7.2.2 Bäume als Hilfsmittel zur Indexorganisation (1/14)

Slides:



Advertisements
Ähnliche Präsentationen
8. Termin Teil B: Wiederholung Begriffe Baum
Advertisements

Hash-Tabellen und -Funktionen Hash-Tabellen in Java
Eine dynamische Menge, die diese Operationen unterstützt,
Synchronisation paralleler Transaktionen AIFB SS Serialisierbarkeitsprinzip 4.3 Serialisierbarkeitsprinzip (5/13) Schedule: T* = {T 1,..., T.
7.2 B-Bäume / B*-Bäume als Hilfsmittel zur Indexorganisation
Relationentheorie AIFB SS Transitive (funktionale) Abhängigkeiten Transitive (funktionale) Abhängigkeiten (1|3) Geg.: r: (U | F); A,
LS 2 / Informatik Datenstrukturen, Algorithmen und Programmierung 2 (DAP2)
Datenstrukturen, Algorithmen und Programmierung 2 (DAP2)
Claudio Moraga; Gisbert Dittrich
C Tutorium – B*-Baum Index Manager –
FH-Hof Der B-Baum Richard Göbel. FH-Hof Wahl des Verzweigungsgrad Verzweigungsgrad kann größer als 2 sein v Nachfolger für einen Knoten v-1 Werte in einem.
Dr. Brigitte Mathiak Kapitel 9 Physische Datenorganisation (ganz kurz)
B-Bäume.
7. Natürliche Binärbäume
Gewichtsbalancierte Suchbäume
R. Der - Vorlesung Algorithmen und Datenstrukturen (Magister)
Bäume • Kernidee: Speicherung von Daten in einer Baumstruktur
Baumstrukturen Richard Göbel.
Algorithmentheorie 04 –Hashing
Vorlesung Informatik 2 Algorithmen und Datenstrukturen (23 – Sortieren vorsortierter Daten) Prof. Th. Ottmann.
Vorlesung Informatik 2 Algorithmen und Datenstrukturen (19 - Analyse natürlicher Bäume) Prof. Th. Ottmann.
Sortieren vorsortierter Daten
Vorlesung Informatik 2 Algorithmen und Datenstrukturen (27 – Kürzeste Wege) Prof. Th. Ottmann.
Vorlesung Informatik 2 Algorithmen und Datenstrukturen (17 – Bäume: Grundlagen und natürliche Suchbäume) Prof. Th. Ottmann.
Vorlesung Informatik 2 Algorithmen und Datenstrukturen 09 - Weitere Sortierverfahren Heapsort-Nachtrag Prof. Th. Ottmann.
1 Vorlesung Informatik 2 Algorithmen und Datenstrukturen (21 – Kürzeste Wege) T. Lauer.
1 Vorlesung Informatik 2 Algorithmen und Datenstrukturen (17 – Fibonacci-Heaps – Analyse) Tobias Lauer.
Algorithmen und Datenstrukturen
EINI-I Einführung in die Informatik für Naturwissenschaftler und Ingenieure I Vorlesung 2 SWS WS 99/00 Gisbert Dittrich FBI Unido
Operationen auf verketteten Listen
IKG - Übung Diskrete Mathe I – Jörg Schmittwilken
Minimum Spanning Tree: MST
Datenstrukturen, Algorithmen und Programmierung 2 (DAP2)
Relationentheorie AIFB SS Algorithmen zur Bildung von 3NF-Relationsschemata Algorithmen zur Bildung von 3NF-Relationsschemata (2|8) (2)Synthese.
Relationentheorie AIFB SS Wir setzen: A 1 A 2 = B, A 1 = AB, A 2 = BC, mit A B= A C = B C = Damit ist: U = ABC Test auf Verlustfreiheit (Verbundtreue)
4.4.2 Sperrverfahren (9/18) Regeln für das Setzen von Sperren
1.4.3 Die abgeschlossene Hülle F+ (1|5)
7 Physische Datenorganisation (1/7)
7.1 Externes Suchen Bisherige Algorithmen: geeignet, wenn alle Daten im Hauptspeicher. Große Datenmengen: oft auf externen Speichermedien, z.B. Festplatte.
Splay Trees Von Projdakov Benjamin.
Eine Implementierung einer effiziente externe geordnete (!) lineare Liste Operationen: Search(x) Insert(x) Delete(x)
Einführung in die Programmierung
Effiziente Algorithmen
Effiziente Algorithmen Hartmut Klauck Universität Frankfurt SS
Effiziente Algorithmen
Effiziente Algorithmen
Quantum Computing Hartmut Klauck Universität Frankfurt WS 04/
Information und Kommunikation Hartmut Klauck Universität Frankfurt SS
Effiziente Algorithmen Hartmut Klauck Universität Frankfurt SS
Einführung in die Informatik für Naturwissenschaftler und Ingenieure (alias Einführung in die Programmierung) (Vorlesung) Prof. Dr. Günter Rudolph Fachbereich.
Einführung in die Programmierung Wintersemester 2009/10 Prof. Dr. Günter Rudolph Lehrstuhl für Algorithm Engineering Fakultät für Informatik TU Dortmund.
Einführung in die Informatik für Naturwissenschaftler und Ingenieure (alias Einführung in die Programmierung) (Vorlesung) Prof. Dr. Günter Rudolph Fachbereich.
Übung Datenbanksysteme II Index- strukturen
Vorlesung Datenbanksysteme vom Physische Datenorganisation
Relationentheorie AIFB SS Relationen in 1NF und relationale Datenbanken(1/5) Attribut a Wertebereichdom(a) (domain) AttributemengeA = {a 1,...,
Relationentheorie AIFB SS Eigenschaften funktionaler Abhängigkeiten Eigenschaften funktionaler Abhängigkeiten (1|6) Lemma 1.1: (Regeln.
Kapitel 6: Suchbäume und weitere Sortierverfahren
SWE1 / Übung 10 ( ) Rekursion Binärbäume.
Institut für Kartographie und Geoinformation Prof. Dr. Lutz Plümer Geoinformation III Vorlesung 1 WS 2001/02 Punkt-in-Landkarte I (Streifenkarte)
Der Hund jagt die Katze. Theoretische Informatik Satz S P O
Semantische Integritätsbedingungen  AIFB SS trigger-Klausel (2/5) Beispiel 3-5: Angestellter: (Ang-Nr, Ang-Name, Gehalt,Familienstand, Abt-Bez).
Semantische Integritätsbedingungen  AIFB SS Überwachung von Integritätsbedingungen (1/3) Dem DBMS muß mitgeteilt werden, wann eine Integritätsbedingung.
Relationentheorie  AIFB SS Semantische Integritätsbedingungen (1|7) Eine „semantische Integritätsbedingung“ (sIB)  über der Attributmenge.
 unterschiedliche Min-/Max-Zahlen für Blätter und Nichtblätter.
Grafik (z.B.) einfügen mit Einfügen – Grafik – Aus Datei.
WS03/041 Dynamische Programmierung (3) Konstruktion optimaler Suchbäume Prof. Dr. S. Albers Prof. Dr. Th. Ottmann.
Algorithmen und Datenstrukturen Prof. Dr. Ralf Möller Universität zu Lübeck Institut für Informationssysteme Stefan Werner (Übungen) sowie viele Tutoren.
Binärbäume.
Übungsblatt 2 Erläuterungen Wintersemester 16/17 DBIS.
2. Die rekursive Datenstruktur Baum 2.1 Von der Liste zum Baum
 Präsentation transkript:

7.2.2 Bäume als Hilfsmittel zur Indexorganisation (1/14) Gegeben: Datei D, Ó AIFB Menge X von Sätzen mit SS2001 Schlüssel A und S = X.A  dom(A) die Menge der Schlüsselwerte < sei eine Vorgänger-/ Nachfolgerbeziehung zwischen den Elementen von S (numerisch, lexikalisch oder benutzerdefiniert).

7.2.2 Bäume als Hilfsmittel zur Indexorganisation (2/14) Gesucht: Ein geordneter Baum, der unter Ausnutzung von < in S das Ó AIFB Suchen eines Satzes (Auffinden bzw. Feststellung, dass nicht vorhanden) SS2001 Einfügen eines Satzes, Löschen eines Satzes unterstützt.

7.2.2 Bäume als Hilfsmittel zur Indexorganisation (3/14) Die Knoten des Baumes stellen Blöcke des Speicherraums dar. Ihr Inhalt besteht aus: Verwaltungsinformationen Satzinformationen (Index-Daten oder Sätze von D). Ó AIFB SS2001 Index-Daten setzen sich zusammen aus einem Schlüsselwert s und einem Zeiger auf den Satz mit Schlüsselwert s.

7.2.2 Bäume als Hilfsmittel zur Indexorganisation (4/14) Solche Bäume heißen auch Schlüsselbäume. Schlüsselbaum 1. Art über S : (W,U, <, Inhalt, P) mit: Ó AIFB (W, U, <) ist ein geordneter Baum. SS2001 Inhalt ordnet jedem Knoten einen oder mehrere Schlüsselwerte zu: Inhalt: W  (S) \ {Ø} Inhalt*(X) = (X  W ). Dabei bezeichnet (S) die Potenzmenge von S.

7.2.2 Bäume als Hilfsmittel zur Indexorganisation (5/14) P: W  (p(S)) gibt für einen Teil der Knoten zusätzliche Informationen p(x) über Sätze x aus X, etwa die Adresse eines Satzes (bzw. einen Zeiger auf diesen Satz) oder den Satz selbst. Ó AIFB SS2001 Sei p(x) der Zeiger auf Satz x oder sei p(x) = x der Satz selbst. Falls x  X Satz mit Schlüsselwert s ist, so schreiben wir auch p(s) statt p(x). WP ::= {w  W | P(w)  Ø} ist die Menge der Knoten mit nicht-leeren Satzinformationen.

7.2.2 Bäume als Hilfsmittel zur Indexorganisation (6/14) Schlüsselbaum 1.Art Datei ANG: Ó AIFB Georg ... Otto Kurt Max Leo Max SS2001 Otto Kurt Georg Leo

7.2.2 Bäume als Hilfsmittel zur Indexorganisation (7/14) Realisierungsmöglichkeit Datei ANG: RSN Satzinhalt Ó AIFB 123 Georg 124 ... 213 ... 214 Otto ... 335 Kurt 336 Max 564 Leo Max ANG.336 SS2001 Otto ANG.214 Kurt ANG.335 Georg ANG.123 Leo ANG.564

7.2.2 Bäume als Hilfsmittel zur Indexorganisation (8/14) Ein hohler Schlüsselbaum ist ein Schlüsselbaum, in dem nur die Blätter Satzinformationen enthalten: WP = {w  W | w Blatt}. Ó AIFB SS2001 Ein sortierter Schlüsselbaum (über der Menge S der Schlüsselwerte einer Datei) ist ein Schlüsselbaum 1. Art T = (W, U, <, Inhalt, P) mit folgenden zusätzlichen Eigenschaften: Für u, v, w  W gilt: (i) Zusammenhang zwischen < in T und < in S: u, v Brüder und u < v (in T)  max(Inhalt(u)) < min(Inhalt(v)) (in S)

7.2.2 Bäume als Hilfsmittel zur Indexorganisation (9/14) (ii) Zusammenhang Sohn/ Vater und < in S: u Sohn von w, s  Inhalt(w)  entweder max(Inhalt*(Wu))  s oder s < min(Inhalt*(Wu)) Dabei sei Tu = (Wu, Uu) der zu u gehörende Teilbaum von T. Ó AIFB SS2001 (iii) Zusammenhang Vater/ Söhne und < in S : u,v Söhne von w, u < v (in T)  es ex. ein s  Inhalt(w) mit: max(Inhalt(u))  s < min(Inhalt(v))

7.2.2 Bäume als Hilfsmittel zur Indexorganisation (10/14) Anmerkungen: (1) Forderung (ii) nur für u anstatt Wu genügt nicht. (2) Forderungen (ii) und (iii) müssen beide gelten. (3) Aus (iii) folgt (i). (4) Aus (ii), (iii) folgt die Struktur innerhalb der Knoten. Ó AIFB SS2001

7.2.2 Bäume als Hilfsmittel zur Indexorganisation (11/14) Schlüsselbaum 1.Art Sortierter Schlüsselbaum? (ii) verletzt (iii)  (ii)  (iii) verletzt (ii)  für w2 (ii) verletzt f. w0 (iii)  Nein Ó AIFB w0 17 SS2001 w1 w2 10 22 25 3 7 11 12 13 14 23 24 27 28 1 9

7.2.2 Bäume als Hilfsmittel zur Indexorganisation (12/14) Schlüsselbaum 1.Art Sortierter Schlüsselbaum? Ja Ó AIFB 2 4 6 11 13 14 9 10 8 12 14 SS2001 15

7.2.2 Bäume als Hilfsmittel zur Indexorganisation (13/14) Sortierter SB (über Schlüsselmenge S) ::= SB 1.Art T = (w, u, <, Inhalt, ) mit T: wo Ó AIFB ... SS2001 w Wu w, u, v lt. Skizze: sInhalt (u), s‘Inhalt (v): s<s‘ sInhalt (w): entw.  s‘ Inhalt*(Wu): s‘<= s oder  sInhalt (w)  s‘ Inhalt(u), s‘‘ Inhalt(v): s‘<= s< s‘‘ s < s‘ u v ... ... ...

7.2.2 Bäume als Hilfsmittel zur Indexorganisation (14/14) Strukturierung innerhalb der Knoten Zur Darstellung: Für alle w  W: I(w) ::= #Inhalt(w) mit Inhalt(w) = {sw,1,..., sw,I(w)}. Ó AIFB SS2001 Anordnung der Schlüsselwerte in w: sw,1 < sw,2 < ... < sw,I(w). Aus den definierten Eigenschaften für sortierte Schlüsselbäume folgt: Für alle w W gilt: 0  s(w)  I(w) + 1. w: • S w,1 • S w,2 • S w,3 • ... S w,I(w) • XXX