7 Bäume = „verzweigte Folgen“ Z.B. Stammbaum, patriarchalisch: Abraham

Slides:



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

Man bestimme den „minimalen aufspannenden Baum“ des Graphen.
Programmierung 1 - Repetitorium WS 2002/2003 Programmierung 1 - Repetitorium Andreas Augustin und Marc Wagner Homepage:
Minimum Spanning Tree: MST
Programmierung 1 - Repetitorium WS 2002/2003 Programmierung 1 - Repetitorium Andreas Augustin und Marc Wagner Homepage:
Suchbäume unterstützen alle unten angegebenen Operationen für dynamische Mengen K effizient: Search(K ,k) ---- Suche ein Element x von K mit Schlüssel.
Der k-d-Baum Richard Göbel.
Prof. Dr. S. Albers Prof.Dr.Th Ottmann
Geometrische Datenstrukturen Haozhe Chen Aaron Richardson.
7.2 B-Bäume / B*-Bäume als Hilfsmittel zur Indexorganisation
Mindesthöhe: |_log2 n_|, maximale Höhe: n-1
Claudio Moraga; Gisbert Dittrich
Graphen Ein Graph ist eine Kollektion von Knoten und Kanten. Knoten sind einfache Objekte. Sie haben Namen und können Träger von Werten, Eigenschaften.
Das LCA – Problem in Suffixbäumen
7. Natürliche Binärbäume
Gewichtsbalancierte Suchbäume
Durchlaufen eines Binärbaumes
R. Der - Vorlesung Algorithmen und Datenstrukturen (Magister)
Sortieren mit Binären Bäumen
Baumstrukturen Richard Göbel.
Vorlesung Informatik 2 Algorithmen und Datenstrukturen (19 - Analyse natürlicher Bäume) Prof. Th. Ottmann.
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 (18 - Bäume: Durchlaufreihenfolgen, Analyse nat. Bäume) Prof. Th. Ottmann.
Vorlesung Informatik 2 Algorithmen und Datenstrukturen (20 - AVL-Bäume: Entfernen, Bruder-Bäume) Prof. Th. Ottmann.
Algorithmentheorie 12 – Spannende Bäume minimalen Gewichts
Algorithmen und Datenstrukturen
Informatik II – Kapitel 13
Seminar parallele Programmierung SS 2003
EINI-I Einführung in die Informatik für Naturwissenschaftler und Ingenieure I Vorlesung 2 SWS WS 99/00 Gisbert Dittrich FBI Unido
Minimum Spanning Tree: MST
Datenstrukturen, Algorithmen und Programmierung 2 (DAP2)
Zeichnen von Bäumen Seminar Graphenzeichnen SS03 von Lina Wolf.
Splay Trees Von Projdakov Benjamin.
2. Die rekursive Datenstruktur Baum 2
Diskrete Mathematik II
Effiziente Algorithmen
Einführung in die Informatik für Naturwissenschaftler und Ingenieure
Institut für Theoretische Informatik
Ch. Turnheer/ M. Vilanova 2002
Binäre Bäume Louis Moret und Reto Huber, 5. 11
Jamshid Azizi: Folie Isomorphietest Jamshid Azizi
Graphen und Bäume.
Kapitel 5: Von Datenstrukturen zu Abstrakten Datentypen
Kapitel 8: Graphalgorithmen 8. 1 Grundlagen 8
Kapitel 6: Suchbäume und weitere Sortierverfahren
Kapitel 8: Graphalgorithmen 8. 1 Grundlagen 8
Analyse der Laufzeit von Algorithmen
9.3 Suchbäume = Repräsentation linear geordneter Mengen durch Bäume (applikativ) bzw. baumartige Geflechte (imperativ) Garantierte Komplexität ist durchweg.
10 Graphen gerichtete und ungerichtete, mit Marken an Ecken und/oder Kanten Anwendungsgebiete: Verkehrsnetze, Kommunikationsnetze, Netzpläne, Spiele,...
Eine kurze Geschichte der Graphentheorie
Algorithmen und Datenstrukturen 1 SS 2002
Institut für Kartographie und Geoinformation Prof. Dr. Lutz Plümer Geoinformation II 6. Sem. Vorlesung April 2000 AVL-Bäume.
Institut für Kartographie und Geoinformation Prof. Dr. Lutz Plümer Diskrete Mathematik II Vorlesung Datenstrukturen für den Algorithmus von.
Binärer Baum, Binärer Suchbaum I
Institut für Kartographie und Geoinformation Diskrete Mathematik I Vorlesung Binärer Suchbaum I-
Gliederung der Vorlesung
Algorithmen und Datenstrukturen Prof. Dr. Ralf Möller Universität zu Lübeck Institut für Informationssysteme Stefan Werner (Übungen) sowie viele Tutoren.
Binärbäume.
Aufgabe 1. Herausforderungen I Persistente Datenspeicherung: Möchte man jeden Morgen alle Käufe und Verkäufe neu zusammensuchen? Sehr große Datenmengen:
Programmiersprachen II Fortsetzung Datenstrukturen Balancierte Bäume 2 Prof. Dr. Reiner Güttler Fachbereich GIS HTW.
Einführung in die Informationsverarbeitung Teil Thaller Stunde V: Wege und warum man sie geht Graphen. Köln 14. Januar 2016.
Praktische Informatik 1
Vorlesung AVL-Bäume/Algorithmen-
Vorlesung AVL-Bäume/Algorithmen-
Laufzeitverhalten beim Sortieren
Wiederholung Verband Ungerichtete Graphen Partielle Ordnung
2. Die rekursive Datenstruktur Baum 2.1 Von der Liste zum Baum
DB2 – SS 2019 von Baum allgemein bis B*-Baum
DB2 – SS 2019 von Baum allgemein bis B*-Baum
 Präsentation transkript:

7 Bäume = „verzweigte Folgen“ Z.B. Stammbaum, patriarchalisch: Abraham Isaak Jakob Juda

weitere Beispiele für Bäume: Organisationsbaum Turnierbaum Lehrbuchstruktur Dateibaum Syntaxbaum Operatorbaum: / - + a + d e b c

7.1 Modelle für Bäume Bäume als spezielle ungerichtete (i.a. endliche) Graphen: Definition 1: (freier) Baum : kreisfreier, zusammenhängender Graph (E,K) mit E = Menge der Ecken (Knoten, nodes), K = Menge der Kanten (edges) (= symmetrische, zweistellige Relation auf E) Definition 2: (Wurzel-) Baum : (w,B) mit freiem Baum B=(E,K) und Wurzel w aus E (Die Auszeichnung der Wurzel induziert eine Richtung „weg von der Wurzel“)

Rekursive Definitionen: Definition 3: Ein geordneter Baum ist eine Folge geordneter Bäume Wenn die Ordnung ignoriert wird: Definition 4: Ein Baum ist eine Multimenge von Bäumen (Äquivalent zu Definition 2 !)

Invarianten: Definition 5: Ein n-ärer Baum (n m 1) ist entweder leer oder ein k-tupel (k [ n) von n-ären Bäumen Ein n-ärer Baum mit n m 3 heißt Vielwegbaum (Mehrwegbaum, multi-way tree) (in der Regel geordnet) n = 2 heißt Binärbaum (binärer Baum, binary tree) n = 1 ist Liste „ohne Werte“

Terminologie: Wurzel (root) (ancestor) Vater (parent) Kind (child) Teilbaum Unterbaum (descendant) Blatt innerer Knoten Weg (path) = vertikaler Kantenzug

weiter Terminologie: Grad (degree) eines Knotens = Anzahl seiner Kinder = Anzahl der Teilbäume des zugehörigen Unterbaums, d.h. desjenigen Baums, dessen Wurzel der Knoten ist Ebene, Stufe (level) eines Knotens = Weglänge von der Wurzel bis zum Knoten Höhe eines Baums = maximale Ebene/Weglänge

weiter Terminolgie: Vollständiger Baum: alle Ebenen sind vollständig besetzt - eventuell mit Ausnahme der untersten 1 2 3

Zur Höhe von Binärbäumen: n = Knotenanzahl h = Höhe N(h) = maximale Knotenanzahl bei Höhe h (vollständiger Baum) B(h) = maximale Blätteranzahl bei Höhe h (vollständiger Baum) 1. h [ n-1 h = n-1 : zur Kette entarteter Baum 2. B(h) = 2h N(h) = 2h+1 - 1 3. Eine vorgegebene Anzahl n von Knoten kann in einem vollständigen Baum mit minimaler Höhe h = log2(n+1) - 1 untergebracht werden (weil N(h) m n).

Markierte Bäume = „verzweigte Folgen“ jeder Knoten k trägt Markierung t(k) mit Basistyp T Modell 1: B<T> = { (b,t) | b ist Baum mit Knotenmenge E, t ist Abbildung E -> T } Modell 2: B<S,T> = { (b,s,t) | b ist nichtleerer Baum mit Knotenmenge E, s ist Abbildung Blätter -> S, t ist Abbildung Nichtblätter -> T }

7.2 Spezifikation ... am Beispiel markierter Binärbäume, mit minimaler Signatur: Modell: data Tree t = Empty | Node(Tree t) t (Tree t) Invariante: - Signatur: -- Empty :: Tree t -- Node :: Tree t -> t -> Tree t -> Tree t root :: Tree t -> t left, right :: Tree t -> Tree t empty :: Tree t -> Boolean Semantik: root (Node l v r) = v left (Node l v r) = l right(Node l v r) = r empty t = t == Empty