Ordenação e Busca em Arquivos

Transcrição

1 Ordeação e Busca em Arquivos Cristia D. A. Ciferri Thiago A. S. Pardo Leadro C. Citra M.C.F. de Oliveira Moacir Poti Jr.

2 Ordeação Facilita a busca Pode ajudar a dimiuir o úmero de acessos a disco

3 Busca Sequecial e Biária Busca sequecial recupera cada registro do arquivo, verificado se os valores dos atributos satisfazem à codição de seleção Busca biária recupera registros quado a codição de seleção evolve uma comparação de igualdade o atributo que determia a ordeação do arquivo

4 Custos: Comparações Cbusca_sequecial = Ø : úmero de registros que são comparados todos os registros são varridos (pior caso) complexidade: O() Cbusca_biária = log 2 () + 1 : úmero de registros que são comparados Ø complexidade: O(log )

5 Custos: Acessos a Disco Cbusca_sequecial = b b: úmero de blocos que cotêm os registros todos os blocos são varridos Cbusca_biária = log 2 (b) + s/bfr - 1 log2(b): custo para localizar o primeiro registro s/bfr : blocos ocupados pelos registros que satisfazem à codição de seleção 1: custo para recuperar o primeiro registro

6 Ordeação Itera

7 Arquivo Completo Cabe em RAM Etapas 1. leitura de todos os registros armazeados em disco para a RAM 2. ordeação dos registros em RAM escolha do campo base para ordeação uso de um método de ordeação 3. escrita de todos os registros armazeados em RAM para o disco

8 Arquivo Ordeado Registros de tamaho fixo A N A R U A b A U G U S T O b P A I V A I B A T E b b A N T O N I A R U A b X V b D E b M A I O I B A T E b J O A O R U A b A R I O b C L A R O b b b b b b b b b M A R I A R U A b 1 S A O b C A R L O S b b b b b b b P E D R O R U A b X V S A O b C A R L O S b b b b b b ordeação baseada em um determiado campo, usado suas chaves

9 Chave (KEY) Está associada a um registro e permite a sua recuperação Chave primária idetifica uivocamete um registro ão tem repetição Chave secudária ão idetifica uivocamete um registro tem repetição

10 Forma Caôica da Chave Uma úica represetação para uma determiada chave Exemplo "Aa", "ANA", ou "aa" devem idicar o mesmo registro Forma caôica: todos os caracteres em letras maiúsculas à ANA

11 Custo Soma dos custos das 3 etapas custo para ler o arquivo do disco para a RAM custo para escrever o arquivo da RAM para o disco custo do método de ordeação escolhido Quicksort: O( lg()) Heapsort: O( lg()) Importate : úmero de registros que são comparados leitura e escrita sequeciais miimizam acessos a disco

12 Como Melhorar o Desempeho (custo)? Paralelizado a ordeação com o processameto de etrada e saída (ou seja, leitura e escrita de registros) parte 1 = leitura; parte 2 = ordeação parte 1 = ordeação; parte 2 = escrita possíveis paralelismos

13 Heapsort Parte 1 = leitura; parte 2 = ordeação começa ordeado um cojuto iicial de registros, costruido o heap coforme mais dados vão chegado, eles vão sedo icorporados ao heap Não é ecessário que o arquivo iteiro esteja carregado em RAM lê uma págia de disco (bloco de disco) por vez e opera sobre seus registros ates de ler a próxima págia (bloco de disco)

14 Heap Estrutura que matém as chaves Árvore biária, implemetada como vetor A B C E H I D A B C E H I D G F Filhos de i: 2i e 2i+1 Pai de j: j/2 G F

15 Costrução do heap Algoritmo isere o elemeto o fim do vetor equato o elemeto for meor do que o seu pai, troca-o de lugar com o pai Exemplo heap com 9 posições chaves: F, D, C, G, H, I, B, E, A

16 Costrução do heap Elemeto: F F

17 Costrução do heap Elemeto: D F D D F

18 Costrução do heap Elemeto: C D F C C F D

19 Costrução do heap Elemeto: G C F D G

20 Costrução do heap Elemeto: H C F D G H

21 Costrução do heap Elemeto: I C F D G H I

22 Costrução do heap Elemeto: B C F D G H I B B F C G H I D

23 Costrução do heap Elemeto: E B F C G H I D E B E C F H I D G

24 Costrução do heap Elemeto: A B E C F H I D G A A B C E H I D G F

25 Paralelismo leitura/ordeação Percebe-se que O heap se rearraja coforme ovos elemetos são iseridos Portato, ão é preciso ter todos os registros para se iiciar a ordeação Equato ordeação é feita, ovos blocos de registros podem ser lidos e adicioados ao fial do vetor, para serem absorvidos a sequêcia

26 Paralelismo leitura/ordeação Vetor/heap Vetor/heap Vetor/heap Leitura de 1º bloco de registros Leitura de 2º bloco de registros Ordeação do bloco: adicioado registro por registro ao heap Leitura de 3º bloco de registros... Ordeação dos blocos: adicioado registro por registro ao heap

27 Heapsort Parte 1 = ordeação; parte 2 = escrita recupera o registro da raiz do heap equato rearraja o heap, grava esse registro o arquivo de saída Rearrajo do heap retira o elemeto da raiz coloca o último elemeto k do heap como raiz equato k for maior do que seus filhos, troca-o de lugar com seu meor filho

28 Exemplo A B C E H I D G F Recupera-se raiz A, colocado em seu lugar F F B C E H I D G --- Equato grava A o arquivo ordeado, rearraja heap B E C F H I D G ---

29 Exemplo B E C F H I D G --- Recupera-se raiz B, colocado em seu lugar G G E C F H I D Equato grava B o arquivo ordeado, rearraja heap C E D F H I G E assim por diate, até heap esvaziar

30 Ordeação Extera

31 Arquivo Completo ão Cabe em RAM Fucioalidade classifica registros de arquivos armazeados em disco Restrição tamaho do arquivo é maior do que o tamaho da memória pricipal dispoível Algoritmo típico sort-merge extero pode ordear arquivos realmete grades

32 Sort-Merge Extero Fase 1 cria subarquivos ordeados (i.e., rus) a partir do arquivo origial Fase 2 combia os subarquivos ordeados em subarquivos ordeados maiores até que o arquivo completo esteja ordeado

33 g 24 a 19 d 31 c 33 b 14 e 16 r 16 d 21 m 3 p 2 d 7 a 14 arquivo origial

34 fase 1 g 24 a 19 d 31 c 33 b 14 e 16 r 16 d 21 m 3 p 2 d 7 a 14 arquivo origial a 19 d 31 g 24 b 14 c 33 e 16 d 21 m 3 r 16 a 14 d 7 p 2

35 g 24 a 19 d 31 c 33 b 14 e 16 r 16 d 21 m 3 p 2 d 7 a 14 arquivo origial fase 1 fase 2 (passo 1) a 19 d 31 g 24 b 14 c 33 e 16 d 21 m 3 r 16 a 14 d 7 p 2 a 19 b 14 c 33 d 31 e 16 g 24 a 14 d 7 d 21 m 3 p 2 r 16

36 fase 1 fase 2 (passo 1) fase 2 (passo 2) a 19 g 24 a 19 d 31 c 33 b 14 e 16 d 31 g 24 b 14 c 33 e 16 a 19 b 14 c 33 d 31 e 16 g 24 a 14 a 19 b 14 c 33 d 7 d 21 r 16 d 21 m 3 p 2 d 7 a 14 arquivo origial d 21 m 3 r 16 a 14 d 7 p 2 a 14 d 7 d 21 m 3 p 2 r 16 d 31 e 16 g 24 m 3 p 2 r 16 arquivo fial ordeado

37 Custo do Algoritmo ( 2 * b ) + ( 2 * ( b * ( log d m b ) ) ) ( 2 * b ) úmero de acessos a disco a fase 1 cada bloco do arquivo é acessado duas vezes fase de leitura dos dados para a memória fase de escrita dos dados ordeados o disco

38 Custo do Algoritmo ( 2 * b ) + ( 2 * ( b * ( log d m b ) ) ) ( 2 * ( b * ( log d m b ) ) ) úmero de acessos a disco a fase 2 cada bloco dos subarquivos é acessado várias vezes, depededo do grau de combiação fase de leitura dos dados para a memória fase de escrita dos dados ordeados o disco

39 usar multiway mergig