Geordnete Binärbäume
|
|
|
- Jens Esser
- vor 9 Jahren
- Abrufe
Transkript
1 Geordnete Binärbäume Prof. Dr. Martin Wirsing in Zusammenarbeit mit Gilbert Beyer und Christian Kroiß WS 09/10
2 Einführung in die Informatik: Programmierung und Software-Entwicklung, WS 09/10 2 Geordnete Binärbäume Motivation Eine Datenstruktur für ein Namensverzeichnis soll implementiert werden Die Datenstruktur soll die Operationen find, insert und print anbieten Mit der Zeit wird die Menge an Namen wachsen (>1000) Beispiele Julia Doris Harry Tom Romeo Doris Julia Tom namen[2] = Julia Julia Romeo 1. Array 2. Liste 3. Geordnete Binärbäume (balanciert und zu einer Liste entartet)
3 Einführung in die Informatik: Programmierung und Software-Entwicklung, WS 09/10 3 Geordnete Binärbäume Ein Binärbaum b heißt geordnet, wenn b leer ist oder wenn folgendes für alle nichtleeren Teilbäume t von b gilt: Der Schlüssel von t ist größer (oder gleich) als alle Schlüssel des linken Teilbaums von t und kleiner (oder gleich) als alle Schlüssel des rechten Teilbaums von t > 7 < 5 > > < 12
4 Einführung in die Informatik: Programmierung und Software-Entwicklung, WS 09/10 4 Geordnete Binärbäume Beispiel: Geordnet sind: 7 (abstrakte Darstellung) Der leere Baum und der Baum t: t = Nicht geordnet ist der Baum t1: 7 t1 =
5 Einführung in die Informatik: Programmierung und Software-Entwicklung, WS 09/10 5 Suche im geordneten Binärbaum Prinzipieller Ablauf der Berechnung von t.find(6): 1. Vergleiche 6 mit dem Wert der Wurzel; 2. Da 6<7, gehe zum linken Kindknoten; 6<
6 Einführung in die Informatik: Programmierung und Software-Entwicklung, WS 09/10 6 Suche im geordneten Binärbaum Prinzipieller Ablauf der Berechnung von t.find(6): 1. Vergleiche 6 mit dem Wert der Wurzel; 2. Da 6<7, gehe zum linken Kindknoten; 3. Vergleiche 6 mit dem Wert dieses Knotens; 4. Da 6>5, gehe zum rechten Kindknoten dieses Knotens; 3 6< >
7 Einführung in die Informatik: Programmierung und Software-Entwicklung, WS 09/10 7 Suche im geordneten Binärbaum Prinzipieller Ablauf der Berechnung von t.find(6): 1. Vergleiche 6 mit dem Wert der Wurzel; 2. Da 6<7, gehe zum linken Kindknoten; 3. Vergleiche 6 mit dem Wert dieses Knotens; 4. Da 6>5, gehe zum rechten Kindknoten dieses Knotens; 5. Vergleiche 6 mit dem Wert dieses Knotens; 3 6< > ==6 return true; 6. Da 6==6, gebe Ergebnis true zurück.
8 Einführung in die Informatik: Programmierung und Software-Entwicklung, WS 09/10 8 Suche im geordneten Binärbaum (Implementierung) t t.find(6): 1. Suche zunächst in BinTree. 2. Wenn t nicht leer, delegiere die Aufgabe an Node durch Aufruf von anchor.find(6); 3. Verfahre wie auf den vorgehenden Folien. key=5 :BinTree 6<7 6>5 key=7 t.anchor key=10 key=3 key=6 6==6 return true key=12
9 Einführung in die Informatik: Programmierung und Software-Entwicklung, WS 09/10 9 public class BinTree {... public boolean find(int key) { if (anchor == null) return false; else return anchor.find(key);... class Node {... boolean find(int key) { Node current = this; while(current.key!= key) // solange nicht gefunden, { if (key < current.key) // gehe nach links? current = current.left; else // sonst gehe nach rechts current = current.right; if(current == null) return false; //nicht gefunden! return true; Suche im geordneten Binärbaum Gibt true zurück, wenn key im Baum; sonst wird false zurückgegeben //gefunden; gib true zurück
10 Einführung in die Informatik: Programmierung und Software-Entwicklung, WS 09/10 10 public class BinTree {... public Object findvalue(int key) { if (anchor == null) return null; else return anchor.findvalue(key);... class Node {... boolean findvalue(int key) { Node current = this; while(current.key!= key) // solange nicht gefunden, { if (key < current.key) // gehe nach links? current = current.left; else // sonst gehe nach rechts current = current.right; if(current == null) return null; //nicht gefunden! return current.value; Suche im geordneten Binärbaum Gibt value zurück, wenn key im Baum; sonst wird null zurückgegeben //gefunden; gib true zurück
11 Einführung in die Informatik: Programmierung und Software-Entwicklung, WS 09/10 11 Beim Einfügen in einen geordneten Binärbaum wird rekursiv die richtige Stelle gesucht, so dass wieder eine geordneter Binärbaum entsteht. Beispiel: t.insert(8) ergibt: Einfügen in geordneten Binärbaum (Zur Vereinfachung der Darstellung wird hier nur ein Schlüssel und kein Wert eingefügt.) 7 t = t = t.insert(8)
12 Einführung in die Informatik: Programmierung und Software-Entwicklung, WS 09/10 12 Einfügen in geordneten Binärbaum (Implementierung) t.insert(8) :BinTree t this... key=5 key=7 key=10 key=3 key=6 key=12 Aufruf von t.insert(id):
13 Einführung in die Informatik: Programmierung und Software-Entwicklung, WS 09/10 13 Einfügen in geordneten Binärbaum (Implementierung) t.insert(8) :BinTree t this... key=5 key=7 key=10 key=3 key=6 key=12 Delegieren der Aufgabe durch Aufruf von achor.insert(id):
14 Einführung in die Informatik: Programmierung und Software-Entwicklung, WS 09/10 14 Einfügen in geordneten Binärbaum (Implementierung) anchor.insertkey(8): :BinTree t this... this key=5 key=7 key=10 key=3 key=6 key=12 Delegieren Delegieren der Aufgabe der durch Aufgabe durch Aufruf von Aufruf anchor.insertkey(id): von head.add(x): Durchlauf durch das Node-Geflecht mit zwei Hilfsvariablen current und parent
15 t this parent Einführung in die Informatik: Programmierung und Software-Entwicklung, WS 09/10 15 anchor.insert(8):... this current Einfügen in geordneten Binärbaum (Implementierung) key=3 key=5 :BinTree key=6 key=7 Falls id > current.key, gehe nach Setze rechts: if(id > current current.key) = this; current parent = current.right; = current; key=10 key=12 Delegieren der Aufgabe durch Aufruf von anchor.insert(id): Durchlauf durch das Node-Geflecht mit zwei Hilfsvariablen current und parent
16 this Einführung in die Informatik: Programmierung und Software-Entwicklung, WS 09/10 16 anchor.insert(8): current... this current parent Einfügen in geordneten Binärbaum (Implementierung) key=3 key=5 :BinTree key=6 key=7 Und Falls setze: x > current.elem, parent gehe nach = current; rechts: if(x > current.elem) current = current.right; key=10 key=12
17 this Einführung in die Informatik: Programmierung und Software-Entwicklung, WS 09/10 17 anchor.insert(8): current... this current parent Einfügen in geordneten Binärbaum (Implementierung) key=3 key=5 :BinTree key=6 key=7 Und Falls setze: id < current.key, parent gehe nach = links: current; if(key < current.key) current = current.left; key=10 key=12
18 this Einführung in die Informatik: Programmierung und Software-Entwicklung, WS 09/10 18 anchor.insert(8): current... this current null parent Einfügen in geordneten Binärbaum (Implementierung) Wenn current= null, füge neuen Knoten ein: if(current Falls x == < null) current.elem, :BinTree { parent.left gehe nach links: if(x = new < Node(null,id,null); current.elem) current = current.left; return this; key=7 key=5 key=10 key=3 key=6 key=12
19 this Einführung in die Informatik: Programmierung und Software-Entwicklung, WS 09/10 19 anchor.insert(8): current... this current parent Einfügen in geordneten Binärbaum (Implementierung) null key=3 key=5 :BinTree key=6 key=7 Wenn current= null, füge neuen Knoten ein: if(current == null) { parent.left = new Node(null,id,null); return this; key=8 key=10 key=12
20 Einführung in die Informatik: Programmierung und Software-Entwicklung, WS 09/10 20 Einfügen in geordneten Binärbaum Fügt einen neuen Knoten mit Schlüssel id an der richtigen Stelle im geordneten Baum ein public void insert(int id, Object o) { if(anchor==null) // falls kein Knoten im anchor anchor = new Node(null, id, o, null,); // neuer Knoten else anchor = anchor.insert(id, o); wobei insert in class Node folgendermaßen definiert wird:
21 Einführung in die Informatik: Programmierung und Software-Entwicklung, WS 09/10 21 Node insert(int id, Object o) { Node current = this; // starte bei this Node parent; while(true) // terminiert intern { parent = current; Einfügen in geordneten Binärbaum (Implementierung) if(id < current.key) // gehe nach links? { current = current.left; if(current == null) // am Ende füge links ein { parent.left = new Node(null, id, o, null); return this; // end if go left else { current = current.right; if(current == null) // am Ende füge rechts ein { parent.right = new Node(null, id, o, null); return this; // end else go right // end while Fügt einen neuen Knoten passend ein Achtung:id darf nicht im Baum vorkommen! // falls id > current.key, gehe nach rechts
22 Einführung in die Informatik: Programmierung und Software-Entwicklung, WS 09/10 22 Zusammenfassung Binäre Bäume können in Java implementiert werden als Verallgemeinerung der einfach verketteten Listen mit zwei Nachfolgerverweisen Eine Operation auf binären Bäume mit Knoten (z.b. find, insert ) wird dann definiert durch Delegation der Operation an die Knotenklasse Im gezeigten Beispiel gibt die Klasse BinTree die Verantwortung für einen Teil ihrer Funktionalität an die Hilfsklasse Node ab Als weiteres Beispiel kann eine Methode print definiert werden, welche Informationen über den Knotenwert in der Konsole ausgibt
Bäume. Martin Wirsing. Ziele. Implementierung von Knoten. Bäume (abstrakt) Standardimplementierungen für Bäume kennen lernen
2 Ziele Bäume Standardimplementierungen für Bäume kennen lernen Martin Wirsing in Zusammenarbeit mit Michael Barth, Philipp Meier und Gefei Zhang 02/0 4 Bäume (abstrakt) Implementierung von Knoten Bäume
7. Dynamische Datenstrukturen Bäume. Informatik II für Verkehrsingenieure
7. Dynamische Datenstrukturen Bäume Informatik II für Verkehrsingenieure Übersicht dynamische Datenstrukturen Wozu? Oft weiß man nicht von Beginn an, wieviele Elemente in einer Datenstruktur untergebracht
Suchbäume. Annabelle Klarl. Einführung in die Informatik Programmierung und Softwareentwicklung
Suchbäume Annabelle Klarl Zentralübung zur Vorlesung Einführung in die Informatik: http://www.pst.ifi.lmu.de/lehre/wise-13-14/infoeinf WS13/14 Action required now 1. Smartphone: installiere die App "socrative
Anwendungsbeispiel 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
Einführung in die Informatik: Programmierung und Software-Entwicklung, WS 17/18. Kapitel 14. Bäume. Bäume 1
Kapitel 14 Bäume Bäume 1 Ziele Den Begriff des Baums in der Informatik kennenlernen Bäume als verkettete Datenstruktur repräsentieren können Rekursive Funktionen auf Bäumen verstehen und schreiben können
Einführung in die Informatik: Programmierung und Software-Entwicklung, WS 16/17. Kapitel 14. Bäume. Bäume 1
Kapitel 14 Bäume Bäume 1 Ziele Den Begriff des Baums in der Informatik kennenlernen Bäume als verkettete Datenstruktur repräsentieren können Rekursive Funktionen auf Bäumen verstehen und schreiben können
Tutoraufgabe 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
Informatik 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:
Informatik 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:
Software Entwicklung 1
Software Entwicklung 1 Annette Bieniusa / Arnd Poetzsch-Heffter AG Softech FB Informatik TU Kaiserslautern Datenstruktur Liste Bieniusa/Poetzsch-Heffter Software Entwicklung 1 2/ 42 Formale Definition
Kapitel 12: Induktive
Kapitel 12: Induktive Datenstrukturen Felix Freiling Lehrstuhl für Praktische Informatik 1 Universität Mannheim Vorlesung Praktische Informatik I im Herbstsemester 2009 Folien nach einer Vorlage von H.-Peter
Software Entwicklung 1
Software Entwicklung 1 Annette Bieniusa AG Softech FB Informatik TU Kaiserslautern Lernziele Die Definition wichtiger Begriffe im Zusammenhand mit Bäumen zu kennen. Markierte Bäumen, insbesondere Suchbäume,
Datenstrukturen sind neben Algorithmen weitere wichtige Bausteine in der Informatik
5. Datenstrukturen Motivation Datenstrukturen sind neben Algorithmen weitere wichtige Bausteine in der Informatik Eine Datenstruktur speichert gegebene Daten und stellt auf diesen bestimmte Operationen
Grundlagen der Informatik / Algorithmen und Datenstrukturen. Aufgabe 132
Aufgabenstellung Gehen Sie bei der Bearbeitung der folgenden Teilaufgabenstellungen von den Beispiel-Implementierungen der Klassen ListNodeSL und LinkedList für einfach verkettete Listen aus, wie sie in
4.4.1 Implementierung vollständiger Bäume mit Feldern. Reguläre Struktur: Nachfolger des Knoten i sind die Knoten 2*i und 2*i+1.
4.4 Implementierung von Bäumen 4.4.1 Implementierung vollständiger Bäume mit Feldern 1 3 2 7 9 3 4 8 5 17 12 10 6 7 8 13 11 18 9 10 Reguläre Struktur: Nachfolger des Knoten i sind die Knoten 2*i und 2*i+1.
Vorlesung Datenstrukturen
Vorlesung Datenstrukturen Binärbaum Suchbaum Dr. Frank Seifert Vorlesung Datenstrukturen - Sommersemester 2016 Folie 356 Datenstruktur Binärbaum Strukturrepräsentation des mathematischen Konzepts Binärbaum
Tutoraufgabe 1 (2 3 4 Bäume):
Prof. aa Dr. E. Ábrahám Datenstrukturen und Algorithmen SS Lösung - Übung F. Corzilius, S. Schupp, T. Ströder Tutoraufgabe ( Bäume): a) Löschen Sie den Wert aus dem folgenden Baum und geben Sie den dabei
Städtisches Gymnasium Olpe Java Ht Informatik - Q1 Die Klasse List im Abitur Methoden und Beispielcode Hier alle wichtigen Methoden. Ein Beispielcode
Die Klasse List im Abitur Methoden und Beispielcode Hier alle wichtigen Methoden. Ein Beispielcode folgt im Anschluss. Beispielcode Es gibt eine Klasse Benutzerverwaltung, welche eine Liste mit Benutzern
Informatik Abitur Bayern 2017 / II - Lösung
Informatik Abitur Bayern 2017 / II - Lösung Autoren: Wolf (1) Wagner (2) Scharnagl (3-5) 1a 5 1b Diese Methode vergleicht den Namen des Interpreten eines jeden Elements der Liste mit dem gegebenen Namen.
13. Dynamische Datenstrukturen
Motivation: Stapel. Dynamische Datenstrukturen Verkettete Listen, Abstrakte Datentypen Stapel, Warteschlange, Sortierte Liste 40 40 Motivation: Stapel ( push, pop, top, empty ) Wir brauchen einen neuen
Vorlesung 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
Tutoraufgabe 1 (Implementierung eines ADTs):
Prof. aa Dr. E. Ábrahám Datenstrukturen und Algorithmen SS14 F. Corzilius, S. Schupp, T. Ströder Tutoraufgabe 1 (Implementierung eines ADTs): Wir spezifizieren den ADT Union-Find wie folgt: Wertebereich:
16. Dynamische Datenstrukturen
Datenstrukturen 6. Dynamische Datenstrukturen Eine Datenstruktur organisiert Daten so in einem Computer, dass man sie effizient nutzen kann. Verkettete Listen, Abstrakte Datentypen Stapel, Warteschlange
9. 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
Suchen und Sortieren
(Folie 69, Seite 36 im Skript) 5 6 1 4 Als assoziatives Array geeignet Schlüssel aus geordneter Menge Linke Kinder kleiner, rechte Kinder größer als Elternknoten Externe und interne Knoten Externe Knoten
Institut für Programmierung und Reaktive Systeme 17. Juli Programmieren II. Übungsklausur
Technische Universität Braunschweig Dr. Werner Struckmann Institut für Programmierung und Reaktive Systeme 17. Juli 2015 Hinweise: Klausurtermine: Programmieren II Übungsklausur Programmieren I: 7. September
Algorithmen und Datenstrukturen Suchbaum
Algorithmen und Datenstrukturen Suchbaum Matthias Teschner Graphische Datenverarbeitung Institut für Informatik Universität Freiburg SS 12 Motivation Datenstruktur zur Repräsentation dynamischer Mengen
Aufbau eines "B-Baums" der Ordnung 3, Teil 1
Aufbau eines "B-Baums" der Ordnung 3, Teil 1 Leerer B-Baum der Ordnung 3. Insgesamt Platz für 3 Werte. + 100 100 + 50 50 100 + 150 50 100 150 Aufbau eines "B-Baums" der Ordnung 3, Teil 1 Leerer B-Baum
Komplexität 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
3 Dynamische Datenstrukturen
3 Dynamische Datenstrukturen Beispiele für dynamische Datenstrukturen sind Lineare Listen Schlangen Stapel Bäume Prof. Dr. Dietmar Seipel 128 Praktische Informatik I - Algorithmen und Datenstrukturen Wintersemester
! 1. Rekursive Algorithmen.! 2. Rekursive (dynamische) Datenstrukturen. II.3.2 Rekursive Datenstrukturen - 1 -
! 1. Rekursive Algorithmen! 2. Rekursive (dynamische) Datenstrukturen II.3.2 Rekursive Datenstrukturen - 1 - Ausdruck Ausdruck Grundwert ( Typ ) Präfix-Operator Name Methodenaufruf [ Ausdruck ] ( Ausdruck
Übung 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 (
Datenstrukturen 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
elementare Datenstrukturen
elementare Datenstrukturen Wie die Daten das Laufen lernten Andreas Ferber [email protected] elementare Datenstrukturen p./40 KISS elementare Datenstrukturen p./40 KISS (Keep It Simple, Stupid) Immer die einfachste
Datenstruktur Baum Software Entwicklung 1
Datenstruktur Baum Software Entwicklung 1 Annette Bieniusa, Mathias Weber, Peter Zeller Bäume gehören zu den wichtigsten in der Informatik auftretenden Datenstrukturen. [Ottmann, Widmayer: Algorithmen
1. Rekursive Algorithmen 2. Rekursive (dynamische) Datenstrukturen
1. Rekursive Algorithmen 2. Rekursive (dynamische) Datenstrukturen II.3.2 Rekursive Datenstrukturen - 1 - Grundwert ( Typ ) Präfix-Operator Name Methodenaufruf [ ] ( ) Infix-Operator Methodenaufruf new
Probeklausur zur Vorlesung
Dr. Jochen Hoenicke Alexander Nutz Probeklausur zur Vorlesung Einführung in die Informatik Sommersemester 2014 Die Klausur besteht aus diesem Deckblatt und elf Blättern mit den Aufgaben, sowie einem Blatt
Bäume, Suchbäume und Hash-Tabellen
Im folgenden Fokus auf Datenstrukturen, welche den assoziativen Zugriff (über einen bestimmten Wert als Suchkriterium) optimieren Bäume: Abbildung bzw. Vorberechnung von Entscheidungen während der Suche
Informatik II Übung 2. Pascal Schärli
Informatik II Übung 2 Pascal Schärli [email protected] 08.03.2018 Code Expert Pascal Schärli 08.03.2018 2 Nachbesprechung Serie 1 Aufgabe 1 a) Induktionsbeweis über a möglich? Nein! Der Induktionsanfang
Bäume 1. Thomas Röfer
Bäume Thomas Röfer Preisverleihung Begriffsdefinitionen Eigenschaften Implementierung von Bäumen Durchlaufen von Bäumen Breitensuche/Tiefensuche Huffman-Kodierung Rückblick Sortieren Permutieren nach Dijkstra
Wiederholung. Bäume sind zyklenfrei. Rekursive Definition: Baum = Wurzelknoten + disjunkte Menge von Kindbäumen.
Wiederholung Baum: Gerichteter Graph, der die folgenden drei Bedingungen erfüllt: Es gibt einen Knoten, der nicht Endknoten einer Kante ist. (Dieser Knoten heißt Wurzel des Baums.) Jeder andere Knoten
Informatik II Prüfungsvorbereitungskurs
Informatik II Prüfungsvorbereitungskurs Tag 4, 23.6.2016 Giuseppe Accaputo [email protected] 1 Programm für heute Repetition Datenstrukturen Unter anderem Fragen von gestern Point-in-Polygon Algorithmus Shortest
Einführung in die Informatik: Programmierung und Software-Entwicklung, WS 11/12. Kapitel 13. Bäume. Bäume
1 Kapitel 13 Ziele 2 Den Begriff des Baums in der Informatik kennenlernen als verkettete Datenstruktur repräsentieren können Rekursive Funktionen auf n verstehen und schreiben können Verschiedene Möglichkeiten
Bäume. 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
Teil 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
Algorithmen und Datenstrukturen Musterlösung 5
Algorithmen und Datenstrukturen Musterlösung 5 Martin Avanzini Thomas Bauereiß Herbert Jordan René Thiemann
Semestralklausur Informatik I - Programmierung
RHEINISCH- WESTFÄLISCHE TECHNISCHE HOCHSCHULE AACHEN LEHR- UND FORSCHUNGSGEBIET INFORMATIK II RWTH Aachen D-52056 Aachen GERMANY http://www-i2.informatik.rwth-aachen.de/lufgi2 Prof. Dr. Jürgen Giesl LuFG
Algorithmen 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
Datenstruktur Baum und Rekursion Software Entwicklung 1
Datenstruktur Baum und Rekursion Software Entwicklung 1 Annette Bieniusa, Mathias Weber, Peter Zeller 1 Datenstruktur Baum Bäume gehören zu den wichtigsten in der Informatik auftretenden Datenstrukturen.
5 Bäume. 5.1 Suchbäume. ein geordneter binärer Wurzelbaum. geordnete Schlüsselwertmenge. heißt (schwach) sortiert, g.d.w. gilt:
5 Bäume 5.1 Suchbäume Sei ein geordneter binärer Wurzelbaum. Sei Abbildung der Knotenmenge eine in eine vollständig geordnete Schlüsselwertmenge. heißt (schwach) sortiert, g.d.w. gilt: Falls sortiert ist,
Vorlesung Informatik 2 Algorithmen und Datenstrukturen. (07 - Skiplisten) Prof. Dr. Susanne Albers
Vorlesung Informatik 2 Algorithmen und Datenstrukturen (07 - Skiplisten) Prof. Dr. Susanne Albers Skiplisten. Perfekte Skiplisten 2. Randomisierte Skiplisten 3. Verhalten von randomisierten Skiplisten
13. Bäume: effektives Suchen und Sortieren
13. Bäume: effektives Suchen und Sortieren Java-Beispiele: Baum.java Traverse.java TraverseTest.java Version: 25. Jan. 2016 Schwerpunkte Aufgabe und Vorteile von Bäumen Sortieren mit Bäumen Ausgabealgorithmen:
- k Maximalwerte aus Menge mit n >> k Elementen (Rangfolgebestimmung von Suchmaschinen!) Die typische Operationen:
6 Partiell geordnete binäre Bäume: Heap (Haufen) Motivation für manchen Anwendungen nur partielle Ordnung der Elemente statt vollständiger nötig, z.b. - Prioritätsschlange: nur das minimale (oder maximale)
Verkettete Datenstrukturen: Bäume
Verkettete Datenstrukturen: Bäume 1 Graphen Gerichteter Graph: Menge von Knoten (= Elementen) + Menge von Kanten. Kante: Verbindung zwischen zwei Knoten k 1 k 2 = Paar von Knoten (k 1, k 2 ). Menge aller
13. Bäume: effektives Suchen und Sortieren
Schwerpunkte Aufgabe und Vorteile von Bäumen 13. Bäume: effektives Suchen und Sortieren Java-Beispiele: Baum.java Traverse.java TraverseTest.java Sortieren mit Bäumen Ausgabealgorithmen: - Preorder - Postorder
Informatik II Prüfungsvorbereitungskurs
Informatik II Prüfungsvorbereitungskurs Tag 4, 9.6.2017 Giuseppe Accaputo [email protected] 1 Aufbau des PVK Tag 1: Java Teil 1 Tag 2: Java Teil 2 Tag 3: Algorithmen & Komplexität Tag 4: Dynamische Datenstrukturen,
Übung 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
Prüfung Algorithmen und Datenstrukturen I
Hochschule für angewandte Wissenschaften München Fakultät für Informatik und Mathematik Studiengruppe IF 3 B Wintersemester 2016/17 Prüfung Algorithmen und Datenstrukturen I Datum : 23.01.2017, 08:30 Uhr
Einführung in die Objektorientierte Programmierung Vorlesung 18: Lineare Datenstrukturen. Sebastian Küpper
Einführung in die Objektorientierte Programmierung Vorlesung 18: Lineare Datenstrukturen Sebastian Küpper Unzulänglichkeit von Feldern Wenn ein Unternehmen alle Rechnungen eines Jahres verwalten möchte,
Natürliche 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
Binärbäume: Beispiel
Binärbäume Als Beispiel für eine interessantere dynamische Datenstruktur sehen wir uns jetzt Binärbäume an Ein Binärbaum wird rekursiv definiert: Er ist leer oder besteht aus einem Knoten (die Wurzel des
Algorithmen 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
