Algorytmy i struktury danych

Drzewa częściowo uporządkowane

Drzewa zrównowaŜone

Drzewo (binarne) jest zrównowaŜone, jeŜeli dla kaŜdego węzła

wysokości dwóch jego poddrzew (lewego i prawego) róŜnią się co
najwyŜej o 1 (własność tzw. drzew AVL)

Dla drzewa zrównowaŜonego o liczbie węzłów równej n kaŜda droga
od korzenia do któregokolwiek z węzłów ( w tym liści) nie jest dłuŜsza
niŜ log2 n

Algorytmy i struktury danych 2

Drzewa zrównowaŜone

Przykład zrównowaŜonego drzewa binarnego

dane

dane dane

dane dane dane dane

NULL NULL NULL NULL
NULL NULL

dane dane
NULL NULL NULL NULL

Algorytmy i struktury danych 3

 Drzewa częściowo uporządkowane

Drzewa częściowo uporządkowane (ang. Partially ordered

tree) są to drzewa binarne mające następującą własność:

Element przechowywany w węźle musi mieć co najmniej

(co najwyŜej) tak duŜą wartość, jak wartości następników
tego węzła
Własność ta oznacza, Ŝe element w korzeniu dowolnego
poddrzewa jest zawsze największym (najmniejszym)
elementem tego poddrzewa

Algorytmy i struktury danych 4

 Drzewa częściowo uporządkowane

Przykład drzewa częściowo uporządkowanego

5

4 5

NULL

3 2 1

NULL NULL NULL NULL NULL NULL

Algorytmy i struktury danych 5

 Drzewa częściowo uporządkowane

Drzewo częściowo uporządkowane jest zrównowaŜone, jeŜeli jest

drzewem zrównowaŜonym.
9

6 7

5 4 2 1
NULL NULL NULL NULL
NULL

4 3 0
NULL NULL NULL NULL NULL NULL

Algorytmy i struktury danych 6

 Drzewa częściowo uporządkowane

Kopiec (sterta, stóg)

 Przykładem drzewa częściowo uporzadkowanego moŜe

być tzw. kopiec (sterta, stóg), ang. heap
 Drzewo binarne jest kopcem jeŜeli wartości
przechowywane w następnikach kaŜdego węzła są
mniejsze od wartości w danym węźle (tzw. kopiec
maksymalny) lub wartości przechowywane w następnikach
kaŜdego węzła są większe od wartości w danym węźle
(tzw. kopiec minimalny)
 Drzewo jest zrównowaŜone, a wszystkie liście najniŜszego
poziomu znajdują się na jego skrajnych, lewych pozycjach

Algorytmy i struktury danych 7

 Drzewa częściowo uporządkowane

Przykłady kopców

10
8

8
7
12
10

2
3 6
20
15

Kopiec binarny maksymalny Kopiec binarny minimalny

Algorytmy i struktury danych 8

 Drzewa częściowo uporządkowane

 Kopiec moŜna zaimplementować bazując na tablicy

jednowymiarowej (wektorze) o długości n
 Elementy są umieszczane w drzewie w kolejnych węzłach od
góry do dołu i od lewej strony do prawej
 Uwaga: kaŜdy kopiec jest tablicą (ale nie kaŜda tablica jest
kopcem)

Algorytmy i struktury danych 9

Drzewa częściowo uporządkowane

 Cechy charakterystyczne tablicy A implementującej kopiec:

 Korzeń znajduje się w A[ 0 ]
 Po korzeniu zapisujemy w tablicy kolejne poziomy;
 Zatem: lewy następnik korzenia znajduje się w A[ 1 ],
prawy następnik korzenia – w A[ 2 ];
 Ogólnie: lewy następnik węzła zapisanego w A[ i ] znajduje
się w A[ 2i +1], prawy następnik – w A[ 2i+2 ] (jeŜeli
następniki istnieją);

Algorytmy i struktury danych 10

Drzewa częściowo uporządkowane – reprezentacja tablicowa

A[0]

A[1] A[2]

A[3] A[4] A[5] A[6]

A[0] A[1] A[2] A[3] A[4] A[5] A[6]

Algorytmy i struktury danych 11

Drzewa częściowo uporządkowane

A[k/2]

 następniki k-tego węzła mają indeksy

równe:
2k +1 lewy następnik
A[k] 2k +2 prawy następnik
 węzeł nadrzędny ma indeks równy k / 2
(dzielenie całkowitoliczbowe)

A[2k+1] A[2k+2]

Algorytmy i struktury danych 12

 Drzewa częściowo uporządkowane

A[0] 10 tablica A:

0 1 2 3 4 5
A[1] A[2]
8
7 10 8 7 2 3 6

2
3 6
A[3] A[4] A[5]

Zachodzi:
A[k ] ≥ A[2k + 1]
oraz

A[k ] ≥ A[2k + 2]

Algorytmy i struktury danych 13

 Drzewa częściowo uporządkowane

Przekształcanie tablicy w kopiec (metodą wstępującą

R. Floyda (1964)):

for (i=indeks ostatniego węzła-nie liścia; i>=0; i--)

odtwórz warunki kopca dla drzewa, którego korzeniem jest
data[ i ] wywołując funkcję MoveDown(data, i, n-1);

Prototyp funkcji MoveDown:

void MoveDown(T data[ ], int first, int last);

Algorytmy i struktury danych 14

 Drzewa częściowo uporządkowane

Idea działania funkcji MoveDown (tzw. przesiewanie)

Krok 1 9

20 25

17 19 18 10

7 14 16 5 15 11 6 5

Algorytmy i struktury danych 15

 Drzewa częściowo uporządkowane

Krok 2 25

20 9

17 19 18 10

7 14 16 5 15 11 6 5

Algorytmy i struktury danych 16

 Drzewa częściowo uporządkowane

Krok 3 25

20 18

17 19 9 10

7 14 16 5 15 11 6 5

Algorytmy i struktury danych 17

 Drzewa częściowo uporządkowane

Krok 3 25
(drzewo jest kopcem)

20 18

17 19 15 10

7 14 16 5 9 11 6 5

Algorytmy i struktury danych 18

 Drzewa częściowo uporządkowane

void MoveDown(T data[ ], int first, int last)

{
int largest = 2* first +1;
while (largest <= last) {
if (largest < last && data[largest] < data[largest+1] )
largest ++ ; /* first ma dwa następniki: lewy w 2*first+1 oraz prawy
w 2*first+2, przy czym prawy jest większy od lewego */
if (data[first] < data[largest]) {
/* jeśli trzeba zamień większy następnik z jego poprzednikiem */
swap(data[first], data[largest]);
first=largest;
largest=2*firt+1;
}
else largest=last+1;
}
}

Algorytmy i struktury danych 19

 Drzewa częściowo uporządkowane

Analiza złoŜoności algorytmu przekształcania tablicy

w kopiec (algorytmem wstępującym Floyda)

 Rozpatrujemy drzewo binarne o n węzłach i wysokości h

 Zachodzi:
n=2h−1 czyli h = lg (n+1)
 Liczba węzłów na ostatnim (h-tym) poziomie drzewa
nh = 2h-1
 Związek pomiędzy liczba węzłów na i-tym od dołu poziomie drzewa
a liczbą węzłów drzewa n, i=0, 1, 2, ..., h-1
lg ( n +1) −i −1
nh − i = 2 =2
h −i −1

lg nh−i = lg 2lg( n+1)−i−1 = lg(n + 1) − i − 1 =

n +1
= lg(n + 1) − lg 2 = lg i+1
i +1

2
Algorytmy i struktury danych 20
 Drzewa częściowo uporządkowane

Analiza złoŜoności algorytmu przekształcania tablicy

w kopiec (algorytmem wstępującym Floyda)
 Mamy
n +1
lg nh−i = lg i+1
 czyli 2

n +1
nh −i = i+1
2
 np. dla i=1 (przedostatni poziom); dla i=2 (drugi od dołu poziom)
n +1 n +1
nh−1 = nh − 2 =
4 8

Algorytmy i struktury danych 21

 Drzewa częściowo uporządkowane
Analiza złoŜoności algorytmu przekształcania tablicy
w kopiec (algorytmem wstępującym Floyda)

 W najgorszym razie funkcja MoveDown przenosi dane

z przedostatniego poziomu zawierającego (n+1)/4 węzłów o jeden
poziom w dół, przeprowadzając (n+1)/4 zamiany
 Dane z drugiego od końca poziomu, który ma (n+1)/8 węzłów
przenoszone są o dwa poziomy w dół, co oznacza 2 (n+1)/8
przesunięć itd. aŜ do korzenia
 Korzeń moŜe być (w najgorszym razie) przeniesiony o log2(n+1) − 1=
log2[(n+1)/2] poziomy
 Łączna liczba przesunięć:
log 2 ( n +1 ) log 2 ( n +1 )
n +1 i −1
∑
i =2 2 i
( i −1) = ( n + 1) ∑
i =2 2 i
=
log 2 ( n +1 )
i log2 ( n +1 ) 1
= ( n + 1 )[ ∑
i =2 2 i
− ∑
i =2 2 i
] = ( n + 1 )(1,5 − 0 ,5 ) = n + 1 = O( n )
Algorytmy i struktury danych 22
 Drzewa częściowo uporządkowane
Przykład
Przekształcanie tablicy A=[ 2 8 6 1 10 15 3 12 11]
w kopiec metodą wstępującą R.Floyda

8 6

1 10 15 3

12 11

2 8 6 1 10 15 3 12 11

Algorytmy i struktury danych 23

 Drzewa częściowo uporządkowane

Krok 1 2

8 6

1 10 15 3

ostatni węzeł nie będący liściem:

12 11 i = n/2-1 = 9/2 -1 = 3

2 8 6 1 10 15 3 12 11

Algorytmy i struktury danych 24

 Drzewa częściowo uporządkowane

Krok 2 2

8 6

12 10 15 3

ostatni węzeł nie będący liściem:

1 11 i = n/2 -2 = 9/2 -2 = 2

2 8 6 12 10 15 3 1 11

Algorytmy i struktury danych 25

 Drzewa częściowo uporządkowane

Krok 3 2

8 15

12 10 6 3

ostatni węzeł nie będący liściem:

1 11 i = n/2 -3 = 9/2 -3= 1

2 8 15 12 10 6 3 1 11

Algorytmy i struktury danych 26

 Drzewa częściowo uporządkowane

Krok 4 2

12 15

8 10 6 3

1 11

2 12 15 8 10 6 3 1 11

Algorytmy i struktury danych 27

 Drzewa częściowo uporządkowane

Krok 5 2

12 15

11 10 6 3

1 8

2 12 15 11 10 6 3 1 8

Algorytmy i struktury danych 28

 Drzewa częściowo uporządkowane

Krok 6 15

12 2

11 10 6 3

1 8

15 12 2 11 10 6 3 1 8

Algorytmy i struktury danych 29

 Drzewa częściowo uporządkowane

Kopiec 15

12 6

11 10 2 3

1 8

15 12 6 11 10 2 3 1 8

Algorytmy i struktury danych 30

 Algorytmy i struktury danych
Temat: Drzewa losowe - drzepce
 Losowo skonstruowane drzewa BST

 Losowe drzewo BST o n wartościach (kluczach) – drzewo BST, które

powstaje z drzewa pustego w wyniku wstawienia wartości (kluczy) w
losowej kolejności, przy załoŜeniu, Ŝe kaŜda z n! permutacji tych
wartości jest jednakowo prawdopodobna;

 MoŜna pokazać, Ŝe oczekiwana wysokość losowego drzewa BST

o n kluczach wynosi log2n, tzn. E[H] = log2n;

 Losowe drzewo BST ma tendencję bycia zrównowaŜonym;

Algorytmy i struktury danych 32

 Drzepce

 Co zrobić, jeŜeli wszystkich wstawianych elementów nie mamy od

razu?
 Drzepiec (ang. treap) – drzewo BST, w którym porządek
wstawiania elementów określany jest w pewien specjalny sposób;
 W kaŜdym węźle drzepca, oprócz pola wartości występuje pole
priorytet, którego wartością jest losowo określana liczba,
niezaleŜnie dla kaŜdego węzła (przy załoŜeniu, Ŝe wszystkie
wartości i wszystkie priorytety są róŜne);
 Elementy (węzły) w drzepcu są uporządkowane w taki sposób, Ŝe
wartości (klucze) spełniają kryteria drzewa BST, natomiast
priorytety spełniają własność kopca minimalnego,
tj. z najmniejszym priorytetem w korzeniu;
 Drzepiec jest zatem połączeniem drzewa BST i kopca (stąd
nazwa: drzewo BST + kopiec)

Algorytmy i struktury danych 33

 Drzepce

 Pomocne jest, aby myśleć o drzepcach w następujący sposób:

 załóŜmy, Ŝe wstawiamy do drzepca węzły x1, x2, ..., xn wraz ze
związanymi z nimi wartościami (kluczami);
 aby otrzymać drzepiec wstawiamy te węzły w kolejności
wyznaczonej przez ich (losowo ustalone) priorytety, tzn. xi jest
wstawiany przed xj, jeŜeli priorytet( xi ) < priorytet( xj )

Algorytmy i struktury danych 34

 Drzepce
wartość węzłą priorytet
(klucz)

G/4

B
G// 47 H/5

A /10 E / 23 K / 65

I / 73
Przykład drzepca

Algorytmy i struktury danych 35

 Drzepce
Idea algorytmu wstawiania węzła do drzepca

C / 25 G/4 G/4

B
G// 47 H/5 B
G// 47 H/5

A /10 E / 23 K / 65 A /10 E / 23 K / 65

I / 73 C / 25 I / 73

Algorytmy i struktury danych 36

 Drzepce
Idea algorytmu wstawiania węzła do drzepca

G/4 G/4
D/9
H/5 B
G// 47 H/5
B
G// 47

K / 65 A /10 E / 23 K / 65
A /10 E / 23

I / 73 D/9 I / 73
C / 25

D/9 C / 25

Algorytmy i struktury danych 37

 Drzepce
Idea algorytmu wstawiania węzła do drzepca

G/4 G/4

B
G// 47 H/5 B
G// 47 H/5

A /10 E / 23 K / 65 A /10 D /9 K / 65

D/9 I / 73 C /25 E /23 I / 73

C / 25

Algorytmy i struktury danych 38

 Drzepce
Idea algorytmu wstawiania węzła do drzepca

G/4 F/2
F/2
... ? G/4
B
G// 47 H/5 B
G// 47

K /65 A /10 D/9 H/5

A /10 D/9

C /25 E /23 I /73 C /25 E /23 K /65

I /73

Algorytmy i struktury danych 39

Algorytmy i struktury danych 40