La presentazione è in caricamento. Aspetta per favore

La presentazione è in caricamento. Aspetta per favore

Il problema del dizionario

Presentazioni simili


Presentazione sul tema: "Il problema del dizionario"— Transcript della presentazione:

1 Il problema del dizionario
Oggetto key chiave dati “satellite” x = puntatore all’oggetto Dizionario = insieme dinamico di oggetti che consente di effettuare le operazioni di ricerca, inserimento, cancellazione. Search(S,k) – dato un insieme S ed un valore chiave k restituisce un puntatore x ad un elemento in S tale che key[x] = k Insert(S,x) – inserisce in S l’elemento puntato da x Delete(S,x) - rimuove da S l’oggetto puntato da x Ci chiediamo qual è la migliore realizzazione possibile per un dizionario.

2 (chiave) (dati satellite)
Esempio Dizionario per la gestione del corso di algoritmi Nome Voto Parziale (chiave) (dati satellite) Bravino Lasfanga Svogliatelli Secchioni Modesto … Metodo più semplice  array non ordinato In questo caso: Insert  costa O(1) - inserisco dopo Modesto Search  costa O(n) – devo scorrere la tabella Delete  costa O(n) - delete = search + trasferimento

3 Possiamo ridurre il tempo di esecuzione della operazione
di ricerca? Il problema della ricerca di un elemento in un array non ordinato ha delimitazione inferiore (n) INFATTI Ogni algoritmo deve, nel caso peggiore, guardare tutti gli elementi dell’insieme per accertarsi o meno della presenza dell’elemento cercato. L’operazione di ricerca costa meno in un array ordinato. Posso usare il metodo di ricerca per dimezzamenti successivi

4  Il metodo di ricerca per dimezzamenti successivi è ottimale.
La ricerca per dimezzamenti successivi ha un costo O(log(n)). Posso fare meglio? NO! Ogni algoritmo per la ricerca di un elemento in un insieme di n elementi richiede (log(n)) confronti. Infatti: - Ogni algoritmo deve restituire la posizione dell’elemento tra le n possibili; Ad ogni algoritmo posso associare un albero di decisione; L’albero di decisione deve avere n foglie; L’altezza dell’albero fornisce un lower bound alla complessità di un generico algoritmo; Il numero di foglie di un albero di altezza h è al più 2h Quindi: n < 2h  h > log2(n) Per un generico algoritmo T(n) = ( log2(n))  Il metodo di ricerca per dimezzamenti successivi è ottimale.

5 RICAPITOLANDO: gestione “banale” del dizionario
Array Ordinato Search – O(log(n)) Insert – O(n) Ho bisogno di: O(log(n)) confronti  per trovare la giusta posizione in cui inserire l’elemento O(n) trasferimenti  per mantenere l’array ordinato (Ricorda che O(n) + O(log(n)) = O(n)) Delete - O(n) (come per Insert) Array non Ordinato Search – O(n) Insert – O(1) Delete - O(n) Lista non Ordinata Search – O(n) Insert – O(1) Delete - O(n) Lista Ordinata Search – O(n) Costerebbe comunque n (non posso fare dim. successivi) Insert – O(n) Devo mantenere ordinata la lista Delete - O(n)

6 Alberi binari di ricerca (ABR)
key p left right Nodo chiave x = puntatore al nodo Albero binario insieme di nodi (record) caratterizzato da quattro campi: key[x] (chiave), p[x] (puntatore al padre), left[x] (puntatore al figlio sinistro), right[x] (puntatore al figlio destro). root[T]  Puntatore alla radice dell’albero x = puntatore nodo left[x] = NIL (il nodo non ha figlio sinistro) right[x] = NIL (il nodo non ha figlio destro) Un albero binario di ricerca (ABR) è una albero binario in cui le chiavi dei vari nodi soddisfano la seguente proprietà: PROPRIETA’ dell’ABR Sia x un nodo generico di un ABR. Se y è un nodo del sotto-albero sinistro di x allora: key[y] < key[x] Se y è un nodo del sotto-albero destro di x allora: key[y] > key[x]

7 Alberi binari di ricerca
Ordinamento decrescente 15 Ordinamento crescente 6 18 3 7 17 20 massimo 2 4 13 minimo 9

8 Le proprietà di un ABR determinano un ordinamento totale …
massimo minimo Verifichiamo… 15 6 18 3 7 17 20 massimo 2 4 13 minimo 9

9 key[left[root[T]]] < key[root[T]] < key[right[root[T]]]
Visita di un ABR Visita in ordine simmetrico – dato un nodo x, elenco prima il sotto-albero sinistro di x, poi il nodo x, poi il sotto-albero destro. Inorder-tree-walk(x) If (x  NIL) then Inorder-tree-walk(left[x]) stampa key[x] Inorder-tree-walk(right[x]) Verifica di correttezza – Supponiamo,per semplicità, che l’albero sia completo. Indichiamo con h l’altezza dell’albero. Vogliamo mostrare che Inorder-tree-walk(x) restituisce la sequenza ordinata h=1  Successione parametri chiamate root[T] Left[root(T)] right[root(T)] NIL NIL NIL NIL key[left[root[T]]] < key[root[T]] < key[right[root[T]]]

10 Verifica correttezza (continua …)
h = generico (ipotizzo che la procedura sia corretta per h-1) root[T] Left[root(T)] right[root(T)] Albero di altezza h-1. Tutti i suoi elementi sono minori o uguali della radice Albero di altezza h-1. Tutti i suoi elementi sono maggiori o uguali della radice Analisi complessità La complessità della procedura considerata è T(n) = (n). Matematicamente …… T(n) = 2 T(n/2) + c Intuitivamente …… La procedura è chiamata un numero di volte pari al numero di nodi dell’albero (e ad ogni chiamata effettua un numero costante di operazioni).


Scaricare ppt "Il problema del dizionario"

Presentazioni simili


Annunci Google