Download præsentationen
Præsentation er lastning. Vent venligst
Offentliggjort afCecilie Bonde Redigeret for ca. et år siden
1
Algoritmer og Datastrukturer 1 Merge-Sort [CLRS, kapitel 2.3] Heaps [CLRS, kapitel 6] Gerth Stølting Brodal
2
Merge-Sort (Eksempel på Del-og-kombiner) pqq+1r 1 n A sorteret I starten kaldes M ERGE -S ORT (A,1,n)
3
n A p qr 1 L R } } n1n1 n2n2 n 2 +1 n 1 +1 1 1 j i } k kopi flet sorteret
4
Merge-Sort : Analyse Rekursionstræet Observation Samlet arbejde per lag er O(n) O(n · # lag) = O(n · log 2 n) Arbejde
5
Heap-Sort
6
Binær (Max-)Heap Williams, 1964 heap-order 12 ≤ 17 2117314 129 17 10 151 16 19 1 23 4567 8910111213
7
Max-heap : Egenskaber Roden : knude 1 Børn til knude i : 2i og 2i+1 Faren til knude i : └ i / 2 ┘ Dybde : 1+ └ log 2 n ┘ ( n = antal elementer) 2117314 129 17 10 151 16 19 1 23 4567 8910111213
8
Max-Heapify Tid O(log n) Før Efter 2117314 129 17 10 151 16 5 27314 9 10 151 16 5 11 12 17
9
Heap-Sort Floyd, 1964 Williams, 1964 Tid O(n·log n) 76513481011 i = A.heap-size A.length sorteretMax-Heap
10
Build-Max-Heap Tid O(n) Tid for Build-Max-Heap = Σ tid for Max-Heapify = # røde kanter Max-Heapify stierne (eksempel)Ikke-overlappende stier med samme #kanter (højre, venstre, venstre... ) ≤ # røde kanter = n - dybde = O(n)
11
Sorterings-algoritmer AlgoritmeWorst-Case Tid Heap-Sort O(n·log n) Merge-Sort Insertion-Sort O(n 2 )
12
Max-Heap operationer 2117314 129 17 10 151 16 19 1 23 4567 8910111213
13
Max-Heap operation OperationWorst-Case Tid Max-Heap-Insert O(log n) Heap-Extract-Max Max-Increase-Key Heap-Maximum O(1) n = aktuelle antal elementer i heapen
14
Prioritetskø En prioritetskø er en abstrakt datastruktur der gemmer en mængde af elementer med tilknyttet nøgle og understøtter operationerne: – Insert (S, x) – Maximum (S) – Extract-Max (S) Maximum er med hensyn til de tilknyttede nøgler. En mulig implementation af en prioritetskø er en heap.
Lignende præsentationer
© 2024 SlidePlayer.dk Inc.
All rights reserved.