Cours Algorithmique avance PARTII

Structures des donnes Algorithmique

Hafidi Imad

ENSAK

Arbres
Un arbre est une structure de donnes organises de faon hirarchique, partir dun nud distingu appel racine. Trs importante en informatique!. Arbre de jeux (i.e., Echecs ), systme de fichiers UNIX/Windows, Arbres de tri etc.

Dfinition
Algorithmique Un arbre est une structure de donnes organises de faon hirarchique, partir dun nud distingu appel racine. Un lment quelconque peut avoir plusieurs successeurs, mais un seul prdcesseur. Seul le premier lment na pas de prdcesseur.

noeuds

artes
3

Arbres: dfinitions
Un arbre est un ensemble de Nuds, relis par des Artes. Entre deux nuds il existe toujours un seul chemin.

noeuds

artes
4

Terminologie
Les lments
Un sommet ou nud est un lment quelconque dun arbre. La racine est lunique sommet nayant pas de prdcesseur. Une feuille ou nud terminal est un lment nayant pas de successeur. Le prdcesseur unique dun nud est appel le pre. Les successeurs dun nud sont appels les fils. Les nuds qui ont le mme pre sont appels frres. Le frre place le plus a gauche est laine.

Les chemins
Un arte est un chemin reliant deux nuds Une branche est un chemin reliant la racine a une feuille.

Arbres: dfinitions
Les arbres sont enracins. Une fois la racine dfinit tous les nuds admettent un niveau. Les arbres ont des nuds internes et des feuilles (nuds externes). Chaque nud ( lexception de la racine) a un parent et admet zro ou plusieurs fils.
racine niveau 0 niveau 1 niveau 2 niveau 3 feuilles parent et fils
6

nuds internes

Arbres binaires
Un Arbre Binaire est un arbre o chaque nud admet au plus 2 fils.

Arbres Binaires: dfinitions

Nuds dun arbre contiennent des cls (mots, nombres, etc) Arbre Binaire complet : les feuilles sont toutes situes dans les deux derniers niveaux. Les feuilles du dernier niveau sont toutes gauche.
14

10 8 7 9 11 12 13 15

16 18
8

Arbres Binaires: reprsentation par tableaux

Un arbre binaire complet peut tre reprsent par un tableau A avec un accs en O(1) chaque nud: Mmoriser les nuds squentiellement de la racine aux feuilles et de gauche vers la droite. Fils gauche de A[i] est en A[2i] Fils droit de A[i] est en A[2i + 1] Parent de A[i] est en A[i/2]

1 14 2 10 4 8 8 7 9 10 9 11 13 12 5 6 15 11 3 16 7 18

1 tab A: 14

2 10

4 16 8

6 12

8 9 15 18

10 11 7 9 11 13
10

Arbres Binaires: reprsentation par pointeurs

typedef struct n{ int cl; cl; struct n *fGauche, *fDroit; *fGauche, *fDroit; }nud; typedef nud * Arbre;

11

Parcours : inOrdre
InOrdre est dcrit rursivement : Visiter le sous-arbre gauche en InOrdre Visiter la racine Visiter le sous-arbre droit en InOrdre

12

Parcours : prOrdre
PrOrdre est dcrit rursivement : Visiter la racine Visiter le sous-arbre gauche en PrOrdre Visiter le sous-arbre droit en PrOrdre

13

Parcours: postOrdre
PostOrdre est dcrit rursivement : Visiter le sous-arbre gauche en PostOrdre Visiter le sous-arbre droit en PostOrdre Visiter la racine

14

Arbre Binaire de Recherche

Un Arbre Binaire de Recherche (ABR) est un arbre binaire avec les proprits suivantes :
La cl associe un nud est suprieur aux cls des nuds de son sous-arbre gauche La cl associe un nud est infrieur aux cls des nuds de son sous-arbre droit

15

Arbre Binaire de Recherche: Exemples

racine C A D 10 racine 8 14 11 15 18 16 racine 14

10 8 11 15

16

16

Arbre Binaire de Recherche

ABR est un arbre avec la proprit suivante
Cl.fGauche < Cl.parent < Cl.fDroit NOTER! Le parcours InOrdre visite les cls dans lordre croissant.
void inOrdre(Arbre racine) { inOrdre(racine->fGauche) print(racine->key) inOrdre(racine->fDroit) }
17

ABR: InOrdre
Exemple: InOrdre visites : 14 (8) (10) (11) (14) (15) (16) (18)

10 8 11 15

16 18

18

ABR : Rechercher un lment

rechercher(racine, x) comparer x la cl de racine: - si x = cl return - si x < cl => chercher dans G - si x > cl => chercher dans D chercher de la mme manire dans G ou D

Exemple:
14

10 8 11 15

16

x=8 (oui) x=17 (non)

19

ABR : Rechercher un lment

bool searchABR(Arbre racine; typeCle cl){ searchABR(Arbre if (racine==NULL) return false if (racine->cl==cl) return true; else if (key < racine->cl) return searchABR(racine->fGauche, cl); else return searchABR(racine->fDroit, cl) }
Donner une version itrative ?
20

ABR : Ajout dun lment

Comment ajouter une cl?
La mme procdure que searchABR sapplique: Dterminer la position dinsertion par searchABR. Ajouter la nouvelle cl si la recherche choue.

Exemple:
10

8 3 2 5 9

ajout 4?
4

21

Construction dun ABR

Exemple: ajouter C A B L M (dans lordre!) 3) ajouter B C C A B 4) Ajouter L A B B M
22

1) Ajouter C

2) ajouter A

C A

C L

5) Ajouter M

C A L

Construction dun ABR

LABR est-il unique pour une squence de lettres A B C L M ?

NON! diffrentes squences donnent

diffrents ABR
Ajout de : A B C L M A C B C L M A B L M
23

Ajout de : C A B L M

Trier avec un ABR

Soit un ABR, peut-on afficher les cls dans lordre? Visiter lABR avec un parcours InOrdre: - visiter le sous-arbre gauche - afficher racine - visiter le sous-arbre droit Comment trouver le minimum? Comment trouver le maximum?
Exemple:

C A B L M

InOrdre affichage: A B C L M
24

ABR : supprimer un lment

Pour supprimer un nud contenant x, rechercher x, une fois trouv appliquer lun des trois cas suivants:

CAS A: x est une feuille

p q r q p

x
supprimer x

r On obtient un ABR

25

ABR : supprimer un lment

Cas B: x est un nud interne avec un seul sous-arbre

r x

q q L On obtient un ABR
26

suppr x

ABR : supprimer un lment

Cas C: x est un nud interne avec 2 sousarbres
r r x q W ts Z W t
27

suppr x u q s Z

suppr x

proprit ABR est conserv

ABR : supprimer un lment

Cas C suite: ou encore comme suit
q < x < u
r q W t u s Z
28

q est infrieur au plus petit lment de Z r est suprieur au plus grand lment de W

ABR : Complxit de rechercher

Quelle est la complxit de searchABR ? Dpend de :
la cl x des autres donnes De la forme de larbre

Analyse de la complxit : On est intrss par la complxit dans le meilleur cas, pire cas.
29

ABR : Complxit de rechercher

niveau 0 niveau 1 niveau 2 niveau 3 hauteur dun ABR = niveau max hauteur dun noeud h(x) = 0 si x est la racine h(x) = 1+ h(y), y = pere(x)

(h =3)

hauteur dun ABR B : h(B) = max{h(x), x nud de B}

30

ABR : Complexit de rechercher

Si tout les nuds de larbre existent : ABR plein Si tout les nuds existent sauf ceux du dernier niveau : niveau-min ABR

31

ABR : Complexit de rechercher

Thorme: h+1 Un ABR plein (complet) de hauteur h a 2 - 1 noeuds
Preuve: Par induction Cas de base: un arbre de hauteur 0 a 1 nud (racine) Hypothse inductive: Supposant quun ABR de hauteur h a h+1 2 - 1 noeuds
32

ABR : Complexit de recherche

Etape dinduction: Connecter 2 ABR de hauteur h pour construire un ABR de hauteur h+1. On a besoin dajouter un noeud supplmentaire racine
h+1 h G D

Par hypothse inductive le nouveau nombre de noeuds est (2 - 1) + (2 -1) + 1 = 2

h+1 h+1 h+2

-1

CQFD!
33

ABR : Complexit de rechercher

Lemme 1: pour un ABR ayant n nud et de hauteur h : log2 n <= h <= n -1 Remarque: Un ABR parfait avec n noeuds a pour hauteur h = log2 n
h 2 <= n <= 2 h+1 - 1
34

car

ABR : Complexit de rechercher

Consquence : pour un ABR plein avec N noeuds la complxit de searchABR: meilleur cas O(1) Pire cas O(log N)

35

ABR : complxit de rechercher

Maintenant que nous connaissons la complxit de searchABR que peut-on dire
des autres oprations? Insertion Suppression Trouver le Min Trouver le Max Tri ABR = O(log N) O(log N) O(log N) O(log N) O(N log N)

Pourquoi?

Ide: ABR tri = (Construction de lABR : N insertions) 36 + (Parcourir ABR)

ABR : Complxit de rechercher

En rsum, il est ncessaire davoir un ABR plein ou niveau-min ABR garder un arbre le plus quilibr possible tout moment (Arbre AVL)

37

Arbre AVL
Arbre AVL (Adelson-Velskii et Landis):
Le meilleur ABR maintenant tout moment un arbre raisonnablement quilibr. Ide : si linsertion ou la suppression provoque un dsquilibre de larbre, rtablir lquilibre. Toutes les oprations insertion, suppression, sur un arbre AVL avec N nuds en O(log N) (en moyenne et dans le pire cas!)

38

Arbre AVL

ABR tq. la diffrence des hauteurs du sous-arbre gauche et droite de la racine est dau plus 1 et les sous-arbres gauche et droit sont des AVL.

Exemple:

39

Arbres AVL - exemple

12

16

10

14

Cet arbre est un arbre AVL

Arbres AVL exemple

Ces noeuds violent la condition 12

16

10

14

1 Aprs lajout de 1 ce nest plus un arbre AVL

Arbres AVL - exemple

12

16

10

14

13

Aprs lajout de 13 ce nest plus un arbre AVL

Arbres AVL
Il faut, aprs chaque insertion ou retrait, rtablir lquilibre sil a t rompu par lopration Observation importante: aprs une insertion, seuls les nuds qui sont sur le chemin du point dinsertion la racine sont susceptibles dtre dsquilibrs Deux cas: insertion dans le sous-arbre de gauche du fils gauche ou dans le sous-arbre de droite du fils droit: Simple rotation insertion dans le sous-arbre de droite du fils gauche ou dans le sous-arbre de gauche du fils droit: Double rotation

AVL exemle de simple rotation

12 8 Hauteur = 2 4 10 14 16

Hauteur = 0

AVL exemple de simple rotation

12 8 16

10

14

AVL exemple de simple rotation

12 4 16

14 2 8

10 1 6

AVL exemple de simple rotation

12 4 16

14 2 8

10 1 6

Arbres AVL simple rotation

void RD(Arbre *a){ Arbre aux= (*a)->fg; (*a)->fg = aux->fd; aux->fd= *a; *a= aux; }

void RG(Arbre *a){ Arbre aux= (*a)->fd; (*a)->fd = aux->fg; aux->fg= *a; *a= aux; }

AVL exemple de double rotation

12

16

10

14

6 Nud insr 7

AVL exemple de double rotation

12

16

10

14

AVL exemple de double rotation

12

8 6

16

10

14

AVL exemple de double rotation

12

8 6

16

10

14

AVL exemple de double rotation

12

16

14 4 8

10

AVL implmentation
Algorithme rcursif Une fois le nud insr, en revenant sur notre chemin, il faut vrifier, pour chaque nud parcouru, les diffrences de profondeur des sous-arbres gauche et droite La rotation peut tre requise nimporte quel nud qui se trouve dans le chemin de la racine au point dinsertion Le retrait est passablement plus compliqu que linsertion (mais demeure O(lg N)) Il y a dautres types darbres quilibrs plus facile implmenter et plus efficaces

AVL exemple dtaill

Pour chaque noeud on mettra 0 si ses deux sous-arbres ont la mme profondeur +n si le sous-arbre gauche est plus profond avec une diffrence = n -n si le sous-arbre droit est plus profond avec une diffrence = n

Squence dinsertion: 2 10 12 4 16 8 6 14

AVL exemple dtaill

2 10 12 4 16 8 6 14

AVL exemple dtaill

2 10 12 4 16 8 6 14 2
-1

10

AVL exemple dtaill

2 10 12 4 16 8 6 14 2
-2

10

-1

12

AVL exemple dtaill

2 10 12 4 16 8 6 14 10 2
0

12

Rotation simple

AVL exemple dtaill

2 10 12 4 16 8 6 14 10 2
1

-1

12

AVL exemple dtaill

2 10 12 4 16 8 6 14 10 2
-1 0

12

-1

16

AVL exemple dtaill

2 10 12 4 16 8 6 14 10 2
1

-2

12

-1

-1

16

AVL exemple dtaill

2 10 12 4 16 8 6 14 10 4
0 0

12

-1

16

Rotation simple

AVL exemple dtaill

2 10 12 4 16 8 6 14 10 4
-1 1

12

-1

16

AVL exemple dtaill

2 10 12 4 16 8 6 14 10 4
-1 0

12

-2

16

14

AVL exemple dtaill

2 10 12 4 16 8 6 14 10 4
1

-1

14

12
0

16
0

Rotation double

AVL autre exemple

Voici un exemple o la rotation se fait loin du point dinsertion

10 4
1 -1

14 12
0

2 6

16
0

-1

7
0

Noeud insr

AVL autre exemple

Voici un exemple o la rotation se fait loin du point dinsertion
0

8 4
1 0

10
-1

-1

9
0

14
0

12

16

Aprs rotation double

Arbres Rouge-Noir
Larbre a les proprits suivantes: 1. Chaque nud est soit rouge soit noir 2. La racine est noire 3. Si un nud est rouge, tous ses enfants doivent tre noirs 4. partir de nimporte quel nud, tous les chemins de la racine jusqu un pointeur NULL doivent avoir le mme nombre de nuds noirs Comme la racine est noire et il ne peut y avoir plus de deux nuds rouges conscutifs, la longueur de tout chemin de la racine une feuille ne peut tre suprieure 2 fois le nombre de nuds noirs dans ce chemin

Arbres Rouge-Noir - Exemple

30

15 10 20

70

60 50 65 80

85 90

40

55

Tris par Tas

Ide :
On slectionne les minimums successifs en utilisant une structure de donne particulire : le

tas

Dfinition
Un arbre parfait est un arbre binaire dont les feuilles sont situes sur deux niveaux successifs : lavant dernier niveau est complet, et les feuilles du dernier niveau sont regroupes le plus gauche possible.

Exemple

71

Dfinition
Un arbre parfait partiellement ordonn est un arbre parfait dont les sommets sont tiquets par des lments trier, et tel que llment associ chaque sommet est sommet.

aux lments associs aux fils de ce

Exemple

72

Dfinition
Un tas (heap) est un tableau t reprsentant un arbre parfait partiellement ordonne selon les rgles suivantes : t[1] est la racine t[2i] et t[2i + 1] sont les fils gauche et droite de t[i] (sils existent)

Exemple

73

Proprits simples dun tas

t[i/2] est le pre de t[i] (i 2) Si le nombre de sommets n est pair, alors t[n/2] a un seul fils t[n] Si i > n/2, alors t[i] est une feuille

Ide du tri par tas

1) On construit le tas 2) On enlve successivement le minimum du tas et on reconstruit la structure de tas sur le reste des lments

74

CONSTRUCTION DU TAS
Lessentiel est une procdure AJOUT qui ajoute un lment nouveau un tas. On ajoute cet lment comme une feuille (au dernier niveau), puis on lchange avec son pre tant quil est infrieur celui-ci.

75

Exemple

Rsultat final

76

Complexit en pire cas

La procdure AJOUT fait au plus log(p) comparaisons.

Pourquoi?
Parce que la hauteur dun arbre parfait p sommets est log(p).

77

SUPPRESSION DU MINIMUM ET REORGANISATION DU TAS

La procdure DESTRUCTION remplace la racine du tas par la dernire feuille. Pour rorganiser le tas, on change cet lment avec le plus petit de ses deux fils tant quil est suprieur celui-ci.

78

Exemple

Rsultat final

79

Lalgorithme TRI-TAS
On ajoute successivement chacun des n lments dans le tas

t[1 . . . p], p augmente de 1 aprs chaque adjonction. A la fin on a un tas de taille n. Tant que p > 1, on supprime le minimum du tas, on dcroit p de 1, et on range le minimum la (p + 1)eme place. Puis on rorganise le tas. t[p + 1 . . . n] contient les n p plus petits lments en ordre dcroissant.

80

Exemple

81

Exemple suite

82

83

84

85

86

87

Tableaux associatifs
Un tableau dans lequel un contenu est associ une clef : Un dictionnaire Un annuaire Remarques : Un tableau est un tableau associatif a clefs entires. Comment faire un dictionnaire en C ? Quelle complexit pour la recherche dans cette solution ? Les tableaux associatifs n'ont pas d'ordre (a priori). Souvent, leur implmentation en a un ! Objectif : Accs en temps constant la donne connaissant sa clef.
88

Hash Tables
Une Table de Hachage est une faon d'implmenter un tableau associatif : On se donne un tableau de taille N? Pour un couple clef/contenu a insrer dans le tableau :
1. On calcule un entier significatif de sa clef (son hashCode : i) 2. On place le couple clef/valeur a la place tab[i]

Problmes :
Il faut ncessairement 0< hash(clef) <N Comment choisir la fonction hash ? peu de collisions. Gestion des collisions.

89

Fonctions de hachage
Peu de collisions : le mieux : une distribution uniforme des clefs...
limitation de taille : rsultat du hachage pris modulo N.

Exemple de fonction de hachage pour une chaine :

h(s) = s[0]*B^(n) %m + s[1]*B^(n) %m + ... + s[n] %N (n longueur de s)

En java, pour une chaine de char, la mthode hashCode utilise B=31 (nombre premier pour viter interfrences entre %m et les B^k )

90

Gestion des collisions

Adressage ferm (chainage) :
On arrive directement au bon endroit, reste a lever l'indcision entre les collisions.

91

Importances des collisions

Temps de recherche / insertion augmente avec le nombre de collisions. Le nombre de collisions est li la charge (taux de remplissage) de la table. Ceci s'obtient par des probas. En gnral, on fixe un taux de remplissage max, et la taille de la table augmente pass ce taux. (on replace alors les valeurs et on change la fonction de hash....)

92