A apresentação está carregando. Por favor, espere

A apresentação está carregando. Por favor, espere

Organização e Recuperação da Informação

Apresentações semelhantes


Apresentação em tema: "Organização e Recuperação da Informação"— Transcrição da apresentação:

1 Organização e Recuperação da Informação
Árvore Rubro-Negra Organização e Recuperação da Informação Grupo: Osmir – Valmor – Victor

2 Tópicos Abordados Introdução Propriedades principais Conceitos
Definição básica da estrutura Inserção Remoção Comparação entre tipos de árvores

3 Introdução Inventada em 1972, 10 anos depois da AVL por Rudolf Bayer, sob o nome B-árvores binárias simétricas Adquirindo em 1978 seu atual nome, por Leo J. Guibas and Robert Sedgewick Árvore rubro-negra (do inglês Red-Black trees)

4 Árvore Rubro-Negra A árvore rubro-negra tem esse nome devido a “coloração” de seus nós Uma árvore rubro negra (ARN) é uma árvore binária de busca com um campo adicional que armazena se o nó é rubro ou negro O fato de um nó ser rubro ou negro é usado como fator de balanceamento da ARN

5 Propriedades 1 - Cada nó tem uma cor que é rubro ou negro. Por convenção, uma árvore não vazia (ou subárvore) tem a cor de sua raiz e uma árvore vazia é negra 2 - A raiz é negra 3 - Qualquer caminho da raiz até uma subárvore vazia tem um número igual de nós negros 4 - As subárvores de um nó rubro são sempre negras -> Propriedade óbvia resultando da quarta condição é que num caminho da raiz até uma subárvore vazia não pode haver dois nós rubros consecutivos

6 Conceitos (Altura negra) A altura negra de uma árvore rubro-negra A, denotada an(A) é o número de nós negros que se encontram nos caminhos da raiz até uma folha. 47 32 5 15 40 68 60 88 54 61 75 90 50 Observe que, pela terceira condição da definição de árvore rubro-negra, esse número é bem definido. No caso da árvore acima, a altura negra é 3

7 Conceitos A altura de qualquer árvore rubro-negra é logarítmica no número de chaves armazenadas A busca nas árvores rubro-negra tem complexidade logarítmica. Uma ARN impede que uma subárvore fique com o dobro da altura da outra subárvore de um nó.

8 Definição do nó Estrutura interna de um nó Chave Ptr Esquerda
Cor(Rubro ou Negra) Chave Ptr Esquerda Ptr Direita

9 Definição dos tipos class ARN { Private:
typedef enum {RUBRO, NEGRO} cor; typedef struct no *ptr; struct no { t chave; ptr esq; ptr dir; cor tipo; }; ptr raiz; Public: // métodos... }

10 Inserção Todo nó a ser inserido por convenção é rubro (pois se fosse negro não seguiria a propriedade 3) Se após a inserção for quebrada qualquer propriedade da ARN devem ser feitas rotações e/ou inversão de cores dos nós para que sejam satisfeitas todas as propriedades As regras de inserção levam em consideração a cor do “tio” (o outro filho do pai do nó que recebeu o novo nó) do nó inserido

11 Casos w v q t “tio” φ π ω Ω Φ Se t for rubro: o pai de t torna-se rubro e, os filhos de w tornam-se negros. Caso w seja a raiz, basta trocar sua cor para negro

12 Se t for rubro: o pai de t torna-se rubro e, os filhos de w tornam-se negros. Caso w seja a raiz, basta trocar sua cor para negro w v q t φ π ω Ω Φ raiz w v q t φ π ω Ω Φ w v q t φ π ω Ω Φ

13 Casos w v q t φ π ω Ω Φ Se t for negro: neste caso faz-se uma operação de rotação e, se necessário, uma inversão de cores. Há 4 subcasos a considerar:

14 1º Subcaso Se q é filho esquerdo de v e v é filho esquerdo de w é realizada uma rotação simples a direita e as cores de v e w são invertidas. w v q Ω ω π φ ( Antes ) v q π φ w Ω ω ( Depois )

15 2º Subcaso Se q é filho direito de v e v é filho esquerdo de w é realizada uma rotação dupla a direita e as cores de q e w são invertidas. w v q Ω ω π φ ( Antes ) q v φ ω w Ω π ( Depois )

16 3º e 4º Subcasos Os outros dois subcasos são simétricos aos dois subcasos anteriores

17 Inserção A complexidade da inserção, que é a da inserção em árvore binária de busca, é logarítmica O pior caso da fase de balanceamento é se tiver que aplicar a inversão de cores até a raiz Como o tamanho do caminho da raiz até qualquer folha é logarítmico, o número de operações também é logarítmico Em conclusão, a complexidade da inserção em árvores rubro-negras é logarítmica

18 Inserção Boolean Inserir (const int chave, ptr & filho, ptr & pai, ptr &avo) { if (filho == NULL) { filho = criar(chave); return true; } else if (chave != filho->chave) { boolean e; if (chave < filho->chave) e = Inserir(chave, filho->esq, filho, pai); else e = Inserir(chave, filho->dir, filho, pai); if (eh_rubro(filho)) if (e) { Remanejar(filho->esq, filho, pai) ; return false; { Remanejar(filho->dir, filho, pai); return eh_rubro(filho);

19 Animação de uma Árvore Rubro-Negra
Applet (ARN) - Inserção

20 Remoção A remoção em árvores rubro-negras pode ser realizada também com um número logarítmico de operações O procedimento de remoção é composto de uma etapa de remoção em árvore binária de busca seguido de uma etapa de balanceamento, caso as propriedades rubro-negras teriam sido destruídas durante a operação

21 Remoção Se o nó removido for rubro, a árvore continua rubro-negra, pois todas as condições da definição ficam válidas: 1. Os nós resultantes tem cor rubro ou negro 2. A raiz, que era negra, não foi removida 3. Nenhum nó negro foi removido, portanto todos os caminhos da raiz até uma folha tem um número igual de nós negros 4. Os filhos de todos os nós rubros não removidos não foram alterados e portanto ficam negros

22 Remoção Se o nó removido for negro, o número de nós de pelo menos um caminho foi decrementado e consequentemente a terceira condição ficou inválida. Quando isto acontece, dois tipos de solução são possíveis: remoção preguiçosa- A remoção preguiçosa consiste em marcar o nó como removido, mas sem tira-lo da árvore. Nenhum remanejamento é necessário. Em compensação, os algoritmos de inserção e busca devem ser modificados para levar em conta que alguns nós da árvore devem ser considerados como ausentes. A adoção desta solução é possível quando as árvores rubro-negras são usadas no contexto de uma aplicação com poucas operações de remoção remoção efetiva - Através de um número logarítmico de operações, a remoção efetiva restabelece as propriedades para que a árvore seja rubro-negra. Essas operações são detalhadas em seguida

23 Remoção Efetiva Caso o nó y a ser removido for rubro, as propriedades da ARN não são afetadas. v x q Ω ω φ ( Depois ) v y q Ω ω x φ ( Antes )

24 Remoção Efetiva Quando o nó a remover y é negro, todos os caminhos da raiz até uma folha passando por esse nó tem um nó negro a menos. Seja x o nó que passar a ocupar a posição de y na árvore. O problema da remoção efetiva é resolvido atribuindo negro a cor de x. Assim permanece igual a altura negra de todos os caminhos contendo x, antes e depois da inserção. v y q Ω ω x φ ( Antes ) v x q Ω ω φ ( Depois )

25 Remoção Efetiva Porém, se x já era negro, ele agora passa a ser duas vezes negro, o que torna inválida a definição da ARN, e é preciso remanejar a árvore para eliminar essa situação. No caso de x ser a raiz, então basta torná-lo simplesmente negro: a altura negra de todos os caminhos da árvore e decrementada, e a terceira condição permanece verdadeira. x não sendo a raiz, seja v seu pai, e w seu irmão. A seguir é considerado o caso de x ser o filho, o outro caso simétrico é omitido.

26 1º Subcaso – Remoção Efetiva
O primeiro caso, ilustrado abaixo considera a situação onde w é rubro. Nesta situação, é realizada uma rotação simples a esquerda de v, e as cores de v e w são modificadas. O resultado desta modificação é que x permanece duplamente negro. Porém, o seu irmão agora também é negro, e o tratamento de um dos casos apresentados a seguir deve ser aplicado. w v φ ω π ( Depois ) x v w φ ω π ( Antes ) x

27 2º Subcaso – Remoção Efetiva
O segundo caso configura a situação onde ambas sub-árvores de w são negras e é ilustrado abaixo. Este remanejamento consiste em subir um ponto negro dos nós x e w, que passam a ser negro e rubro respectivamente, no nó v. Se ele era anteriormente rubro, ele torna-se negro. Se ele era anteriormente negro, ele torna-se duplamente negro, e um novo remanejamento é necessário no nível superior. w φ ω π ( Antes ) x vc w φ ω π ( Depois ) x vc

28 3º Subcaso – Remoção Efetiva
No terceiro caso, ilustrado abaixo, a sub-árvore esquerda de w é rubra, e a direita é negra. Seja z o filho esquerdo de w. É então realizada uma rotação simples a direita de w, e uma inversão das cores de w e z. O nó x permanece duplamente negro, mas configura-se agora uma situação diferente, onde a sub-árvore direita w é rubra, cujo tratamento é apresentado a seguir. w ω Ω ( Antes ) x vc z φ π z ω φ ( Depois ) x vc w π Ω

29 4º Subcaso – Remoção Efetiva
O quarto e último caso corresponde portanto à situação onde a sub-árvore direita de w é rubra. Seja z o filho direito de w. A solução consiste em fazer uma rotação simples a esquerda de v, atribuir aos nós v e z a cor negra, e a w a cor que era a de v. z φ ( Depois ) x wc v π Ω w ω φ ( Antes ) x vc z π Ω

30 Comparação entre árvores
AVL Árvore B Rubro Negra Fator de balanceamento Cada nó possui um campo bal, que pode ser 0 (balanceada), 1 (desbalanceada a direita) e -1 (desbalanceada a esquerda). Total de chaves de uma página (ordem-1). Cada nó possui um campo cor que pode ser rubro ou negro. Método de Se uma subárvore de um nó estiver 2 níveis maior que a outra subárvore (bal = 1 ou -1) ocorre uma rotação. O nó que excede o número de chaves é dividido em dois novos nós (split). Caso haja dois nós rubros consecutivos ou a quantidade de nós negros até qualquer folha não sejam iguais ocorre uma rotação e, se preciso troca de cores. Tolerância de desbalanceamento Uma subárvore pode estar 1 nível maior que a outra subárvore de um nó Zero. Ela sempre está balanceada. Uma subárvore não pode estar 2 vezes maior que a outra subárvore de um nó. Crescimento De cima pra baixo (raiz  folhas) De baixo pra cima (folhas  raiz)

31 Bibliografia http://en.wikipedia.org/wiki/Red-black_tree
Árvores Balanceadas, David Déharbe, Universidade Federal do Rio Grande do Norte


Carregar ppt "Organização e Recuperação da Informação"

Apresentações semelhantes


Anúncios Google