Struktur Data dan Algoritma Binary Search Tree Suryana Setiawan, Ruli Manurung & Ade Azurat ( Denny (acknowledgments: Fasilkom UI SUR HMM AA Fasilkom UI - IKI20100/ IKI80110P 2009/2010 Ganjil Minggu 9
Tujuan ( BST ) Memahami sifat dari Binary Search Tree Memahami operasi-operasi pada BST Memahami kelebihan dan kekurangan dari BST 2
Outline ( BST ) Properties of Binary Search Tree Operation Insert find remove 3
Properties of Binary Search Tree Untuk setiap node X pada tree, nilai elemen pada subtree sebelah kiri selalu lebih kecil dari elemen node X dan nilai elemen pada subtree sebelah kanan selalu lebih besar dari elemen node X. Jadi object elemen harus comparable. X <X >X 4
Binary Search Tree 7 2 1 5 6 3 9 5
Binary Search Tree 7 2 9 1 5 3 6 6
Binary Search Tree 3 3 1 1 2 1 2 3 1 2 3 2 2 1 3 7
Basic Operations insert findmin and findmax remove cetak terurut 8
Print InOrder class BinaryNode { void printinorder( ) { if( left!= null ) left.printinorder( ); } } System.out.println( element ); if( right!= null ) right.printinorder( ); // Left // Node // Right class BinaryTree { public void printinorder( ) { if( root!= null ) root.printinorder( ); } } 9
Insertion Penyisipan sebuah elemen baru dalam binary search tree, elemen tersebut pasti akan menjadi leaf 10 2 15 1 5 12 3 6 14 10
Insertion: algorithm Menambah elemen X pada binary search tree: mulai dari root. Jika X lebih kecil dari root, maka X harus diletakkan pada sub-tree sebelah kiri. jika X lebih besar dari root, then X harus diletakkan pada sub-tree sebelah kanan. Ingat bahwa: sebuah sub tree adalah juga sebuah tree. Maka, proses penambahan elemen pada sub tree adalah sama dengan penambahan pada seluruh tree. (melalui root tadi) Apa hubungannya? permasalahan ini cocok diselesaikan secara rekursif. 11
Insertion BinaryNode insert(int x, BinaryNode t) { if (t == null) { t = new BinaryNode (x, null, null); } else if (x < t.element) { t.left = insert (x, t.left); } else if (x > t.element) { t.right = insert (x, t.right); } else { throw new DuplicateItem( exception ); } return t; } 12
FindMin Mencari node yang memiliki nilai terkecil. Algorithm: (:. buntu ke kiri terus sampai Code: BinaryNode findmin (BinaryNode t) { if (t == null) throw exception; } while (t.left!= null) { t = t.left; } return t; 13
FindMax Mencari node yang memiliki nilai terbesar Algorithm? Code? 14
Find Diberikan sebuah nilai yang harus dicari dalam sebuah BST. Jika ada elemen tersebut, return node tersebut. Jika tidak ada, return null. Algorithm? 7 Code? 9 2 1 5 3 6 15
Remove Kasus 1: jika node adalah leaf (tidak punya anak), langsung saja dihapus. Kasus 2: jika node punya satu anak: node parent menjadikan anak dari node yang dihapus (cucu) sebagian anaknya. (mem-bypass node yang dihapus). Kasus 3: jika node punya dua anak.. 16
Remove 8 4 Kasus 3 12 1 6 Kasus 2 3 5 Kasus 1 17
Removing 6 8 4 12 1 6 3 5 18
After 6 removed 8 4 12 1 6 3 5 19
(. lanj ) Remove Bagaimana bila node punya dua anak? 1. Hapus isi node (tanpa mendelete node) 2. Gantikan posisinya dengan: Succesor Inorder node terkecil dari sub tree kanan, dilanjutkan dengan melakukan removemin di subtree kanan. [Alternatif: dengan kaidah Predecesor Inorder, 2. Gantikan posisinya dengan: Predecesor Inorder, node terbesar dari sub tree kiri, dilanjutkan dengan melakukan removemax di subtree kiri.] 20
Removing 2 (Sucessor Inorder) Cari node berisi 2 7 2 9 1 5 3 4 21
Removing 2 (Sucessor Inorder) 2 7 9 1 5 Cari sucessor Indorder 3 4 22
Removing 2 (Sucessor Inorder) Gantikan posisi yang dihapus 7 9 1 5 3 4 23
After 2 deleted 7 3 9 1 5 Hapus node ini 4 24
Removing Root 79 2 1 5 3 12 10 14 9 11 4 25
removemin BinaryNode removemin(binarynode t) { if (t == null) throw exception; } if (t.left!= null) { t.left = removemin (t.left); } else { t = t.right; } return t; 26
Remove BinaryNode remove(int x, BinaryNode t) { if (t == null) throw exception; if (x < t.element) { t.left = remove(x, t.left); } else if (x > t.element) { t.right = remove(x, t.right); } else if (t.left!= null && t.right!= null) { t.element = findmin(t.right).element; t.right = removemin(t.right); } else { t = (t.left!= null)? t.left : t.right; } return t; } 27
removemax code? 28
Find k-th element X X X S R S R S R S L S L S L k < S L + 1 k == S L + 1 k > S L + 1 29
Find k-th element BinaryNode findkth(int k, BinaryNode t) { if (t == null) throw exception; int leftsize = (t.left!= null)? t.left.size : 0; } if (k <= leftsize ) { return findkth (k, t.left); } else if (k == leftsize + 1) { return t; } else { return findkth ( k - leftsize - 1, t.right); } 30
Analysis Running time: insert? Find min? remove? Find? ( O(n Worst case: 31
Rangkuman Binary Search Tree menjamin urutan elemen pada tree. Tiap node harus comparable Semua operasi membutuhkan O(log n) - average case, saat tree relatif balance. Semua operasi membutuhkan O(n) - worst case, tinggi dari tree sama dengan jumlah node. 32
Selanjutnya: Sejauh ini struktur Binary Search terbentuk dengan asumsi data cukup acak sehingga seluruh bagian tree akan cukup terisi. Benarkah asumsi tersebut? Jika tidak benar, maka akan terbentuk tree yang tidak balance yang berakibat tidak tercapainya performance O(log n) Solusi? Dalam kuliah yad akan dibahas struktur binary tree dengan kemampuan autobalancing AVL tree 33