ICC2 12.busca

Busca Outros tipos de Busca Hashing
SCC-201 - Captulo 5 Mtodos de Busca [3]

Joo Lus Garcia Rosa1
1 Departamento de Cincias de Computao Instituto de Cincias Matemticas e de Computao Universidade de So Paulo - So Carlos http://www.icmc.usp.br/~joaoluis
2009
Joo Lus G. Rosa c 2009 - SCC-201: V. Mtodos de Busca 1/121
Sumrio
1
Busca Introduo Busca Sequencial Busca Binria Outros tipos de Busca Busca por interpolao Busca em rvores Hashing Conceitos Funes hash Tipos de hashing
Joo Lus G. Rosa c 2009 - SCC-201: V. Mtodos de Busca
2/121
Introduo Busca Sequencial Busca Binria
Sumrio
1
3/121
A importncia em estudar busca
Busca uma tarefa muito comum em computao? Vrios mtodos e estruturas de dados podem ser empregados para se fazer busca:
Quais estruturas de dados?
Certos mtodos de organizao/ordenao de dados podem tornar o processo de busca mais eciente.
4/121
A importncia em estudar busca
O problema da busca (ou pesquisa): Dado um conjunto de elementos, onde cada um identicado por uma chave, o objetivo da busca localizar, nesse conjunto, o elemento que corresponde a uma chave especca.
5/121
Terminologia bsica
Tabela ou Arquivo: termos genricos, pode ser qualquer estrutura de dados usada para armazenamento interno e organizao dos dados:
Uma tabela um conjunto de elementos, chamados registros, Existe uma chave associada a cada registro, usada para diferenciar os registros entre si:
Chave interna: contida dentro do registro, em uma localizao especca, Chave externa: contida em uma tabela de chaves separada que inclui ponteiros para os registros, Chave primria: para todo arquivo existe pelo menos um conjunto exclusivo de chaves - dois registros no podem ter o mesmo valor de chave, Chave secundria: chaves no primrias, que no precisam ter seus valores exclusivos. Para que servem?
Terminologia bsica
Algoritmo de busca: formalmente, o algoritmo que aceita um argumento a e tenta encontrar o registro cuja chave seja a, Operaes:
Insero: adicionar um novo elemento tabela, Algoritmo de busca e insero: se no encontra o registro, insere um novo, Remoo: retirar um elemento da tabela, Recuperao: procurar um elemento na tabela e, se ach-lo, torn-lo disponvel.
7/121
Terminologia bsica
A tabela pode ser:

Um vetor de registros, Uma lista encadeada, Uma rvore, Etc.
A tabela pode car:

Totalmente na memria (busca interna), Totalmente no armazenamento auxiliar (busca externa), Dividida entre ambos.
8/121
Tipos de busca
As tcnicas de busca em memria interna que estudaremos sero:

Busca Sequencial, Busca Binria, Busca por Interpolao, Busca em rvores, Hashing.
O objetivo encontrar um dado registro com o menor custo, Cada tcnica possui vantagens e desvantagens.
9/121
Sumrio
1
10/121
Busca sequencial
A busca sequencial a forma mais simples de busca, aplicvel a uma tabela organizada como um vetor ou como uma lista encadeada, Busca mais simples que h, Percorre-se registro por registro em busca da chave:
11/121
Busca sequencial
12/121
Busca sequencial
13/121
Busca sequencial
14/121
Busca sequencial
15/121
Busca sequencial
16/121
Busca sequencial
17/121
Busca sequencial
Algoritmo de busca sequencial em um vetor A, com n posies (0 at n 1), sendo x a chave procurada:
for (i=0; i<n; i++) if (A[i]==x) return(i); /*chave encontrada*/ return(-1); /*chave no encontrada*/
18/121
Busca sequencial
Uma maneira de tornar o algoritmo mais eciente usar um sentinela:
Sentinela: consiste em adicionar um elemento de valor x no nal da tabela.
O sentinela garante que o elemento procurado ser encontrado, o que elimina uma expresso condicional, melhorando a performance do algoritmo:
A[n]=x; for (i=0; x!=A[i]; i++); if (i < n) return(i); /*chave encontrada*/ else return(-1); /*chave no encontrada*/
19/121
Busca sequencial
Limitaes do vetor:
Tamanho xo:
Pode desperdiar ou faltar espao.
Alternativa:
Lista encadeada:
O que muda na busca sequencial?
Complexidade:
Se o registro for o primeiro: 1 comparao, Se o registro procurado for o ltimo: N comparaes, Se for igualmente provvel que o argumento aparea em qualquer posio da tabela, em mdia: (n+1) comparaes, 2 Se a busca for mal sucedida: N comparaes. Logo, a busca sequencial, no pior caso, O(n).
20/121
Busca sequencial
Arranjo no ordenado:
Insero no nal do arranjo, Remoo:
Realocao dos registros acima do registro removido.
Para aumentar a ecincia:

Reordenar continuamente a tabela de modo que os registros mais acessados sejam deslocados para o incio:
1
Mtodo mover-para-frente: sempre que uma pesquisa obtiver xito, o registro recuperado colocado no incio da lista, Mtodo da transposio: um registro recuperado com sucesso trocado com o registro imediatamente anterior.
Ambos se baseiam no fenmeno da recuperao recorrente de registros.

Busca sequencial
Desvantagens do mtodo mover-para-frente:

Uma nica recuperao no implica que o registro ser frequentemente recuperado:
Perda de ecincia para os outros registros.
O mtodo mais caro em vetores do que em listas.
Vantagens do mtodo mover-para frente:

Possui resultados melhores para quantidades pequena e mdia de buscas.
22/121
Busca sequencial
Busca sequencial em tabela ordenada:

A ecincia da operao de busca melhora se as chaves dos registros estiverem ordenadas:
No pior caso (caso em que a chave no encontrada), so necessrias N comparaes quando as chaves esto desordenadas, No caso mdio, N comparaes se as chaves estiverem 2 ordenadas, pois se para a busca assim que uma chave maior do que a procurada encontrada.
Diculdade do mtodo?
23/121
Busca sequencial
Busca sequencial indexada:

Existe uma tabela auxiliar, chamada tabela de ndices, alm do prprio arquivo ordenado, Cada elemento na tabela de ndices contm uma chave (kindex) e um indicador do registro no arquivo que corresponde a kindex:
Faz-se a busca a partir do ponto indicado na tabela, sendo que a busca no precisa ser feita desde o comeo.
Pode ser implementada como um vetor ou como uma lista encadeada:

O indicador da posio na tabela pode ser um ponteiro ou uma varivel inteira.
24/121
Busca sequencial
25/121
Busca sequencial
Busca sequencial indexada:

Se a tabela for muito grande, pode-se ainda usar a tabela de ndices secundria:
O ndice secundrio um ndice para o ndice primrio.
26/121
Busca sequencial
27/121
Busca sequencial
Vantagem:
Os itens na tabela podero ser examinados sequencialmente sem que todos os registros precisem ser acessados:
O tempo de busca diminui consideravelmente.
Desvantagens:
A tabela tem que estar ordenada, Exige espao adicional para armazenar a(s) tabela(s) de ndices.
Algo mais?
28/121
Busca sequencial
Remoo:
Remove-se o elemento e rearranja-se a tabela inteira e o(s) ndice(s), Marca-se a posio do elemento removido, indicando que ela pode ser ocupada por um outro elemento futuramente:
A posio da tabela ca vazia.
29/121
Busca sequencial
Insero:
Se houver espao vago na tabela, rearranjam-se os elementos localmente, Se no houver espao vago:
Rearranjar a tabela a partir do ponto apropriado e reconstruir o(s) ndice(s).
30/121
Busca sequencial
Insero do elemento 512 com espao vago:
567 e 583 descem, 512 inserido.
31/121
Busca sequencial
Insero do elemento 512 com espao vago:
567 e 583 descem, 512 inserido.
32/121
Busca sequencial
Insero do elemento 512 sem espao vago:
Elementos a partir de 567 descem, 512 inserido, ndice reconstrudo.
33/121
Busca sequencial
Insero do elemento 512 sem espao vago:
Elementos a partir de 567 descem, 512 inserido, ndice reconstrudo.
34/121
Busca sequencial
Como montar o ndice primrio:

Se a tabela no estiver ordenada, ordene-a, Divide-se o nmero de elementos da tabela pelo tamanho do ndice desejado: n/tamanho-ndice, Para montar o ndice, recuperam-se da tabela os elementos 0, 0+n/tamanho-ndice, 0+2*n/tamanho-ndice, etc., Cada elemento do ndice representa n/tamanho-ndice elementos da tabela.
35/121
Busca sequencial
Exemplo:
Divide-se o nmero de elementos da tabela pelo tamanho do ndice desejado:
Se a tabela tem 1.000 elementos e deseja-se um ndice primrio de 10 elementos, faz-se 1.000/10=100.
Para montar o ndice, recuperam-se da tabela os elementos 0, 0+n/tamanho-ndice, 0+2*n/tamanho-ndice, etc.:

O ndice primrio montado com os elementos das posies 0, 100, 200, etc. da tabela.
Cada elemento do ndice representa n/tamanho-ndice elementos da tabela:

Cada elemento do ndice primrio aponta para o comeo de um grupo de 100 elementos da tabela.
36/121
Busca sequencial
Para montar um ndice secundrio, aplica-se raciocnio similar sobre o ndice primrio, Em geral, no so necessrios mais do que 2 ndices.
37/121
Sumrio
1
38/121
Busca binria
Se os dados estiverem ordenados em um arranjo, pode-se tirar vantagens dessa ordenao:

Busca binria: A[i] A[i + 1], se ordem crescente; A[i] A[i + 1], se ordem decrescente.
O elemento buscado comparado ao elemento do meio do arranjo:

Se igual, busca bem-sucedida, Se menor, busca-se na metade inferior do arranjo, Se maior, busca-se na metade superior do arranjo.
39/121
Busca binria
Busca-se por 25:
40/121
Busca binria
Busca-se por 25:
41/121
Busca binria
Busca-se por 25:
42/121
Busca binria
Busca-se por 25:
43/121
Busca binria
Busca-se por 25:
Em cada passo, o tamanho do arranjo em que se busca dividido por 2.
44/121
Busca binria
Complexidade:
O(log n), pois cada comparao reduz o nmero de possveis candidatos por um fator de 2.
Vantagens:
Ecincia da busca, Simplicidade da implementao.
Desvantagens:
Nem todo arranjo est ordenado, Exige o uso de um arranjo para armazenar os dados:
Faz uso do fato de que os ndices do vetor so inteiros consecutivos.
Insero e remoo de elementos so inecientes:

Realocao de elementos.
45/121
Busca binria
A busca binria pode ser usada com a organizao de tabela sequencial indexada:
Em vez de pesquisar o ndice sequencialmente, pode-se usar uma busca binria.
46/121
Busca por interpolao Busca em rvores
Sumrio
1
47/121
Busca por interpolao
Se as chaves estiverem uniformemente distribudas, esse mtodo pode ser ainda mais eciente do que a busca binria, Com chaves uniformemente distribudas, pode-se esperar que x esteja aproximadamente na posio:
(xA[inf ]) meio = inf + (sup inf ) ( (A[sup]A[inf ]) )
sendo que inf e sup so redenidos iterativamente como na busca binria.
48/121
Busca por interpolao

Complexidade:
O(log(log(n))) se as chaves estiverem uniformemente distribudas:
Raramente precisar de mais comparaes.
Se as chaves no estiverem uniformemente distribudas, a busca por interpolao pode ser to ruim quanto uma busca sequencial.
Desvantagem:
Em situaes prticas, as chaves tendem a se aglomerar em torno de determinados valores e no so uniformemente distribudas:
Exemplo: h uma quantidade maior de nomes comeando com S do que com Q.
49/121
Sumrio
1
50/121
Busca em rvores
rvores:
rvores binrias:
rvores binrias de busca, AVLs: rvores binrias de busca balanceadas.
rvores multidirecionais:
rvores B.
Complexidade de tempo no pior caso? Complexidade de tempo no melhor caso?
51/121
rvore binria de busca

Uma rvore binria um conjunto nito de ns que ou est vazio ou consiste de um n raiz e duas rvores binrias disjuntas chamadas de sub-rvores esquerda e direita, Uma rvore binria de busca uma rvore binria que exibe a propriedade de ordenao. Satisfaz as seguintes propriedades:
1
Todo elemento tem uma chave e no h dois elementos com a mesma chave (i.e., as chaves so distintas), As chaves (se houver) na sub-rvore esquerda so menores do que a chave na raiz, As chaves (se houver) na sub-rvore direita so maiores do que a chave na raiz, As sub-rvores esquerda e direita so tambm rvores binrias.
52/121
rvore binria de busca
Uma rvore binria de busca pode suportar as operaes de localizao, insero e excluso, Um algoritmo de busca aquele que aceita um argumento a e tenta encontrar o registro cuja chave a, O algoritmo pode retornar o registro inteiro ou, mais comum, um ponteiro para o registro, Uma tabela de registros na qual uma chave usada para recuperao chamada de tabela de busca ou dicionrio.
53/121
rvores AVL
rvores AVL1 so rvores binrias de busca balanceadas e ordenadas:

A rvore balanceada se a altura da sub-rvore esquerda de qualquer n no difere de mais de uma unidade da altura da sub-rvore direita, O relacionamento hierrquico prev que o dado em cada n da rvore maior do que todos dados da sua sub-rvore esquerda e menor ou igual aos dados da sub-rvore direita.
O termo AVL devido a proposta de Adelson-Velskii e Landis, de 1962.

54/121
rvores AVL
Seja a seguinte rvore AVL:
Fator de equilbrio = He - Hd
He = altura da sub-rvore esquerda, Hd = altura da sub-rvore direita.
Operaes com rvores AVL
As operaes bsicas com rvores AVL so as mesmas operaes com as rvores binrias de busca:
inserir um n na rvore, localizar um n na rvore (maior prioridade), remover um n da rvore.
O problema que com a insero e/ou remoo, a rvore pode deixar de ser AVL, Neste caso, deve-se transform-la.
56/121
rvores AVL
Vantagem: a rvore AVL uma rvore balanceada, ou seja, a distncia mdia dos ns at a raiz mnima. Isto contribui para que, na mdia, os ns sejam localizados mais rapidamente, Aplicao: tabelas dinmicas, onde elementos podem ser inseridos e removidos freqentemente.
57/121
rvore de Busca Multidirecional
As rvores de busca no binrias dividem-se em:

rvore de busca multidirecionais (que inclui rvores-B), rvores de busca digitais.
58/121

rvore de busca multidirecional de ordem n:
cada n possui n ou menos sub-rvores e contm uma chave a menos que a quantidade de sub-rvores, Se s0 , s1 , s2 , ... , sm1 so m sub-rvores de um n contendo as chaves k0 , k1 , ..., km2 , em ordem crescente,
todas as chaves em s0 sero menores ou iguais k0 , todas as chaves em s1 sero menores ou iguais k1 e maiores que k0 e assim por diante, uma ou mais sub-rvores de um n podem estar vazias.

Exemplo de rvore de ordem 4: 4 sub-rvores no mximo mximo 3 chaves por n:
60/121
rvores-B
Uma rvore-B de ordem m uma rvore de busca multidirecional balanceada que satisfaz as seguintes condies:
todo n possui m ou menos sub-rvores (mximo m), todo n, exceto o raiz, possui no mnimo m/2 sub-rvores (maior inteiro), o raiz possui no mnimo duas sub-rvores no vazias, todas as folhas esto no mesmo nvel, um n com k sub-rvores armazena k 1 registros, todos os ns pai (de derivao) possuem exclusivamente sub-rvores no vazias.
61/121
rvores-B
Um n com j registros e j + 1 lhos pode ser representado por:

E0 C1 E1 C2 ... Ej1 Cj Ej
onde:
C1 < C2 < ... < Cj so chaves dos registros, Ei o endereo da sub-rvore que contm os registros com chaves compreendidas entre Ci e Ci+1 .
Exemplo de rvore-B de ordem 5: prximo slide.
62/121
rvores-B
63/121
Ecincia
Acesso sequencial = O(n):

Quanto mais as estruturas (tabelas, arquivos, etc.) crescem, mais acessos h, Quando armazenamento em disco, reduzir acessos essencial.
Busca binria = O(log(n)):

Restrita a arranjos.
rvores AVL (no melhor caso) = O(log(n)):

No importa o tamanho da tabela.
64/121
Ecincia
Estrutura de Dados rvore binria de busca rvore AVL rvore-B
localizao O(n) (pc) O(log n) (m) O(log n) (pc) O(log n) (pc)
insero O(n) (pc) O(log n) (m) O(log n) (pc) O(log n) (pc)
remoo O(n) (pc) O(log n) (m) O(log n) (pc) O(log n) (pc)
Resumo de algumas implementaes de dicionrios. Legenda: pc = pior caso, m = caso mdio. [2]
65/121
Reexo
Acesso em tempo constante:

Tradicionalmente, endereamento direto em um arranjo: Cada chave k mapeada na posio k do arranjo:
Funo de mapeamento f (k ) = k .
66/121
Reexo
Endereamento direto:
Vantagem: Acesso direto e, portanto, rpido:
Via indexao do arranjo.
Desvantagem: Uso ineciente do espao de armazenamento:

Declara-se um arranjo do tamanho da maior chave? E se as chaves no forem contnuas? Por exemplo, {1 e 100}, Pode sobrar espao? Pode faltar?
67/121
Conceitos Funes hash Tipos de hashing
Reexo
Hashing:
Acesso direto, mas endereamento indireto:
Funo de mapeamento h(k ) = k , em geral, Resolve uso ineciente do espao de armazenamento.
Ideal: O(1), em mdia, independente do tamanho do arranjo, Hash signica (Websters New World Dictionary):
1 2
Fazer picadinho de carne e vegetais para cozinhar, Fazer uma baguna.
68/121
Sumrio
1
69/121
Hashing: Conceitos e denies
Tambm conhecido como tabela de espalhamento ou de disperso, Hashing uma tcnica que utiliza uma funo h para transformar uma chave k em um endereo:
O endereo usado para armazenar e recuperar registros.
Ideia: particionar um conjunto de elementos (possivelmente innito) em um nmero nito de classes:

B classes, de 0 a B 1, Classes so chamadas de buckets.
70/121

Conceitos relacionados:
A funo h chamada de funo hash, h(k ) retorna o valor hash de k :
Usado como endereo para armazenar a informao cuja chave k .
k pertence ao bucket h(k ).
A funo hash utilizada para inserir, remover ou buscar um elemento:

Deve ser determinstica, ou seja, resultar sempre no mesmo valor para uma determinada chave.
Coliso: ocorre quando a funo hash produz o mesmo endereo para chaves diferentes:
As chaves com mesmo endereo so ditas sinnimos.
72/121

Distribuio uniforme muito difcil:
Dependente de clculos matemticos e estatsticos complexos.
Funo que aparente gerar endereos aleatrios:

Existe chance de alguns endereos serem gerados mais de uma vez e de alguns nunca serem gerados.
Existem alternativas melhores que a puramente aleatria, Segredos para um bom hashing:
Escolher uma boa funo hash (em funo dos dados):
Distribui uniformemente os dados, na medida do possvel: Hash uniforme. Evita colises, fcil/rpida de computar.
Estabelecer uma boa estratgia para tratamento de colises.

Exemplo de funo hash
Tcnica simples e muito utilizada que produz bons resultados:

Para chaves inteiras, calcular o resto da diviso k /B (k %B), sendo que o resto indica a posio de armazenamento:
k = valor da chave, B = tamanho do espao de endereamento.
Para chaves tipo string, tratar cada caractere como um valor inteiro (ASCII), som-los e pegar o resto da diviso por B, B deve ser primo, preferencialmente.
74/121
Sumrio
1
75/121
Exemplo:
Seja B um arranjo de 7 elementos:
Insero dos nmeros 1, 5, 10, 20, 25, 24.
76/121
Exemplo:
1%7=1
77/121
Exemplo:
5%7=5
78/121
Exemplo:
10 % 7 = 3
79/121
Exemplo:
20 % 7 = 6
80/121
Exemplo:
25 % 7 = 4
81/121

Exemplo:
24 % 7 = 3
82/121
Exemplo com string: mesmo raciocnio:

LOWEL = 76 79 87 69 76, L+O+W+E+L = 387, h(LOWEL) = 387 % 13 = 10.
Qual a idia por trs da funo hash que usa o resto?

Os elementos sempre caem no intervalo entre 0 e n 1
Outras funes hash? Como voc trataria colises?
83/121
Funes hash
s vezes, deseja-se que chaves prximas sejam armazenadas em locais prximos:

Por exemplo, em um compilador, os identicadores de variveis pt e pts.
Normalmente, no se quer tal propriedade:

Questo da aleatoriedade aparente:
Hash uniforme, com menor chance de coliso.
Funo hash escolhida deve espelhar o que se deseja.
84/121
Funes hash
Pergunta: supondo que se deseja armazenar n elementos em uma tabela de m posies, qual o nmero esperado de elementos por posio na tabela?
Fator de carga = n/m.
85/121
Sumrio
1
86/121
Tipos de Hashing
Esttico:
Espao de endereamento no muda, Fechado: Permite armazenar um conjunto de informaes de tamanho limitado:
Tcnicas de rehash para tratamento de colises, Overow progressivo, 2a . funo hash.
Aberto: Permite armazenar um conjunto de informaes de tamanho potencialmente ilimitado:

Encadeamento de elementos para tratamento de colises.
2
Dinmico:
Espao de endereamento pode aumentar.
87/121
Hashing esttico
Hashing fechado:
Uma tabela de buckets utilizada para armazenar informaes:
Os elementos so armazenados na prpria tabela: Normalmente conhecido como endereamento aberto.
Colises: aplicar tcnicas de rehash:

Overow progressivo, 2a . funo hash.
88/121
Hashing esttico
Tcnicas de rehash:
Se posio h(k ) est ocupada (lembre-se de que h(k ) um ndice da tabela), aplicar funo de rehash sobre h(k ), que deve retornar o prximo bucket livre: rh(h(k )), Caractersticas de uma boa funo de rehash:
Cobrir o mximo de ndices entre 0 e B 1, Evitar agrupamentos de dados.
Alm de utilizar o ndice resultante de h(k ) na funo de rehash, pode-se usar a prpria chave k e outras funes hash.
89/121
Hashing esttico
Overow progressivo:
rh(h(k )) = (h(k ) + i)%B, com i variando de 1 a B 1 (i incrementado a cada tentativa).
90/121
Hashing esttico
Overow progressivo:
rh(h(k )) = (h(k ) + i)%B, com i variando de 1 a B 1 (i incrementado a cada tentativa).
Como saber que a informao procurada no est armazenada?

Hashing esttico
Exemplo de diculdade: busca pelo nome Smith:
Pode ter que percorrer muitos campos.
92/121
Hashing esttico
A remoo do elemento no ndice 9 pode causar uma falha na busca.
93/121
Hashing esttico
Soluo para remoo de elementos: no eliminar elemento, mas indicar que a posio foi esvaziada e que a busca deve continuar.
94/121
Hashing esttico
Overow progressivo:
Exemplo anterior: rh(h(k )) = (h(k ) + i)%B, com i = 1...B 1:
Chamada sondagem linear, pois todas as posies da tabela so checadas, no pior caso.
Outro exemplo: rh(h(k )) = (h(k ) + c1 i + c2 i 2 )%B, com i = 1...B 1 e constantes c1 e c2 :

Chamada sondagem quadrtica, considerada melhor do que a linear, pois evita mais o agrupamento de elementos.
95/121
Hashing esttico
Overow progressivo:
Vantagem:
Simplicidade.
Desvantagens: 1 2 3 Agrupamento de dados (causado por colises), Com estrutura cheia a busca ca lenta, Diculta inseres e remoes. overow progressivo
hashing fechado
96/121
Hashing esttico
2a . funo hash, ou hash duplo:

Uso de 2 funes:
h(k ): funo hash primria, haux(k ): funo hash secundria.
Exemplo: rh(h(k )) = (h(k ) + i haux(k ))%B, com i = 1...B 1. Algumas boas funes:
h(k ) = k %B, haux(k ) = 1 + k %(B 1).
97/121
Hashing esttico
2a . funo hash, ou hash duplo:

Vantagem:
Evita agrupamento de dados, em geral. Por qu?
Desvantagens:
Difcil achar funes hash que, ao mesmo tempo, satisfaam os critrios de cobrir o mximo de ndices da tabela e evitem agrupamento de dados, Operaes de buscas, inseres e remoes so mais difceis.
98/121
Hashing esttico
Alternativamente, em vez de fazer o hashing utilizando uma funo hash e uma funo de rehash, podemos representar isso em uma nica funo dependente do nmero da tentativa (i), Por exemplo: h(k , i) = (k + i)%B, com i = 0...B 1:
A funo h depende agora de dois fatores: a chave k e a iterao i, Note que i = 0 na primeira execuo, resultando na funo hash tradicional de diviso que j conhecamos, Quando i = 1...B 1, j estamos aplicando a funo de rehash de sondagem linear.
99/121
Hashing esttico
Exerccio: implemente uma sub-rotina de insero utilizando funo hash anterior:
#define B 100 #define h(k,i) (k+i)%B int inserir(int T[], int k) { int i, j; for (i=0; i<B; i++) { j=h(k,i); if (T[j]==-1) { T[j]=k; return(j); } } return(-1) //tabela j est cheia }
Hashing esttico
Hashing aberto:
A tabela de buckets, indo de 0 a B 1, contm apenas ponteiros para uma lista de elementos, Quando h coliso, o sinnimo inserido no bucket como um novo n da lista, Busca deve percorrer a lista.
101/121
Hashing esttico
Se as listas estiverem ordenadas, reduz-se o tempo de busca:

Diculdade deste mtodo?
102/121
Hashing esttico
Vantagens:
A tabela pode receber mais itens mesmo quando um bucket j foi ocupado, Permite percorrer a tabela por ordem de valor hash.
Desvantagens:
Espao extra para as listas, Listas longas implicam em muito tempo gasto na busca:
Se as listas estiverem ordenadas, reduz-se o tempo de busca, Custo extra com a ordenao.
103/121
Hashing esttico: Ecincia

Hashing fechado:
Depende da tcnica de rehash:
Com overow progressivo, aps vrias inseres e remoes, o nmero de acessos aumenta.
A tabela pode car cheia, Pode haver mais espao para a tabela, pois no so necessrios ponteiros e campos extras como no hashing aberto.
Hashing aberto:
Depende do tamanho das listas e da funo hash:
Listas longas degradam desempenho, Poucas colises implicam em listas pequenas.
104/121
Algumas boas funes hash
Diviso:
h(k ) = k %m, com m tendo um tamanho primo, de preferncia.
Multiplicao:
h(k ) = (k A%1) m, com A sendo uma constante entre 0 e 1:
(k A%1) recupera a parte fracionria de k A, Knuth sugere A = 51 = 0, 6180 . . . 2
105/121
Algumas boas funes hash
Hash universal:
A funo hash escolhida aleatoriamente no incio de cada execuo, de forma que minimize/evite tendncias das chaves, Por exemplo, h(k ) = ((A k + B)%P)%m:
P um nmero primo maior do que a maior chave k , A uma constante escolhida aleatoriamente de um conjunto de constantes {0, 1, 2, ..., P 1} no incio da execuo, B uma constante escolhida aleatoriamente de um conjunto de constantes {1, 2, ..., P 1} no incio da execuo.
Diz-se que h representa uma coleo de funes universal.
106/121
Hashing
Hash perfeito:
Quando no h coliso:
Aplicvel em um cenrio em que o conjunto de chaves esttico, Exemplo de cenrio deste tipo?
Exemplo de hash perfeito:

Hashing em 2 nveis, Uma primeira funo hash universal utilizada para encontrar a posio na tabela, sendo que cada posio da tabela contm uma outra tabela (ou seja, outro arranjo), Uma segunda funao hash universal utilizada para indicar a posio do elemento na nova tabela.
107/121
Hashing dinmico
O tamanho do espao de endereamento (nmero de buckets) pode aumentar, Exemplo de hashing dinmico:
Hashing extensvel: Conforme os elementos so inseridos na tabela, o tamanho aumenta se necessrio:
Supondo que o nmero mximo de elementos por bucket N, sempre que o elemento N + 1 surgir, o bucket dividido juntamente com os elementos.
108/121
Hashing dinmico
Hashing extensvel:
Em geral, trabalha-se com bits, Aps h(k ) ser computada, uma segunda funo f transforma o ndice h(k ) em uma sequncia de bits:
Os bits so utilizados para indexar de fato a chave.
Alternativamente, h e f podem ser unicadas como uma nica funo hash nal. Funo hash computa sequncia de m bits para uma chave k , mas apenas os i primeiro bits (i m) do incio da sequncia so usados como endereo:
Se i o nmero de bits usados, a tabela de buckets ter 2i entradas, Portanto, tamanho da tabela de buckets cresce sempre como potncia de 2.
N o nmero de ns permitidos por bucket, Tratamento de colises: listas encadeadas, em geral.

Hashing dinmico
Hashing extensvel: inicialmente, tabela vazia:

m = 4 (bits), N = 2.
110/121
Hashing dinmico
Hashing extensvel: insero do elemento 0001:

m = 4 (bits), N = 2.
111/121
Hashing dinmico

m = 4 (bits), N = 2.
112/121
Hashing dinmico

m = 4 (bits), N = 2.
113/121
Hashing dinmico

m = 4 (bits), N = 2.
N ultrapassado e a tabela precisa ser rearranjada, pois um nico bit no suciente para diferenciar os elementos, sendo que o ndice em que houve problema tem seu bit incrementado.
114/121
Hashing dinmico
Hashing extensvel: rearranjando tabela:

m = 4 (bits), N = 2.
Nmero de posies (i) aumenta para observar a restrio de N e chaves so rearranjadas.
115/121
Hashing dinmico
Exemplo: Insira os elementos 0000, 0111 e 1000, nesta ordem:
Hashing extensvel: resultado das inseres:
116/121
Hashing dinmico
Vantagens:
Custo de acesso constante, determinado pelo tamanho de N, A tabela pode crescer.
Desvantagens:
Complexidade extra para gerenciar o aumento do arranjo e a diviso das listas, Podem existir sequncias de inseres que faam a tabela crescer rapidamente, tendo, contudo, um nmero pequeno de registros.
Quais so as principais desvantagens de hashing?

Os elementos da tabela no so armazenados sequencialmente e nem sequer existe um mtodo prtico para percorr-los em sequncia.
Mtodos de Busca: Resumo
Busca sequencial, Busca sequencial indexada, Busca binria, Busca por interpolao, Busca em rvores:
AVLs.
Hashing.
118/121
Mtodos de Busca: Resumo
Critrios para se eleger um (ou mais) mtodo(s):

Ecincia da busca, Ecincia de outras operaes:
Insero e remoo, Listagem e ordenao de elementos, Outras?
Frequncia das operaes realizadas, Diculdade de implementao, Consumo de memria (interna), Tempo de acesso a memria externa, Outros?
119/121
Apndice
Bibliograa
Bibliograa I
[1] Cormen, T. H., Leiserson, C. E., Rivest, R. L., Stein, C. Algoritmos - Teoria e Prtica. Ed. Campus, Rio de Janeiro, Segunda Edio, 2002. [2] Horowitz, E., Sahni, S. Rajasekaran, S. Computer Algorithms. Computer Science Press, 1998. [3] Pardo, Thiago A. S. Mtodos de Busca. SCE-181 Introduo Cincia da Computao II. Slides. Cincia de Computao. ICMC/USP, 2008.
120/121
Apndice
Bibliograa
Bibliograa II
[4] Rosa, Joo Lus G. Estrutura de Dados II. Slides. Engenharia de Computao. PUC-Campinas, 2008. [5] Tenenbaum, A. M., Langsam, Y., Augestein, M. J. Estruturas de Dados Usando C. Makron Books, 1995. [6] Wirth, N. Algoritmos e Estruturas de Dados. LTC, 1989.
121/121

ICC2 12.busca

Uploaded by

Document Information

Original Title

Copyright

Available Formats

Share this document

Share or Embed Document

Sharing Options

Did you find this document useful?

Is this content inappropriate?

Copyright:

Available Formats

ICC2 12.busca

Uploaded by

Copyright:

Available Formats

Busca Outros tipos de Busca Hashing

SCC-201 - Captulo 5 Mtodos de Busca [3]

Busca Outros tipos de Busca Hashing

Joo Lus G. Rosa c 2009 - SCC-201: V. Mtodos de Busca

Busca Outros tipos de Busca Hashing

Introduo Busca Sequencial Busca Binria

Joo Lus G. Rosa c 2009 - SCC-201: V. Mtodos de Busca

Busca Outros tipos de Busca Hashing

Introduo Busca Sequencial Busca Binria

A importncia em estudar busca

Joo Lus G. Rosa c 2009 - SCC-201: V. Mtodos de Busca

Busca Outros tipos de Busca Hashing

Introduo Busca Sequencial Busca Binria

A importncia em estudar busca

Joo Lus G. Rosa c 2009 - SCC-201: V. Mtodos de Busca

Busca Outros tipos de Busca Hashing

Introduo Busca Sequencial Busca Binria

Busca Outros tipos de Busca Hashing

Introduo Busca Sequencial Busca Binria

Joo Lus G. Rosa c 2009 - SCC-201: V. Mtodos de Busca

Busca Outros tipos de Busca Hashing

Introduo Busca Sequencial Busca Binria

A tabela pode ser:

A tabela pode car:

Joo Lus G. Rosa c 2009 - SCC-201: V. Mtodos de Busca

Busca Outros tipos de Busca Hashing

Introduo Busca Sequencial Busca Binria

As tcnicas de busca em memria interna que estudaremos sero:

Joo Lus G. Rosa c 2009 - SCC-201: V. Mtodos de Busca

Busca Outros tipos de Busca Hashing

Introduo Busca Sequencial Busca Binria

Joo Lus G. Rosa c 2009 - SCC-201: V. Mtodos de Busca

Busca Outros tipos de Busca Hashing

Introduo Busca Sequencial Busca Binria

Joo Lus G. Rosa c 2009 - SCC-201: V. Mtodos de Busca

Busca Outros tipos de Busca Hashing

Introduo Busca Sequencial Busca Binria

Joo Lus G. Rosa c 2009 - SCC-201: V. Mtodos de Busca

Busca Outros tipos de Busca Hashing

Introduo Busca Sequencial Busca Binria

Joo Lus G. Rosa c 2009 - SCC-201: V. Mtodos de Busca

Busca Outros tipos de Busca Hashing

Introduo Busca Sequencial Busca Binria

Joo Lus G. Rosa c 2009 - SCC-201: V. Mtodos de Busca

Busca Outros tipos de Busca Hashing

Introduo Busca Sequencial Busca Binria

Joo Lus G. Rosa c 2009 - SCC-201: V. Mtodos de Busca

Busca Outros tipos de Busca Hashing

Introduo Busca Sequencial Busca Binria

Joo Lus G. Rosa c 2009 - SCC-201: V. Mtodos de Busca

Busca Outros tipos de Busca Hashing

Introduo Busca Sequencial Busca Binria

Joo Lus G. Rosa c 2009 - SCC-201: V. Mtodos de Busca

Busca Outros tipos de Busca Hashing

Introduo Busca Sequencial Busca Binria

Joo Lus G. Rosa c 2009 - SCC-201: V. Mtodos de Busca

Busca Outros tipos de Busca Hashing

Introduo Busca Sequencial Busca Binria

Joo Lus G. Rosa c 2009 - SCC-201: V. Mtodos de Busca

Busca Outros tipos de Busca Hashing

Introduo Busca Sequencial Busca Binria

Joo Lus G. Rosa c 2009 - SCC-201: V. Mtodos de Busca

Busca Outros tipos de Busca Hashing