Die Präsentation wird geladen. Bitte warten

Die Präsentation wird geladen. Bitte warten

Algorithmen und Datenstrukturen

Ähnliche Präsentationen


Präsentation zum Thema: "Algorithmen und Datenstrukturen"—  Präsentation transkript:

1 Algorithmen und Datenstrukturen
Natürliche Suchbäume Informatik II, SS 2008 Algorithmen und Datenstrukturen Vorlesung 18 Prof. Dr. Thomas Ottmann Algorithmen & Datenstrukturen, Institut für Informatik Fakultät für Angewandte Wissenschaften Albert-Ludwigs-Universität Freiburg

2 Bäume (1) Bäume sind verallgemeinerte Listen (jedes Knoten-Element kann mehr als einen Nachfolger haben) spezielle Graphen: – Ein allgemeiner Graph G = (V,E) besteht aus Knoten V (vertices) und Kanten E  V × V (edges). – Die Kanten sind entweder gerichtet oder ungerichtet. – Knoten und Kanten können markiert sein (sie tragen weitere Informationen). Ein Baum ist ein zusammenhängender azyklischer Graph. Es gilt: # Knoten= # Kanten+1 ein allgemeines & zentrales Konzept zur hierarchischen Strukturierung von Informationen: – Entscheidungsbäume – Codebäume – Syntaxbäume Informatik II: Algorithmen und Datenstrukturen, SS 2008 Prof. Dr. Thomas Ottmann

3 Bäume (2) Ungerichteter Baum (kein Knoten ist als Wurzel ausgezeichnet) Gewurzelter Baum (Wurzelbaum, ein Knoten ist als Wurzel ausgezeichnet) – Von jedem Knoten k führt genau ein Pfad (Folge paarweise benachbarter Kanten) zur Wurzel – Vater (Elter, direkter Vorgänger) eines Knotens k ist der erste Nachbar auf dem Pfad von k zur Wurzel – Söhne (Kinder, direkte Nachfolger) sind die anderen Nachbarn von k – Der Rang von k ist die # Söhne des Knotens k 5 6 4 1 3 2 4 Wurzel 5 3 6 1 2 Informatik II: Algorithmen und Datenstrukturen, SS 2008 Prof. Dr. Thomas Ottmann

4 Bäume (3) Gewurzelter Baum: – Wurzel: einziger Knoten ohne Vater – Blätter: Knoten ohne Söhne – innere Knoten: alle Knoten, die kein Blatt sind – Ordnung eines Baumes T: maximaler Rang eines Knotens von T – Der Begriff Baum wird oft als Synonym für Wurzelbaum gebraucht Geordneter Wurzelbaum: Unter den Söhnen jedes Knotens ist eine Ordnung festgelegt, etwa über < -Relation unter Schlüsseln in Knoten Binärbaum: Geordneter Wurzelbaum der Ordnung 2, Söhne werden mit linker Sohn, rechter Sohn bezeichnet Vielwegbaum: geordneter Wurzelbaum der Ordnung > 2 4 3 < 5 < 6 1 < 2 Informatik II: Algorithmen und Datenstrukturen, SS 2008 Prof. Dr. Thomas Ottmann

5 Bäume (4) Exaktere Definition für die Menge Md
der geordneten Wurzel-Bäume der Ordnung d (d ≥ 1): Ein einzelner Knoten ist in Md Sind t1, . . .,td in Md und ist w ein Knoten, dann ist w mit den Wurzeln von t1, . . .,td als Nachfolgern (v.l.n.r.) ein Baum t. Die ti sind Teil-Bäume von t. – Nach dieser Definition muss jeder Knoten Rang d haben. – Allgemeiner darf der Rang auch kleiner sein. – Knoten von Binär-Bäumen haben entweder 0 oder 2 Söhne. – Man könnte auch Knoten mit genau 1 Sohn zulassen, indem in obiger Definition auch leere Teil-Bäume erlaubt werden. Informatik II: Algorithmen und Datenstrukturen, SS 2008 Prof. Dr. Thomas Ottmann

6 Rekursive Definition ist ein Baum der Ordnung d, mit Höhe 0.
Sind t1,…,td beliebige, disjunkte Bäume der Ordnung d, so erhält man einen (weiteren) Baum der Ordnung d, indem man die Wurzeln von t1,…,td zu Nachfolgern einer neu geschaffenen Wurzel w macht. Die Höhe h des neuen Baums ist dann max {h(t1),…,h(td)}+1. Festlegung: d = 2 Binärbäume, d > 2 Vielwegbäume. w t1 t2 td Informatik II: Algorithmen und Datenstrukturen, SS 2008 Prof. Dr. Thomas Ottmann

7 Beispiele Baum kein Baum kein Baum (aber zwei Bäume)
Informatik II: Algorithmen und Datenstrukturen, SS 2008 Prof. Dr. Thomas Ottmann

8 Strukturelle Eigenschaften von Bäumen
Tiefe eines Knotens k: # Kanten von der Wurzel des Baums bis k (Abstand von k zur Wurzel) Höhe h(t) eines Baumes t: Maximale Tiefe eines Blattes von t. Alternative (rekursive) Definition: – h(Blatt) = 0 – h(t) = 1 + max{ti |Wurzel von ti ist Sohn von Wurzel von t} (ti ist Teil-Baum von t) Niveau i: alle Knoten in Tiefe i Vollständiger Baum: Baum, bei dem jedes nichtleere Niveau volle Knotenanzahl hat.  alle Blätter haben die gleiche Tiefe. Informatik II: Algorithmen und Datenstrukturen, SS 2008 Prof. Dr. Thomas Ottmann

9 Anwendung für Bäume Verwendung von Bäumen für die Lösung des WBP:
Knoten: Speicher für Datensätze Baum: Speicher für Datenmengen Besonderer Vorteil (gegenüber Hash-Tabellen): Durchlauf der gesamten Menge von Sätzen (etwa in sortierter Reihenfolge) leicht möglich. Informatik II: Algorithmen und Datenstrukturen, SS 2008 Prof. Dr. Thomas Ottmann

10 Natürliche, binäre Suchbäume (1)
Ziel: Speichern, Wiederfinden von Datensätzen (allgemeiner: WBP) Zwei alternative Speicherungsformen: Suchbäume: Schlüssel werden in inneren Knoten gespeichert Blätter sind leer (oft=null) sie repräsentieren Intervalle zwischen den Schlüsseln Blattsuchbäume: Schlüssel werden in Blättern gespeichert innere Knoten enthalten Wegweiser zum Auffinden Suchbaum-Bedingung: für jeden inneren Knoten k gilt: alle Schlüssel links unterhalb von k (im linken Teil-Baum tl) sind < als der Schlüssel in k und alle Schlüssel rechts unterhalb von k (im rechtenTeil-Baum tr) sind > als der Schlüssel in k k tl tr Informatik II: Algorithmen und Datenstrukturen, SS 2008 Prof. Dr. Thomas Ottmann

11 Natürliche Bäume (2) Blätter in Suchbaum repräsentieren Intervalle zwischen den Schlüsseln der inneren Knoten Wie sucht man in einem Suchbaum nach Schlüssel s? (Blatt  null) k = wurzel; while (k != null) { if (s == k.key) return true; if (s < k.key) k = k.left; else k = k.right } return false; 9 3 12 4 (- ,3) (9,12) (12, ) (3,4) (4,9) Informatik II: Algorithmen und Datenstrukturen, SS 2008 Prof. Dr. Thomas Ottmann

12 Beispiel (ohne Stopper)
Suche nach Schlüssel s endet beim Suchbaum in Knoten k mit k.key == s oder in Blatt, dessen Intervall s enthält Wurzel 27 39 3 1 15 14 Informatik II: Algorithmen und Datenstrukturen, SS 2008 Prof. Dr. Thomas Ottmann

13 Natürliche Bäume (3) Blattsuchbaum:
Schlüssel werden in Blättern gespeichert Hinweise (Wegweiser) werden in inneren Knoten gespeichert, so dass sl ≤ sk ≤ sr (sl : Schlüssel in linkem TB, sk : Wegweiser in k, sr Schlüssel in rechtem TB) = sollte nicht doppelt vorkommen Wahl für s: entweder maximaler Schlüssel von tl (üblich) oder minimaler Schlüssel von tr. Informatik II: Algorithmen und Datenstrukturen, SS 2008 Prof. Dr. Thomas Ottmann

14 Beispiel: Blattsuchbaum
Blätter enthalten die Schlüssel, innere Knoten Wegweiser. Informatik II: Algorithmen und Datenstrukturen, SS 2008 Prof. Dr. Thomas Ottmann

15 Natürliche Bäume (4) Wie sucht man in einem Blattsuchbaum nach Schlüssel s? (Blatt = Knoten mit 2 null-Ref.) k = wurzel; if (k == null) return false; while (k.left != null) { // damit auch k.right != null if (s <= k.key) k = k.left; else k = k.right; } // jetzt in Blatt return s==k.key; Im Folgenden werden Suchbäume (nicht Blatt-) betrachtet. Informatik II: Algorithmen und Datenstrukturen, SS 2008 Prof. Dr. Thomas Ottmann

16 Natürliche Bäume (5) class SearchNode { int content; SearchNode left; SearchNode right; SearchNode (int c){ // Konstruktor fuer einen Knoten content = c; // ohne Nachfolger left = right = null; } } //class SearchNode class SearchTree { SearchNode root; SearchTree () { // Konstruktor fuer leeren Baum root = null; } // ... Informatik II: Algorithmen und Datenstrukturen, SS 2008 Prof. Dr. Thomas Ottmann

17 Natürliche Bäume (6) /* Suche nach c im Baum */ boolean search (int c) { return search (root, c); } boolean search (SearchNode n, int c){ while (n != null) { if (c == n.content) return true; if (c < n.content) n = n.left; else n = n.right; } return false; } Informatik II: Algorithmen und Datenstrukturen, SS 2008 Prof. Dr. Thomas Ottmann

18 Natürliche Bäume (7) Alternative Baumstruktur:
Statt Blatt  null verwende: Blatt  Referenz auf besonderen Stopper-Knoten b Bei Suche stecke Such-Schlüssel s in b und spare Vergleiche in inneren Knoten. Verwendung eines Stoppers für die Suche! Informatik II: Algorithmen und Datenstrukturen, SS 2008 Prof. Dr. Thomas Ottmann

19 Beispiel (mit Stopper)
27 Wurzel 39 3 1 15 14 x Informatik II: Algorithmen und Datenstrukturen, SS 2008 Prof. Dr. Thomas Ottmann

20 Natürliche Bäume (7) Einfügen eines Knotens mit Schlüssel s in Suchbaum t: Suche nach s endet in Knoten mit s: nicht einfügen, da sonst doppelte Schlüssel Suche endet in Blatt b: Mache b zu innerem Knoten mit s als Schlüssel und zwei neuen Blättern.  Baum bleibt Suchbaum! Informatik II: Algorithmen und Datenstrukturen, SS 2008 Prof. Dr. Thomas Ottmann

21 Natürliche Bäume (8) 9 Einfügen 5 9 3 12 3 12 4 4 5 Baum-Struktur hängt von Einfügereihenfolge in anfangs leeren Baum ab Höhe kann linear zunehmen, sie kann aber auch in O(log n) sein, genau log2 (n+1). Informatik II: Algorithmen und Datenstrukturen, SS 2008 Prof. Dr. Thomas Ottmann

22 Natürliche Bäume (9) int height (){ return height (root); } int height (SearchNode n){ if (n == null) return 0; else return 1 + Math.max (height (n.left), height (n.right)); } /* Fuege c im Baum ein; gib true zurueck, falls erfolgreich und false, falls schon vorhanden */ boolean insert (int c) { // Fuege c ein; if (root == null){ root = new SearchNode (c); return true; } else return insert (root, c); } Informatik II: Algorithmen und Datenstrukturen, SS 2008 Prof. Dr. Thomas Ottmann

23 Natürliche Bäume (10) boolean insert (SearchNode n, int c){ while (true){ if (c == n.content) return false; if (c < n.content){ if (n.left == null) { n.left = new SearchNode (c); return true; } else n = n.left; } else { // c > n.content if (n.right == null) { n.right = new SearchNode (c); return true; } else n = n.right; } } } Informatik II: Algorithmen und Datenstrukturen, SS 2008 Prof. Dr. Thomas Ottmann

24 Sonderfälle Die Struktur des resultierenden Baums hängt stark von der Reihenfolge ab, in der die Schlüssel eingefügt werden. Die minimale Höhe ist log2n + 1 und die maximale Höhe ist n. Resultierende Suchbäume für die Reihenfolgen 15, 39, 3, 27, 1, 14 und 1, 3, 14, 15, 27, 39: 1 3 15 14 3 39 15 1 14 27 27 39 Informatik II: Algorithmen und Datenstrukturen, SS 2008 Prof. Dr. Thomas Ottmann

25 Natürliche Bäume (11) Ein Natürlicher Baum entsteht durch iteriertes Einfügen in den anfangs leeren Baum. Welche Bäume sind die häufigeren/typischeren, die ausgeglichenen, die degenerierten? Wie teuer ist das Einfügen? Informatik II: Algorithmen und Datenstrukturen, SS 2008 Prof. Dr. Thomas Ottmann

26 Natürliche Bäume (11) Entfernen eines Knotens mit Schlüssel s aus einem Baum (Beibehaltung der Suchbaum Eigenschaft) Suche nach s, falls nicht da: fertig; sonst endet die Suche mit k.key == s und k hat keinen, einen oder zwei Söhne: (a) kein Sohn: fertig, Vater bekommt Zeiger auf null (b) nur ein Sohn ist da : lasse Vater v von k darauf statt auf k zeigen (c) zwei Söhne: suche kleinsten Wert in rechtem Teilbaum, d.h. mache einen Schritt nach rechts und beliebig viele nach links bis zu p (symmetrischer Nachfolger von k); kopiere p.key nach k, lösche p (max. einen Sohn, also nach a, b behandeln) Informatik II: Algorithmen und Datenstrukturen, SS 2008 Prof. Dr. Thomas Ottmann

27 Symmetrische Nachfolger
Definition: Ein Knoten q heißt der symmetrische Nachfolger eines Knotens p, wenn q den kleinsten Schlüssel enthält, der größer oder gleich dem Schlüssel von p ist. Beobachtungen: Der symmetrische Nachfolger q von p ist der am weitesten links stehende Knoten im rechten Teilbaum von p. Der symmetrische Nachfolger hat höchstens einen Nachfolger, welcher der rechte ist. Informatik II: Algorithmen und Datenstrukturen, SS 2008 Prof. Dr. Thomas Ottmann

28 Auffinden des symmetrischen Nachfolgers
Beobachtung: Wenn p einen rechten Nachfolger hat, gibt es immer einen symmetrischen Nachfolger. Zunächst gehen wir zum rechten Nachfolger von p. Von dort aus gehen wir solange jeweils zum linken Nachfolger, bis wir einen Knoten ohne linken Nachfolger finden. p q Informatik II: Algorithmen und Datenstrukturen, SS 2008 Prof. Dr. Thomas Ottmann

29 Idee der Löschoperation
Wir löschen p, indem wir den Inhalt von p durch den seines symmetrischen Nachfolgers q ersetzen. Danach löschen wir q. Löschen von q ist einfach, weil q höchstens einen Nachfolger hat. p x p x q y q y Informatik II: Algorithmen und Datenstrukturen, SS 2008 Prof. Dr. Thomas Ottmann

30 Beispiele k hat keinen, einen oder zwei innere Söhne: a) b) c) d) v v
tl tl c) d) v v v k s k s tr tr tl p tr Informatik II: Algorithmen und Datenstrukturen, SS 2008 Prof. Dr. Thomas Ottmann

31 Natürliche Bäume (12) boolean delete (int c){ return delete (null, root, c); } // loesche c im Baum mit Wurzel n, deren Vorgaenger vn ist boolean delete (SearchNode vn, SearchNode n, int c){ if (n == null) return false; if (c < n.content) return delete (n, n.left, c); if (c > n.content) return delete (n, n.right, c); // jetzt gilt: c == n.content if (n.left == null) { point (vn, n, n.right); return true; } if (n.right == null) { point (vn, n, n.left); return true; } // ... Informatik II: Algorithmen und Datenstrukturen, SS 2008 Prof. Dr. Thomas Ottmann

32 Natürliche Bäume (13) // jetzt ist n.left != null und n.right != null SearchNode q = vSymNach (n); if (n == q) { // rechter Sohn von q ist vSymNach (n) n.content = q.right.content; q.right = q.right.right; return true; } else { // linker Sohn von q ist vSymNach (n) n.content = q.left.content; q.left = q.left.right; return true; } } // boolean delete (SearchNode vn, SearchNode n, int c) Informatik II: Algorithmen und Datenstrukturen, SS 2008 Prof. Dr. Thomas Ottmann

33 Natürliche Bäume (14) // vn soll auf m statt auf n zeigen; ist vn == null, zeigt root auf void point (SearchNode vn, SearchNode n, SearchNode m){ if (vn == null) root = m; else if (vn.left == n) vn.left = m; else vn.right = m; } // liefert Vater des symmetrischen Nachfolgers: SearchNode vSymNach (SearchNode n) if (n.right.left != null) { n = n.right; while (n.left.left != null) n = n.left; } return n; } Informatik II: Algorithmen und Datenstrukturen, SS 2008 Prof. Dr. Thomas Ottmann

34 Binäre Suchbäume Binärbäume zur Speicherung von Mengen von Schlüsseln (in den inneren Knoten der Bäume), so dass die Operationen Suchen (find) Einfügen (insert) Entfernen (remove, delete) unterstützt werden. Suchbaumeigenschaft: Die Schlüssel im linken Teilbaum eines Knotens p sind alle kleiner als der Schlüssel von p, und dieser ist wiederum kleiner als sämtliche Schlüssel im rechten Teilbaum von p. Implementierung: Informatik II: Algorithmen und Datenstrukturen, SS 2008 Prof. Dr. Thomas Ottmann

35 Natürliche Bäume Einfügen 5 9 9 3 12 3 12 4 4 5 Baum-Struktur hängt von Einfügereihenfolge in anfangs leeren Baum ab Höhe kann linear zunehmen, sie kann aber auch in O(log n) sein, genau log2(n+1) Informatik II: Algorithmen und Datenstrukturen, SS 2008 Prof. Dr. Thomas Ottmann

36 Durchlaufreihenfolgen in Bäumen
Durchlaufreihenfolgen zum Besuchen der Knoten des Baums zur Ausgabe, zur Berechnung von Summe, Durchschnitt, Anzahl der Schlüssel . . . zur Änderung der Struktur Wichtigste Durchlaufreihenfolgen: Hauptreihenfolge = Preorder = WLR besuche erst Wurzel, dann rekursiv linken und rechten Teil-Baum falls vorhanden Nebenreihenfolge = Postorder = LRW Symmetrische Reihenfolge = Inorder = LWR die Spiegelbild-Varianten von 1-3 Informatik II: Algorithmen und Datenstrukturen, SS 2008 Prof. Dr. Thomas Ottmann

37 Hauptreihenfolge (Preorder)
Ausgehend von der Wurzel p eines Baums ist die Hauptreihenfolge wie folgt rekursiv definiert: Durchlaufen aller Knoten eines Binärbaumes mit Wurzel p in Hauptreihenfolge: Besuche p, durchlaufe den linken Teilbaum von p in Hauptreihenfolge, durchlaufe den rechten Teilbaum von p in Hauptreihenfolge. 17 11 22 7 14 12 Informatik II: Algorithmen und Datenstrukturen, SS 2008 Prof. Dr. Thomas Ottmann

38 Hauptreihenfolge Programm
// Hauptreihenfolge; WLR void preOrder (){ preOrder (root); System.out.println (); } void preOrder (SearchNode n){ if (n == null) return; System.out.print (n.content+" "); preOrder (n.left); preOrder (n.right); } // Nebenreihenfolge; LRW void postOrder (){ postOrder (root); System.out.println (); } // ... Informatik II: Algorithmen und Datenstrukturen, SS 2008 Prof. Dr. Thomas Ottmann

39 Symmetrische Reihenfolge (Inorder)
Die Durchlaufreihenfolge ist: erst linker Teilbaum, dann Wurzel, dann rechter Teilbaum: // Symmetrische; LWR void inOrder (){ inOrder (root); System.out.println (); } void inOrder (SearchNode n){ if (n == null) return; inOrder (n.left); System.out.print (n.content+" "); inOrder (n.right); } // Nebenreihenfolge; LRW // ... Die anderen Durchlaufreihenfolgen werden analog implementiert. Informatik II: Algorithmen und Datenstrukturen, SS 2008 Prof. Dr. Thomas Ottmann

40 Beispiel Preorder: 17, 11, 7, 14, 12, 22 Postorder: 7, 12, 14, 11, 22, 17 Inorder: 7, 11, 12, 14, 17, 22 17 11 22 7 14 12 Informatik II: Algorithmen und Datenstrukturen, SS 2008 Prof. Dr. Thomas Ottmann

41 Binäre Suchbäume Binärbäume zur Speicherung von Mengen von Schlüsseln (in den inneren Knoten der Bäume), so dass die Operationen Suchen (find) Einfügen (insert) Entfernen (remove, delete) unterstützt werden. Suchbaumeigenschaft: Die Schlüssel im linken Teilbaum eines Knotens p sind alle kleiner als der Schlüssel von p, und dieser ist wiederum kleiner als sämtliche Schlüssel im rechten Teilbaum von p. Implementierung: Informatik II: Algorithmen und Datenstrukturen, SS 2008 Prof. Dr. Thomas Ottmann

42 Natürliche Bäume 9 Einfügen 5 9 3 12 3 12 4 4 5 Baum-Struktur hängt von Einfügereihenfolge in anfangs leeren Baum ab Höhe kann linear zunehmen, sie kann aber auch in O(log n) sein, genau log2(n+1) Informatik II: Algorithmen und Datenstrukturen, SS 2008 Prof. Dr. Thomas Ottmann

43 Beispiel für Suchen, Einfügen, Entfernen
17 11 22 7 14 12 Informatik II: Algorithmen und Datenstrukturen, SS 2008 Prof. Dr. Thomas Ottmann

44 Sortieren mit natürlichen Suchbäumen
Idee: Bau für die Eingabefolge einen natürlichen Suchbaum auf und gib die Schlüssel in symmetrischer Reihenfolge (Inorder) aus. Bemerkung: Abhängig von der Eingabereihenfolge kann der Suchbaum degenerieren. Komplexität: Abhängig von der internen Pfadlänge Schlechtester Fall: Sortierte Eingabe:  (n2) Schritte. Bester Fall: Es entsteht ein vollständiger Suchbaum mit minimal möglicher Höhe von etwa log n. n mal Einfügen und Ausgeben ist daher in Zeit O(n log n) möglich. Mittlerer Fall: ? Informatik II: Algorithmen und Datenstrukturen, SS 2008 Prof. Dr. Thomas Ottmann

45 Analyse natürlicher Suchbäume
Zwei alternative Vorgehensweisen zur Bestimmung der internen Pfadlänge: 1. Random-Tree-Analyse, d.h. Mittelwert über alle möglichen Permutationen der (in den anfangs leeren Baum) einzufügenden Schlüssel. 2. Gestaltanalyse, d.h. Mittelwert über alle strukturell möglichen Bäume mit n Schlüsseln. Unterschied des Erwartungswertes für die interne Pfadlänge: 1.  n log2n – n + O(log n) 2.  nn + O(n) Informatik II: Algorithmen und Datenstrukturen, SS 2008 Prof. Dr. Thomas Ottmann

46 Ursache für den Unterschied
3 2 1 3 1 2 1 3 2 1 2 3 3 2 1 3,2, ,1, ,3, ,2, ,1,3 und 2,3,1  Bei der Random-Tree-Analyse werden ausgeglichene Bäume häufiger gezählt. Informatik II: Algorithmen und Datenstrukturen, SS 2008 Prof. Dr. Thomas Ottmann

47 å Interne Pfadlänge ( ) I ( t ) = Tiefe ( p ) + 1
Interne Pfadlänge: Maß zu Beurteilung der Güte eines Suchbaumes. Rekursive Definition: 1. Ist t der leere Baum, so ist I(t) = 0. 2. Für einen Baum mit Wurzel t, linkem Teilbaum tl und rechtem Teilbaum tr gilt: I(t) := I(tl) + I(tr)+ Zahl der Knoten von t. Offensichtlich gilt: å ( ) I ( t ) = Tiefe ( p ) + 1 p P innerer Knoten von t Informatik II: Algorithmen und Datenstrukturen, SS 2008 Prof. Dr. Thomas Ottmann

48 Durchschnittliche Suchpfadlänge
Für einen Baum t ist die durchschnittliche Suchpfadlänge definiert durch: D(t) = I(t)/n, n = Anzahl innerer Knoten in t Frage: Wie groß ist D(t) im besten schlechtesten mittleren Fall für einen Baum t mit n inneren Knoten? Informatik II: Algorithmen und Datenstrukturen, SS 2008 Prof. Dr. Thomas Ottmann

49 Interne Pfadlänge: Bester Fall
Es entsteht ein vollständiger Binärbaum Informatik II: Algorithmen und Datenstrukturen, SS 2008 Prof. Dr. Thomas Ottmann

50 Interne Pfadlänge: Schlechtester Fall
Informatik II: Algorithmen und Datenstrukturen, SS 2008 Prof. Dr. Thomas Ottmann

51 Zufällige Bäume Seien oBdA die Schlüssel {1,…,n} einzufügen.
Sei ferner s1,…, sn eine zufällige Permutation dieser Schlüssel. Somit ist die Wahrscheinlichkeit P(s1 = k), dass s1 gerade den Wert k hat, genau 1/n. Wenn k der erste Schlüssel ist, wird k zur Wurzel. Dann enthalten der linke Teilbaum k – 1 Elemente (nämlich die Schlüssel 1,…,k - 1) und der rechte Teilbaum n – k Elemente (d.h. die Schlüssel k + 1,…,n). Informatik II: Algorithmen und Datenstrukturen, SS 2008 Prof. Dr. Thomas Ottmann

52 Erwartete interne Pfadlänge
EI(n) : Erwartungswert für die interne Pfadlänge eines zufällig erzeugten binären Suchbaums mit n Knoten Offensichtlich gilt: Behauptung: EI(n)  1.386n log2n n + O(logn). EI ( ) = EI ( 1 ) = 1 1 n å EI ( n ) = ( EI ( k - 1 ) + EI ( n - k ) + n ) n k = 1 1 n n å å = n + ( EI ( k - 1 ) + EI ( n - k )) n k = 1 k = 1 Informatik II: Algorithmen und Datenstrukturen, SS 2008 Prof. Dr. Thomas Ottmann

53 å å å Beweis (1) 2 EI ( n + 1 ) = ( n + 1 ) + * EI ( k ) n + 1 ( n + 1
und daher Aus den beiden letzten Gleichungen folgt 2 n å EI ( n + 1 ) = ( n + 1 ) + * EI ( k ) n + 1 k = å n ( n + 1 ) * EI ( n + 1 ) = ( n + 1 ) 2 + 2 * EI ( k ) k = n - å 1 n * EI = n 2 + 2 * EI ( k ) k = ( n + 1 ) EI ( n + 1 ) - n * EI ( n ) = 2 n + 1 + 2 * EI ( n ) ( n + 1 ) EI ( n + 1 ) = ( n + 2 ) EI ( n ) + 2 n + 1 2 n + 1 n + 2 EI ( n + 1 ) = + EI ( n ). n + 1 n + 1 Informatik II: Algorithmen und Datenstrukturen, SS 2008 Prof. Dr. Thomas Ottmann

54 Beweis (2) EI ( n ) = 2 ( n + 1 ) H - 3 n 1 1 H = 1 + + ... + 2 n 1 1
Durch vollständige Induktion über n kann man zeigen, dass für alle n ≥ 1 gilt: ist die n -te harmonische Zahl, die wie folgt Abgeschätzt werden kann: Dabei ist die so genannte Eulersche Konstante. EI ( n ) = 2 ( n + 1 ) H - 3 n n 1 1 H = 1 + + ... + n 2 n 1 1 H = ln n + g + + O ( ) n 2 n n 2 g = . 5772 ... Informatik II: Algorithmen und Datenstrukturen, SS 2008 Prof. Dr. Thomas Ottmann

55 Beweis (3) 1 EI ( n ) = 2 n ln n - ( 3 - 2 g ) * n + 2 ln n + 1 + 2 g
Damit ist Und daher 1 EI ( n ) = 2 n ln n - ( 3 - 2 g ) * n + 2 ln n + 1 + 2 g + O ( ) n EI ( n ) 2 ln n = 2 ln n - ( 3 - 2 g ) + + ... n n 2 2 ln n = * log n - ( 3 - 2 g ) + + ... log e 2 n 2 2 log 2 2 ln n = 10 * log n - ( 3 - 2 g ) + + ... log e 2 n 10 2 ln n 1 . 386 log n - ( 3 - 2 g ) + + ... 2 n Informatik II: Algorithmen und Datenstrukturen, SS 2008 Prof. Dr. Thomas Ottmann

56 Beobachtungen Suchen, Einfügen und Entfernen eines Schlüssels ist bei einem zufällig erzeugten binären Suchbaum mit n Schlüsseln im Mittel in O(log2 n) Schritten möglich. Im schlechtesten Fall kann der Aufwand jedoch Ω(n) betragen. Man kann nachweisen, dass der mittlere Abstand eines Knotens von der Wurzel in einem zufällig erzeugten Baum nur etwa 40% über dem Optimum liegt. Die Einschränkung auf den symmetrischen Nachfolger verschlechtert jedoch das Verhalten. Führt man in einem zufällig erzeugten Suchbaum mit n Schlüsseln n2 Update-Operationen durch, so ist der Erwartungswert für die durchschnittliche Suchpfadlänge lediglich Θ(n). Informatik II: Algorithmen und Datenstrukturen, SS 2008 Prof. Dr. Thomas Ottmann

57 Typischer Binärbaum für eine zufällige Schlüsselsequenz
Informatik II: Algorithmen und Datenstrukturen, SS 2008 Prof. Dr. Thomas Ottmann

58 Resultierender Binärbaum nach n2 Updates
Informatik II: Algorithmen und Datenstrukturen, SS 2008 Prof. Dr. Thomas Ottmann

59 Strukturelle Analyse von Binärbäumen
Frage: Wie groß ist die durchschnittliche Suchpfadlänge eines Binärbaumes mit N inneren Knoten, wenn man bei der Durchschnittsbildung jeden strukturell möglichen Binärbaum mit N inneren Knoten genau einmal zählt? Antwort: Sei IN = gesamte interne Pfadlänge aller strukturell verschiedenen Binärbäume mit N inneren Knoten BN = Anzahl aller strukturell verschiedenen Bäume mit N inneren Knoten Dann ist IN/BN = Informatik II: Algorithmen und Datenstrukturen, SS 2008 Prof. Dr. Thomas Ottmann

60 Anzahl strukturell verschiedener Binärbäume
Informatik II: Algorithmen und Datenstrukturen, SS 2008 Prof. Dr. Thomas Ottmann

61 Gesamte interne Pfadlänge aller Bäume mit N Knoten
Für jeden Baum t mit linkem Teilbaum tl und rechtem Teilbaum tr gilt: Informatik II: Algorithmen und Datenstrukturen, SS 2008 Prof. Dr. Thomas Ottmann

62 Zusammenfassung Die durchschnittliche Suchpfadlänge in einem Baum mit N inneren Knoten (gemittelt über alle strukturell möglichen Bäume mit N inneren Knoten) ist: 1/N IN/BN Informatik II: Algorithmen und Datenstrukturen, SS 2008 Prof. Dr. Thomas Ottmann


Herunterladen ppt "Algorithmen und Datenstrukturen"

Ähnliche Präsentationen


Google-Anzeigen