Binární vyhledávací stromy pokročilé partie KMI/ALS lekce Jan Konečný 30.9.204
Literatura Cormen Thomas H., Introduction to Algorithms, 2nd edition MIT Press, 200. ISBN 0-262-5396-8 6, 3, A Knuth Donald E., The Art of COmputer Programming, Vol. 3 Addison-Wesley, 998. ISBN 0-20-89685-0, 2, A.
Binární vyhledávací stromy (binary search tree), (BST) Máme lineárně uspořádanou množinu klíčů. Binární vyhledávací strom je strom, kde uzly jsou označeny klíčem, každý uzel má nejvýše dva potomky (nejvýše jednoho levého a nejvýše jednoho pravého). pokud má uzel s klíčem k levého potomka s klíčem l, platí l < k. pokud má uzel s klíčem k pravého potomka s klíčem p, platí k < p. Hledání v binárním vyhledávacím stromu Vstup : strom T, klíč k Výstup: uzel s klíčem k N root(t ); while key(n) k do if key(n) < k) then N left(n) else N right(n)
Co člověka děsí? A proč nás to děsit nemusí? Theorem Průměrný počet porovnání při vyhledávání v BST o N klíčích je asi 2 5 3 2 4 4 5 3 Degenerované stromy 2 ln N.386 log 2 N. To platí za předpokladu, že: pravděpodobnost, že N klíčů bylo vloženo v každém z N! pořadí je stejná. ze stromu se nemazalo. Definujme náhodně vybudovaný BST (randomly build BST), (RBBST) o n prvcích jako strom, který byl na počátku prázdný, a bylo do něj vloženo n prvků v libovolném z n! pořadí.
úspěšné hledání Označme: C n průměrný počet porovnání při úspěšném hledání v BST s N klíči. C n průměrný počet porovnání při neúspěšném hledání v BST s N klíči. C n = + C 0 + C + + C N N () Vysvětlení: počet porovnání při úspěšném hledání klíče k v BST s N klíči je o jedna větší než počet porovnání, který byl potřebný ke vložení klíče k. počet porovnání, který byl potřebný k vložení klíče k do BST s i klíči je roven počtu porovnání při neúspěšném hledání v BST s i klíči. klíč k byl vložen jako i-tý se stejnou pravděpodobností pro všechna i {,..., N}. Proto ten aritmetický průměr.
délka cesty velmi důležitý pojem při analýze algoritmů nad stromy, protože tato hodnota je často přímo vztažená k časové složitosti. Rozšířený binární strom přidáme zvláštní uzly tam, kde měl původní strom prázdný podstrom. Example vnitřní uzel vnější uzel
délka vnější cesty (E external path length): Součet vzdáleností kořene od všech vnějších uzlů. délka vnitřní cesty (I internal path length): Součet vzdáleností kořene od všech vnitřních uzlů. Example 0 2 2 2 2 3 3 3 3 3 3 4 4 délka vnitřní cesty: I = 2 + + 3 + 2 + 0 + 2 + = délka vnější cesty: E = 3 + 3 + 4 + 4 + 3 + 3 + 3 + 2 = 25
Theorem Pro BST o N vnitřních uzlech platí, že E = I + 2N Důkaz. Uvažme smazání jednoho vnitřního uzlu V ve vzdálenosti k od kořene, kde jsou oba potomci vnější: E klesne o 2(k + ), protože potomci V jsou odstraněni a současně stoupne, protože V se stane vnějším uzlem. Čistá změna v E je tedy k 2; čistá změna I je k. Tvrzení vyplyne indukcí.
Pokud předpokládáme, že každý klíč je vyhledáván se stejnou pravděpodobností a že každý z N + intervalů mezi klíči a vně extrémních hodnot klíčů je stejně pravděpodobný, dostáváme: C n = + I N, C n = E N + Protože E = I + 2N, dostáváme zajímavý vztah mezi C n a C n: ( C n = + ) C n (2) N Dáme dohromady (??) a (??), a dostáváme: (N + )C n = 2N + C 0 + C + + C N. (3)
(N + )C n = 2N + C 0 + C + + C N. (4) Rekurence se snadno zbavíme, když od (??) odečteme rovnici NC N = 2(N ) + C 0 + C + + C N 2. Dostaneme Po úpravě... (to je ta samá rovnice pro N ) (N + )C n NC N = 2 + C N. C n = C N + 2 N +
Intermezzo: Harmonická čísla Harmonická čísla rekurzivně: 0 pro n = 0, H n = H n + jinak. n Takže C n = 2H N+ 2. Po dosazení do (??) a zjednodušení dostáváme ( C n = 2 + ) H n 3 2 ln N N... odsud pak tvrzení věty
Jiná úvaha o tomtéž Víme, že složitost vyhledávání v nejhorším případě BST je O(h), kde h je výška stromu. Ukážeme, že platí následující věta: Theorem Očekávaná výška RBBST o n prvcích je O(log(n)).
Důkaz Nadefinujeme si tyto tři náhodné proměnné: výška RBBST o n prvcích X n, exponenciální výška Y n = 2 Xn, klíč v kořeni RBBST R n. Hodnota R n je se stejnou pravděpodobností kterýkoli z prvků {,..., n}. Pokud R n = i, pak levý podstrom je RBBST o i prvcích pravý podstrom je RBBST o n i prvcích Y n = 2 max(y i, Y n i ) Jako krajní případy Y n máme Y =, Y 0 = 0.
Dále definujeme náhodné proměnné Z n,, Z n,2,..., Z n,n, kde Z n,i = I{R n = i}. Máme Pr{R n = i} = /n pro i =, 2,..., n, a tedy E[Z n,i ] = /n pro i =, 2,..., n. Protože právě jedna hodnota Z n,i = a všechny ostatní jsou 0, máme taky: Y n = n Z n,i (2 max(y i, Y n i )) i= Ukážeme, že E[Y n ] je polynomická v n, z toho pak vyplyne, že E[X n ] = O(log n).
Z n,i je nezávislá na Y i a Y n i : Když vybereme R n = i, levý podstrom (s exp. výškou Y i ) je náhodně vybudován z i klíčů, které jsou menší než i. Tento podstrom je jako jakýkoli jiný podstrom vybudovaný z i prvků: pouze počet prvků v něm je závisly na volbě R n, jeho struktura není nijak závislá na volbě R n. stejně tak pro pravý podstrom. A proto...
[ n ] E[Y n ] = E Z n,i (2 max(y i, Y n i )) = = i= n E [Z n,i (2 max(y i, Y n i ))] i= n E [Z n,i ] E [2 max(y i, Y n i )] i= n = n E [2 max(y i, Y n i )] i= = 2 n E [max(y i, Y n i )] n 2 n i= n (E [Y i ] + E [Y n i ]) i=
Z předchozího slajdu: E[Y n ] 2 n n (E [Y i ] + E [Y n i ]) i= Tam se každý term E[Y 0 ], E[Y ],..., E[Y n ] vyskytuje dvakrát; můžeme zjednodušit na E[Y n ] 4 n E [Y i ] n i=0 Teď ukážeme (substituční metodou), že pro všechna kladná n je toto ekvivalentní s E[Y n ] ( ) n + 3 4 3 n ( ) ( ) i + 3 n + 3 Přitom použijeme rovnost =. 3 4 (oveříme ji na cvičení) i=0
Pro základní případ oveříme, že ohraničení platí: = Y = E [Y ] ( ) + 3 =. 4 Dále E[Y n ] 4 n E[Y i ] = 4 n ( ) i + 3 = n n 4 3 i=0 i=0 = n ( ) i + 3 = ( ) n + 3 = n 3 n 4 i=0 = n (n + 3)! 4!(n )! = (n + 3)! = ( ) n + 3 4 3!n! 4 3
Platí (ne vždy, ale v tomto případě ano), že A z toho máme, že 2 E[Xn] 4 2 E[Xn] E[2 Xn ] = E[Y n ]. ( ) n + 3 3 = (n + 3)(n + 2)(n + ) 4 6 Zlogaritmováním obou stran dostáváme E[X n ] = O(log n). Odtud tvrzení věty.
Optimální stromy Pokud je každý klíč vyhledáván stejně často je samozřejmě nejlepší vyvážený strom. Jak je to, pokud jsou frekvence vyhledávání klíčů různé? Uvažujme pravděpodobnosti p,..., p n pravděpodobnosti q 0, q,... q n, kde p i je pravděpodobnost hledání i-tého vloženého klíče K i, q i je pravděpodobnost hledání klíče, který leží mezi klíči K i a K i+, q 0 je pravděpodobnost hledání klíče, který leží před klíčem K, q n je pravděpodobnost hledání klíče, který leží za klíčem K n, t.ž. p + p 2 +... p n + q 0 + q + q n =. (toto vlastně nebudeme potřebovat; pravděpodobnostem budeme říkat váhy)
Chceme najít binární vyhledávací strom (optimální strom), který minimalizuje počet porovnání během hledaní: n p j (level( j n + ) + q k (level( j= k=0 k )), (5) j kde je j-tý vnitřní uzel v symetrickém uspořádání a (k + )-tý vnější uzel a kde kořen má level 0. k je
2p 2 + p 2 + q 0 + 3q + 3q 2 + 2q 3 p 2 + 2p 3 + q 0 + 2q + 3q 2 + 3q 3 Example Mějme klíče,2,3, s vahami p, p 2, p 3 a q 0, q, q 2, q 3. Je 5 možných stromů: 3 3 2 3 3 2 2 0 2 3 0 2 0 2 3 2p + p 2 + 3q 0 + p + 2p 2 + 2q 0 + p + p 3 + 2q 0 + 3q + 2q 2 + q 3 3q + 3q 2 + q 3 2q + 2q 2 + 2q 3 0 3 2 2 3 0 2 3 2 3
Pozorování Všechny podstromy optimálního stromu jsou optimální. Example Pokud je tento strom optimální pro váhy 3 (p, p 2, p 3 ; q 0, q, q 3 ), pak jeho levý podstrom musí být optimální pro 3 (p, p 2 ; q 0, q, q 2 ). Jakékoli zlepšení v podstromu vede ke zlepšení celého 0 2 stromu. 2 Tento princip využijeme a budeme konstruovat větší a větší podstromy. pozn.: obecně se tomuto principu říká dynamické programování.
Pozorování Všechny podstromy optimálního stromu jsou optimální. Označme (pro 0 i j n): c(i, j) - cena optimálního podstromu s vahami (p i+,..., p j ; q i,..., q j ), w(i, j) - součet těchto vah, tj. p i+ + + p j + q i + + q j. Vyplývá, že c(i, i) = 0 c(i, j) = w(i, j) + min (c(i, k ) + c(k, j)), pro i < j, (6) i<k j protože minimální možná cena stromu s kořenem k je w(i, j) + c(i, k ) + c(k, j).
Pro i < j, nechť R(i, j) je množina všech k, pro které je v (??) dosaženo minimum (tj. množina možných kořenů optimálních stromů). Rovnice (??) umožňuje vyhodnotit c(i, j) pro j i =, 2,..., n. Je asi 2 n2 takových hodnot. Minimalizace je prováděna pro 6 n3 hodnot k. To znamená, že můžeme určit optimální strom v čase O(n 3 ) a paměti O(n 2 ). Ve skutečnosti jsme na tom ještě lépe...
My totiž nepotřebujeme počítat celou R(i, j) stačí nám jeden reprezentant r(i, j). Pokud vypočítáme r(i, j ) a r(i +, j), můžeme automaticky předpokládat, že r(i, j ) r(i, j) r(i +, j). To omezí hledání minima: místo j i hodnot k stačí prozkoumat r(i +, j) r(i, j ) + hodnot. Celkové množství práce (když j i = d) je omezeno teleskopickými posloupnostmi r(i+, j) r(i, j )+ = r(n d+, n) r(0, d )+n d+ < 2n d j n i=j d Časová složitost je tedy O(n 2 ).
Algoritmus hledání optimálního stromu Vstup: 2N + nezáporných vah (p,..., p n ; q 0,..., q n ). Výstup: binární vyhledávací stromy t(i, j), které mají minimální cenu vyhledávání pro váhy (p i+,..., p j ; q i,..., q j ). Budeme počítat 3 pole: c[i, j], pro 0 i j n, cena stromu t(i, j) r[i, j], pro 0 i < j n, kořen stromu t(i, j) w[i, j], pro 0 i j n, celková váha stromu t(i, j) Jak potom číst výsledek: pokud i = j, pak t(i, j) je null. jinak jeho levý podstrom je t(i, r[i, j] ) a pravý podstrom je t(r[i, j], j).
Hledání optimálního stromu Vstup : 2n + nezáporných vah (p,..., p n ; q 0,..., q n ) Výstup: binární vyhledávací stromy t(i, j), které mají minimální cenu vyhledávání pro váhy (p i+,..., p j ; q i,..., q j ) Inicializace; Pro 0 i n: c[i, i] 0; w[i, i] q i w[i, j] w[i, j ] + p j + q j pro j = i +,..., N; Pro j n: c[j, j] w[j, j]; r[j, j] j; for d 2 to n do for j d to n do i j d; c[i, j] w[i, j] + min r[i,j ] k r[i+,j] r[i, j] k pro které nastává to minimum; (c[i, k ] + c[k, j]);
Vstup: p i = (4,, 2, 2, 6); q i = (,,, 3, 2, ). Inicializace: W C R 6 8 3 7 24 3 8 2 9 6 0 7 3 7 4 2 9 6 3 6 7 9 2 3 4 5
d = 2 3 4 5 j = 2 3 4 5 i = 2 2 = 0 r[i, j ] = r[0, ] = r[i +, j] = r[, 2] = 2 k = :c[i, k ] + c[k, j] = = c[0, 0] + c[, 2] = 3 k = 2 :c[i, k ] + c[k, j] = = c[0, ] + c[2, 2] = 6 c[i, j] = c[0, 2] w[0, 2] + 3 = r[i, j] = r[0, 2] W = C = R = 6 8 3 7 24 3 8 2 9 6 0 7 3 7 4 2 9 6 3 2 3 6 4 7 9 5
d = 2 3 4 5 j = 2 3 4 5 i = 3 2 = r[i, j ] = r[, 2] = 2 r[i +, j] = r[2, 3] = 3 k = 2 :c[i, k ] + c[k, j] = = c[, ] + c[2, 3] = 6 k = 3 :c[i, k ] + c[k, j] = = c[, 2] + c[3, 3] = 3 c[i, j] = c[, 3] w[, 3] + 3 = r[i, j] = r[, 3] 3 W = C = R = 6 8 3 7 24 3 8 2 9 6 0 7 3 7 4 2 9 6 3 6 2 3 3 4 7 9 5
d = 2 3 4 5 j = 2 3 4 5 i = 4 2 = 2 r[i, j ] = r[2, 3] = 3 r[i +, j] = r[3, 4] = 4 k = 3 :c[i, k ] + c[k, j] = = c[2, 2] + c[3, 4] = 7 k = 4 :c[i, k ] + c[k, j] = = c[2, 3] + c[4, 4] = 6 c[i, j] = c[2, 4] w[2, 4] + 6 = 6 r[i, j] = r[2, 4] 4 W = C = R = 6 8 3 7 24 3 8 2 9 6 0 7 3 7 4 2 9 6 3 6 6 7 2 3 3 4 4 9 5
d = 2 3 4 5 j = 2 3 4 5 i = 5 2 = 3 r[i, j ] = r[3, 4] = 4 r[i +, j] = r[4, 5] = 5 k = 4 :c[i, k ] + c[k, j] = = c[3, 3] + c[4, 5] = 9 k = 5 :c[i, k ] + c[k, j] = = c[3, 4] + c[5, 5] = 7 c[i, j] = c[3, 5] w[3, 5] + 7 = 2 r[i, j] = r[3, 5] 5 W = C = R = 6 8 3 7 24 3 8 2 9 6 0 7 3 7 4 2 9 6 3 6 6 7 2 9 2 3 3 4 4 5 5
d = 2 3 4 5 j = 3 4 5 i = 3 3 = 0 r[i, j ] = r[0, 2] = r[i +, j] = r[, 3] = 3 k = :c[i, k ] + c[k, j] = = c[0, 0] + c[, 3] = k = 2 :c[i, k ] + c[k, j] = = c[0, ] + c[2, 3] = 2 k = 3 :c[i, k ] + c[k, j] = = c[0, 2] + c[3, 3] = W = C = R = 6 8 3 7 24 3 8 2 9 6 0 7 3 7 4 2 9 6 24 3 6 6 7 2 9 2 3 3 4 4 5 5
d = 2 3 4 5 j = 3 4 5 i = 4 3 = r[i, j ] = r[, 3] = 3 r[i +, j] = r[2, 4] = 4 k = 3 :c[i, k ] + c[k, j] = = c[, 2] + c[3, 4] = 0 k = 4 :c[i, k ] + c[k, j] = = c[, 3] + c[4, 4] = c[i, j] = c[, 4] w[, 4] + 0 = 22 r[i, j] = r[, 4] 3 W = C = R = 6 8 3 7 24 3 8 2 9 6 0 7 3 7 4 2 9 6 24 3 22 6 6 7 2 9 2 3 3 3 4 4 5 5
d = 2 3 4 5 j = 3 4 5 i = 5 3 = 2 r[i, j ] = r[2, 4] = 4 r[i +, j] = r[3, 5] = 5 k = 4 :c[i, k ] + c[k, j] = = c[2, 3] + c[4, 5] = 5 k = 5 :c[i, k ] + c[k, j] = = c[2, 4] + c[5, 5] = 6 c[i, j] = c[2, 5] w[2, 5] + 5 = 32 r[i, j] = r[2, 5] 4 W = C = R = 6 8 3 7 24 3 8 2 9 6 0 7 3 7 4 2 9 6 24 3 22 6 6 32 7 2 9 2 3 3 3 4 4 4 5 5
d = 2 3 4 5 j = 4 5 i = 4 4 = 0 r[i, j ] = r[0, 3] = r[i +, j] = r[, 4] = 3 k = :c[i, k ] + c[k, j] = = c[0, 0] + c[, 4] = 22 k = 2 :c[i, k ] + c[k, j] = = c[0, ] + c[2, 4] = 22 k = 3 :c[i, k ] + c[k, j] = = c[0, 2] + c[3, 4] = 8 W = C = R = 6 8 3 7 24 3 8 2 9 6 0 7 3 7 4 2 9 6 24 35 3 22 6 6 32 7 2 9 3 2 3 3 3 4 4 4 5 5
d = 2 3 4 5 j = 4 5 i = 5 4 = r[i, j ] = r[, 4] = 3 r[i +, j] = r[2, 5] = 4 k = 3 :c[i, k ] + c[k, j] = = c[, 2] + c[3, 5] = 24 k = 4 :c[i, k ] + c[k, j] = = c[, 3] + c[4, 5] = 20 c[i, j] = c[, 5] w[, 5] + 20 = 39 r[i, j] = r[, 5] 4 W = C = R = 6 8 3 7 24 3 8 2 9 6 0 7 3 7 4 2 9 6 24 35 3 22 39 6 6 32 7 2 9 3 2 3 3 4 3 4 4 4 5 5
d = 2 3 4 5 j = 5 i = 5 5 = 0 r[i, j ] = r[0, 4] = 3 r[i +, j] = r[, 5] = 4 k = 3 :c[i, k ] + c[k, j] = = c[0, 2] + c[3, 5] = 32 k = 4 :c[i, k ] + c[k, j] = = c[0, 3] + c[4, 5] = 33 c[i, j] = c[0, 5] w[0, 5] + 32 = 56 r[i, j] = r[0, 5] 3 W = C = R = 6 8 3 7 24 3 8 2 9 6 0 7 3 7 4 2 9 6 24 35 56 3 22 39 6 6 32 7 2 9 3 3 2 3 3 4 3 4 4 4 5 5
p = (, 5, 2, 2, ); q = (3,, 3,, 2, ) Inicializace: W C R 3 5 3 6 20 22 9 2 6 8 3 6 0 2 5 7 2 4 5 9 6 5 4 2 3 4 5
d = 2 3 4 5 j = 2 3 4 5 i = 2 2 = 0 r[i, j ] = r[0, ] = r[i +, j] = r[, 2] = 2 k = :c[i, k ] + c[k, j] = = c[0, 0] + c[, 2] = 9 k = 2 :c[i, k ] + c[k, j] = = c[0, ] + c[2, 2] = 5 c[i, j] = c[0, 2] w[0, 2] + 5 = 8 r[i, j] = r[0, 2] 2 W = C = R = 3 5 3 6 20 22 9 2 6 8 3 6 0 2 5 7 2 4 5 8 9 2 2 3 6 4 5 4 5
d = 2 3 4 5 j = 2 3 4 5 i = 3 2 = r[i, j ] = r[, 2] = 2 r[i +, j] = r[2, 3] = 3 k = 2 :c[i, k ] + c[k, j] = = c[, ] + c[2, 3] = 6 k = 3 :c[i, k ] + c[k, j] = = c[, 2] + c[3, 3] = 9 c[i, j] = c[, 3] w[, 3] + 6 = 8 r[i, j] = r[, 3] 2 W = C = R = 3 5 3 6 20 22 9 2 6 8 3 6 0 2 5 7 2 4 5 8 9 8 6 2 2 2 3 4 5 4 5
d = 2 3 4 5 j = 2 3 4 5 i = 4 2 = 2 r[i, j ] = r[2, 3] = 3 r[i +, j] = r[3, 4] = 4 k = 3 :c[i, k ] + c[k, j] = = c[2, 2] + c[3, 4] = 5 k = 4 :c[i, k ] + c[k, j] = = c[2, 3] + c[4, 4] = 6 c[i, j] = c[2, 4] w[2, 4] + 5 = 5 r[i, j] = r[2, 4] 3 W = C = R = 3 5 3 6 20 22 9 2 6 8 3 6 0 2 5 7 2 4 5 8 9 8 6 5 5 2 2 2 3 3 4 4 5
d = 2 3 4 5 j = 2 3 4 5 i = 5 2 = 3 r[i, j ] = r[3, 4] = 4 r[i +, j] = r[4, 5] = 5 k = 4 :c[i, k ] + c[k, j] = = c[3, 3] + c[4, 5] = 4 k = 5 :c[i, k ] + c[k, j] = = c[3, 4] + c[5, 5] = 5 c[i, j] = c[3, 5] w[3, 5] + 4 = r[i, j] = r[3, 5] 4 W = C = R = 3 5 3 6 20 22 9 2 6 8 3 6 0 2 5 7 2 4 5 8 9 8 6 5 5 4 2 2 2 3 3 4 4 5
d = 2 3 4 5 j = 3 4 5 i = 3 3 = 0 r[i, j ] = r[0, 2] = 2 r[i +, j] = r[, 3] = 2 k = 2 :c[i, k ] + c[k, j] = = c[0, ] + c[2, 3] = c[i, j] = c[0, 3] w[0, 3] + = 27 r[i, j] = r[0, 3] 2 W = C = R = 3 5 3 6 20 22 9 2 6 8 3 6 0 2 5 7 2 4 5 8 27 9 8 6 5 5 4 2 2 2 2 3 3 4 4 5
d = 2 3 4 5 j = 3 4 5 i = 4 3 = r[i, j ] = r[, 3] = 2 r[i +, j] = r[2, 4] = 3 k = 2 :c[i, k ] + c[k, j] = = c[, ] + c[2, 4] = 5 k = 3 :c[i, k ] + c[k, j] = = c[, 2] + c[3, 4] = 4 c[i, j] = c[, 4] w[, 4] + 4 = 30 r[i, j] = r[, 4] 3 W = C = R = 3 5 3 6 20 22 9 2 6 8 3 6 0 2 5 7 2 4 5 8 27 9 8 30 6 5 5 4 2 2 2 2 3 3 3 4 4 5
d = 2 3 4 5 j = 3 4 5 i = 5 3 = 2 r[i, j ] = r[2, 4] = 3 r[i +, j] = r[3, 5] = 4 k = 3 :c[i, k ] + c[k, j] = = c[2, 2] + c[3, 5] = k = 4 :c[i, k ] + c[k, j] = = c[2, 3] + c[4, 5] = 0 c[i, j] = c[2, 5] w[2, 5] + 0 = 22 r[i, j] = r[2, 5] 4 W = C = R = 3 5 3 6 20 22 9 2 6 8 3 6 0 2 5 7 2 4 5 8 27 9 8 30 6 5 22 5 4 2 2 2 2 3 3 3 4 4 4 5
d = 2 3 4 5 j = 4 5 i = 4 4 = 0 r[i, j ] = r[0, 3] = 2 r[i +, j] = r[, 4] = 3 k = 2 :c[i, k ] + c[k, j] = = c[0, ] + c[2, 4] = 20 k = 3 :c[i, k ] + c[k, j] = = c[0, 2] + c[3, 4] = 23 c[i, j] = c[0, 4] w[0, 4] + 20 = 40 r[i, j] = r[0, 4] 2 W = C = R = 3 5 3 6 20 22 9 2 6 8 3 6 0 2 5 7 2 4 5 8 27 40 9 8 30 6 5 22 5 4 2 2 2 2 2 3 3 3 4 4 4 5
d = 2 3 4 5 j = 4 5 i = 5 4 = r[i, j ] = r[, 4] = 3 r[i +, j] = r[2, 5] = 4 k = 3 :c[i, k ] + c[k, j] = = c[, 2] + c[3, 5] = 20 k = 4 :c[i, k ] + c[k, j] = = c[, 3] + c[4, 5] = 22 c[i, j] = c[, 5] w[, 5] + 20 = 38 r[i, j] = r[, 5] 3 W = C = R = 3 5 3 6 20 22 9 2 6 8 3 6 0 2 5 7 2 4 5 8 27 40 9 8 30 38 6 5 22 5 4 2 2 2 2 2 3 3 3 3 4 4 4 5
d = 2 3 4 5 j = 5 i = 5 5 = 0 r[i, j ] = r[0, 4] = 2 r[i +, j] = r[, 5] = 3 k = 2 :c[i, k ] + c[k, j] = = c[0, ] + c[2, 5] = 27 k = 3 :c[i, k ] + c[k, j] = = c[0, 2] + c[3, 5] = 29 c[i, j] = c[0, 5] w[0, 5] + 27 = 49 r[i, j] = r[0, 5] 2 W = C = R = 3 5 3 6 20 22 9 2 6 8 3 6 0 2 5 7 2 4 5 8 27 40 49 9 8 30 38 6 5 22 5 4 2 2 2 2 2 2 3 3 3 3 4 4 4 5
Požadavky ke zkoušce A -- vše C -- úspěšné hledání v RBBST (i s důkazem), -- očekávaná výška RBBST (bez důkazu), -- optimální stromy -- algoritmus + idea algoritmu. E -- úspěšné hledání v RBBST (bez důkazu), -- očekávaná výška RBBST (bez důkazu), -- optimální stromy (algoritmus).