1 AG Praktische Informatik July 1, SoSe 2011 1 gsauthof@techfak.uni-bielefeld.de Suchbäume (Indexdatenstrukturen) Zugriff in O(logn)
MehrVorlesung Informatik 2 Algorithmen und Datenstrukturen
Vorlesung Informatik 2 Algorithmen und Datenstrukturen (21 - Balancierte Bäume, AVL-Bäume) Prof. Dr. Susanne Albers Balancierte Bäume Eine Klasse von binären Suchbäumen ist balanciert, wenn jede der drei
Mehr5. Vorrangwarteschlangen - Priority Queues
5. Vorrangwarteschlangen - Priority Queues Priority Queues unterstützen die Operationen Insert(), Delete(), ExtractMin(), FindMin(), DecreaseKey(), Merge(). Priority Queues per se sind nicht für IsElement()-Anfragen,
MehrCopyright, Page 1 of 8 AVL-Baum
www.mathematik-netz.de Copyright, Page 1 of 8 AVL-Baum 1. Motivation und Einleitung Das Suchen, Einfügen und entfernen eines Schlüssels in einem zufällige erzeugten binären Suchbaum mit N Schlüsseln ist
MehrBäume. Text. Prof. Dr. Margarita Esponda SS 2012 O4 O5 O6 O ALP2-Vorlesung, M. Esponda
Bäume O1 O2 Text O3 O4 O5 O6 O7 Prof. Dr. Margarita Esponda SS 2012 22. ALP2-Vorlesung, M. Esponda Inhalt 1. Einführung 2. Warum Bäume? 3. Listen und Arrays vs. Bäume 4. Einfach verkettete binäre Suchbäume
MehrAufgaben, Hilfestellungen und Musterlösungen zum Modul 5 Druckversion
Abschnitt 1 Aufgaben, Hilfestellungen und Musterlösungen zum Modul 5 Druckversion Aufgabe 1: Binäre Suchbäume: Iteratives Suchen/Einfügen/Löschen Das Material dieser Übung enthält in der Klasse Tree0 die
MehrInformatik II, SS 2014
Informatik II SS 2014 (Algorithmen & Datenstrukturen) Vorlesung 17 (8.7.2014) Minimale Spannbäume II Union Find, Prioritätswarteschlangen Algorithmen und Komplexität Minimaler Spannbaum Gegeben: Zus. hängender,
Mehr18. Natürliche Suchbäume
Bäume Bäume sind. Natürliche Suchbäume [Ottman/Widmayer, Kap..1, Cormen et al, Kap. 12.1-12.] Verallgemeinerte Listen: Knoten können mehrere Nachfolger haben Spezielle Graphen: Graphen bestehen aus Knoten
MehrÜbung: Algorithmen und Datenstrukturen SS 2007
Übung: Algorithmen und Datenstrukturen SS 07 Prof. Lengauer Sven Apel, Michael Claÿen, Christoph Zengler, Christof König Blatt 8 Votierung in der Woche vom 25.06.0729.06.07 Aufgabe 22 AVL-Bäume (a) Geben
MehrÜbung Algorithmen und Datenstrukturen
Übung Algorithmen und Datenstrukturen Sommersemester 217 Marc Bux, Humboldt-Universität zu Berlin Agenda 1. Graphen und Bäume 2. Binäre Suchbäume 3. AVL-Bäume 4. Algorithmen und Datenstrukturen 2 Agenda
Mehr11. Elementare Datenstrukturen
11. Elementare Datenstrukturen Definition 11.1: Eine dynamische Menge ist gegeben durch eine oder mehrer Mengen von Objekten sowie Operationen auf diesen Mengen und den Objekten der Mengen. Dynamische
MehrTeil 1: Suchen. Ausgeglichene Bäume B-Bäume Digitale Suchbäume. M.O.Franz, Oktober 2007 Algorithmen und Datenstrukturen - Binärbäume 1-1
Teil : Suchen Problemstellung Elementare Suchverfahren Hashverfahren Binäre Suchbäume (Wiederholung aus Prog 2) Bäume: Begriffe, Eigenschaften und Traversierung Binäre Suchbäume Gefädelte Suchbäume Ausgeglichene
Mehr8. A & D - Heapsort. Werden sehen, wie wir durch geschicktes Organsieren von Daten effiziente Algorithmen entwerfen können.
8. A & D - Heapsort Werden sehen, wie wir durch geschicktes Organsieren von Daten effiziente Algorithmen entwerfen können. Genauer werden wir immer wieder benötigte Operationen durch Datenstrukturen unterstützen.
MehrBeispiellösung zu den Übungen Datenstrukturen und Algorithmen SS 2008 Blatt 5
Robert Elsässer Paderborn, den 15. Mai 2008 u.v.a. Beispiellösung zu den Übungen Datenstrukturen und Algorithmen SS 2008 Blatt 5 AUFGABE 1 (6 Punkte): Nehmen wir an, Anfang bezeichne in einer normalen
MehrKap. 4.2 Binäre Suchbäume ff Kap. 4.3: AVL-Bäume
Kap. 4.2 Binäre Suchbäume ff Kap. 4.3: AVL-Bäume Professor Dr. Lehrstuhl für Algorithm Engineering, LS11 Fakultät für Informatik, TU Dortmund 12./13. VO DAP2 SS 2009 28.5./2.6.2009 1 Motivation Warum soll
MehrBalancierte Suchbäume
Foliensatz 10 Michael Brinkmeier echnische Universität Ilmenau Institut für heoretische Informatik Sommersemester 2009 U Ilmenau Seite 1 / 74 Balancierte Suchbäume U Ilmenau Seite 2 / 74 Balancierte Suchbäume
MehrNatürliche Bäume. (Algorithmen und Datenstrukturen I) Prof. Dr. Oliver Braun. Letzte Änderung: :16. Natürliche Bäume 1/16
Natürliche Bäume (Algorithmen und Datenstrukturen I) Prof. Dr. Oliver Braun Letzte Änderung: 18.03.2018 18:16 Natürliche Bäume 1/16 Bäume Begriffe (1/2) Bäume sind verallgemeinerte Listenstrukturen ein
MehrDatenstrukturen Teil 3. Traversierung und AVL- Bäume. Traversierung. Traversierung. Traversierung
Traversierung Datenstrukturen Teil 3 Traversierung und AVL- Bäume Traversierung: bezeichnet verschiede Verfahren einer Routenbestimmung durch baumförmige Graphen Dabei wird jeder Knoten und jede Kante
MehrVorlesung Informatik 2 Algorithmen und Datenstrukturen
Vorlesung Informatik 2 Algorithmen und Datenstrukturen (22 - AVL-Bäume: Entfernen) Prof. Dr. Susanne Albers Definition von AVL-Bäumen Definition: Ein binärer Suchbaum heißt AVL-Baum oder höhenbalanziert,
MehrDatenstrukturen und Algorithmen SS17 Lösung - Übung 5
Prof. aa Dr. Ir. G. Woeginger T. Hartmann, D. Korzeniewski, B. Tauer Hausaufgabe (Inorder-Traversierung binärer Suchbäume): (3 + 3 Punkte) Es soll bewiesen werden, dass die Inorder-Traversierung alle Schlüssel
MehrAlgorithmen und Datenstrukturen
Algorithmen und Datenstrukturen B7. Balancierte Bäume 1 Marcel Lüthi and Gabriele Röger Universität Basel 13. April 2018 1 Folien basieren auf Vorlesungsfolien von Sedgewick & Wayne https://algs4.cs.princeton.edu/lectures/33balancedsearchtrees-2x2.pdf
MehrAlgorithmen und Datenstrukturen (ESE) Entwurf, Analyse und Umsetzung von Algorithmen (IEMS) WS 2014 / 2015 Vorlesung 11, Donnerstag, 15.
Algorithmen und Datenstrukturen (ESE) Entwurf, Analyse und Umsetzung von Algorithmen (IEMS) WS 2014 / 2015 Vorlesung 11, Donnerstag, 15. Januar 2015 (Balancierte Suchbäume) Junior-Prof. Dr. Olaf Ronneberger
MehrKapitel : Andere dynamische Datenstrukturen. Algorithmen und Datenstrukturen WS 2012/13. Prof. Dr. Sándor Fekete
Kapitel 4.8-4.11: Andere dynamische Datenstrukturen Algorithmen und Datenstrukturen WS 2012/13 Prof. Dr. Sándor Fekete 4.6 AVL-Bäume 4.8 Rot-Schwarz-Bäume Idee: Verwende Farben, um den Baum vertikal zu
MehrSatz 172 Jedes vergleichsbasierte Sortierverfahren benötigt im worst-case mindestens n ld n + O(n) Vergleiche und hat damit Laufzeit Ω(n log n).
2.6 Vergleichsbasierte Sortierverfahren Alle bisher betrachteten Sortierverfahren sind vergleichsbasiert, d.h. sie greifen auf Schlüssel k, k (außer in Zuweisungen) nur in Vergleichsoperationen der Form
MehrDatenstrukturen & Algorithmen Lösungen zu Blatt 6 FS 14
Eidgenössische Technische Hochschule Zürich Ecole polytechnique fédérale de Zurich Politecnico federale di Zurigo Federal Institute of Technology at Zurich Institut für Theoretische Informatik 2. April
MehrLogische Datenstrukturen
Lineare Listen Stapel, Warteschlangen Binärbäume Seite 1 Lineare Liste Begriffe first Funktion: sequentielle Verkettung von Datensätzen Ordnungsprinzip: Schlüssel Begriffe: first - Anker, Wurzel; Adresse
MehrAlgorithmen I. Sebastian Schlag Institut für Theoretische Informatik Web:
Algorithmen I Sebastian Schlag 12.06.2017 Institut für Theoretische Informatik Web: https://crypto.iti.kit.edu/index.php?id=799 (Folien von Peter Sanders) KIT Institut für Theoretische Informatik 1 Sortierte
MehrVL-11: Rot-Schwarz Bäume. (Datenstrukturen und Algorithmen, SS 2017) Janosch Fuchs
VL-11: Rot-Schwarz Bäume (Datenstrukturen und Algorithmen, SS 2017) Janosch Fuchs SS 2017, RWTH DSAL/SS 2017 VL-11: Rot-Schwarz Bäume 1/41 Organisatorisches Vorlesung: Gerhard Woeginger (Zimmer 4024 im
MehrB-Bäume. Suchbäume. Suchen, Einfügen, Löschen. Thomas Röfer. Balancierte Bäume (AVL-Bäume) Universität Bremen. Bäume 2
Bäume 2 Thomas Röfer Suchbäume Suchen, Einfügen, Löschen Balancierte Bäume (AVL-Bäume) B-Bäume Rückblick Bäume 1 Begriffe Durchlaufen von Bäumen Spielprobleme Eigene Züge Gegnerische Züge Eigene Züge Gegnerische
MehrProgramm heute. Algorithmen und Datenstrukturen (für ET/IT) Entartete Suchbäume. Beispiel: Balancieren von Suchbaum. Wintersemester 2012/13
Programm heute Algorithmen und Datenstrukturen (für ET/IT) Wintersemester / Fortgeschrittene Datenstrukturen Dr. Tobias Lasser Computer Aided Medical Procedures Technische Universität München 8 Such-Algorithmen
MehrUmstrukturierung durch Rotationen
Umstrukturierung durch Rotationen (Folie 109, Seite 52 im Skript) P P T A A D B T B C C D Eine Rechtsrotation um T. Die Suchbaumeigenschaft bleibt erhalten. B, C, D können nur aus externen Knoten bestehen.
MehrADS 1: Algorithmen und Datenstrukturen
ADS 1: Algorithmen und Datenstrukturen Teil IX Uwe Quasthoff Institut für Informatik Abteilung Automatische Sprachverarbeitung Universität Leipzig 1 Dezember 017 [Letzte Aktualisierung: 04/1/017, 10:56]
MehrGrundlagen der Informatik / Algorithmen und Datenstrukturen. Aufgabe 143
Aufgabe 143 Aufgabe 143 Aufgabenstellung Gegeben ist der folgende AVL-Baum: a) Fügen Sie in diesen AVL-Baum nacheinander Knoten mit den Inhalten 34, 42, 1701 und 30 ein. Führen Sie die ggf. notwendigen
MehrDynamische Mengen. Realisierungen durch Bäume
Dynamische Mengen Eine dynamische Menge ist eine Datenstruktur, die eine Menge von Objekten verwaltet. Jedes Objekt x trägt einen eindeutigen Schlüssel key[x]. Die Datenstruktur soll mindestens die folgenden
MehrTutoraufgabe 1 (Implementierung eines ADTs):
Prof. aa Dr. E. Ábrahám Datenstrukturen und Algorithmen SS Tutoriumslösung - Übung (Abgabe.05.0) F. Corzilius, S. Schupp, T. Ströder Tutoraufgabe (Implementierung eines ADTs): Wir spezifizieren den ADT
MehrVorlesung Datenstrukturen
Vorlesung Datenstrukturen Sortierte Folgen Maike Buchin 30.5., 1.6., 13.6.2017 Sortierte Folgen Häufiges Szenario: in einer Menge von Objekten mit Schlüsseln (aus geordnetem Universum) sollen Elemente
MehrProgramm heute. Algorithmen und Datenstrukturen (für ET/IT) Suchen. Lineare Suche. Such-Algorithmen. Sommersemester Dr.
Programm heute Algorithmen und Datenstrukturen (für ET/IT) Sommersemester 0 Dr. Tobias Lasser Computer Aided Medical Procedures Technische Universität München Fortgeschrittene Datenstrukturen Such-Algorithmen
Mehr