7. Tasapainoitetut hakupuut
|
|
- Tapani Tikkanen
- 8 vuotta sitten
- Katselukertoja:
Transkriptio
1 7. Tasapainoitetut hakupuut Tässä luvussa jatketaan järjestetyn sanakirjan tarkastelua esittämällä kehittynyt puutietorakenne. Luvussa 7.1. esitetään monitiehakupuun käsite. Se on järjestetty puu, jonka jokaisessa sisäsolmussa voi olla useita tietoyksiköitä ja solmulla useita lapsia. Se on binäärihakupuun (luku 6.3.) yleistys. Yksi sen hyödyistä on sisäsolmujen määrän väheneminen binäärihakupuuhun verrattuna. Luvussa 7.2. tarkastellaan yksityiskohtaisesti määrättyä monitiehakupuuta, (2,4)-puuta, josta käytetään myös nimityksiä 2-4-puu tai puu, koska sillä voi olla kahdesta neljään lasta. Kaikki sen lehdet ovat samalla tasolla. Se on tehokas hakua käsittäville operaatioille yltäen tällöin samaan kuin AVL-puu eli aikakompleksisuuteen O(log n). Näitä vielä kehittyneempiä puutyyppejä ovat puna-mustat puut (red-black tree) ja viistopuut (splay tree), joita ei tässä tarkastella. 7. luku 364
2 7.1. Monitiehakupuut Tässä kuvataan, kuinka monilapsisia monitiepuita käytetään hakupuina. Jälleen puuhun talletettava tieto esitetään tietoyksikköinä, pareina (k,x), jossa k onavainjaxtähän liittyvä alkio. Olkoon v järjestetyn puun solmu. Se on d-solmu, jos sillä on d lasta. Monitiehakupuu (multi-way search tree) on järjestetty puu T, jolla on seuraavat ominaisuudet (kuva 7.1.(a)): Jokaisella puun T sisäsolmulla on vähintään kaksi lasta. Jokainen puun T sisäsolmu sisältää kokoelman tietoyksiköitä muotoa (k,x), jossa k onavainjaxalkio. Jokainen puun Td-solmu, jonka lapset ovat v 1,, v d, sisältää d-1 tietoyksikköä (k 1, x 1 ),,(k d-1, x d-1 ), missä k 1 k d-1. Määritellään lisäksi k 0 =- ja k d =+. Jokaiselle tietoyksikölle (k,x), joka on talletettu solmuun v:n alipuuhun juureltaan v i, i = 1,, d, on k i-1 k k i. 7. luku 365
3 Kuva 7.1. (alku) (a) Monitiehakupuu T. 7. luku 366
4 Kun siis solmuun v ajatellaan talletetuksi joukko avaimia mukaanlukien kuvitteelliset erikoisavaimet k 0 =- ja k d =+ (rajoittimia), niin alipuuhun T juureltaan v i talletetun avaimen k täytyy olla solmuun talletetun kahden avaimen välissä. Tällöin d-lapsen solmussa on talletettuna d-1 varsinaista avainta, ja se muodostaa samalla perustan haun suorittamiseksi monitiepuussa. Jälleen puun lehdet ovat ainoastaan paikanpitäjiä. Täten binäärihakupuuta voidaan pitää monitiehakupuun erikoistapauksena. Toisessa ääripäässä yhden sisäsolmun monitiehakupuu voi käsittää useita tietoyksiköitä. Sillä, että käsittääkö monitiehakupuun sisäsolmu kaksi vai useampia lapsia, on seuraava suhde tietoyksiköiden määrän ja lehtisolmujen määrän välillä. Lause 7.1. Monitiehakupuulla, joka sisältää n tietoyksikköä, on n+1 lehteä. Perustelun voi esittää harjoitustehtävänä. 7. luku 367
5 Haku monitiepuussa Haku tapahtuu suoraviivaisesti monitiepuussa avaimella k. Lähdetään polulle puun juuresta (kuva 7.1.(b)-(c)). Oltaessa d-solmussa v haun aikana verrataan avainta k avaimiin k 1,, k d-1, jotka on talletettu solmuun v. Jos on k = k i jollekin i:lle, haku onnistuu. Muutoin jatketaan hakua solmun v lapsessa v i, missä k i-1 < k < k i. (määriteltiin k 0 =- ja k d =+ ). Jos tullaan lehteen, tiedetään, ettei haettavaa avainta ole puussa eli haku epäonnistuu. Monitiehakupuiden tietorakenteita Luvussa 4 esitettyjä yleisten puiden esitystapoja voidaan soveltaa myös monitiehakupuille. Lisätietona niissä pitää tallettaa kuhunkin solmuun pelkästään tietoyksiköiden (tai avainten) joukko. 7. luku 368
6 Kuva 7.1. (jatkoa) (b) Avaimen 12 (epäonnistunut haku) hakupolku puussa T. 7. luku 369
7 Kuva 7.1. (loppu) (c) Avaimen 24 (onnistunut haku) hakupolku puussa T. 7. luku 370
8 Käytettäessä monitiehakupuuta T edustamaan sanakirjaa D kuhunkin sisäsolmuun v talletetaan viittaus järjestettyyn tietoyksiköiden joukkoon. Solmuun v talletettua sanakirjaa kutsutaan sekundääritietorakenteeksi. Tämä tukee laajempaa kokonaisuutta, puuta, joka on tässä primääritietorakenne. Solmuun v talletettu sanakirja esitetään merkinnällä D(v). Tähän talletetaan tietoyksiköt. Näiden perusteella löydetään lapsisolmu, johon siirrytään haun seuraavassa vaiheessa. Puun T jokaisessa solmussa v, jonka lapset ovat v 1,, v d ja tietoyksiköt (k 1, x 1 ),,(k d-1, x d-1 ), ovat talletettuina tietoyksiköt (k 1, x 1, v 1 ),(k 2,x 2,v 2 ),,(k d-1, x d-1, v d-1 ), (+, null, v d ). Sanakirjan D(v) tietoyksiköllä (k i, x i, v i ) on avain k i ja alkio (x i, v i ) (viimeisessä tietoyksikössä erikoisavain + ). Haettaessa avaimen k alkiota puusta T d-solmun v prosessointi voidaan tehdä suorittamalla haku tietoyksikön (k i, x i, v i ) löytämiseksi sanakirjasta D(v) pienimmällä avaimella, joka on suurempi tai yhtä suuri kuin k. On olemassa kaksi tapausta: 7. luku 371
9 Jos on k i-1 < k < k i, hakua jatketaan käsittelemällä lasta v i. (Jos palautetaan erikoisavain k d =+,kon silloin suurempi kuin kaikki avaimet, jotka on talletettu solmuun v ja hakua jatketaan käsitellen lasta v d.) Muussa tapauksessa (k = k i ) haku päättyy onnistuneena. Monitiehakupuun tilavaatimus n tietoyksikölle on O(n) tavallisten sanakirjatoteutusten kera sekundääritietorakenteita varten puussa T. Suoritusaika, joka on käytettävä d-solmussa v haun aikana, riippuu siitä, miten sekundääritietorakenne D(v) toteutetaan. Jos se toteutetaan taulukkopohjaisena järjestettynä sekvenssinä tai AVL-puuna, v on prosessoitavissa ajassa O(log d). Jos se sen sijaan toteutetaan järjestämättömän sekvenssin tai listapohjaisen järjestetyn sekvenssin avulla, solmun v prosessointi kestää ajan O(d). Viitatkoon d max puun T minkä tahansa solmun lasten maksimimäärään. Olkoon h puun korkeus. Näin ollen hakuaika monitiehakupuussa on joko O(hd max ) tai O(h log d max ) riippuen sekundääritietorakenteen D(v) toteutuksesta. 7. luku 372
10 Jos d max on vakio, haun suoritusaika on O(h) riippumatta sekundääritietorakenteen toteutuksesta. Sen mukaisesti päätavoitteena on pitää puun korkeus mahdollisimman matalana, ts. h tietoyksiköiden määrän n logaritmisena funktiona. Tämä aikaansaa tasapainoitetun hakupuun (balanced search tree), jota pohditaan seuraavaksi (2,4)-puu Tämä on monitiehakupuulaji, joka pitää solmuihin talletetut sekundääritietorakenteet kooltaan suppeina ja puun tasapainoitettuna. Nämä tavoitteet saavutetaan ylläpitämällä ominaisuudet (kuva 7.2): Koko-ominaisuus: Jokaisella sisäsolmulla on enintään neljä lasta ja vähintään kaksi. Syvyysominaisuus: Kaikki lehdet ovat samalla syvyydellä. 7. luku 373
11 Kuva 7.2. (2,4)-puu. 7. luku 374
12 Solmujen koosta kiinnipitäminen tekee solmuista monitiehaussa yksinkertaisia. Siitä tulee myös vaihtoehtoinen nimi, puu, koska jokaisella sisäsolmulla on joko 2, 3 tai 4 lasta. Lisäksi solmun v sanakirja D(v) sisältää sekvenssin, jossa kaikki operaatiot tehdään vakioajassa O(1), sillä d max = 4. Korkeusominaisuudesta seuraa raja puulle: Lause 7.2. (2,4)-puun korkeus on (log n), kun tietoyksiköitä on n. Perustelu: Olkoon h (2,4)-puun T korkeus, kun tietoyksiköitä on n. Lause osoitetaan todeksi seuraavien epäyhtälöjen avulla: (log(n + 1))/2 h log(n + 1). (7.1) Koon ja syvyyden nojalla lehtien lukumäärä puussa T on vähintään 2 h ja enintään 4 h. Lauseen 7.1. perusteella lehtien määrä puussa T on n luku 375
13 Täten saadaan 2 h n h. Ottamalla 2-kantainen logaritmi jokaisesta osasta saadaan h log(n + 1) 2h, josta tulee tämän lauseen tulos (7.1). Lause 7.2. sanoo, että koko- ja syvyysominaisuudet riittävät pitämään monitiepuun tasapainoitettuna. Lisäksi se osoittaa haun (2,4)-puussa toimivan ajassa O(log n) ja ettei sekundäärirakenteen toteutus ole ratkaiseva seikka (yksinkertaisin paras, taulukko tai lista), koska lasten maksimimäärä on vakio d max. 7. luku 376
14 Lisäys Uuden tietoyksikön (k,x) lisäämiseksi (2,4)-puuhun T on aluksi haettava avain k. Olettaen, ettei puussa ole tätä avainta k, haku päättyy epäonnistuneena lehteen z. Olkoon v tämän vanhempi. Uusi tietoyksikkö lisätään solmuun v ja samoin uusi lapsi w (lehti) solmulle v solmun z vasemmalle puolelle. Näin ollen lisätään (k,x,w) sanakirjaan D(v). Kuvissa 7.3. ja 7.5. esitetään sarja perättäisiä lisäyksiä (2,4)- puuhun. Tarkastellaan yksityiskohtaisesti avaimen 5 lisäystä puuhun kuvassa 7.3(g), josta saadaan kuva 7.3.(i). Lisäysmenetelmä säilyttää syvyysominaisuuden, koska uusi lehti lisätään samalle tasolle kuin olemassa olevat lehdet ja uusi avain alimmalle sisäsolmutasolle. Se saattaa silti vahingoittaa kokoominaisuutta. Jos solmu on 4-solmu ennen lisäystä, siitä tulisi 5-solmu sen jälkeen, mikä ei ole sallittua. Tällöin esiintyy ylivuoto (overflow), joka on ratkaistava sopivasti puun säilyttämiseksi lajissa (2,4). 7. luku 377
15 4 4 6 v (a) w (b) z (c) (d) (e) (f) Kuva 7.3. (alku) Lisäyksiä (2,4)-puuhun: (a) Lähtötilanteen puu, jossa on yksi tietoyksikkö, (b) avaimen 6 lisäys, (c) avaimen 12 lisäys, (d) avaimen 15 lisäys, joka aiheuttaa ylivuodon, (e) jako, joka tuottaa uuden juuren ja (f) jaon jälkeen. 7. luku 378
16 (g) (h) (i) (j) Kuva 7.3 (jatkoa) (g) Avaimen 3 lisäys, (h) avaimen 5 lisäys, joka aiheuttaa ylivuodon, (i) jako ja (j) jaon jälkeen. 7. luku 379
17 v v z (k) (l) Kuva 7.3. (loppu) (k) Avaimen 10 lisäys ja (l) avaimen 8 lisäys. 7. luku 380
18 Olkoot v 1,, v 5 solmun v lapset ja k 1,, k 4 solmuun v talletetut avaimet. Ylivuodon korjaamiseksi solmusta v jaetaan (split) 5-solmu v seuraavasti (kuva 7.4.): Solmu v korvataan kahdella solmulla v ja v, missä v on 3-solmu lapsinaan v 1, v 2, v 3 ja avaiminaan k 1 ja k 2. v on 2-solmu lapsinaan v 4 ja v 5 ja avaimenaan k 4. Jos v on puun T juuri, luodaan uusi juuri u. Muutoin u olkoon solmun v vanhempi. Lisätään avain k 3 solmuun u ja asetetaan v ja v solmun u lapsiksi niin, että jos v oli i:s u:n lapsi, niin v ja v tulevat u:n i:nneksi ja i+1:nneksi lapseksi. Jako-operaatio suoritetaan selvästi ajassa O(1). 7. luku 381
19 u u h 1 h 2 h 1 h 2 u 1 v=u 2 u 3 k 1 k 2 k 3 k 4 k 3 u v=u 2 1 u 3 k 1 k 2 k 4 v 1 v 2 v 3 v 4 v 5 v 1 v 2 v 3 v 4 v 5 (a) Kuva 7.4. (2,4)-puun solmun jako: (a) ylivuoto 5-solmussa v, (b) v:n kolmas avain lisätään v:n vanhempaan u ja (c) v korvataan 3-solmulla v ja 2-solmulla v. u (b) h 1 k 3 h 2 u 1 v v u 3 k 1 k 2 k 4 v 1 v 2 v 3 v 4 v 5 (c) 7. luku 382
20 Solmun v jaon seurauksena uusi ylivuoto voi esiintyä v:n vanhemmassa u. Jos sellainen esiintyy, se sysää puolestaan jaon solmuun u (kuva 7.5.). Jako joko poistaa ylivuodon tai levittää sitä nykyisen solmun vanhempaan. Näin jako-operaatioiden lukumäärää rajoittaa puun korkeus, joka on lauseen 7.2. mukaisesti O(log n). Lisäyksen suorittaminen (2,4)-puuhun vaatii kaikkiaan aikaa O(log n) (a) Kuva 7.5. (alku) Lisäys (2,4)-puuhun aiheuttaen sarjan jakoja: (a) Ennen lisäystä. 7. luku 383
21 (b) (c) (d) Kuva 7.5. (jatkoa) (b) Avaimen 17 lisäys, joka aiheuttaa ylivuodon, (c) jako ja (d) jaon aiheuttama uusi ylivuoto. 7. luku 384
22 (e) (f) Kuva 7.5. (loppu) (e) Toinen jako, joka tuottaa uuden juurisolmun, sekä (f) lopullinen puu. 7. luku 385
23 Poisto Nyt tarkastellaan tietoyksikön poistamista (2,4)-puusta T. Ensiksi pitää luonnollisesti suorittaa haku avaimella k. Tietoyksikön poisto (2,4)- puusta voidaan aina redusoida tapaukseksi, jossa poistettava tietoyksikkö sijaitsee alimmalla sisäsolmutasolla, ts. sen lapset ovat lehtiä. Jos poistettava tietoyksikkö (k i, x i ) sijaitsee tätä ylempänä puun solmussa z, siirretään aluksi tietoyksikön (k i, x i ) sijaan sellainen, joka on talletettuna solmussa v ja tämän lapset ovat lehtiä (kuva 7.6.(d)): 1. Etsitään oikeanpuolimmainen sisäsolmu v alipuusta, jonka juuri on solmun zi:s lapsi, kun solmun v kaikki lapset ovat lehtiä. Solmun v avain on tällöin alipuun i suurin, ts. alhaaltapäin lähin poistetulle k i. 2. Siirretään solmun z tietoyksikön (k i,x i ) sijaan solmun v viimeinen tietoyksikkö. 7. luku 386
24 Kun edellinen vaihto on tehty, tietoyksikkö poistetaan solmusta v sanakirjasta D(v) ja poistetaan myös v:n i:s lehtilapsi. eli Tietoyksikön ja lapsen poistaminen solmusta v säilyttää syvyysominaisuuden, mutta ei vältämättä koko-ominaisuutta. Jos v on ennen poistoa 2-solmu, siitä tulisi 1-solmu, mikä ei ole sallittua (2,4)- puussa. Tällöin esiintyy alivuoto (underflow). Alivuodon korjaamiseksi tarkistetaan, onko solmun v viereinen sisarus 3-solmu tai 4-solmu. Jos tällainen viereinen sisarus w on olemassa, suoritetaan siirto (transfer), jossa siirretään solmun w lapsi solmuun v, w:n avain v:n ja w:n vanhempaan u sekä u:n avain solmuun v (kuva 7.6.(b)-(c)). Jos solmulla v on ainoastaan yksi vierekkäinen sisarus, joka on 2-solmu, tai molemmat vierekkäiset sirarukset ovat 2-solmuja, suoritetaan sulauttaminen (fusion), jossa lomitetaan v sisaruksensa kanssa luomalla uusi solmu v ja siirretään avain solmun v vanhemmasta u solmuun v (kuva 7.6. (e)-(f)). 7. luku 387
25 u v 5 w (a) (b) 12 Kuva 7.6. Poistojen sarja (2,4)-puusta: (a) avaimen 4 poisto aiheuttaen alivuodon, (b) siirto ja (c) siirron jälkeen. v 5 u w (c) 7. luku 388
26 u v (d) (e) 11 Kuva 7.6. (d) Avaimen 12 poisto, (e) sulauttaminen ja (f) tämän jälkeen. 5 u 6 15 v (f) 7. luku 389
27 u (g) (h) Kuva 7.6. (g) Avaimen 13 poisto ja (h) tämän jälkeen. 7. luku 390
28 Sulauttaminen solmussa v saattaa aikaansaada uuden alivuodon solmun v vanhemmassa u, mikä puolestaan tuottaa siirron tai sulauttamisen solmussa u (kuva 7.7.). Tästä johtuen sulauttamisoperaatioiden määrää rajoittaa puun korkeus, joka on lauseen 7.2. mukaan O(log n). Jos alivuoto leviää juureen saakka, niin juuri yksinkertaisesti poistetaan (kuva 7.7. (c)-(d)). Analyysi (2,4)-puuna toteutetun sanakirjan pääoperaatiot findelement, insertitem ja remove ovat kaikki luokkaa O(log n). Suoritusajat tulevat seuraavista seikoista. (2,4)-puun korkeus, kun puussa on n tietoyksikköä, on O(log n) lauseen 7.1. mukaan. Jako, siirto ja sulauttaminen vaativat ajan O(1). Tietoyksikön haku, lisäys ja poisto käyvät O(log n) solmussa. 7. luku 391
29 u v 17 (a) (b) Kuva 7.7. Sulauttamisten leviäminen (2,4)-puussa: (a) avaimen 14 poisto, joka aiheuttaa alivuodon, ja (b) sulauttaminen. 7. luku 392
30 6 11 u (c) (d) Kuva 7.7. (loppu) (c) Toinen sulauttaminen, joka aiheuttaa juuren poistamisen, ja (d) lopullinen puu. 7. luku 393
v 1 v 2 v 3 v 4 d lapsisolmua d 1 avainta lapsen v i alipuun avaimet k i 1 ja k i k 0 =, k d = Sisäsolmuissa vähint. yksi avain vähint.
Yleiset hakupuut 4 Monitiehakupuu: Binäärihakupuu 0 1 3 5 6 7 8 v k 1 k k 3 v v 3 v 4 k 1 k 3 k 1 k k k 3 d lapsisolmua d 1 avainta Yleinen hakupuu? Tietorakenteet, syksy 007 1 Esimerkki monitiehakupuusta
LisätiedotAlgoritmit 1. Luento 7 Ti Timo Männikkö
Algoritmit 1 Luento 7 Ti 31.1.2017 Timo Männikkö Luento 7 Järjestetty binääripuu Binääripuiden termejä Binääripuiden operaatiot Solmun haku, lisäys, poisto Algoritmit 1 Kevät 2017 Luento 7 Ti 31.1.2017
LisätiedotAVL-puut. eräs tapa tasapainottaa binäärihakupuu siten, että korkeus on O(log n) kun puussa on n avainta
AVL-puut eräs tapa tasapainottaa binäärihakupuu siten, että korkeus on O(log n) kun puussa on n avainta pohjana jo esitetyt binäärihakupuiden operaatiot tasapainotus vie pahimmillaan lisäajan lisäys- ja
LisätiedotAlgoritmit 2. Luento 5 Ti Timo Männikkö
Algoritmit 2 Luento 5 Ti 26.3.2019 Timo Männikkö Luento 5 Puurakenteet B-puu B-puun korkeus B-puun operaatiot B-puun muunnelmia Algoritmit 2 Kevät 2019 Luento 5 Ti 26.3.2019 2/34 B-puu B-puut ovat tasapainoisia
LisätiedotBinäärihaun vertailujärjestys
Järjestetyn sanakirjan tehokas toteutus: binäärihaku Binäärihaku (esimerkkikuassa aain = nimi) op Eea 5 op 5 op op 8 op 5 6 7 8 op Eea 5 op 5 op op 8 op 5 6 7 8 op Eea 5 op 5 op op 8 op 5 6 7 8 op Eea
LisätiedotAlgoritmit 2. Luento 2 To Timo Männikkö
Algoritmit 2 Luento 2 To 14.3.2019 Timo Männikkö Luento 2 Tietorakenteet Lineaarinen lista, binääripuu Prioriteettijono Kekorakenne Keko-operaatiot Keon toteutus taulukolla Algoritmit 2 Kevät 2019 Luento
LisätiedotAlgoritmit 2. Luento 5 Ti Timo Männikkö
Algoritmit 2 Luento 5 Ti 28.3.2017 Timo Männikkö Luento 5 Puurakenteet B-puu B-puun korkeus B-puun operaatiot Algoritmit 2 Kevät 2017 Luento 5 Ti 28.3.2017 2/29 B-puu Algoritmit 2 Kevät 2017 Luento 5 Ti
LisätiedotHakupuut. tässä luvussa tarkastelemme puita tiedon tallennusrakenteina
Hakupuut tässä luvussa tarkastelemme puita tiedon tallennusrakenteina hakupuun avulla voidaan toteuttaa kaikki joukko-tietotyypin operaatiot (myös succ ja pred) pahimman tapauksen aikavaativuus on tavallisella
LisätiedotAlgoritmit 2. Luento 2 Ke Timo Männikkö
Algoritmit 2 Luento 2 Ke 15.3.2017 Timo Männikkö Luento 2 Tietorakenteet Lineaarinen lista, binääripuu Prioriteettijono Kekorakenne Keko-operaatiot Keon toteutus taulukolla Algoritmit 2 Kevät 2017 Luento
LisätiedotAlgoritmit 2. Luento 6 To Timo Männikkö
Algoritmit 2 Luento 6 To 28.3.2019 Timo Männikkö Luento 6 B-puun operaatiot Nelipuu Trie-rakenteet Standarditrie Pakattu trie Algoritmit 2 Kevät 2019 Luento 6 To 28.3.2019 2/30 B-puu 40 60 80 130 90 100
LisätiedotA274101 TIETORAKENTEET JA ALGORITMIT
A274101 TIETORAKENTEET JA ALGORITMIT PUURAKENTEET, BINÄÄRIPUU, TASAPAINOTETUT PUUT MIKÄ ON PUUTIETORAKENNE? Esim. Viereinen kuva esittää erästä puuta. Tietojenkäsittelytieteessä puut kasvavat alaspäin.
LisätiedotAlgoritmit 2. Luento 4 To Timo Männikkö
Algoritmit 2 Luento 4 To 21.3.2019 Timo Männikkö Luento 4 Hajautus Yhteentörmäysten käsittely Avoin osoitteenmuodostus Hajautusfunktiot Puurakenteet Solmujen läpikäynti Algoritmit 2 Kevät 2019 Luento 4
LisätiedotAlgoritmit 2. Luento 6 Ke Timo Männikkö
Algoritmit 2 Luento 6 Ke 29.3.2017 Timo Männikkö Luento 6 B-puun operaatiot B-puun muunnelmia Nelipuu Trie-rakenteet Standarditrie Pakattu trie Algoritmit 2 Kevät 2017 Luento 6 Ke 29.3.2017 2/31 B-puu
LisätiedotAlgoritmit 2. Luento 4 Ke Timo Männikkö
Algoritmit 2 Luento 4 Ke 22.3.2017 Timo Männikkö Luento 4 Hajautus Yhteentörmäysten käsittely Avoin osoitteenmuodostus Hajautusfunktiot Puurakenteet Solmujen läpikäynti Algoritmit 2 Kevät 2017 Luento 4
LisätiedotPinot, jonot, yleisemmin sekvenssit: kokoelma peräkkäisiä alkioita (lineaarinen järjestys) Yleisempi tilanne: alkioiden hierarkia
Pinot, jonot, yleisemmin sekvenssit: kokoelma peräkkäisiä alkioita (lineaarinen järjestys) Yleisempi tilanne: alkioiden hierarkia Kukin alkio (viite) talletettuna solmuun (node) vastaa paikan käsitettä
LisätiedotTietorakenteet, laskuharjoitus 7, ratkaisuja
Tietorakenteet, laskuharjoitus, ratkaisuja. Seuraava kuvasarja näyttää B + -puun muutokset lisäysten jälkeen. Avaimet ja 5 mahtuvat lehtisolmuihin, joten niiden lisäys ei muuta puun rakennetta. Avain 9
Lisätiedotlähtokohta: kahden O(h) korkuisen keon yhdistäminen uudella juurella vie O(h) operaatiota vrt. RemoveMinElem() keossa
Kekolajittelu Prioriteettijonolla toteutettu keko InsertItem ja RemoveMinElem: O(log(n)) Lajittelu prioriteettijonolla: PriorityQueueSort(lajiteltava sekvenssi S) alusta prioriteettijono P while S.IsEmpty()
Lisätiedotprivate TreeMap<String, Opiskelija> nimella; private TreeMap<String, Opiskelija> numerolla;
Tietorakenteet, laskuharjoitus 7, ratkaisuja 1. Opiskelijarekisteri-luokka saadaan toteutetuksi käyttämällä kahta tasapainotettua binäärihakupuuta. Toisen binäärihakupuun avaimina pidetään opiskelijoiden
LisätiedotAlgoritmit 2. Luento 7 Ti Timo Männikkö
Algoritmit 2 Luento 7 Ti 4.4.2017 Timo Männikkö Luento 7 Joukot Joukko-operaatioita Joukkojen esitystapoja Alkiovieraat osajoukot Toteutus puurakenteena Algoritmit 2 Kevät 2017 Luento 7 Ti 4.4.2017 2/26
LisätiedotMiten käydä läpi puun alkiot (traversal)?
inääripuut ieman lisää aidon binääripuun ominaisuuksia lehtisolmuja on yksi enemmän kuin sisäsolmuja inääripuut tasolla d on korkeintaan 2 d solmua pätee myös epäaidolle binääripuulle taso 0: 2 0 = 1 solmu
Lisätiedot58131 Tietorakenteet (kevät 2009) Harjoitus 6, ratkaisuja (Antti Laaksonen)
58131 Tietorakenteet (kevät 2009) Harjoitus 6, ratkaisuja (Antti Laaksonen) 1. Avaimet 1, 2, 3 ja 4 mahtuvat samaan lehtisolmuun. Tässä tapauksessa puussa on vain yksi solmu, joka on samaan aikaan juurisolmu
LisätiedotB + -puut. Kerttu Pollari-Malmi
B + -puut Kerttu Pollari-Malmi Tämä monista on alunperin kirjoitettu sksn 2005 kurssille osittain Luukkaisen ja Nkäsen vanhojen luentokalvojen pohjalta. Maaliskuussa 2010 pseudokoodiesits on muutettu vastaamaan
Lisätiedot3. Hakupuut. B-puu on hakupuun laji, joka sopii mm. tietokantasovelluksiin, joissa rakenne on talletettu kiintolevylle eikä keskusmuistiin.
3. Hakupuut Hakupuu on listaa tehokkaampi dynaamisen joukon toteutus. Erityisesti suurilla tietomäärillä hakupuu kannattaa tasapainottaa, jolloin päivitysoperaatioista tulee hankalampia toteuttaa mutta
LisätiedotTKT20001 Tietorakenteet ja algoritmit Erilliskoe , malliratkaisut (Jyrki Kivinen)
TKT0001 Tietorakenteet ja algoritmit Erilliskoe 5.1.01, malliratkaisut (Jyrki Kivinen) 1. [1 pistettä] (a) Esitä algoritmi, joka poistaa kahteen suuntaan linkitetystä järjestämättömästä tunnussolmullisesta
LisätiedotAlgoritmit 1. Luento 6 Ke Timo Männikkö
Algoritmit 1 Luento 6 Ke 25.1.2017 Timo Männikkö Luento 6 Järjestetty lista Listan toteutus dynaamisesti Linkitetyn listan operaatiot Vaihtoehtoisia listarakenteita Puurakenteet Binääripuu Järjestetty
LisätiedotAlgoritmit 1. Luento 8 Ke Timo Männikkö
Algoritmit 1 Luento 8 Ke 1.2.2017 Timo Männikkö Luento 8 Järjestetty binääripuu Solmujen läpikäynti Binääripuun korkeus Binääripuun tasapainottaminen Graafit ja verkot Verkon lyhimmät polut Fordin ja Fulkersonin
Lisätiedot6. Sanakirjat. 6. luku 298
6. Sanakirjat Tässä luvussa tarkastellaan käsitettä sanakirja (dictionary). Tällaisen tietorakenteen tehtävä on tallettaa alkioita niin, että tiedonhaku rakenteesta on tehokasta. Nimi vastaa melko hyvin
Lisätiedot58131 Tietorakenteet ja algoritmit (kevät 2016) Ensimmäinen välikoe, malliratkaisut
58131 Tietorakenteet ja algoritmit (kevät 2016) Ensimmäinen välikoe, malliratkaisut 1. Palautetaan vielä mieleen O-notaation määritelmä. Olkoon f ja g funktioita luonnollisilta luvuilta positiivisille
LisätiedotAlgoritmit 2. Luento 3 Ti Timo Männikkö
Algoritmit 2 Luento 3 Ti 21.3.2017 Timo Männikkö Luento 3 Järjestäminen eli lajittelu Kekorakenne Kekolajittelu Hajautus Yhteentörmäysten käsittely Ketjutus Algoritmit 2 Kevät 2017 Luento 3 Ti 21.3.2017
LisätiedotTehtävän V.1 ratkaisuehdotus Tietorakenteet, syksy 2003
Tehtävän V.1 ratkaisuehdotus Tietorakenteet, syksy 2003 Matti Nykänen 5. joulukuuta 2003 1 Satelliitit Muunnetaan luennoilla luonnosteltua toteutusta seuraavaksi: Korvataan puusolmun p kentät p. key ja
LisätiedotAlgoritmit 2. Luento 3 Ti Timo Männikkö
Algoritmit 2 Luento 3 Ti 20.3.2018 Timo Männikkö Luento 3 Järjestäminen eli lajittelu Kekorakenne Kekolajittelu Hajautus Yhteentörmäysten käsittely Ketjutus Algoritmit 2 Kevät 2018 Luento 3 Ti 20.3.2018
LisätiedotTietorakenteet ja algoritmit Hakurakenteet Ari Korhonen
Tietorakenteet ja algoritmit Hakurakenteet Ari Korhonen 27.10. & 3.11.2015 Tietorakenteet ja algoritmit - syksy 2015 1 8. HAKURAKENTEET (dictionaries) 8.1 Haku (vrt. sanakirjahaku) 8.2 Listat tallennusrakenteina
LisätiedotKierros 4: Binäärihakupuut
Kierros 4: Binäärihakupuut Tommi Junttila Aalto University School of Science Department of Computer Science CS-A1140 Data Structures and Algorithms Autumn 2017 Tommi Junttila (Aalto University) Kierros
Lisätiedot58131 Tietorakenteet ja algoritmit (syksy 2015) Toinen välikoe, malliratkaisut
Tietorakenteet ja algoritmit (syksy 0) Toinen välikoe, malliratkaisut. (a) Alussa puu näyttää tältä: Lisätään 4: 4 Tasapaino rikkoutuu solmussa. Tehdään kaksoiskierto ensin oikealle solmusta ja sitten
Lisätiedot1.1 Tavallinen binäärihakupuu
TIE-20100 Tietorakenteet ja algoritmit 1 1 Puurakenteet http://imgur.com/l77fy5x Tässä luvussa käsitellään erilaisia yleisiä puurakenteita. ensin käsitellään tavallinen binäärihakupuu sitten tutustutaan
LisätiedotLuku 8. Aluekyselyt. 8.1 Summataulukko
Luku 8 Aluekyselyt Aluekysely on tiettyä taulukon väliä koskeva kysely. Tyypillisiä aluekyselyitä ovat, mikä on taulukon välin lukujen summa tai pienin luku välillä. Esimerkiksi seuraavassa taulukossa
LisätiedotCS-A1140 Tietorakenteet ja algoritmit
CS-A1140 Tietorakenteet ja algoritmit Kierros 4: Binäärihakupuut Tommi Junttila Aalto-yliopisto Perustieteiden korkeakoulu Tietotekniikan laitos Syksy 2016 Sisältö Binäärihakupuut Avainten lisääminen,
Lisätiedot14 Tasapainotetut puurakenteet
TIE-20100 Tietorakenteet ja algoritmit 308 14 Tasapainotetut puurakenteet Binäärihakupuu toteuttaa kaikki dynaamisen joukon operaatiot O(h) ajassa Kääntöpuolena on, että puu voi joskus litistyä listaksi,
LisätiedotTietorakenteet, laskuharjoitus 6,
Tietorakenteet, laskuharjoitus, 23.-2.1 1. (a) Kuvassa 1 on esitetty eräät pienimmistä AVL-puista, joiden korkeus on 3 ja 4. Pienin h:n korkuinen AVL-puu ei ole yksikäsitteinen juuren alipuiden keskinäisen
Lisätiedot58131 Tietorakenteet (kevät 2008) 1. kurssikoe, ratkaisuja
1 Tietorakenteet (kevät 08) 1. kurssikoe, ratkaisuja Tehtävän 1 korjasi Mikko Heimonen, tehtävän 2 Jaakko Sorri ja tehtävän Tomi Jylhä-Ollila. 1. (a) Tehdään linkitetty lista kaikista sukunimistä. Kuhunkin
LisätiedotLisätään avainarvo 6, joka mahtuu lehtitasolle:
Helsingin Yliopisto, Tietojenkäsittelytieteen laitos Tietokannan hallinta, kurssikoe 11.6.2004, J. Lindström Ratkaisuehdotuksia 1. Hakemistorakenteet, 15p. Tutkitaan tyhjää B+-puuta, jossa jokaiselle hakemistosivulle
Lisätiedot10. Painotetut graafit
10. Painotetut graafit Esiintyy monesti sovelluksia, joita on kätevä esittää graafeina. Tällaisia ovat esim. tietoverkko tai maantieverkko. Näihin liittyy erinäisiä tekijöitä. Tietoverkkoja käytettäessä
Lisätiedot7. Tasapainoitetut hakupuut
7.1. Monitiehakpt 7. Tasapainoitett hakpt Tässä lssa jatketaan järjestetyn sanakirjan tarkastela esittämällä kehittynyt ptietorakenne. Lssa 7.1. esitetään monitiehakpn käsite. Se on järjestetty p, jonka
Lisätiedot811312A Tietorakenteet ja algoritmit, , Harjoitus 5, Ratkaisu
1312A Tietorakenteet ja algoritmit, 2018-2019, Harjoitus 5, Ratkaisu Harjoituksen aihe ovat hash-taulukot ja binääriset etsintäpuut Tehtävä 5.1 Tallenna avaimet 10,22,31,4,15,28,17 ja 59 hash-taulukkoon,
LisätiedotAlgoritmi on periaatteellisella tasolla seuraava:
Algoritmi on periaatteellisella tasolla seuraava: Dijkstra(V, E, l, v 0 ): S := { v 0 } D[v 0 ] := 0 for v V S do D[v] := l(v 0, v) end for while S V do valitse v V S jolle D[v] on minimaalinen S := S
Lisätiedot(a) L on listan tunnussolmu, joten se ei voi olla null. Algoritmi lisäämiselle loppuun:
Tietorakenteet ja algoritmit, kevät 201 Kurssikoe 1, ratkaisuja 1. Tehtävästä sai yhden pisteen per kohta. (a) Invariantteja voidaan käyttää algoritmin oikeellisuustodistuksissa Jokin väittämä osoitetaan
Lisätiedot6. Sanakirjat Sanakirjan abstrakti tietotyyppi
6.. Sanakirjan abstrakti tietotyyppi 6. Sanakirjat Tässä luvussa tarkastellaan käsitettä sanakirja (dictionary). Tällaisen tietorakenteen tehtävä on tallettaa alkioita niin, että tiedonhaku rakenteesta
Lisätiedot4. Joukkojen käsittely
4 Joukkojen käsittely Tämän luvun jälkeen opiskelija osaa soveltaa lomittuvien kasojen operaatioita tuntee lomittuvien kasojen toteutuksen binomi- ja Fibonacci-kasoina sekä näiden totetutusten analyysiperiaatteet
LisätiedotAlgoritmit 1. Luento 5 Ti Timo Männikkö
Algoritmit 1 Luento 5 Ti 24.1.2017 Timo Männikkö Luento 5 Järjestetty lista Järjestetyn listan operaatiot Listan toteutus taulukolla Binäärihaku Binäärihaun vaativuus Algoritmit 1 Kevät 2017 Luento 5 Ti
Lisätiedot58131 Tietorakenteet ja algoritmit Uusinta- ja erilliskoe ratkaisuja (Jyrki Kivinen)
58131 Tietorakenteet ja algoritmit Uusinta- ja erilliskoe 12.9.2018 ratkaisuja (Jyrki Kivinen) 1. [10 pistettä] Iso-O-merkintä. (a) Pitääkö paikkansa, että n 3 + 5 = O(n 3 )? Ratkaisu: Pitää paikkansa.
LisätiedotLuku 4. Tietorakenteet funktio-ohjelmoinnissa. 4.1 Äärelliset kuvaukset
Luku 4 Tietorakenteet funktio-ohjelmoinnissa Koska funktio-ohjelmoinnissa ei käytetä tuhoavaa päivitystä (sijoituslausetta ja sen johdannaisia), eivät läheskään kaikki valtavirtaohjelmoinnista tutut tietorakenteet
LisätiedotKoe ma 1.3 klo 16-19 salissa A111, koeaika kuten tavallista 2h 30min
Koe Koe ma 1.3 klo 16-19 salissa A111, koeaika kuten tavallista 2h 30min Kokeessa saa olla mukana A4:n kokoinen kaksipuolinen käsiten tehty, itse kirjoitettu lunttilappu 1 Tärkeää ja vähemmäntärkeää Ensimmäisen
LisätiedotLisätään avainarvo 1, joka mahtuu lehtitasolle:
Helsingin Yliopisto, Tietojenkäsittelytieteen laitos Tietokannan hallinta, kurssikoe 14.5.2004, J. Lindström Ratkaisuehdotuksia 1. Hakemistorakenteet, 15p. Tutkitaan tyhjää B+-puuta, jossa jokaiselle hakemistosivulle
Lisätiedot811312A Tietorakenteet ja algoritmit II Perustietorakenteet
811312A Tietorakenteet ja algoritmit 2017-2018 II Perustietorakenteet Sisältö 1. Johdanto 2. Pino 3. Jono 4. Lista 811312A TRA, Perustietorakenteet 2 II.1. Johdanto Tietorakenne on tapa, jolla algoritmi
Lisätiedot811312A Tietorakenteet ja algoritmit, 2014-2015, Harjoitus 7, ratkaisu
832A Tietorakenteet ja algoritmit, 204-205, Harjoitus 7, ratkaisu Hajota ja hallitse-menetelmä: Tehtävä 7.. Muodosta hajota ja hallitse-menetelmää käyttäen algoritmi TULOSTA_PUU_LASKEVA, joka tulostaa
Lisätiedot811312A Tietorakenteet ja algoritmit V Hash-taulukot ja binääriset etsintäpuut
811312A Tietorakenteet ja algoritmit 2018-2019 V Hash-taulukot ja binääriset etsintäpuut Sisältö 1. Hash-taulukot 2. Binääriset etsintäpuut 811312A TRA, Hash-taulukot, binääripuut 2 V.1 Hash-taulukot Käytetään
Lisätiedot811312A Tietorakenteet ja algoritmit Kertausta kurssin alkuosasta
811312A Tietorakenteet ja algoritmit 2017-2018 Kertausta kurssin alkuosasta II Perustietorakenteet Pino, jono ja listat tunnettava Osattava soveltaa rakenteita algoritmeissa Osattava päätellä operaatioiden
LisätiedotAlgoritmit 1. Luento 1 Ti Timo Männikkö
Algoritmit 1 Luento 1 Ti 10.1.2017 Timo Männikkö Luento 1 Algoritmi Algoritmin toteutus Ongelman ratkaiseminen Algoritmin tehokkuus Algoritmin suoritusaika Algoritmin analysointi Algoritmit 1 Kevät 2017
LisätiedotALGORITMIT 1 DEMOVASTAUKSET KEVÄT 2012
ALGORITMIT 1 DEMOVASTAUKSET KEVÄT 2012 1.1. (a) Jaettava m, jakaja n. Vähennetään luku n luvusta m niin kauan kuin m pysyy ei-negatiivisena. Jos jäljelle jää nolla, jaettava oli tasan jaollinen. int m,
LisätiedotAlgoritmit 1. Luento 12 Ke Timo Männikkö
Algoritmit 1 Luento 12 Ke 15.2.2017 Timo Männikkö Luento 12 Pikalajittelu Pikalajittelun vaativuus Osittamisen tasapainoisuus Lajittelumenetelmien vaativuus Laskentalajittelu Lokerolajittelu Kantalukulajittelu
Lisätiedot1 Puu, Keko ja Prioriteettijono
TIE-20100 Tietorakenteet ja algoritmit 1 1 Puu, Keko ja Prioriteettijono Tässä luvussa käsitellään algoritmien suunnitteluperiaatetta muunna ja hallitse (transform and conquer) Lisäksi esitellään binääripuun
Lisätiedot10. Painotetut graafit
10. Painotetut graafit Esiintyy monesti sovelluksia, joita on kätevä esittää graafeina. Tällaisia ovat esim. tietoverkko tai maantieverkko. Näihin liittyy erinäisiä tekijöitä. Tietoverkkoja käytettäessä
Lisätiedot811312A Tietorakenteet ja algoritmit, , Harjoitus 5, Ratkaisu
1312A Tietorakenteet ja algoritmit, 2016-2017, Harjoitus 5, Ratkaisu Harjoituksen aihe ovat hash-taulukot ja binääriset etsintäpuut Tehtävä 5.1 Tallenna avaimet 10,22,31,4,15,28,17 ja 59 hash-taulukkoon,
LisätiedotAlgoritmit 1. Luento 2 Ke Timo Männikkö
Algoritmit 1 Luento 2 Ke 11.1.2017 Timo Männikkö Luento 2 Algoritmin esitys Algoritmien analysointi Suoritusaika Asymptoottinen kertaluokka Peruskertaluokkia NP-täydelliset ongelmat Algoritmit 1 Kevät
Lisätiedot2. Seuraavassa kuvassa on verkon solmujen topologinen järjestys: x t v q z u s y w r. Kuva 1: Tehtävän 2 solmut järjestettynä topologisesti.
Tietorakenteet, laskuharjoitus 11, ratkaisuja 1. Leveyssuuntaisen läpikäynnin voi toteuttaa rekursiivisesti käsittelemällä jokaisella rekursiivisella kutsulla kaikki tietyllä tasolla olevat solmut. Rekursiivinen
LisätiedotAlgoritmit 1. Luento 12 Ti Timo Männikkö
Algoritmit 1 Luento 12 Ti 19.2.2019 Timo Männikkö Luento 12 Osittamisen tasapainoisuus Pikalajittelun vaativuus Lajittelumenetelmien vaativuus Laskentalajittelu Lokerolajittelu Kantalukulajittelu Algoritmit
LisätiedotTIE448 Kääntäjätekniikka, syksy Antti-Juhani Kaijanaho. 9. marraskuuta 2009
TIE448 Kääntäjätekniikka, syksy 2009 Antti-Juhani Kaijanaho TIETOTEKNIIKAN LAITOS 9. marraskuuta 2009 Sisällys Sisällys Seuraava deadline Vaihe D tiistai 10.11. klo 10 välikielen generointi Vaihe E tiistai
Lisätiedotpuuta tree hierarkkinen hierarchical
4. Puut Seuraavaksi käsitellään yhtä tärkeimmistä tietojenkäsittelytieteen ei-lineaarisista käsitteistä, puuta (tree). Puut ovat olleet keksintönä todellinen läpimurto, koska niissä luotiin tehokas eilineaari
Lisätiedot1.1 Pino (stack) Koodiluonnos. Graafinen esitys ...
1. Tietorakenteet Tietorakenteet organisoivat samankaltaisten olioiden muodostaman tietojoukon. Tämä järjestys voidaan saada aikaan monin tavoin, esim. Keräämällä oliot taulukkoon. Liittämällä olioihin
LisätiedotTietorakenteet ja algoritmit - syksy 2015 1
Tietorakenteet ja algoritmit - syksy 2015 1 Tietorakenteet ja algoritmit - syksy 2015 2 Tietorakenteet ja algoritmit Johdanto Ari Korhonen Tietorakenteet ja algoritmit - syksy 2015 1. JOHDANTO 1.1 Määritelmiä
LisätiedotTietorakenteet ja algoritmit Johdanto Lauri Malmi / Ari Korhonen
Tietorakenteet ja algoritmit Johdanto Lauri Malmi / Ari 1 1. JOHDANTO 1.1 Määritelmiä 1.2 Tietorakenteen ja algoritmin valinta 1.3 Algoritmit ja tiedon määrä 1.4 Tietorakenteet ja toiminnot 1.5 Esimerkki:
Lisätiedot1 Määrittelyjä ja aputuloksia
1 Määrittelyjä ja aputuloksia 1.1 Supremum ja infimum Aluksi kerrataan pienimmän ylärajan (supremum) ja suurimman alarajan (infimum) perusominaisuuksia ja esitetään muutamia myöhemmissä todistuksissa tarvittavia
LisätiedotAlgoritmit 2. Luento 9 Ti Timo Männikkö
Algoritmit 2 Luento 9 Ti 17.4.2018 Timo Männikkö Luento 9 Merkkitiedon tiivistäminen Huffmanin koodi LZW-menetelmä Taulukointi Editointietäisyys Algoritmit 2 Kevät 2018 Luento 9 Ti 17.4.2018 2/29 Merkkitiedon
LisätiedotRatkaisu. Tulkitaan de Bruijnin jonon etsimiseksi aakkostossa S := {0, 1} sanapituudelle n = 4. Neljän pituisia sanoja on N = 2 n = 16 kpl.
iskreetti matematiikka, syksy 00 arjoitus, ratkaisuista. seta 8 nollaa ja 8 ykköstä renkaaksi niin, että jokainen yhdistelmä 0000, 000,..., esiintyy täsmälleen kerran. Vihje: Tulkitse de ruijnin jonon
Lisätiedot811312A Tietorakenteet ja algoritmit Kertausta kurssin alkuosasta
811312A Tietorakenteet ja algoritmit 2016-2017 Kertausta kurssin alkuosasta II Algoritmien analyysi: oikeellisuus Algoritmin täydellinen oikeellisuus = Algoritmi päättyy ja tuottaa määritellyn tuloksen
Lisätiedot9.3 Algoritmin valinta
TIE-20100 Tietorakenteet ja algoritmit 218 9.3 Algoritmin valinta Merkittävin algoritmin valintaan vaikuttava tekijä on yleensä sen suorituskyky käyttötilanteessa. Muitakin perusteita kuitenkin on: toteutuksen
LisätiedotPikalajittelu: valitaan ns. pivot-alkio esim. pivot = oikeanpuoleisin
Pikalajittelu: valitaan ns. pivot-alkio esim. pivot = oikeanpuoleisin jaetaan muut alkiot kahteen ryhmään: L: alkiot, jotka eivät suurempia kuin pivot G : alkiot, jotka suurempia kuin pivot 6 1 4 3 7 2
Lisätiedot5. Keko. Tietorakenne keko eli kasa (heap) on tehokas toteutus abstraktille tietotyypille prioriteettijono, jonka operaatiot ovat seuraavat:
5. Keko Tietorakenne keko eli kasa (heap) on tehokas toteutus abstraktille tietotyypille prioriteettijono, jonka operaatiot ovat seuraavat: Insert(S, x): lisää avaimen x prioriteettijonoon S Maximum(S):
LisätiedotKuva 1: J+-puun rakenne [HXS09].
Johdanto Tietotekniikka on kehittynyt viime vuosikymmenten aikana nopeata vauhtia. Tämä on näkynyt niin tietokoneiden tehoissa kuin myös hinnoissa. Myös tietokoneiden keskusmuistit ovat kasvaneet ja ovat
LisätiedotHarjoitus 6 ( )
Harjoitus 6 (21.4.2015) Tehtävä 1 Määritelmän (ks. luentomoniste s. 109) mukaan yleisen, muotoa min f(x) s. t. g(x) 0 h(x) = 0 x X olevan optimointitehtävän Lagrangen duaali on missä max θ(u, v) s. t.
LisätiedotJäsennysaiheesta lisää Täydentäviä muistiinpanoja TIEA241 Automaatit ja kieliopit, syksy 2016
Jäsennysaiheesta lisää Täydentäviä muistiinpanoja TIA241 Automaatit ja kieliopit, syksy 2016 Antti-Juhani Kaijanaho 4. lokakuuta 2016 1 simerkki arleyn algoritmin soveltamisesta Tämä esimerkki on laadittu
LisätiedotAlgoritmit 1. Luento 3 Ti Timo Männikkö
Algoritmit 1 Luento 3 Ti 17.1.2017 Timo Männikkö Luento 3 Algoritmin analysointi Rekursio Lomituslajittelu Aikavaativuus Tietorakenteet Pino Algoritmit 1 Kevät 2017 Luento 3 Ti 17.1.2017 2/27 Algoritmien
Lisätiedot58131 Tietorakenteet ja algoritmit (kevät 2013) Kurssikoe 1, , vastauksia
58131 Tietorakenteet ja algoritmit (kevät 2013) Kurssikoe 1, 25.2.2013, vastauksia 1. (a) O-merkintä Ω-merkintä: Kyseessä on (aika- ja tila-) vaativuuksien kertalukumerkinnästä. O-merkintää käytetään ylärajan
Lisätiedotuseampi ns. avain (tai vertailuavain) esim. opiskelijaa kuvaavassa alkiossa vaikkapa opintopistemäärä tai opiskelijanumero
Alkioiden avaimet Usein tietoalkioille on mielekästä määrittää yksi tai useampi ns. avain (tai vertailuavain) esim. opiskelijaa kuvaavassa alkiossa vaikkapa opintopistemäärä tai opiskelijanumero 80 op
LisätiedotLuku 7. Verkkoalgoritmit. 7.1 Määritelmiä
Luku 7 Verkkoalgoritmit Verkot soveltuvat monenlaisten ohjelmointiongelmien mallintamiseen. Tyypillinen esimerkki verkosta on tieverkosto, jonka rakenne muistuttaa luonnostaan verkkoa. Joskus taas verkko
Lisätiedot58131 Tietorakenteet Erilliskoe , ratkaisuja (Jyrki Kivinen)
58131 Tietorakenteet Erilliskoe 11.11.2008, ratkaisuja (Jyrki Kivinen) 1. (a) Koska halutaan DELETEMAX mahdollisimman nopeaksi, käytetään järjestettyä linkitettyä listaa, jossa suurin alkio on listan kärjessä.
LisätiedotOhjelmoinnin perusteet Y Python
Ohjelmoinnin perusteet Y Python T-106.1208 25.2.2009 T-106.1208 Ohjelmoinnin perusteet Y 25.2.2009 1 / 34 Syötteessä useita lukuja samalla rivillä Seuraavassa esimerkissä käyttäjä antaa useita lukuja samalla
LisätiedotUnion-find-delete-algoritmien vertailua. Sari Itäluoma
Union-find-delete-algoritmien vertailua Sari Itäluoma Tampereen yliopisto Informaatiotieteiden yksikkö Tietojenkäsittelyoppi Pro gradu -tutkielma Ohjaaja: Erkki Mäkinen Kesäkuu 2015 Tampereen yliopisto
Lisätiedot8. Lajittelu, joukot ja valinta
8. Lajittelu, joukot ja valinta Yksi tietojenkäsittelyn klassisista tehtävistä on lajittelu (järjestäminen) (sorting) jo mekaanisten tietojenkäsittelylaitteiden ajalta. Lajiteltua tietoa tarvitaan lukemattomissa
LisätiedotA TIETORAKENTEET JA ALGORITMIT KORVAAVAT HARJOITUSTEHTÄVÄT 3, DEADLINE KLO 12:00
A274101 TIETORAKENTEET JA ALGORITMIT KORVAAVAT HARJOITUSTEHTÄVÄT 3, DEADLINE 9.2.2005 KLO 12:00 PISTETILANNE: www.kyamk.fi/~atesa/tirak/harjoituspisteet-2005.pdf Kynätehtävät palautetaan kirjallisesti
LisätiedotPaikkatiedon käsittely 6. Kyselyn käsittely
HELSINGIN YLIOPISTO HELSINGFORS UNIVERSITET UNIVERSITY OF HELSINKI Paikkatiedon käsittely 6. Kyselyn käsittely Antti Leino antti.leino@cs.helsinki.fi 1.2.2007 Tietojenkäsittelytieteen laitos Kysely indeksin
LisätiedotTehtävien ratkaisut
Tehtävien 1948 1957 ratkaisut 1948 Kun juna matkaa AB kulkiessaan pysähtyy väliasemilla, kuluu matkaan 10 % enemmän aikaa kuin jos se kulkisi pysähtymättä. Kuinka monta % olisi nopeutta lisättävä, jotta
Lisätiedot4. Perustietorakenteet
4. Perustietorakenteet Tässä osassa käsitellään erilaisia tietorakenteita, joita algoritmit käyttävät toimintansa perustana. Aluksi käydään läpi tietorakenteen abstrakti määritelmä. Tämän jälkeen käsitellään
LisätiedotAlgoritmit 2. Luento 14 Ke Timo Männikkö
Algoritmit 2 Luento 14 Ke 3.5.2017 Timo Männikkö Luento 14 Ositus ja rekursio Rekursion toteutus Kertaus ja tenttivinkit Algoritmit 2 Kevät 2017 Luento 14 Ke 3.5.2017 2/30 Ositus Tehtävän esiintymä ositetaan
LisätiedotEi-yhteydettömät kielet [Sipser luku 2.3]
Ei-yhteydettömät kielet [Sipser luku 2.3] Yhteydettömille kielille pätee samantapainen pumppauslemma kuin säännöllisille kielille. Siinä kuitenkin pumpataan kahta osamerkkijonoa samaan tahtiin. Lause 2.25
LisätiedotTIEA341 Funktio-ohjelmointi 1, kevät 2008
TIEA341 Funktio-ohjelmointi 1, kevät 2008 Luento 5 Ympärysmitta. Puut. Antti-Juhani Kaijanaho Jyväskylän yliopisto Tietotekniikan laitos 21. tammikuuta 2008 CASE: YMPÄRYSMITTA Lasketaan kuvioiden ympärysmittoja
Lisätiedot58131 Tietorakenteet ja algoritmit (kevät 2014) Uusinta- ja erilliskoe, , vastauksia
58131 Tietorakenteet ja algoritmit (kevät 2014) Uusinta- ja erilliskoe, 10..2014, vastauksia 1. [9 pistettä] (a) Todistetaan 2n 2 + n + 5 = O(n 2 ): Kun n 1 on 2n 2 + n + 5 2n 2 + n 2 +5n 2 = 8n 2. Eli
LisätiedotHajautusrakenteet. R&G Chapter Tietokannan hallinta, kevät 2006, Jan 1
Hajautusrakenteet R&G Chapter 11 16.02.06 Tietokannan hallinta, kevät 2006, Jan 1 Hajautukseen perustuvat tiedostorakenteet Hajautukseen perustuvissa tiedostorakenteissa on tavoitteena yksittäisen tietueen
LisätiedotValitaan alkio x 1 A B ja merkitään A 1 = A { x 1 }. Perinnöllisyyden nojalla A 1 I.
Vaihto-ominaisuudella on seuraava intuition kannalta keskeinen seuraus: Olkoot A I ja B I samankokoisia riippumattomia joukkoja: A = B = m jollain m > 0. Olkoon vielä n = m A B, jolloin A B = B A = n.
Lisätiedot811312A Tietorakenteet ja algoritmit III Lajittelualgoritmeista
811312A Tietorakenteet ja algoritmit 2016-2017 III Lajittelualgoritmeista Sisältö 1. Johdanto 2. Pikalajittelu 3. Kekolajittelu 4. Lajittelualgoritmien suorituskyvyn rajoista 811312A TRA, Lajittelualgoritmeista
Lisätiedot