2. Die rekursive Datenstruktur Baum 2.1 Von der Liste zum Baum

Slides:



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

Punkt-in-Polygon-Verfahren III (R/R+-Baum)
Der k-d-Baum Richard Göbel.
7.2 B-Bäume / B*-Bäume als Hilfsmittel zur Indexorganisation
Mindesthöhe: |_log2 n_|, maximale Höhe: n-1
Claudio Moraga; Gisbert Dittrich
Das LCA – Problem in Suffixbäumen
Vorlesung Informatik 2 Algorithmen und Datenstrukturen (22 – B-Bäume)
Algorithmen und Datenstrukturen
Kapitel 6: Klassifizierung von Sortiertechniken
7. Natürliche Binärbäume
Gewichtsbalancierte Suchbäume
Kapitel 6. Suchverfahren
R. Der - Vorlesung Algorithmen und Datenstrukturen (Magister)
Balancierte Bäume Effizienz der Wörterbuchoperationen auf Bäumen hängt direkt von der Baumhöhe ab. Baum mit n Knoten: Mindesthöhe: |_log2 n_|, maximale.
Bäume • Kernidee: Speicherung von Daten in einer Baumstruktur
Sortierverfahren Richard Göbel.
Sortierverfahren Richard Göbel.
Baumstrukturen Richard Göbel.
WS Algorithmentheorie 05 - Treaps Prof. Dr. Th. Ottmann.
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 (17 – Bäume: Grundlagen und natürliche Suchbäume) Prof. Th. Ottmann.
Vorlesung Informatik 2 Algorithmen und Datenstrukturen (21 - AVL-Bäume: Entfernen, Bruder-Bäume) Prof. Th. Ottmann.
Vorlesung Informatik 2 Algorithmen und Datenstrukturen 09 - Weitere Sortierverfahren Heapsort-Nachtrag Prof. Th. Ottmann.
Vorlesung Informatik 2 Algorithmen und Datenstrukturen (18 - Bäume: Durchlaufreihenfolgen, Analyse nat. Bäume) Prof. Th. Ottmann.
Vorlesung Informatik 2 Algorithmen und Datenstrukturen (20 - Balancierte Bäume, AVL-Bäume) Prof. Th. Ottmann.
Vorlesung Informatik 2 Algorithmen und Datenstrukturen (20 - AVL-Bäume: Entfernen, Bruder-Bäume) Prof. Th. Ottmann.
Algorithmen und Datenstrukturen
Vorlesung Informatik 2 Algorithmen und Datenstrukturen (22 – Bruder-Bäume, B-Bäume) Prof. Th. Ottmann.
Informatik II – Kapitel 13
EINI-I Einführung in die Informatik für Naturwissenschaftler und Ingenieure I Vorlesung 2 SWS WS 99/00 Gisbert Dittrich FBI Unido
IKG - Übung Diskrete Mathe I – Jörg Schmittwilken
Institut für Kartographie und Geoinformation Diskrete Mathematik I Vorlesung Bäume-
Institut für Kartographie und Geoinformation Prof. Dr. Lutz Plümer Geoinformation II Vorlesung In welcher Masche liegt der Punkt p?
Datenstrukturen, Algorithmen und Programmierung 2 (DAP2)
Splay Trees Von Projdakov Benjamin.
2. Die rekursive Datenstruktur Baum 2
Eine Implementierung einer effiziente externe geordnete (!) lineare Liste Operationen: Search(x) Insert(x) Delete(x)
Diskrete Mathematik II
Institut für Kartographie und Geoinformation Prof. Dr. Lutz Plümer Geoinformation II Vorlesung 7 SS 2000 Punkt-in-Polygon-Verfahren I (Trapezkarte)
Effiziente Algorithmen
Einführung in die Informatik für Naturwissenschaftler und Ingenieure
Jamshid Azizi: Folie Isomorphietest Jamshid Azizi
Graphen und Bäume.
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)
Algorithmen und Datenstrukturen 1 SS 2002
Institut für Kartographie und Geoinformation Prof. Dr. Lutz Plümer Geoinformation II 6. Sem. Vorlesung April 2000 AVL-Bäume.
7 Bäume = „verzweigte Folgen“ Z.B. Stammbaum, patriarchalisch: Abraham
Institut für Kartographie und Geoinformation Prof. Dr. Lutz Plümer Diskrete Mathematik II Vorlesung Datenstrukturen für den Algorithmus von.
Binärer Suchbaum IV AVL-Baum I
Binärer Baum, Binärer Suchbaum I
Institut für Kartographie und Geoinformation Diskrete Mathematik I Vorlesung Binärer Suchbaum I-
Binärbäume.
Aufgabe 1. Herausforderungen I Persistente Datenspeicherung: Möchte man jeden Morgen alle Käufe und Verkäufe neu zusammensuchen? Sehr große Datenmengen:
Übungsblatt 2 Erläuterungen Wintersemester 16/17 DBIS.
Klausur „Diskrete Mathematik II“
Vorlesung AVL-Bäume/Algorithmen-
Vorlesung AVL-Bäume/Algorithmen-
Laufzeitverhalten beim Sortieren
Suchbäume.
1. Die rekursive Datenstruktur Liste 1.5 Das Entwurfsmuster Kompositum
2. Die rekursive Datenstruktur Baum 2.2 Suchen und Einfügen
2.4 Durchlaufen von Bäumen
DB2 – SS 2019 von Baum allgemein bis B*-Baum
2. Die rekursive Datenstruktur Baum 2.3 Baum und Kompositum
DB2 – SS 2019 von Baum allgemein bis B*-Baum
 Präsentation transkript:

2. Die rekursive Datenstruktur Baum 2.1 Von der Liste zum Baum In einer sortierten Liste ist das Suchen eines bestimmten Elements sehr einfach: Sucht man beispielsweise das Element 9, wird die Liste durchlaufen und man erhält das Element nach 6 Vergleichen. Sucht man das Element 10, sind 7 Vergleiche notwendig. Da 11>10 gilt, kann 10 in der sortierten Liste nicht vorhanden sein. Ist das gesuchte Element jedoch am Ende der Liste sind sehr viele Vergleichsoperationen notwendig, für das Element 30 benötigt man 15 Vergleiche. Bei großen Listen (z.B. ein Wörterbuch) hat eine solche Suche ein sehr schlechtes Zeitverhalten. Aufgabe Wie groß ist die durchschnittliche Anzahl von Vergleichen in der abgebildeten Liste? Wie groß ist sie in einer geordneten Liste mit n Elementen? Informatik 11 - 2. Die rekursive Datenstruktur Baum - 2.1 Von der Liste zum Baum

Die Suche wird effizienter, wenn man die Liste in der Mitte teilt: Für das Element 30 benötigt man nur mehr 8 Vergleiche. Aufgabe Wie groß ist die durchschnittliche Anzahl von Vergleichen? Informatik 11 - 2. Die rekursive Datenstruktur Baum - 2.1 Von der Liste zum Baum

Wie viele Vergleiche benötigt man für das Element 30? Setzt man die Teilung für jede Liste fort, gelangt man zu folgender Struktur: Aufgabe Wie viele Vergleiche benötigt man für das Element 30? Wie groß ist die durchschnittliche Anzahl von Vergleichen? Informatik 11 - 2. Die rekursive Datenstruktur Baum - 2.1 Von der Liste zum Baum

Nach der letzten Teilung erhält man: Aufgabe Wie viele Vergleiche benötigt man für das Element 30? Wie groß ist die durchschnittliche Anzahl von Vergleichen? Informatik 11 - 2. Die rekursive Datenstruktur Baum - 2.1 Von der Liste zum Baum

Definition der Datenstruktur Baum In einem Baum können die zugehörigen Objekte jeweils mehrere Nachfolger haben. Zusätzlich gilt: Genau ein Objekt wird nicht referenziert. Man nennt es Wurzel des Baumes Alle anderen Objekte werden genau einmal referenziert. Man nennt sie Knoten. Jeder Knoten lässt sich von der Wurzel auf genau einem Weg erreichen.    Informatik 11 - 2. Die rekursive Datenstruktur Baum - 2.1 Von der Liste zum Baum

Ist eine Liste auch ein Baum? Überlege: Ist eine Liste auch ein Baum? Inwiefern ist ein Baum eine rekursive Datenstruktur? Informatik 11 - 2. Die rekursive Datenstruktur Baum - 2.1 Von der Liste zum Baum

Die Referenzen zwischen den Knoten nennt man Kanten. Fachbegriffe Hat jeder Knoten höchstens zwei Nachfolger, spricht man von einem Binärbaum. Bei den Knoten unterscheidet man zwischen inneren Knoten (mit Nachfolger) und Blättern (kein Nachfolger). Die Referenzen zwischen den Knoten nennt man Kanten.  Die Tiefe eines Knotens ist die Anzahl der Kanten, die beim Durchlauf von der Wurzel bis zum Knoten beschritten werden.  Alle Knoten mit der gleichen Tiefe beschreiben eine Ebene des Baumes . Die Höhe des Baumes ist festgelegt durch die größtmögliche Tiefe.  Anstelle der Begriffe Nachfolger-Vorgänger liest man in der Literatur auch oft Kind-Eltern, Sohn-Vater, Tochter-Mutter o.ä. In einem geordneten Baum sind alle Elemente im linken Teilbaum kleiner (größer) und im rechten Teilbaum größer (kleiner) als die Wurzel. Dies gilt für alle Teilbäume. Ein geordneter Binärbaum heißt auch binärer Suchbaum. Informatik 11 - 2. Die rekursive Datenstruktur Baum - 2.1 Von der Liste zum Baum

Klassendiagramm eines Binärmaumes: Informatik 11 - 2. Die rekursive Datenstruktur Baum - 2.1 Von der Liste zum Baum

Ungeordneter Binärbaum: Geordneter Binärbaum: Informatik 11 - 2. Die rekursive Datenstruktur Baum - 2.1 Von der Liste zum Baum

Klassendiagramm eines allgemeinen Baumes: Informatik 11 - 2. Die rekursive Datenstruktur Baum - 2.1 Von der Liste zum Baum

Beispiel: Informatik 11 - 2. Die rekursive Datenstruktur Baum - 2.1 Von der Liste zum Baum

Welche Näherung ist für große Werte von n möglich? Aufgabe Gib jeweils für einen Binärbaum mit z = 1, 2, 3, 4, ... Ebenen die Anzahl n der Knoten an. Gehe davon aus, dass alle Ebenen die maximale Knotenzahl haben. Wie lautet der allgemeine Zusammenhang zwischen der Anzahl z der Ebenen und der Anzahl n der Knoten? Welche Näherung ist für große Werte von n möglich? Informatik 11 - 2. Die rekursive Datenstruktur Baum - 2.1 Von der Liste zum Baum

Übung 1 Experimentiere mit einem Baum-Visualisierungs-Tool: https://www.cs.usfca.edu/~galles/visualization/BST.html oder: http://www.bvt.ct-labs.de/ Dort kann man geordnete Binärbäume erzeugen. Vollziehe an einigen Beispielen nach, wie der Baum aus einer geordneten Liste entstanden sein könnte. Beachte, dass die Listenteilung nicht immer in der Mitte erfolgen muss.  Bestimme auch die Tiefen der Knoten und die Baumhöhe. Bearbeite im Buch die Aufgaben 4 und 6 auf den Seiten 68 – 69. Informatik 11 - 2. Die rekursive Datenstruktur Baum - 2.1 Von der Liste zum Baum

Übung 2 http://www.matheprisma.de/Module/BinSuch/index.htm (Suchspiel und Suchbaum) Informatik 11 - 2. Die rekursive Datenstruktur Baum - 2.1 Von der Liste zum Baum