Algoritmer och datastructurer -Sökträd, naiva och balancerade lösningar -HashTable -- Kapitel 19, 20. För utveckling av verksamhet, produkter och livskvalitet. Speciella träd -Binära Sökträd Har ordnade element Mindre värde till vänster Högre värde till höger 7 2 1 9 5 3 För utveckling av verksamhet, produkter och livskvalitet. 11 Är det ett sökträd? 7 2 1 9 11 5 3 8 För utveckling av verksamhet, produkter och livskvalitet. Implementation – noden 3 class Node <AnyType> { AnyType element; Node left; Node right; Node( AnyType data) { element=data; left=right=null; } } För utveckling av verksamhet, produkter och livskvalitet. ...och BinarySearchTree public class BinarySearchTree <AnyType extends Comparable<? super AnyType> > { Node <AnyType> root; public BinarySearchTree() { root=null; } -public void insert -public nbrOfNodes -public remove -public find , findMin, findMax } För utveckling av verksamhet, produkter och livskvalitet. Insert () 6 7 2 1 9 5 3 För utveckling av verksamhet, produkter och livskvalitet. 11 Insert () 6 7 2 1 9 5 3 För utveckling av verksamhet, produkter och livskvalitet. 11 Insert () 6 7 2 1 9 5 3 För utveckling av verksamhet, produkter och livskvalitet. 11 Insert () 7 2 9 6 1 5 3 För utveckling av verksamhet, produkter och livskvalitet. 11 BinarySearchTree-insert (Comparable x) public void insert ( Comparable x) { root = isert(x, root); } public BinaryNode insert( Comparable x, BinaryNode t){ if(t==null) t= new BinaryNode(x); else if ( x.compareTo(t.element)<0) t.left=findPlaceAndLink(x, t.left); else if (x.compareTo(t.element)>0) t.right=findPlaceAndLink(x, t.right); else throw new DuplicateException(" No dublicates"); return t; } För utveckling av verksamhet, produkter och livskvalitet. Binära Sökträd – metoden find()mycket kort söktid För utveckling av verksamhet, produkter och livskvalitet. Binära Sökträd – metoden findMax()-mycket kort söktid För utveckling av verksamhet, produkter och livskvalitet. BinarySearchTree-find( ) public String find ( Comparable x) { BinaryNode n= findNode( x, root); if(n==null) return null; else return n.element; } public BinaryNode findNode( Compare x, BinaryNode t) { while( t!=null) { if(x.compareTo(t.element)<0) t=t.left; if(x.compareTo(t.element)>0) t=t.right; else return t ; // hittat!! } return null; // inte hittat !! } För utveckling av verksamhet, produkter och livskvalitet. Remove () a) Om noden är löv 7 2 1 9 5 3 För utveckling av verksamhet, produkter och livskvalitet. 11 Remove () b) Om noden har ett barn 7 2 1 9 5 3 För utveckling av verksamhet, produkter och livskvalitet. 11 Remove () c) Om noden har två barn 7 2 3 1 9 11 5 3 4 Ersätt värdet i noden med den minsta värdet i i det högra delträdet och sedan ta bort den noden För utveckling av verksamhet, produkter och livskvalitet. Farliga specialfall! För utveckling av verksamhet, produkter och livskvalitet. Trädet blir en länkad lista Lösningen? Balancerade träd • Hur ? Försök hålla djupet av trädet så lågt som möjligt. För utveckling av verksamhet, produkter och livskvalitet. Hur? • Olika tekniker att balancera • AVL Träd • Red Black Träd • AA Träd För utveckling av verksamhet, produkter och livskvalitet. Balancerad Search Trees – AVL Ett träd är balancerad om höjdskillnaden mellan den vänstra delträdet och den högra delträdet är maximum 1. 12 8 4 HL=2 2 16 10 14 6 HL– HR = 2 – 1 = 1 För utveckling av verksamhet, produkter och livskvalitet. HR=1 Balanced Search Trees – AVL Ett träd är balancerad om höjdskillnaden mellan den vänstra delträdet och den högra delträdet är maximum 1. 12 8 4 HL=1 2 16 10 HR=0 14 6 HL– HR = 1 – 0 = 1 För utveckling av verksamhet, produkter och livskvalitet. BST: AVL – Balanced? insert 12 8 4 2 16 10 14 6 För utveckling av verksamhet, produkter och livskvalitet. 1 BST: AVL – Rotation höger k1 k2 k2 k1 C B A För utveckling av verksamhet, produkter och livskvalitet. A B C BST: AVL – Rotate right k2 k1 12 8 16 4 2 10 6 14 1 För utveckling av verksamhet, produkter och livskvalitet. BST: AVL – Rotation vänster k1 k2 k2 k1 A A B C B C För utveckling av verksamhet, produkter och livskvalitet. AA – Träd En ny nod skapas alltid som löv och har nivå 1. En horizontal länk är en förbindelase med en nod med samma nivå. . Två horisontala länkar är inte tilllåtna. Split! 4 5 1 6 2 6 1 5 6 7 För utveckling av verksamhet, produkter och livskvalitet. 5 1 7 AA – Träd Vänster länk är inte tilllåten I det fallat gör – screw! 4 5 4 5 För utveckling av verksamhet, produkter och livskvalitet. AA – Träd : Operation split() 10 15 15 20 10 A B A För utveckling av verksamhet, produkter och livskvalitet. 20 B AA – Träd : Operation skew() 10 A 15 B 10 c För utveckling av verksamhet, produkter och livskvalitet. A 15 B c Hash Tabeller? • Varför en annan datastruktur? • Konstant tid för både insert- och findoperationer För utveckling av verksamhet, produkter och livskvalitet. Hash? Insert Find ”Daniel” =18 För utveckling av verksamhet, produkter och livskvalitet. Hashfunktioner! • • Hash functioner använder associerade “key” ( som kan vara data i sig ) . Hash funktionerna är olika för olika sorts data. • Integers • Images • Strings Etc… För utveckling av verksamhet, produkter och livskvalitet. Hashing integers? • • • • • • Tänk 16bit int => 0 – 65 535 Skapa int[] vec = new int[65536]; Add i => vec[i]++; Sök value j => Is vec[j] > 0? Ta bort value k => vec[k]--; Men för en ... Java int : 32bit • 4 billion items => impractical! För utveckling av verksamhet, produkter och livskvalitet. Exempel av hash funktion ”Daniel” D a n i e l 68 + 97 + 110 + 105+ 101 + 108 = 589 För utveckling av verksamhet, produkter och livskvalitet. Men... • • Hur unik är den? • hashfunc(”Daniel”) → 589 • hashfunc(”leinaD”) → 589 Bättre lösning men….! • hashfunc(”TestValue”) → 129310392 • Wrapp värdet till ett visst intervall • Vilken? Arraystorleken… För utveckling av verksamhet, produkter och livskvalitet. En bättre hash funktion • • • • • Ett bättre sätt att beräkna hash värdet Om vi har en text sträng av längd n+1 och alla tecken har index An, An-1,...,A0 gör s = AnXn + An-1Xn-1 +...+ A0X0 = = ((An)X + An-1)X +...+ A0 Använd hashValue = s % array.length För utveckling av verksamhet, produkter och livskvalitet. Och då...... • For example: ”Danne” (((’D’)128 + ’a’)128 + ’n’)128 + ’n’)128 + ’e’ = (((68)128 + 97)128 + 110)128 + 110)128 + 101 = 18 458 851 173 hashValue = 18 458 851 173 % array.length om length = 7919 (prim nummer) => hashValue = 18 458 851 173 % 7919 =2690 För utveckling av verksamhet, produkter och livskvalitet. Hur löser man kollision? • • Oavsett hur unika keys en hash- funktionen tar fram, kommer kollisioner alltid att inträffa. Terminology • Load factor LF # used positions # total avaliable positions För utveckling av verksamhet, produkter och livskvalitet. Lösningar • • • • Linear probing ( undersökning ??) Quadratic probing Double hashing Separate chaining För utveckling av verksamhet, produkter och livskvalitet. Linear probing • Sök fram till näst lediga platsen. hashfunc( ) 10 18 X=18 X+1, X+2, X+3, X+4, För utveckling av verksamhet, produkter och livskvalitet. X+5, ... Linear probing • Fenomen kallat: Primary clusters För utveckling av verksamhet, produkter och livskvalitet. Linear probing • Bygger upp kluster • Påverkar exekveringstiden för insert () och find()! För utveckling av verksamhet, produkter och livskvalitet. Quadratic probing • • • Försök undvika“primary clusters “ Snabbare än linjär probing Kvadratisk inkrementation av undersöknings-avståndet X=18 X+12, X+22, X+32, X+42, För utveckling av verksamhet, produkter och livskvalitet. X+52, ... Quadratic probing 32 = 9 1 2 1 4 • Garantera att hitta fria platser om de finns För utveckling av verksamhet, produkter och livskvalitet. Double hashing • Använder ytterligare en till hash funktion för att hitta fri plats. X = hash(obj); X2 = hash2(obj); X=18, X2=7 X+1*X2, X+2*X2, X+3*X2, X+4*X2, ... X=18, X2=7 18+1*7, 18+2*7, 17+3*7, 18+4*7, ... För utveckling av verksamhet, produkter och livskvalitet. Separate chaining • • • Varje hash-position har en länkad lista. Påverkar inte andra värdet, probing görs bara i listan. Varje element i tabellen är en länkad lista. För utveckling av verksamhet, produkter och livskvalitet. Separate chaining Insert H H H H H H H För utveckling av verksamhet, produkter och livskvalitet. H H Jämförelse • • • • Linear probing • Enkel • Kan resultera i linjär söktid Quadratic probing • Kräver Load factor < 0.5 annars rehashing ?? • Kräver primtal för array storleken Separate chaining • LF < 1 • Ingen dubblering, länkade listor är dynamiska ! • Kan leda till linjär sökning men i verklighetet ganska kort Double hash probing • Eliminerar kluster För utveckling av verksamhet, produkter och livskvalitet. Hash tabeller i java • I klassen java.util finns klassen HashMap<K,V> som implementerar interfacet Map<K,V>. public int hashCode() och public boolean equals(Object x) så att man får identisk hashkod för objekt som är lika enligt metoden equals. Anm: För flera av Javas egna klasser är detta redan gjort. T ex klassen String. För utveckling av verksamhet, produkter och livskvalitet. Använding av HashMap • Antag vi vill vill sätta in Person-objekt i en hashtabell, med nyckel = personens namn: class Person { String name; // namn long pNbr; // personnummer public Person(String n, long pnbr) {...} public boolean equals(Object rhs) { return name.equals(((Person) rhs).name); } // andra metoder i klassen Person } För utveckling av verksamhet, produkter och livskvalitet. Använding av HashMap HashMap<String,Person> reg = new HashMap<String,Person>(); Person p = new Person("Kalle", 1111111111); reg.put(p.name, p); ... Person q = reg.get("Kalle"); if (q != null) { ... } Observera att vi här inte själva behöver omdefiniera hashCode eftersom nycklarna är av typen String, och i denna klass är redan hashCode omdefinierad ( så att strängar för vilka equals ger true också får samma hashkod). För utveckling av verksamhet, produkter och livskvalitet. Användning av HashSet • Om vi vill sätta in Person-objekt i en samling av typen HashSet<Person> och gör så här: HashSet<Person> reg = new HashSet<Person>(); Person p = new Person("Kalle", 1111111111); reg.add(p); ... if (reg.contains(new Person("Kalle",0)) System.out.println("found"); else System.out.println("not found"); så blir utskriften ”not found” För utveckling av verksamhet, produkter och livskvalitet. Användning av HashSet • Anledningen är att när Kalle sätts in beräknas hashkoden för objektet som p refererar till och placeringen i tabellen beror på denna. • När vi sedan söker efter Kalle baseras sökningen på hashkoden av det objekt som är parameter till contains-metoden och detta är ett annat objekt (med samma namn). • Sökningen utgår från den plats denna senare hashkod anger och med största sannolikhet är det i en helt annan del av tabellen än den där Kalle sattes in. För utveckling av verksamhet, produkter och livskvalitet. hashCode-metod • Vi kan se till att alla Person-objekt som har samma namn också får samma hashkod genom att omdefiniera metoden hashCode i klassen Person: class Person { String name; // namn long pNbr; // personnummer public Person(String n, long pnbr) {...} public boolean equals(Object rhs) {som förut} public int hashCode() { return name.hashCode(); } // övriga metoder i klassen Person } För utveckling av verksamhet, produkter och livskvalitet.