Conjuntos Dinamicos (Estructura de Datos) Univalle

CONJUNTOS
DINÁMICOS
ESTRUCTURAS DE DATOS
CONJUNTOS DINÁMICOS
• Los conjuntos que son manipulados

mediante algoritmos, que crecen,
disminuyen o cambian con el tiempo, son
llamados conjuntos dinámicos
2
Fundamentos de Análisis y Diseño de Algoritmos
CONJUNTOS DINÁMICOS
• En las implementaciones de un conjunto

dinámico, cada elemento es representado
por un objeto cuyos campos pueden ser
examinados y manipulados si existe un
puntero al objeto.
• Algunos conjuntos dinámicos asumen que

uno de los campos de los objetos es un
campo llave.
3
OPERACIONES
• Search(S,k): Una consulta que retorna un puntero

x a un elemento tal que key[x] = k, o NIL si el
elemento no pertenece al conjunto.
• Insert(S,x): Aumenta el conjunto con el elemento

apuntado por x.
• Delete(S,x): Dado un puntero x a un elemento,

borra x del conjunto.
4
OPERACIONES
• Minimum(S): Retorna el elemento con la

menor llave.
• Maximum(S): Retorna el elemento con la
mayor llave.
• Successor(S,x): Dado un elemento cuya

llave es de un conjunto totalmente ordenado,
retorna el siguiente elemento mas grande,o
nil si x es el maximo elemento.
5
OPERACIONES
• Predecessor(S,x): Una consulta que, dado un

elemento cuya llave es de un conjunto
totalmente ordenado, retorna el siguiente
elemento mas pequeño, o nil si x es el menor
elemento del conjunto.
6
PILAS
Definición:
Estructura de datos donde los elementos pueden ser
añadidos o removidos solo por un extremo.
Trabajan con filosofía LIFO (Last In- First Out ).
Ejemplos:
•Pila de llamadas a funciones recursivas
•Llamadas a subprogramas
•Evaluación de expresiones postfijas
•Equilibrado de símbolos
7
REPRESENTACIÓN DE PILAS
• Usando arreglos: Define un arreglo de una

dimensión (vector) donde se almacenan los
elementos.
1 2 3 4 5 6
TOPE: Apunta hacia el elemento que se encuentra en el

extremo de la pila.
8
OPERACIONES BASICAS CON PILAS
PUSH (insertar).- Agrega un elementos a la pila en el

extremo llamado tope.
POP (remover).- Remueve el elemento de la pila que

se encuentra en el extremo llamado tope.
STACK-EMPTY.- Indica si la pila contiene o no

contiene elementos.
9
ALGORITMOS DE PILA
Stack-Empty(S)
1 if top[S] = 0
2 then return true
3 else return false
10
ALGORITMOS DE PILA
Push(S,x)
1. top[S]  top[S] + 1
2. S[top[S]]  x
Si a una pila llena se le aplica la

operación Push, se dice que la
pila esta overflow (desbordada en
su máxima capacidad).
11
ALGORITMOS DE PILA
Pop(S)
1 if Stack-Empty(S)
2 then error “underflow”
3 else top[S]  top[S] – 1
4 return S[top[S] + 1] Si a una pila vacía se
le aplica la operación
Pop, se dice que la
pila esta underflow
(desbordada en su
mínima capacidad).
12
Ejemplo
PUSH(S, A) PUSH (S,B) PUSH(S,C) POP(S)
Inicio:
C
B B B
A A A A
Tope 0 Tope Tope Tope

Tope
13
Aplicaciones de Pilas
Recursión
// Funcion factorial
public static int factorial(int n) {
if (n<=1) return 1;
else return n*factorial(n-1);
}
14
Aplicaciones de Pilas
Control de secuencia de programas.
• Las pilas son requeridas para implementar

el control de flujo de ejecución de un
programa con subprogramas (funciones,
procedimientos o métodos).
–Subprogramas recursivos o no recursivos
–Existen llamadas a ejecución de subprogramas.
–Un subprograma se ejecuta completamente
antes de retornar al punto donde fue llamado.
15
COLAS
Definición. Es una lista lineal de elementos en la que

las operaciones de insertar y eliminar se realizan en
diferentes extremos de la cola.
Trabajan con filosofía FIFO ( First In - First out), el
primer elemento en entrar es el primer elemento en
salir.
Ejemplos:
• Cola de programas en espera de ser ejecutados por

una computadora.
• Cola de tareas esperando por un recurso.
16
REPRESENTACIÓN USANDO
ARREGLOS
Las colas pueden ser representadas en arreglos

de una dimensión (vector) manteniendo dos
variables que indiquen el HEAD[] y TAIL[] de los
elementos de la cola.
1 2 3 4 5 6
A F S D Z
HEAD[Q]=1 TAIL[Q]=6
Al comienzo HEAD[Q]=TAIL[Q]=1
17
OPERACIONES BÁSICAS EN COLAS
SIMPLES
ENQUEUE: Encolar
DEQUEUE: Desencolar
• Si la cola está vacía, un llamado a Dequeue causará

underflow.
• Cuando la cola está llena y un nuevo llamado a Enqueue

causará overflow.
18
OPERACIONES CON COLAS
Enqueue(Q,x)
1 Q[tail[Q]]  x
2 if tail[Q] = length[Q]
3 then tail[Q]  1
4 else tail[Q]  tail[Q] + 1
19
OPERACIONES CON COLAS
Dequeue(Q)
1 x  Q[head[Q]]
2 if head[Q] = length[Q]
3 then head[Q]  1
4 else head[Q]  head[Q] + 1
5 return x
20
LISTAS ENLAZADAS
1. Simples (con enlace simple)

2. Dobles (doblemente enlazadas)
• Existe diversas implementaciones de estas

estructuras.
• Las variaciones mas comunes implementan
listas circulares y listas con cabecera en sus
dos variaciones (simples y dobles)
21
LISTAS ENLAZADAS
• Colección lineal de elementos llamados nodos

• El orden de los nodos se establece mediante punteros
o referencias y existe un puntero/referencia especial
llamado inicio para localizar al primer elemento.
Ejemplos:
inicio
*Lista enlazada de 0 elementos
Información enlace
inicio
* Lista enlazada de 4 elementos
22
LOS NODOS DE LAS LISTAS
Un nodo se divide en 2 partes:

• Key: Contiene la información del elemento.
• Next: Contiene la dirección del siguiente nodo de
la lista.
Key next
Nodo
23
LISTAS DOBLES
• Estructura lineal de nodos

• Contienen dos campos de enlace: uno al elemento
anterior y otro al elemento siguiente de la lista.
• El primer nodo de la lista contiene nulo en su
enlace al elemento anterior y el último nodo de la
lista contiene nulo en su enlace al elemento
siguiente.
Estructura del Nodo: Prev Key Next
24
EJEMPLOS
Lista Vacía
inicio = fin =
Lista de un solo elemento
Head A
Lista de tres elementos
Head A B C
25
OPERACIONES CON LISTAS
List-Search(L,k)
1 x  head[L]
2 while x != nil and key[x] != k
3 do x  next[x]
4 return x
26
List-Insert(L,x)
1 next[x]  head[L]
2 if head[L] != nil
3 then prev[head[L]]  x
4 head[L]  x
5 prev[x]  nil
27
List-Delete(L,x)
1 if prev[x] !=nil
2 then next[prev[x]]  next[x]
3 else head[L]  next[x]
4 if next[x] != nil
5 then prev[next[x]]  prev[x]
28
TABLAS DE DIRECCIONAMIENTO
DIRECTO
29
TABLAS DE HASH
• Optimiza los recursos de memoria: Requiere

menos espacio de almacenamiento.
• Con hashing, el elemento es almacenado en

el slot h(k); esto es, una función hash h es
usada para encontrar el slot de la llave k.
• Problema: Colisiones. Puede haber mas dos

llaves que tengan el mismo valor hash
30
TABLAS DE HASH
Tabla de Hash
Universo de Claves 1
U
2
5 8 0 2
3
Función de
6 hash o 4
1 función de
mapeo 5
Claves 3
Almacenadas 6
(K) 4
7
7
8
9
9
31
TABLAS DE HASH
HASHING CON ENCADENAMIENTO

32
TABLAS DE HASH
Operaciones de Hashig con Encadenamiento:
Chained-Hash-Insert(T,x)
List-Insert(T[h(key[x])], x)
Chained-Hash-Search(T,k)
List-Search(T[h(k)], k)
Chained-Hash-Delete(T,x)
List-Delete(T[h(key[x])], x)
Costos?
33
TABLAS DE HASH
• Factor de Carga. α = n/ m
• Suposición de Hashing uniforme simple
• Teorema:
En una tabla hash en la cual las colisiones son resueltas
con encadenamiento, una búsqueda sin éxito toma un
tiempo O(1+ α), en promedio, bajo la suposición de
hashing uniforme simple.
• Igual una búsqueda con éxito (peor caso)
34
TABLAS DE HASH
Métodos para generar funciones hash
• Método de la Multiplicación:
1. Se multiplica la llave k por una constante A en el
rango 0 < A < 1 y se extrae la parte fraccionaria de
kA.
2. Se multiplica este valor por m y se toma el piso

del resultado.
h(k) = piso( m (k . A mod 1) )
Un buen valor para A es ( 5 − 1) / 2 = 0.6180339887…

35
TABLAS DE HASH
• Método de la Multiplicación:
Ejemplo: Encontrar el slot que le corresponde a la llave

k= 123456 en una tabla hash con m = 10000 slots.
36
TABLAS DE HASH
• Método de la División:
En el método de la división para crear funciones hash, se

asigna una llave k a uno de los m slots tomando el residuo
de k dividido por m.
La función hash es h(k) = k mod m.
Un buen valor para m es un número primo no cercano a una

potencia de 2.
37
TABLAS DE HASH
• Método de la División:
Ejemplo: Encontrar el slot que le corresponde a la llave

k= 123456 en una tabla hash con m = 701 slots.
38
ARBOLES DE BUSQUEDA
BINARIA
29
35
39
PROPIEDAD DE UN ÁRBOL DE
BÚSQUEDA BINARIA
• Sea x un nodo en un árbol de búsqueda binaria. Si y es un

nodo del sub-árbol izquierdo de x, entonces la clave de y 
clave de x. Si y es un nodo del sub-árbol derecho de x,
entonces la clave de x  clave de y.
• Por ejemplo, dos árboles de búsqueda binaria son:
5 2
3
3 7
7
2 5 8
5 8
5
40
Ejemplo
• Dibujar el árbol de búsqueda binaria resultante

de organizar los datos de la siguientes
sucesiones de entrada:
–26, 38, 14, 19, 42, 40, 30, 10, 35, 17

–M, G, B, S, J, Q, H, W, U, Z
–(1000)2, (1101)2, (1001)2, (0001)2, (0000)2,
(0011)2, (1110)2, (1111)2
41
RECORRIDO DE UN ÁRBOL DE
BÚSQUEDA BINARIA
INORDER-TREE-WALK(x)
1. if x ≠ NIL
2. then INORDER-TREE-WALK(left[x])
3. print key[x]
4. INORDER-TREE-WALK(right[x])
Toma un tiempo Θ(n) recorrer un árbol de

búsqueda binaria de n nodos
42
RECORRIDO DE UN ÁRBOL DE
BÚSQUEDA BINARIA
Similarmente existen los algoritmos PREORDER- TREE-

WALK y POST-ORDER-TREE-WALK
PREORDER- POSTORDER-
TREE-WALK(x) TREE-WALK(x)
1.
1.
2.
2.
3.
3. 4.
4.
43
CONSULTAS EN A.B.B.
• Las operaciones básicas en A.B.B. son:

búsqueda de una llave almacenada en el
árbol (Search), también: Minimum,
Maximum, Successor y Predecessor.
• Cada una de estas operaciones pueden

realizarse en un tiempo O(h), donde h es la
altura del árbol.
44
BÚSQUEDA
TREE-SEARCH (x, k)
1 if x= NIL or k = key[x]
2 then return x
3 if k < key[x]
4 then return TREE-SEARCH(left[x], k)
5 else return TREE-SEARCH(right[x], k)25
Tiempo de ejecución: T(n) = O(h)
45
BÚSQUEDA
ITERATIVE-TREE-SEARCH(x, k)
1 while x ≠ NIL and k ≠ key[x]
2 do if k < key[x]
3 then x ← left[x]
4 else x ← right[x]
5 return x
46
MINIMUM AND MAXIMUM
TREE-MINIMUM
(x)
1 while left[x] ≠ NIL
2 do x ← left[x]
3 return x
TREE-MAXIMUM(x)
1 while right[x] ≠ NIL
2 do x ← right[x]
3 return x
47
SUCCESSOR AND PREDECESSOR
TREE-SUCCESSOR(x)
1 if right[x] ≠ NIL
2 then return TREE-MINIMUM (right[x])
3 y ← p[x]
4 while y ≠ NIL and x = right[y]
5 do x ← y
6 y ← p[y]
7 return y
48
INSERCIÓN
TREE-INSERT(T, z)
1 y ← NIL
2 x ← root[T]
3 while x ≠ NIL
4 do y ← x
5 if key[z] <= key[x]
8 p[z] ← y
9 if y = NIL
10 then root[T] ← z
11 else if key[z] < key[y]
12 then left[y] ← z
13 else right[y] ← z
49
EJEMPLO
TREE-INSERT(T, z)
1 y ← NIL
Usar el algoritmo de 2 x ← root[T]
inserción para insertar 3 while x ≠ NIL
el nodo con Key 16 en 4 do y ← x
el siguiente árbol: 5 if key[z] <= key[x]
8 p[z] ← y
9 if y = NIL
10 then root[T] ← z
11 else if key[z] < key[y]
12 then left[y] ← z
13 else right[y] ← z
50
ELIMINACIÓN
TREE-DELETE(T, z)
1 if left[z] = NIL or right[z] = NIL
2 then y ← z
3 else y ← TREE-SUCCESSOR(z)
4 if left[y] ≠ NIL 9 if p[y] = NIL
10 then root[T] ← x
5 then x ← left[y] 11 else if y = left[p[y]]
6 else x ← right[y] 12 then left[p[y]] ← x
13 else right[p[y]] ← x
7 if x ≠ NIL 14 if y ≠ z
8 then p[x] ← p[y] 15 then key[z] ← key[y]
16 copy y's satellite data into z
17 return y
51

Conjuntos Dinamicos (Estructura de Datos) Univalle

Загружено:

Сведения о документе

Оригинальное название

Авторское право

Доступные форматы

Поделиться этим документом

Поделиться или встроить документ

Параметры публикации

Этот документ был вам полезен?

Это неприемлемый материал?

Авторское право:

Доступные форматы

Conjuntos Dinamicos (Estructura de Datos) Univalle

Загружено:

Авторское право:

Доступные форматы

CONJUNTOS

• Los conjuntos que son manipulados

• En las implementaciones de un conjunto

• Algunos conjuntos dinámicos asumen que

• Search(S,k): Una consulta que retorna un puntero

• Insert(S,x): Aumenta el conjunto con el elemento

• Delete(S,x): Dado un puntero x a un elemento,

• Minimum(S): Retorna el elemento con la

• Successor(S,x): Dado un elemento cuya

• Predecessor(S,x): Una consulta que, dado un

Trabajan con filosofía LIFO (Last In- First Out ).

• Usando arreglos: Define un arreglo de una

TOPE: Apunta hacia el elemento que se encuentra en el

PUSH (insertar).- Agrega un elementos a la pila en el

POP (remover).- Remueve el elemento de la pila que

STACK-EMPTY.- Indica si la pila contiene o no

Si a una pila llena se le aplica la

PUSH(S, A) PUSH (S,B) PUSH(S,C) POP(S)

Tope 0 Tope Tope Tope

• Las pilas son requeridas para implementar

Definición. Es una lista lineal de elementos en la que

• Cola de programas en espera de ser ejecutados por

Las colas pueden ser representadas en arreglos

• Si la cola está vacía, un llamado a Dequeue causará

• Cuando la cola está llena y un nuevo llamado a Enqueue

1. Simples (con enlace simple)

• Existe diversas implementaciones de estas

• Colección lineal de elementos llamados nodos

Un nodo se divide en 2 partes:

• Estructura lineal de nodos

Estructura del Nodo: Prev Key Next

Lista de un solo elemento

Lista de tres elementos

• Optimiza los recursos de memoria: Requiere

• Con hashing, el elemento es almacenado en

• Problema: Colisiones. Puede haber mas dos

HASHING CON ENCADENAMIENTO

Operaciones de Hashig con Encadenamiento:

• Suposición de Hashing uniforme simple

• Igual una búsqueda con éxito (peor caso)

Métodos para generar funciones hash

2. Se multiplica este valor por m y se toma el piso

h(k) = piso( m (k . A mod 1) )

Un buen valor para A es ( 5 − 1) / 2 = 0.6180339887…

Métodos para generar funciones hash

Ejemplo: Encontrar el slot que le corresponde a la llave

Métodos para generar funciones hash

En el método de la división para crear funciones hash, se

La función hash es h(k) = k mod m.

Un buen valor para m es un número primo no cercano a una

Métodos para generar funciones hash

Ejemplo: Encontrar el slot que le corresponde a la llave

• Sea x un nodo en un árbol de búsqueda binaria. Si y es un

• Dibujar el árbol de búsqueda binaria resultante

–26, 38, 14, 19, 42, 40, 30, 10, 35, 17

Toma un tiempo Θ(n) recorrer un árbol de

Similarmente existen los algoritmos PREORDER- TREE-

• Las operaciones básicas en A.B.B. son:

• Cada una de estas operaciones pueden

Tiempo de ejecución: T(n) = O(h)

Вам также может понравиться