- •Введение
- •Основные понятия и определения
- •1.1. Типы данных
- •1.1.1. Понятие типа данных
- •1.1.2. Внутреннее представление базовых типов в оперативной памяти
- •1.1.3. Внутреннее представление структурированных типов данных
- •1.1.4. Статическое и динамическое выделение памяти
- •1.2. Абстрактные типы данных (атд)
- •1.2.1. Понятие атд
- •1.2.2. Спецификация и реализация атд
- •1.3. Структуры данных
- •1.3.1. Понятие структуры данных
- •1.3.2. Структуры хранения — непрерывная и ссылочная
- •1.3.3. Классификация структур данных
- •1.4. Понятие алгоритма
- •1.5. Введение в анализ алгоритмов
- •1.5.1. Вычислительные модели
- •1.5.2. Показатели эффективности алгоритма
- •1.5.3. Постановка задачи анализа алгоритмов
- •1.5.4. Время работы алгоритма
- •Время выполнения в худшем и среднем случае
- •1.5.5. Асимптотические оценки сложности алгоритмов
- •Точная асимптотическая оценка θ
- •Верхняя асимптотическая оценка о
- •Нижняя асимптотическая оценка ω
- •Наиболее часто встречающиеся асимптотические оценки
- •1.6. Анализ рекурсивных алгоритмов
- •1.6.1. Рекурсия и итерация
- •1.6.2. Пример анализа рекурсивного алгоритма
- •1.7. Первые примеры
- •1.7.1. Введение в «длинную» арифметику
- •1.7.2. Примеры рекурсивных алгоритмов
- •1.7.3. Поразрядные операции. Реализация атд «Множество»
- •2. Линейные структуры данных
- •2.1. Атд "Стек", "Очередь", "Дек"
- •2.1.1. Функциональная спецификация стека
- •2.1.2. Функциональная спецификация очереди
- •2.1.3. Деки
- •2.1.4. Общие замечания по реализации атд
- •2.2. Реализация стеков
- •2.2.1. Непрерывная реализация стека с помощью массива
- •2.2.2. Ссылочная реализация стека в динамической памяти
- •2.2.3. Примеры программ с использованием стеков
- •2.3. Реализация очередей
- •2.3.2. Непрерывная реализация очереди с помощью массива
- •2.3.2. Ссылочная реализация очереди в динамической памяти
- •2.3.3. Ссылочная реализация очереди с помощью циклического списка
- •2.3.4. Очереди с приоритетами
- •2.3.5. Пример программы с использованием очереди
- •2.4. Списки как абстрактные типы данных
- •2.4.1. Модель списка с выделенным текущим элементом
- •Операции над списками
- •2.4.2. Однонаправленный список (список л1)
- •2.4.3. Двунаправленный список (список л2)
- •2.4.4. Циклический (кольцевой) список
- •2.5. Реализация списков с выделенным текущим элементом
- •2.5.1. Однонаправленные списки Ссылочная реализация в динамической памяти на основе указателей
- •2.5.2. Двусвязные списки
- •2.5.3. Кольцевые списки
- •2.5.4. Примеры программ, использующих списки Очередь с приоритетами на основе линейного списка
- •2.6. Рекурсивная обработка линейных списков
- •2.6.1. Модель списка при рекурсивном подходе
- •2.6.2. Реализация линейного списка при рекурсивном подходе
- •3. Иерархические структуры данных
- •3.1. Иерархические списки
- •3.1.1 Иерархические списки как атд
- •3.1.2. Реализация иерархических списков
- •3.2. Деревья и леса
- •3.2.1. Определения
- •3.2. Способы представления деревьев
- •3.2.3. Терминология деревьев
- •3.2.4. Упорядоченные деревья и леса. Связь с иерархическими списками
- •3.3. Бинарные деревья
- •3.3.1. Определение. Представления бинарных деревьев
- •3.3.2. Математические свойства и специальные виды бинарных деревьев
- •Вырожденные бинарные деревья
- •Полные бинарные деревья
- •Бинарные деревья минимальной высоты с произвольным числом узлов
- •Почти полные бинарные деревья
- •Идеально сбалансированные бинарные деревья
- •Расширенные бинарные деревья
- •3.4. Деревья как атд
- •Атд «Дерево» и «Лес»
- •Атд «Бинарное дерево»
- •3.5. Соответствие между упорядоченным лесом, бинарным деревом и иерархическим списком
- •3.5.1. Каноническое соответствие между бинарным деревом и упорядоченным лесом
- •3.5.2. Взаимосвязь бинарных деревьев и иерархических списков
- •3.6. Ссылочная реализация бинарных деревьев
- •3.6.1. Ссылочная реализация бинарного дерева на основе указателей
- •3.6.2. Ссылочная реализация на основе массива
- •3.6.3. Пример — построение дерева турнира
- •3.7. Обходы бинарных деревьев и леса
- •3.7.1. Понятие обхода. Виды обходов
- •3.7.2. Пример обходов — дерево-формула
- •3.7.3. Рекурсивные функции обхода бинарных деревьев
- •3.7.3. Нерекурсивные функции обхода бинарных деревьев
- •Прямой порядок обхода (клп)
- •Центрированный порядок обхода (лкп)
- •Обратный порядок обхода (лпк)
- •Обход в ширину
- •3.7.4. Обходы леса
- •3.7.5. Прошитые деревья
- •3.8. Применение деревьев для кодирования информации — деревья Хаффмана
- •3.8.2. Задача сжатия информации. Коды Хаффмана
- •4. Сортировка и родственные задачи
- •4.1. Общие сведения
- •4.1.1. Постановка задачи
- •4.1.2. Характеристики и классификация алгоритмов сортировки
- •4.2. Простые методы сортировки
- •4.2.1. Сортировка выбором
- •4.2.2. Сортировка алгоритмом пузырька
- •4.2.3.Сортировка простыми вставками.
- •4.3. Быстрые способы сортировки, основанные на сравнении
- •4.3.1. Пирамидальная сортировка. Очереди с приоритетами на основе пирамиды
- •Первая фаза сортировки пирамидой
- •Вторая фаза сортировки пирамидой
- •Анализ алгоритма сортировки пирамидой
- •Реализация очереди с приоритетами на базе пирамиды
- •4.3.2. Сортировка слиянием
- •Анализ алгоритма сортировки слиянием
- •4.3.3. Быстрая сортировка Хоара
- •Анализ алгоритма быстрой сортировки
- •4.3.4. Сортировка Шелла
- •4.3.5. Нижняя оценка для алгоритмов сортировки, основанных на сравнениях
- •4.4. Сортировка за линейное время
- •4.4.1. Сортировка подсчетом
- •4.4.2. Распределяющая сортировка от младшего разряда к старшему
- •4.4.3. Распределяющая сортировка от старшего разряда к младшему
- •5. Структуры и алгоритмы для поиска данных
- •5.1. Общие сведения
- •5.1.1. Постановка задачи поиска
- •5.1.2. Структуры для поддержки поиска
- •5.1.3. Соглашения по программному интерфейсу
- •5.2. Последовательный (линейный) поиск
- •5.3. Бинарный поиск в упорядоченном массиве
- •5.4. Бинарные деревья поиска
- •5.4.1. Анализ алгоритмов поиска, вставки и удаления Поиск
- •Вставка
- •Удаление
- •5.4.3. Реализация бинарного дерева поиска
- •5.5. Сбалансированные деревья
- •Определение и свойства авл-деревьев
- •Вращения
- •Алгоритмы вставки и удаления
- •Реализация рекурсивного алгоритма вставки в авл-дерево
- •5.5.2. Сильноветвящиеся деревья
- •Бинарные представления сильноветвящихся деревьев
- •5.5.3. Рандомизированные деревья поиска
- •5.6. Структуры данных, основанные на хеш-таблицах
- •5.6.2. Выбор хеш-функций и оценка их эффективности
- •Модульное хеширование (метод деления)
- •Мультипликативный метод
- •Метод середины квадрата
- •5.6.2. Метод цепочек
- •5.6.3. Хеширование с открытой адресацией
- •5.6.4. Пример решения задачи поиска с использованием хеш-таблицы
Бинарные представления сильноветвящихся деревьев
Любое упорядоченное дерево можно представить в виде эквивалентного ему бинарного дерева, поэтому известны бинарные представления как для 2-3 дерева, так и для 2-3-4 дерева. Бинарное представление 2-3-4 деревьев получило название красно-черных деревьев. Наиболее полное описание красно-черных деревьев содержится в [10].
5.5.3. Рандомизированные деревья поиска
Рассмотренные выше сбалансированные деревья гарантированно обеспечивают логарифмическую сложность выполнения основных операций. Существует довольно простая реализация бинарного дерева поиска, которая не гарантирует полное исключение длинных путей, но делает вероятность их появления ничтожно малой. Это так называемые рандомизированные или случайные деревья поиска.
Доказано [8, 10], что если при построении дерева исходные данные будут поступать в случайном порядке (т. е. равновероятны все n! перестановок исходных данных), то средняя высота такого дерева будет пропорциональна log n. Считаем, что все ключи уникальны.
На практике далеко не во всех случаях имеется возможность при построении дерева подавать исходные данные на вход алгоритма в случайном порядке. Но есть возможность встроить случайность в сам алгоритм построения дерева. Для этого в реализации обычных бинарных деревьев поиска необходимо изменить алгоритм вставки, отказавшись от самого простого способа вставки нового узла в качестве листа. Теперь новый элемент вставляется как корень одного из поддеревьев, причем вставка в любое поддерево равновероятна и управляет этим процессом датчик случайных чисел.
Таким образом, основой для построения рандомизированного дерева поиска является алгоритм вставки нового элемента в корень дерева, о котором уже упоминалось. Понятно, что мы не можем сделать добавляемый элемент новым корнем, просто подвесив к нему старое дерево в качестве левого или правого поддерева. Легко проверить, что в этом случае упорядоченность дерева нарушится и восстановить ее будет не очень-то просто. Поэтому поступают по-другому— сначала вставляют новый элемент в качестве листа, а потом с помощью уже известных нам вращений (малых — левого и правого) последовательно продвигают его к корню. Наиболее просто реализуется рекурсивный алгоритм вставки в корень, который отличается от обычного алгоритма вставки в качестве листа только тем, что после каждого рекурсивного вызова вставки в левое или правое поддерево вызывается соответствующая функция вращения.
Вставка нового узла в рандомизированное дерево поиска выполняется так. Начиная с корня дерева, движемся по пути поиска, как при вставке в обычное бинарное дерево поиска. При посещении каждого узла датчик случайных чисел формирует очередное случайное число. Считаем, что вероятность вставки нового элемента в корень поддерева равна 1/(n+1), где n — число узлов этого поддерева. Диапазон изменения случайного числа подбирается так, чтобы обеспечить именно такую вероятность вставки в данное поддерево. Если случайное число примет определенное значение, движение по пути поиска прерывается, после чего вызывается функция вставки в корень.
Конечно, данный алгоритм не гарантирует, что после каждой вставки дерево будет сбалансированным, поскольку балансы узлов не проверяются (вместо балансов узлов в каждом узле хранится количество его потомков, чтобы правильно определить вероятность вставки в этот узел). Однако при достаточно большом количестве узлов рандомизированное дерево немногим уступает рассмотренным выше сбалансированным деревьям.
Сложность алгоритма вставки в рандомизированное дерево поиска по-прежнему логарифмическая, поскольку выполняется все то же передвижение по пути поиска сначала в прямом, а затем в обратном направлении.
#include <iostream.h>
#include <stdlib.h>
#include <time.h>
typedef int T_key; //тип ключа, может быть любым
typedef char T_data;//тип связанных данных, любой
struct item //структура элемента массива
{ T_key key; //ключ
T_data data; //связанные данные
};
struct node
{item data;
int n;
node *left, *right;
node(item x)
{data=x;left=right=NULL;}
};
typedef node* bst; //bst - binary seach tree
//малое правое вращение
void RightRotate(bst &root)
{ bst x;
x=root->left; root->left=x->right; x->right=root; root=x;
}
//малое левое вращение
void LeftRotate(bst &root)
{ bst x;
x=root->right; root->right=x->left; x->left=root; root=x;
}
// вставка в корень
void insert_root(bst &root, item x)
{ if (!root)// дерео пустое- терминальная ветвь
{ root=new node(x); root->n=1;
return;
}
if (x.key<root->data.key)
{ insert_root(root->left,x);
RightRotate(root); }
else
{ insert_root(root->right,x);
LeftRotate(root); }
}
// рекурсивная функция вставки
void insert_rec(bst &root, item x)
{ if (!root)// дерео пустое- терминальная ветвь
{ root=new node(x); root->n=1;
return;
}
if (rand()<RAND_MAX/(root->n+1))
{ insert_root(root,x);
return;
}
if (x.key<root->data.key) insert_rec(root->left,x);
else insert_rec(root->right,x);
root->n++;
return;
}
// формирование дерева из n случайных элементов
void randtree(bst &root, int n)
{ item x;
for (int i=0;i<n; i++)
{ x.key=rand()%1000;
x.data=rand()%26+65;
insert_rec(root,x);
}
}
