SCC 5789 Base de Dados Profa. Dra. Cristina Dutra de Aguiar Ciferri. Árvore R. Luiz Olmes Carvalho / 120
|
|
- Augusto Gonçalves Gabeira
- 5 Há anos
- Visualizações:
Transcrição
1 S 5789 ase de ados Profa. ra. ristina utra de guiar iferri Árvore R Luiz Olmes arvalho / 120
2 presentação onceitos introdutórios. Estrutura da Árvore R. onsulta. Inserção. Split. Variações da Árvore R. emonstração: applet. 2 / 120
3 Árvore R onceitos Introdutórios 3 / 120
4 Tipos de dados espaciais Ponto: unidade mínima representativa de um objeto espacial. Linha: sequência de pontos retilíneos. Linha poligonal: sequência de pontos não retilíneos. Polígono: sequência fechada de linhas ou linhas poligonais. Polígono complexo: polígono com buracos e/ou partes disjuntas. Poliedro: sólido composto por um número finito de faces. 4 / 120
5 Tipos de dados espaciais linha ponto segmentos de linha linha poligonal polígono (simples) poliedro (cubo) polígono complexo com buraco polígono complexo com ilha polígono complexo com buraco e ilha 5 / 120
6 Representação dos dados 6 / 120
7 Representação dos dados 7 / 120
8 Mininum ounding Rectangle MR 8 / 120
9 Mininum ounding Rectangle MR 9 / 120
10 Outras representações conservativas retângulo envolvente mínimo retângulo envolvente mínimo rotacionado círculo envolvente mínimo polígono envolvente mínimo com 6 vértices casco convexo elipse envolvente mínima 10 / 120
11 Árvore R Estrutura da Árvore R 11 / 120
12 Árvore R ntonin Guttman / 120
13 Árvore R plicações Sistemas de Informações Geográficas (GIS). Sistemas. rquiteturas VLSI. Sistemas P2P, ioinformática, ata Streams. 13 / 120
14 Árvore R inâmica Permite novas inserções e remoções. Hierárquica Nós folhas e nós índices. rmazenamento Secundário Nós são páginas de disco de tamanho fixo. onstrução ottom-up Todos os objetos são inseridos nas folhas. alanceada Folhas no mesmo nível. 14 / 120
15 Estrutura Árvore R de ordem (m, M). Número máximo de entradas por nó: M Número mínimo de entradas por nó: m M 2 ltura máxima da árvore: h max = log m N 1 N: número de objetos inseridos. 15 / 120
16 Estrutura O número mínimo de entradas permitido na raiz é 2, a menos que a raiz seja uma folha. Nesse caso, ela pode conter apenas uma ou nenhuma entrada. Todas as folhas estão no mesmo nível. 16 / 120
17 Estrutura dos nós Folha: <mbr, oid> mbr: retângulo n-dimensional que delimita o objeto indexado. oid: valor de identificador de objeto. Índice: <mbr, ptr> ptr: referência ao nó do nível imediatamente inferior. mbr: <d 0, d 1, d 2,..., d n 1 > d i = [a, b] 17 / 120
18 Exemplo: Árvore R(2, 4) 1 G H J I 3 2 F E E F G H I J 18 / 120
19 Representação dos nós 1 G H J I E F G H I J 2 F E Leaf α β espaço livre Index b1 b2 b4 esp. livre / 120
20 Representação dos nós 1 G H J I E F G H I J 2 F E MR Leaf α β espaço livre OI Index b1 b2 b4 esp. livre / 120
21 Representação dos nós 1 G H J I E F G H I J 2 F E Leaf α β espaço livre PTR MR Index b1 b2 b4 esp. livre / 120
22 Representação dos nós J I 1 H 3 G E 2 F E F G H I J H b L α β γ δ 2 L ε δ F E 3 I b1 b2 b L ε ζ μ ω J I H G 22 / 120
23 Árvore R onsultas 23 / 120
24 onsultas espaciais Point Query Window Query Region Query djacency Query 24 / 120
25 Operadores de onsulta Topológicos: encontra todos os objetos que interceptam um dado objeto. irecionais: encontra todos os objetos que, por exemplo, estão ao norte de um dado objeto. istância: encontra todos os objetos que estão a menos que uma distância d de um dado objeto (range query) ou os k objetos mais próximos de um dado objeto (k-nearest-neighbors query). 25 / 120
26 onsulta lgoritmo (Range Query) Encontra todos os objetos interceptados pelo retângulo de busca Q. evolve um conjunto S de objetos candidatos. Para todas as entradas de um nó índice, a partir da raiz: Verifica se existe sobreposição. Se sim, verifica a respectiva sub-árvore. Se é um nó folha: Verifica todas as entradas que interceptam Q. diciona no conjunto resposta S. 26 / 120
27 onsulta Exemplo h i a c b d F e g f G j E F l m G E a b c d e f g h i j l m 27 / 120
28 onsulta Exemplo 1 h i G j l d a e E F c f b g F m G uscar o objeto "e" E a b c d e f g h i j l m 28 / 120
29 onsulta Exemplo 1 h i G j l d a e E F c f b g F m G "F" intercepta "e". Então verifica sub-árvore. E a b c d e f g h i j l m 29 / 120
30 onsulta Exemplo 1 h i G j l d a e E F c f b g F m G "G" intercepta "e". Então verifica sub-árvore. E a b c d e f g h i j l m 30 / 120
31 onsulta Exemplo 1 h i G j l d a e E F c f b g F m G "" não intercepta "e". Então não verifica subárvore. E a b c d e f g h i j l m 31 / 120
32 onsulta Exemplo 1 h i G j l d a e E F c f b g F m G "" intercepta "e". Então verifica sub-árvore. E a b c d e f g h i j l m 32 / 120
33 onsulta Exemplo 1 h i G j l d a e E F c f b g F m G "" não intercepta "e". Então não verifica subárvore. E a b c d e f g h i j l m 33 / 120
34 onsulta Exemplo 1 h i G j l d a e E F c f b g F m G "" não intercepta "e". Então não verifica subárvore. E a b c d e f g h i j l m 34 / 120
35 onsulta Exemplo 1 h i G j l d a e E F c f b g F m G "E" não intercepta "e". Então não verifica subárvore. E a b c d e f g h i j l m 35 / 120
36 onsulta Exemplo 1 h i G j l d a e E F c f b g F m G Verifica cada objeto armazenado na folha. E a b c d e f g h i j l m 36 / 120
37 onsulta Exemplo 1 h i G j l d a e E F c f b g F m G Encontra o objeto procurado ("e"). E a b c d e f g h i j l m 37 / 120
38 onsulta Exemplo h i a c b d F e g f G j E F l m G E a b c d e f g h i j l m 38 / 120
39 onsulta Exemplo 2 h i G j l d a w e E m F c f b g F G evolver os objetos que estão na região de busca w. E a b c d e f g h i j l m 39 / 120
40 onsulta Exemplo 2 h i G j l d a w e E m F c f b g F G "F" não intercepta "w". Então não verifica subárvore. E a b c d e f g h i j l m 40 / 120
41 onsulta Exemplo 2 h i G j l d a w e E m F c f b g F G "G" intercepta "w". Então verifica subárvore. E a b c d e f g h i j l m 41 / 120
42 onsulta Exemplo 2 h i G j l d a w e E m F c f b g F G "" não intercepta "w", mas E sim. Então verifica a sub-árvore de E. E a b c d e f g h i j l m 42 / 120
43 onsulta Exemplo 2 h i G j l d a w e E m F c f b g F G "j" não intercepta "w", mas "l" e "m" sim. Então devolve "l" e "m" como resposta da consulta. E a b c d e f g h i j l m 43 / 120
44 Filtragem e Refinamento Filtragem (menor custo) onsulta Índice Espacial onjunto de candidatos Resposta da consulta 44 / 120
45 Filtragem e Refinamento Filtragem (menor custo) onsulta Refinamento (maior custo) cesso à geometria exata do objeto Índice Espacial Teste da geometria do objeto. onjunto de candidatos Resposta da consulta certos Falsos positivos 45 / 120
46 Filtragem e Refinamento 46 / 120
47 Filtragem e Refinamento 47 / 120
48 Filtragem e Refinamento São arlos 48 / 120
49 Árvore R Inserção 49 / 120
50 Inserção lgoritmo Percorrer a árvore, a partir do nó raiz, até o nó folha F mais apropriado. cada nível, escolher a entrada cujo MR necessita do menor aumento de área. Resolver empates selecionando o de menor área. Se o nó folha F contém espaço suficiente, inserir a nova entrada em F e parar o processo de inserção. aso contrário, dividir a folha F em F1 e F2. justar a entrada de F no seu nó pai P de modo que seu MR cubra apenas F1. dicionar uma entrada em P para F2. Este passo pode fazer o nó P pode splitar recursivamente. Propagar as alterações para os níveis superiores. 50 / 120
51 Inserção Exemplo: R(2, 4) 1 3 G F I E 2 J H E F G H I J 51 / 120
52 Inserção Exemplo: R(2, 4) 1 L 3 G F I Novo objeto E 2 J H E F G H I J 52 / 120
53 Inserção Exemplo: R(2, 4) 1 3 L G 2 E F J H I 4 escolher a entrada cujo MR necessita do menor aumento de área E F G H I J 53 / 120
54 Inserção Exemplo: R(2, 4) 1 L 3 G F I E 2 J H 4 escolhe a entrada 1, pois seu MR necessita do menor aumento de área: E F G H I J 54 / 120
55 Inserção Exemplo: R(2, 4) 1 L 3 G F I E 2 J H 4 como a folha contém espaço, insere a nova entrada e pára L E F G H I J 55 / 120
56 Inserção Exemplo: R(2, 4) 1 L 3 G F I E 2 J H L E F G H I J 56 / 120
57 Inserção Exemplo: R(2, 4) 1 L 3 G F I M E 2 J H 4 Novo objeto L E F G H I J 57 / 120
58 Inserção Exemplo: R(2, 4) 1 L 3 G F I M E 2 J H escolher a entrada cujo MR necessita do menor aumento de área L E F G H I J 58 / 120
59 Inserção Exemplo: R(2, 4) 1 L 3 G F I M E 2 J H 4 Ganho de área de L E F G H I J 59 / 120
60 Inserção Exemplo: R(2, 4) 1 L 3 G F I Ganho de área de 2 M E 2 J H L E F G H I J 60 / 120
61 Inserção Exemplo: R(2, 4) 1 L 3 G F I M E 2 J H Ganho de área de 3 L E F G H I J 61 / 120
62 Inserção Exemplo: R(2, 4) 1 L 3 G F I Ganho de área de 4 M E J H 4 L E F G H I J 62 / 120
63 Inserção Exemplo: R(2, 4) 1 3 L G 2 E M F J H I 4 escolhe a entrada 2, pois seu MR necessita do menor aumento de área L E F G H I J 63 / 120
64 Inserção Exemplo: R(2, 4) 1 L 3 G F I M E 2 J H 4 aumenta a área de 2 de modo a cobrir a nova entrada L E F G H I J 64 / 120
65 Inserção Exemplo: R(2, 4) 1 L 3 G F I M E 2 J H 4 como a folha contém espaço, insere a nova entrada e pára L E M F G H I J 65 / 120
66 Inserção Exemplo: R(2, 4) 1 L 3 G F I M E 2 J H L E M F G H I J 66 / 120
67 Inserção Exemplo: R(2, 4) 1 L 3 G F I Novo objeto M N E 2 J H L E M F G H I J 67 / 120
68 Inserção Exemplo: R(2, 4) 1 L 3 G F I M N E 2 J H 4 os MRs 1 e 2 têm o mesmo aumento de área: zero L E M F G H I J 68 / 120
69 Inserção Exemplo: R(2, 4) 1 3 L G N 2 E M F J H I 4 escolhe o MR de menor área, que é o MR 1 L N E M F G H I J 69 / 120
70 Inserção Exemplo: R(2, 4) 1 L 3 G F I M N E 2 J H 4 e se os dois MRs tivessem também a mesma área?? L N E M F G H I J 70 / 120
71 Inserção Exemplo: R(2, 4) L e se os dois MRs tivessem também a mesma área?? M 1 N E 3 G F J H I 4 escolhe aquele com o menor número de entradas. Se empatar novamente, escolhe qualquer um deles. L N E M F G H I J 71 / 120
72 Inserção Exemplo: R(2, 4) 1 L 3 G F I M N E 2 J H L N E M F G H I J 72 / 120
73 Inserção Exemplo: R(2, 4) 1 3 L G N 2 E M F J H I 4 ordem de inserção afeta a disposição dos MRs na árvore R. L N E M F G H I J 73 / 120
74 Inserção Exemplo: R(2, 4) 1 L 3 G F I M N E 2 J H 4 Qualquer nova entrada inserida nos MRs 1 e 2 causará divisão do nó (split) L N E M F G H I J 74 / 120
75 Árvore R Split 75 / 120
76 Split istribui as M entradas de um nó mais a nova entrada em dois nós. Reduzir a área de cobertura. Seleção dos primeiros objetos de cada grupo: seeds. Na árvore R, dois objetos são promovidos ao nó índice. istribuição dos objetos restantes. lgoritmos: quadrático, linear, exaustivo. 76 / 120
77 Split: lgoritmo Quadrático Parte 1: Seleção das seeds. Selecionar dois objetos como seeds de modo que esses objetos, se colocados juntos, criam o maior dead space possível. ead space é a área restante no MR se as áreas das seeds forem ignoradas. omplexidade de tempo: O(M 2 ) Parte 2: Redistribuição das M 1 entradas. té que não reste mais entradas (O(M)), selecionar a entrada E cuja diferença de dead space para cada um dos dois nós N1 e N2 seja máxima (O(M 2 )). Inserir E no nó que requer o menor aumento de seu MR (O(1)). omplexidade total de tempo: O(M 2 + M + M 2 + 1) = O(M 2 ) 77 / 120
78 Split: lgoritmo Quadrático Exemplo Suponha uma árvore R (1, 3). 78 / 120
79 Split: lgoritmo Quadrático Exemplo Primeiro passo Seleção das seeds: dois objetos com o maior dead space. 79 / 120
80 Split: lgoritmo Quadrático Exemplo omputando os MRs e. Primeiro passo Seleção das seeds: dois objetos com o maior dead space. 80 / 120
81 Split: lgoritmo Quadrático Exemplo ead space (, ) = Área(MR(, )) Área() Área() omputando os MRs e. 81 / 120
82 Split: lgoritmo Quadrático Exemplo omputando os MRs e. ead space (, ) = Área(MR(, )) Área() Área() 82 / 120
83 Split: lgoritmo Quadrático Exemplo pós computar todos os pares, acha e como resposta (maior dead space). ead space (, ) = Área(MR(, )) Área() Área() 83 / 120
84 Split: lgoritmo Quadrático Exemplo os MRs e são as seeds. 84 / 120
85 Split: lgoritmo Quadrático Exemplo Segundo passo Redistribuição ordenada das M 1 entradas. 85 / 120
86 Split: lgoritmo Quadrático Exemplo ead space (, nó()) ead space (, nó()) Ordenação: maior diferença de dead space com os dois novos nós. 86 / 120
87 Split: lgoritmo Quadrático Exemplo ead space (, nó()) ead space (, nó()) Ordenação: maior diferença de dead space com os dois novos nós. 87 / 120
88 Split: lgoritmo Quadrático Exemplo Pela ordenação, primeiro aloca o a entrada. 88 / 120
89 Split: lgoritmo Quadrático Exemplo entre os nós de e, vai para o nó de, que é o que sofre menor aumento. 89 / 120
90 Split: lgoritmo Quadrático Exemplo entre os nós de e, também vai para o nó de, que é o que sofre menor aumento (zero). 90 / 120
91 Split: lgoritmo Quadrático Exemplo, que é seed, fica sozinho em seu nó. 91 / 120
92 Split: lgoritmo Quadrático Exemplo / 120
93 Split: lgoritmo Linear Parte 1: Seleção das seeds. long each dimension, find the entry whose rectangle has the highest low side, and the one with the lowest high side. Record the separation. omplexidade de tempo: O(M * d) d = nº dimensões Normalize the separations by divinding the width of the entire set along the corresponding dimension (O(d)). hoose the pair with the greatest normalized separation along any dimension (O(d)). Parte 2: Redistribuição das M 1 entradas. té que não reste mais entradas (O(1)), selecionar uma entrada E e inserir no nó que requer o menor aumento de seu MR (O(M)). omplexidade total de tempo: O(M * d) 93 / 120
94 Split: lgoritmo Linear Exemplo Suponha uma árvore R (1, 3). 94 / 120
95 Split: lgoritmo Linear Exemplo Legenda: Low Side High Side 95 / 120
96 Split: lgoritmo Linear Exemplo Em X: Highest Low side Em X: Lowest High side 96 / 120
97 Split: lgoritmo Linear Exemplo Em X: e são os extremos 97 / 120
98 Split: lgoritmo Linear Exemplo istância de separação (S X ) istância total (T X ) ist. Normalizada em X: N X = S X / T X 98 / 120
99 Split: lgoritmo Linear Exemplo Legenda: Low Side High Side 99 / 120
100 Split: lgoritmo Linear Exemplo Em Y: Lowest High side Em Y: Highest Low side 100 / 120
101 Split: lgoritmo Linear Exemplo Em Y: e são os extremos 101 / 120
102 Split: lgoritmo Linear Exemplo ist. de separação (S Y ) istância total (T Y ) ist. Normalizada em Y: N Y = S Y / T Y 102 / 120
103 Split: lgoritmo Linear Exemplo Sendo N X a maior ist. Normalizada, escolhe e como seeds. 103 / 120
104 Split: lgoritmo Linear Exemplo Redistribui as entradas e. 104 / 120
105 Split: lgoritmo Linear Exemplo vai para o nó de, que é o que sofre menor aumento. 105 / 120
106 Split: lgoritmo Linear Exemplo vai para o nó de, que é o que sofre menor aumento. 106 / 120
107 Split: lgoritmo Linear Exemplo / 120
108 Split: lgoritmo Exaustivo Testa todos os agrupamentos possíveis com relação ao menor aumento de MRs e área de sobreposição. omplexidade temporal: O(2 M 1 ). Fins de comparação. 108 / 120
109 Árvore R Variações: R +, R* 109 / 120
110 Árvore R + (1987) Timos Sellis Nick Roussopoulos hristos Faloustos 110 / 120
111 Árvore R + Motivação: Uma consulta pontual na Árvore R pode percorrer vários caminhos, da raiz até as folhas. lguns MRs grandes podem aumentar o grau de sobreposição significativamente, devido ao dead space. Estas características causam uma degradação de desempenho das consultas, especialmente quando a sobreposição dos MRs é significativa. Solução: a Árvore R + não permite sobreposição de MRs no mesmo nível: técnica de clipping. 111 / 120
112 Árvore R + E 1 G F E F G 112 / 120
113 Árvore R + E 1 F F 2 Região de sobreposição no mesmo nível. 1 2 E F G 113 / 120
114 Árvore R + E 1 F F 2 uplica a entrada nas folhas e elimina a sobreposição. 1 2 E F G 114 / 120
115 Árvore R + onsiderações: usca: deve eliminar as duplicatas. Inserção: maior complexidade em relação à árvore R. Remoção: deve eliminar o objeto de todas as folhas em que aparece. onsumo de espaço físico: é problema? 115 / 120
116 Árvore R* (1990) Norbert eckmann Hans-Peter Kriegel Ralf Schneider ernhard Seeger 116 / 120
117 Árvore R* árvore R é baseada na minimização de área de seus MRs. árvore R* considera minimizar: área dos MRs. área de sobreposição entre MRs. margens dos MRs: deixar os MRs mais "quadrados" ajusta melhor o espaço nos níveis superiores. Principal alteração em relação à árvore R original: inserção. reinserção. parâmetro: cerca de 30% da capacidade do nó. 117 / 120
118 Referências GUTTMN,. R-trees: dynamic index structure for spatial searching. M SIGMO Record, M, New York, NY, US, v. 14, n. 2, p , jun SELLIS, T. K.; ROUSSOPOULOS, N.; FLOUTSOS,. The R + -tree: dynamic index for multi-dimensional objects. In: Proceedings of 13th International onference on Very Large ata ases. righton, England: Morgan Kaufmann Publishers Inc., (VL '87), p EKMNN, N.; KRIEGEL, H.-P.; SHNEIER, R.; SEEGER,. The R*-tree: n efficient and robust access method for points and rectangles. M SIGMO Record, M, New York, NY, US, v. 19, n. 2, p , maio / 120
119 Referências MNOLOPOULOS, Y.; NNOPOULOS,.; PPOPOULOS,. N.; THEOORIIS, Y. R-Trees: Theory and pplications. Springer, LIU, L; ÖZSU, M. T. Encyclopedia of atabase Systems. Springer, SHEKHR, S.; XIONG, H. Encyclopedia of GIS, Springer, KO, M.-Y. Encyclopedia of lgorithms. Springer, / 120
120 emonstração / 120
Dados Espaciais e Indexação
Dados Espaciais e Indexação Cristina Dutra de Aguiar Ciferri Arthur Emanuel de O. Carosia 1 Tipos de Dados Espaciais Ponto: menor unidade possível para representar um objeto espacial. Linha: seqüência
Leia maisDados espaciais Árvores R
ados espaciais Árvores R strutura de ados II Jairo Francisco de Souza (baseado no material do Prof Leonardo Guerreiro/UNIRIO) ados espaciais ados espaciais são dados que representam o espaço xemplos: Ponto
Leia maisBanco de Dados Espaciais
Banco de Dados Espaciais Disciplina BD Não Convencionais Prof. Ricardo Rodrigues Ciferri São Carlos, 20 de Agosto de 2010 Sumário Tipos de Dados Espaciais Representação dos Dados Processamento de Consultas
Leia maisR+ -Tree THE R+-TREE: A DYNAMIC INDEX FOR MULTI-DIMENSIONAL OBJECTS
Universidade Federal de São Carlos - UFSCar Departamento de Computação - DC Programa de Pós-Graduação em Ciência da Computação - PPGCC R+ -Tree THE R+-TREE: A DYNAMIC INDEX FOR MULTI-DIMENSIONAL OBJECTS
Leia maisSão Carlos, 01 de outubro 2010 THE R* - TREE : AN EFFICIENT AND ROBUST ACCESS METHOD FOR POINTS AND RECTANGLES+
São Carlos, 01 de outubro 2010 THE R* - TREE : AN EFFICIENT AND ROBUST ACCESS METHOD FOR POINTS AND RECTANGLES+ Conceito R* -tree É uma variante da R-tree utilizada para indexação de informação espacial;
Leia maisSumário DBSCAN kd-trees DBSCAN com kd-trees DBSCAN. DBSCAN Parâmetros: Eps e MinPts Algoritmo: R*-Trees DBSCAN com R*-Trees. Noise
Usando kd-trees Sumário DSN kd-trees DSN com kd-trees Outras Estruturas R*-Trees DSN com R*-Trees Lucas Vendramin DSN Ponto ore Ponto order Ponto Noise DSN Parâmetros: Eps e MinPts lgoritmo:. Rotular os
Leia maisIndexação de dados espaciais R-Tree. CCO229 Bancos de dados Espaciais e Biológicos Prof. Ricardo Rodrigues Ciferri Debora Marrach
CCO229 Bancos de dados Espaciais e Biológicos Prof. Ricardo Rodrigues Ciferri Debora Marrach Introdução É o método de acesso espacial mais referenciado na literatura É o mais importante dentre os métodos
Leia maisMétodos de Acesso Métrico
Métodos de Acesso Métrico http://www.icmc.usp.br/img/novafaixa.png Arthur Emanuel de O. Carosia Profa. Dra. Cristina Dutra de Aguiar Ciferri Índice Conceitos Básicos Métodos de Acesso Onion-tree 2 Índice
Leia maisBusca em Regiões Ortogonais
Busca em Regiões Ortogonais Claudio Esperança Paulo Roma 1 O problema O problema O problema consiste em recuperar objetos tipicamente pontos que intersectam ou estão contidos numa região simples do espaço
Leia maisUniversidade Federal de São Carlos - UFSCar Departamento de Computação - DC Programa de Pós-Graduação em Ciência da Computação - PPGCC
Universidade Federal de São Carlos - UFSCar Departamento de Computação - DC Programa de Pós-Graduação em Ciência da Computação - PPGCC Revisão da R*-tree Aluno:Marcos Henrique de Paula Prof: Dr. Ricardo
Leia maisAcesso Sequencial Indexado
Acesso Sequencial Indexado Utiliza o princípio da pesquisa seqüencial cada registro é lido seqüencialmente até encontrar uma chave maior ou igual a chave de pesquisa. Providências necessárias para aumentar
Leia maisÁrvores B Partes I e II
Estruturas de Dados Prof. Ricardo J. G. B. Campello Árvores B Partes I e II Motivação & Construção Bottom-Up Adaptado e Estendido dos Originais de: Leandro C. Cintra Maria Cristina F. de Oliveira A Invenção
Leia maisÁrvore-B. Árvore B. Características Gerais. Sistemas de Banco de Dados. Características Gerais. Revisão
Árvore B Profa. Dra. Cristina Dutra de Aguiar Ciferri Método genérico para o armazenamento e a recuperação de dados voltado para arquivos volumosos proporciona rápido acesso aos dados possui custo mínimo
Leia maisÁrvores. Thiago Martins, Fabio Gagliardi Cozman. PMR2300 / PMR3201 Escola Politécnica da Universidade de São Paulo
PMR2300 / PMR3201 Escola Politécnica da Universidade de São Paulo Árvore: estrutura composta por nós e arestas entre nós. As arestas são direcionadas ( setas ) e: um nó (e apenas um) é a raiz; todo nó
Leia maisB-tree. B-Trees. Estrutura do nodo da B-tree. Balanceamento. Disposição dos elementos ordenados na B-tree. Exemplo de uma B-tree de ordem 3
B-tree B-Trees Material da Prof. Denise Bandeira, aula de Christian Hofsetz B-Trees são árvores balanceadas. Diferente das árvores binárias, os nós de uma B-tree podem ter um número variável de nodos filho.
Leia maisCapítulo 2. Métodos de Acesso Multidimensionais e Sistemas de Informações Geográficas
Capítulo 2 Métodos de Acesso Multidimensionais e Sistemas de Informações Geográficas Um método de acesso multidimensional é uma estrutura de indexação voltada ao suporte de objetos espaciais. Em geral,
Leia maisExplorando o Uso de Short-term Memory na Construção de Métodos de Acesso Métricos Mais Eficientes
Explorando o Uso de Short-term Memory na Construção de Métodos de Acesso Métricos Mais Eficientes Régis Michel dos Santos Sousa, Humberto Razente, Maria Camila N. Barioni Faculdade de Computação (FACOM)
Leia maisÁrvores. Fabio Gagliardi Cozman. PMR2300 Escola Politécnica da Universidade de São Paulo
PMR2300 Escola Politécnica da Universidade de São Paulo Árvore: estrutura composta por nós e arestas entre nós. As arestas são direcionadas ( setas ) e: um nó (e apenas um) é a raiz; todo nó (exceto a
Leia maisSUMÁRIO. Fundamentos Árvores Binárias Árvores Binárias de Busca
ÁRVORES SUMÁRIO Fundamentos Árvores Binárias Árvores Binárias de Busca 2 ÁRVORES Utilizadas em muitas aplicações Modelam uma hierarquia entre elementos árvore genealógica Diagrama hierárquico de uma organização
Leia maisÁrvores. Listas e árvores. Árvores. Árvores. Árvores. Árvores 03/11/2011. Listas lineares
istas e árvores istas lineares Um nó após o outro, adjacentes Sem relações hierárquicas entre os nós, em geral S-502 lgoritmos e struturas de ados iversas aplicações necessitam de estruturas mais complexas
Leia maisÁrvores. SCC-214 Projeto de Algoritmos. Thiago A. S. Pardo. Um nó após o outro, adjacentes Sem relações hierárquicas entre os nós, em geral
SCC-214 Projeto de Algoritmos Thiago A. S. Pardo Listas e árvores Listas lineares Um nó após o outro, adjacentes Sem relações hierárquicas entre os nós, em geral Diversas aplicações necessitam de estruturas
Leia maisÁrvores de pesquisa. Árvores de pesquisa equilibradas
Árvores VL Árvores Splay Árvores Árvores de pesquisa Árvores Vermelho-Preto Árvores e Árvores Multidimensionais quaternárias k-d [Árvores para Pesquisa Lexicográfica tries multivia tries binárias PTRII]
Leia maisAlgoritmos geométricos
Algoritmos geométricos introdução a conceitos básicos de geometria computacional que serão abordados de forma mais avançada na disciplina Computação Gráfica disciplina de computação gráfica arquitetura
Leia maisConceitos gerais Terminologia Forma de Representação de Árvores Árvores Binárias
Conceitos gerais Terminologia Forma de Representação de Árvores Árvores Binárias Conceitos gerais Representação por Contiguidade Física Representação por Encadeamento Operações 2 Conceitos gerais Uma árvore
Leia maisÁrvores - Conceitos. Roseli Ap. Francelin Romero
Árvores - Conceitos Roseli Ap. Francelin Romero Problema Representações/Implementações do TAD Lista Linear: Lista encadeada dinâmica eficiente para inserção e remoção dinâmica de elementos (início ou fim),
Leia maisMétodos de acesso espaciais e indexação espacial
Métodos de acesso espaciais e indexação espacial Clodoveu Davis Clodoveu Davis 1 Métodos de acesso Métodos de acesso são os procedimentos empregados pelo gerenciador de banco de dados com o objetivo de
Leia maisÁrvores-B (Parte Ia) SCC-203 Algoritmos e Estruturas de Dados II. Graça Nunes
Árvores-B (Parte Ia) SCC-203 Algoritmos e Estruturas de Dados II Graça Nunes Problema Cenário até então Acesso a disco é caro (lento) Pesquisa binária é útil em índices ordenados... mas com índice grande
Leia maisEstruturas de Dados. Parte deste material consiste de: Adaptações dos slides gentilmente cedidos pela Profa. Maria Cristina F.
struturas de ados Árvores Prof. Ricardo J... ampello réditos Parte deste material consiste de: daptações dos slides gentilmente cedidos pela Profa. Maria ristina. de Oliveira daptados dos originais de
Leia maisÁrvores. Thiago Martins, Fabio Gagliardi Cozman. PMR2300 / PMR3201 Escola Politécnica da Universidade de São Paulo
PMR2300 / PMR3201 Escola Politécnica da Universidade de São Paulo Árvore: estrutura composta por nós e arestas entre nós. As arestas são direcionadas ( setas ) e: um nó (e apenas um) é a raiz; todo nó
Leia maisPLANIFICAÇÃO ANUAL DE MATEMÁTICA
1.º Período Agrupamento de Escolas António Correia de Oliveira PLANIFICAÇÃO ANUAL DE MATEMÁTICA 7.º ANO ANO LETIVO 2016/17 Números Racionais Números e operações NO7 Números racionais - Simétrico da soma
Leia maisAlgoritmos e Estrutura de Dados II. Árvore. Prof a Karina Oliveira.
Algoritmos e Estrutura de Dados II Árvore Prof a Karina Oliveira kkco@dei.unicap.br Introdução Estruturas de dados lineares (pilha, fila) são estruturas que guardam coleções de elementos que são acessados
Leia maisÁrvores-B (Parte IV) Leandro C. Cintra M.C.F. de Oliveira Fonte: Folk & Zoelick, File Structures
Árvores-B (Parte IV) Leandro C. Cintra M.C.F. de Oliveira 2004 Fonte: Folk & Zoelick, File Structures http://www.icmc.sc.usp.br/~sce183 Definição e Propriedades de árvores-b Ordem A ordem de uma árvore-b
Leia maisOrdem. Árvores-B (Parte IV) Número mínimo de chaves por página. Definição formal das Propriedades de árvores-b /30 1
Ordem Árvores-B (Parte IV) Leandro C. Cintra M.C.F. de Oliveira Fonte: Folk & Zoelick, File Structures A ordem de uma árvore-b é dada pelo número máximo de descendentes que uma página, ou nó, pode possuir
Leia maisAlgoritmos e estruturas espaciais
Algoritmos e estruturas espaciais Geometria Computacional As operações de consulta e análise de dados em bases de dados geográficos, baseiam-se em algoritmos de geometria computacional. Ex: ponto-em-polígono
Leia maisÁrvores-B (Parte Ib) SCC-203 Algoritmos e Estruturas de Dados II. Graça Nunes
Árvores-B (Parte Ib) SCC-203 Algoritmos e Estruturas de Dados II Graça Nunes Árvores Binárias Paginadas (Paged Binary Trees) 8 páginas-filhas 7 registros por página (por seek); Árvore de altura 2 e ordem
Leia maisÁrvores Binárias Balanceadas
Árvores Binárias Balanceadas Elisa Maria Pivetta Cantarelli elisa@fw.uri.br Árvores Balanceadas Uma árvore é dita balanceada quando as suas subárvores à esquerda e à direita possuem a mesma altura. Todos
Leia maisÁrvores. Árvores Binárias. Conceitos gerais Terminologia Forma de Representação de Árvores. Conceitos gerais Operações
Árvores Conceitos gerais Terminologia Forma de Representação de Árvores Árvores Binárias Conceitos gerais Operações 2 Conceitos gerais Uma árvore é uma estrutura de dados que se caracteriza por uma relação
Leia maisSumário. Índices Ordenados: Nível Único. Índices Primários. Bancos de Dados Avançados Índices. Índices: Ordenados em nível único Multiníveis
Sumário Bancos de Dados Avançados Índices DCC030 - TCC: Bancos de Dados Avançados (Ciência Computação) DCC049 - TSI: Bancos de Dados Avançados (Sistemas Informação) DCC842 - Bancos de Dados (Pós-Graduação)
Leia maisESTRUTURA DE DADOS E ALGORITMOS. Árvores Binárias de Busca. Cristina Boeres
ESTRUTURA DE DADOS E ALGORITMOS Árvores Binárias de Busca Cristina Boeres Árvore Binária de Busca 30! construída de tal forma que, para cada nó: nós com chaves menores estão na sub-árvore esquerda nós
Leia maisConstrução de árvores-b. Árvores-B (Parte II) Características Gerais. Características Gerais. Leandro C. Cintra M.C.F. de Oliveira
Árvores-B (Parte II) Construção de árvores-b Leandro C. Cintra M.C.F. de Oliveira Fonte: Folk & Zoelick, File Structures Características Gerais Organizar e manter um índice para um arquivo de acesso aleatório
Leia maisÁrvores B. Árvores B. Estrutura de Dados II Jairo Francisco de Souza
Árvores B Árvores B Estrutura de Dados II Jairo Francisco de Souza Motivação Quando tabelas são muito grandes Armazenamento do conjunto de chaves não pode ser efetuado na memória principal Necessário uso
Leia maisTipos de Índices. Profa. Dra. Cristina Dutra de Aguiar Ciferri
Tipos de Índices Cristina Dutra de Aguiar Ciferri Tipos de Índice Ordenados em um único nível primário agrupamento (cluster) secundário Estruturas de dados de árvores índices multiníveis árvores-b, árvores-b+
Leia maisÁrvores-B (Parte II) Leandro C. Cintra M.C.F. de Oliveira Fonte: Folk & Zoelick, File Structures
Árvores-B (Parte II) Leandro C. Cintra M.C.F. de Oliveira 2004 Fonte: Folk & Zoelick, File Structures (atualizado 2007 c/ material Profa. Cristina Ciferri) Construção de árvores-b Características Gerais
Leia maisÁrvores B. Árvores B. Estrutura de Dados II Jairo Francisco de Souza
Árvores B Árvores B Estrutura de Dados II Jairo Francisco de Souza Motivação Quando tabelas são muito grandes Armazenamento do conjunto de chaves não pode ser efetuado na memória principal Necessário uso
Leia maisÁrvores. Árvores M-Vias. Métodos de Pesquisa de Dados. de Pesquisa (ANP) VANTAGENS EXEMPLO
Métodos de Pesquisa de Dados Árvores M-Vias Encontrar um dado em um conjunto de dados de forma eficiente Baseia-se na noção de uma chave (índice) de pesquisa Aplicação típica: SGBD Busca de dados em disco
Leia maisPLANO DE ESTUDOS DE MATEMÁTICA - 7.º ANO
DE MATEMÁTICA - 7.º ANO Ano Letivo 2014 2015 PERFIL DO ALUNO No domínio dos Números e Operações, o aluno deve ser capaz de multiplicar e dividir números racionais relativos. No domínio da Geometria e Medida,
Leia maisA Invenção da B-Tree. Árvores B Parte I. Problema. Problema. Introdução. Leandro C. Cintra Maria Cristina F. de Oliveira. Solução?
Algoritmos e Estruturas de Dados II Prof. Ricardo J. G. B. Campello Árvores B Parte I Introdução Adaptado e Estendido dos Originais de: Leandro C. Cintra Maria Cristina F. de Oliveira A Invenção da B-Tree
Leia maisAlgoritmos e Estruturas de Dados I
Algoritmos e Estruturas de Dados I Aula 19: - Comparação empírica de algoritmos de ordenação - Árvores Prof. Jesús P. Mena-Chalco jesus.mena@ufabc.edu.br 1Q-2016 1 Comparação empírica de algoritmos de
Leia maisÁrvores B. Prof. Márcio Bueno. / Fonte: Material da Prof a Ana Eliza Lopes Moura
Árvores B Prof. Márcio Bueno ed2tarde@marciobueno.com / ed2noite@marciobueno.com Fonte: Material da Prof a Ana Eliza Lopes Moura Situação Problema Memória Principal Volátil e limitada Aplicações Grandes
Leia maisPLANO DE ESTUDOS DE MATEMÁTICA 7.º ANO
DE MATEMÁTICA 7.º ANO Ano Letivo 2015 2016 PERFIL DO ALUNO No domínio dos Números e Operações, o aluno deve ser capaz de multiplicar e dividir números racionais relativos. No domínio da Geometria e Medida,
Leia maisÁrvore B. Uma Árvore B de ordem m éumaárvore,talque: Cada nó contém no máximo m
Árvore B Uma Árvore B de ordem m éumaárvore,talque: Cada nó contém no máximo m 1valores; Os valores dentro de cada nó estão ordenados; Todos os valores na subárvore esquerda de um valor são menores que
Leia maisUsodeLógica Nebulosa na Construção e na Utilização da Árvore Métrica Slim-tree
UsodeLógica Nebulosa na Construção e na Utilização da Árvore Métrica Slim-tree Cláudio Haruo Yamamoto 1 Mauro Biajiz (orientador) 2 Departamento de Computação Universidade Federal de São Carlos Rodovia
Leia maisMétodos de Pesquisa de Dados (II) Árvore N-ária de Pesquisa
UFSC-CTC-INE INE5384 - Estruturas de Dados Métodos de Pesquisa de Dados (II) Prof. Ronaldo S. Mello 2002/2 Árvore N-ária de Pesquisa Uma Árvore N-ária de Pesquisa (ANP) é uma árvore que: contém m subárvores
Leia maisEstruturas de Dados II
Estruturas de Dados II Rodrigo Porfírio da Silva Sacchi rodrigosacchi@ufgd.edu.br 3410-2086 Aula 2: Árvores http://www.do.ufgd.edu.br/rodrigosacchi Árvores Definição: Árvores Uma árvore T é um conjunto
Leia maisB-Árvores. Siang Wun Song - Universidade de São Paulo - IME/USP. MAC Estruturas de Dados
MAC 5710 - Estruturas de Dados - 2008 Referência bibliográfica Os slides sobre este assunto são parcialmente baseados nos artigos Bayer, R. and E. McCreight. Organization and maintenance of large ordered
Leia maisÁrvores B. Árvores B Parte II. Características. Características. Construção Bottom-Up. Leandro C. Cintra Maria Cristina F. de Oliveira.
Algoritmos e Estruturas de Dados II Prof. Ricardo J. G. B. Campello Árvores B Parte II Construção Bottom-Up Adaptado dos Originais de: Leandro C. Cintra Maria Cristina F. de Oliveira Árvores B Características
Leia maisÁrvores Equilibradas. Árvores espalhadas (Splay)
I-UP 000/00 lgoritmos e struturas de ados Sumário Árvores quilibradas Splay -tree Vermelho-Preto e Multidimensionais quaternárias k-d Pesquisa exicográfica tries multivia tries binárias PTII SP Árvores
Leia maisÁrvores Binárias Balanceadas Estrutura de Dados I
- entro de iências Exatas, Naturais e de Saúde Departamento de omputação Árvores inárias alanceadas Estrutura de Dados I OM06992 - Estrutura de Dados I Prof. Marcelo Otone guiar marcelo.aguiar@ufes.br
Leia maisÁrvores AVL e Árvores B. Jeane Melo
Árvores AVL e Árvores B Jeane Melo Roteiro Árvores Binárias Árvores AVL Definição Motivação Balanceamento Operações de rebalanceamento Árvores B Introdução Árvores Binárias Árvores binárias Cada nó tem
Leia maisCAL ( ) MIEIC/FEUP Estruturas de Dados ( )
Conjuntos Disjuntos R. Rossetti, A.P. Rocha, A. Pereira, P.B. Silva, T. Fernandes FEUP, MIEIC, CPAL, 2010/2011 1 Conjuntos Disjuntos Objectivo resolver eficientemente o problema da equivalência estrutura
Leia maisÁrvores Conceitos gerais
http://www.mysticfractal.com/ FractalImaginator.html Árvores Conceitos gerais 9/11 Nesta aula veremos conceitos e definições sobre árvores Diferentemente das estruturas de pilhas, filas e listas que são
Leia maisA Invenção da B-Tree. Árvores B Parte I. Problema. Problema. Árvores Binárias de Busca. Árvores Binárias de Busca. Introdução
Algoritmos e Estruturas de Dados II Árvores B Parte I Introdução Adaptado dos Originais de: Profa. Debora Medeiros Ricardo J. G. B. Campello Leandro C. Cintra Maria Cristina F. de Oliveira A Invenção da
Leia maisComputação Gráfica. Engenharia de Computação. CEFET/RJ campus Petrópolis. Prof. Luis Retondaro. Aula 7. Iluminação
Computação Gráfica Engenharia de Computação CEFET/RJ campus Petrópolis Prof. Luis Retondaro Aula 7 Iluminação Histórico Modelagem por arames (wireframes). Representa os objetos por arestas e pontos sobre
Leia maisCIC 111 Análise e Projeto de Algoritmos II
CIC 111 Análise e Projeto de Algoritmos II Prof. Roberto Affonso da Costa Junior Universidade Federal de Itajubá AULA 18 Tree queries Finding ancestors Subtrees and paths Lowest common ancestor Offline
Leia maisÁrvores B. Definição: Seja t a ordem da árvore B. Uma árvore B de ordem t é uma árvore ordenada que é vazia, ou que satisfaz as seguintes condições:
Árvores B IFRN/RN Árvores B Criadas por Bayes e McCreight em 1972 Em algumas aplicações a quantidade de dados é muito grande para que as chaves possam ser armazenadas somente em memória É necessário o
Leia maisÁrvores binárias de busca
Árvores binárias de busca S-202 lgoritmos e Estruturas de Dados I Prof. Thiago. S. Pardo Árvore binárias Árvores de grau 2, isto é, cada nó tem dois filhos, no máximo Raiz D B E Terminologia: filho esquerdo
Leia maisÁrvores-B + SCC-503 Algoritmos e Estruturas de Dados II. Thiago A. S. Pardo Cristina Dutra de Aguiar Ciferri
Árvores-B + SCC-503 Algoritmos e Estruturas de Dados II Thiago A. S. Pardo Cristina Dutra de Aguiar Ciferri Acesso Seqüencial Indexado Alternativas (até o momento) acesso indexado arquivo pode ser visto
Leia maisÁrvores-B (Parte I) SCC-503 Algoritmos e Estruturas de Dados II. Thiago A. S. Pardo Leandro C. Cintra M.C.F. de Oliveira
Árvores-B (Parte I) SCC-503 Algoritmos e Estruturas de Dados II Thiago A. S. Pardo Leandro C. Cintra M.C.F. de Oliveira Problema Cenário até então Acesso a disco é caro (lento) Pesquisa binária é útil
Leia maisUm método de sobreposição de mapas mais eficiente para a TerraLib
Um método de sobreposição de mapas mais eficiente para a TerraLib Vinícius Lopes Rodrigues 1, Marcus Vinícius Alvim Andrade 1, Gilberto Ribeiro de Queiroz 2, Mirella Antunes de Magalhães 1 1 Universidade
Leia maisDivisão-e-Conquista ( ) CAL ( ) MIEIC/FEUP. ./rr (1) Técnicas de Concepção de Algoritmos
1 Técnicas de Concepção de Algoritmos (1ª parte): divisão e conquista R. Rossetti, A.P. Rocha, A. Pereira, P.B. Silva, T. Fernandes CAL, MIEIC, FEUP Fevereiro de 2011 2 Divisão e Conquista (divide and
Leia maisRicardo Rodrigues Ciferri
Pós-Graduação em Ciência da Computação Análise da Influência do Fator Distribuição Espacial dos Dados no Desempenho de Métodos de Acesso Multidimensionais Por Ricardo Rodrigues Ciferri Tese de Doutorado
Leia maisBancos de Dados Geográficos
Bancos de Dados Geográficos Sistemas de Bancos de Dados Geoespaciais Parte II - Métodos de Acesso Mul=dimensionais Dr. Gilberto Ribeiro de Queiroz Dr. Eymar Lopes
Leia maisListas de Prioridade. Fonte de consulta: Szwarcfiter, J.; Markezon, L. Estruturas de Dados e seus Algoritmos, 3a. ed. LTC.
Listas de Prioridade Fonte de consulta: Szwarcfiter, J.; Markezon, L. Estruturas de Dados e seus Algoritmos, 3a. ed. LTC. Capítulo 6 Prioridade } Algumas aplicações precisam recuperar rapidamente um dado
Leia maisDAINF - Departamento de Informática
DAINF - Departamento de Informática Algoritmos 2 - Árvore binária de busca Prof. Alex Kutzke ( http://alex.kutzke.com.br/courses ) 30 de Novembro de 2015 Slides adaptados do material produzido pelo Prof.
Leia maisÁrvores B. Prof. Leandro C. Fernandes. Estruturas de Dados. Adaptado de: Leandro C. Cintra e M.C.F. de Oliveira
Árvores B Prof. Leandro C. Fernandes Estruturas de Dados Adaptado de: Leandro C. Cintra e M.C.F. de Oliveira A invenção da árvore-b Bayer and McGreight, 1972, publicaram o artigo: "Organization and Maintenance
Leia maisÁrvores. N-árias, Binárias, Busca. Vanessa Maia Berny Mestrado em Ciência da Computação
Árvores N-árias, Binárias, Busca Vanessa Maia Berny Mestrado em Ciência da Computação Disciplina de Estrutura de Dados Prof. Dr. Luzzardi, Paulo Roberto Gomes Abril de 2008 Árvores N-árias São estruturas
Leia maisAdaptative and Quality Quadrilateral/Hexahedral Meshing from Volumetric Data
Geração de Malhas - SME5827 Adaptative and Quality Quadrilateral/Hexahedral Meshing from Volumetric Data Yongjie Zhang Chandrajit Bajaj Institute for Computational Engineering and Sciences The University
Leia maisEdital de Seleção 053/2016 PROPESP/UFAM. Prova de Conhecimento. Caderno de Questões
Edital de Seleção 053/2016 PROPESP/UFAM Prova de Conhecimento Caderno de Questões CANDIDATO: INSCRIÇÃO: Assinatura conforme identidade INSTRUÇÕES PARA O CANDIDATO: Verifique o seu nome e o número da sua
Leia maisAula 20: Árvores Binárias de Busca. Algoritmos de busca e inserção
0.1 Aula 0: Árvores Binárias de Busca Conceitos básicos Algoritmos de busca e inserção Caminhos externo e interno 0. Problema de busca s i = chave S = { s 1,..., s n }, s 1
Leia maisAula 9 Representação e Descrição. Profa. Fátima Nunes AULA 9 / 1. Profa. Fátima L. S. Nunes
Fundamentos de Processamento Gráfico Aula 9 Representação e Descrição Profa. Fátima Nunes AULA 9 / 1 Reconhecimento de padrões AULA 9 / 2 Após a segmentação dar significado aos objetos extraídos da cena.
Leia maisObjetos Gráficos Planares
Universidade Federal de Alagoas Instituto de Matemática Objetos Gráficos Planares Prof. Thales Vieira 2011 Objetos Gráficos Computação Gráfica é a área que estuda a síntese, o processamento e a análise
Leia maisAula 19: Percursos em árvores binárias. Percurso em pré-ordem, ordem simétrica e pós-ordem. Algoritmo para cálculo de altura uma árvore binária
19.1 ula 19: Percursos em árvores binárias Percurso em pré-ordem, ordem simétrica e pós-ordem lgoritmo para cálculo de altura uma árvore binária omplexidade dos métodos 19.2 ula 19: Percursos em árvores
Leia maisImagination is more important than knowledge A. Einstein. 4. Partição de Polígonos. Mestrado em Matemática e Aplicações
4. Partição de Polígonos Antonio L. Bajuelos Departamento de Matemática Universidade de Aveiro Mestrado em Matemática e Aplicações Imagination is more important than knowledge A. Einstein 2 Algumas motivações
Leia maisHashing Externo. SCC-503 Algoritmos e Estruturas de Dados II. Thiago A. S. Pardo M.C.F. de Oliveira Cristina Ciferri
Hashing Externo SCC-503 Algoritmos e Estruturas de Dados II Thiago A. S. Pardo M.C.F. de Oliveira Cristina Ciferri 1 Hashing 0 1 chave de busca K = LOWELL 2 h(k) endereço 4 (RRN 4) 3 4 5... LOWELL......
Leia maisAlgoritmos de pesquisa. Tabelas de dispersão/hash
Algoritmos de pesquisa Tabelas de dispersão/hash Introdução Motivação: Considerar o problema de pesquisar um determinado valor num vetor. Se o vetor não está ordenado, a pesquisa requer O(n) de complexidade.
Leia maisESTRUTURA DE DADOS DCC013. Árvore Binária de Busca
ESTRUTURA DE DADOS DCC013 Árvore Binária de Busca Árvore Binária de Busca Propriedade fundamental da árvore binária de busca Valor da chave da raiz é Maior do que o valor da chave da subárvore da esquerda
Leia maisEstrutura de Dados Árvores Prof. Tiago Eugenio de Melo, MSc material de referência
Estrutura de Dados Árvores Prof. Tiago Eugenio de Melo, MSc tiago@comunidadesol.org material de referência http://www.tiagodemelo.info/aulas 1 Roteiro Motivação Representação de árvores Definição Terminologia
Leia maisConjuntos disjuntos. Objectivo resolver eficientemente o problema da equivalência estrutura de dados simples (vector) implementação rápida
Conjuntos disjuntos Objectivo resolver eficientemente o problema da equivalência estrutura de dados simples (vector) implementação rápida Desempenho análise complicada Uso problemas de grafos equivalência
Leia maisTerrenos. Triangulações de Delaunay João Comba
Terrenos Triangulações de Delaunay João Comba Terrenos Terrenos Conjunto P de pontos em 2D com altura (2 1/2 D) Nem todos pontos Triangulacao de P Aproximar altura de pontos pelos vizinhos Triangulos com
Leia mais2 Conceitos básicos de topologia
2 Conceitos básicos de topologia Neste Capítulo são introduzidos alguns conceitos básicos de topologia combinatória e da Teoria das Alças que formam a base teórica do presente trabalho. 2.1 Topologia combinatória
Leia maisO problema da busca (ou pesquisa) - Dado um conjunto de elementos, onde cada um é identificado por uma chave, o objetivo da busca é localizar, nesse
Método de Busca O problema da busca (ou pesquisa) - Dado um conjunto de elementos, onde cada um é identificado por uma chave, o objetivo da busca é localizar, nesse conjunto, o elemento que corresponde
Leia maisEstruturas de Dados 2
Estruturas de Dados 2 Técnicas de Projeto de Algoritmos Dividir e Conquistar IF64C Estruturas de Dados 2 Engenharia da Computação Prof. João Alberto Fabro - Slide 1/83 Projeto de Algoritmos por Divisão
Leia mais1. Proponha algoritmos para: a. Calcular a altura dos nós de uma árvore binária dada, armazenando o valor da altura no nó.
1. Proponha algoritmos para: a. Calcular a altura dos nós de uma árvore binária dada, armazenando o valor da altura no nó. b. Achar o maior elemento (campo numérico) de uma árvore binária dada. c. Trocar
Leia maisS2I+: Armazenamento Eficiente em Índice Espaço-Textual
S2I+: Armazenamento Eficiente em Índice Espaço-Textual Tiago F. Athayde-Novaes 1, Fellipe L. Fonseca 1, João B. Rocha-Junior 1 1 Universidade Estadual de Feira de Santana (UEFS) Feira de Santana BA Brasil
Leia maisRaiz, filho, pai, irmão, ancestral, descendente, folha.
17.1 Aula 17: Conceitos de Árvores e Árvores Binárias Raiz, ilho, pai, irmão, ancestral, descendente, olha. Nível, altura, subárvore, subárvore parcial. Árvores binárias completas, binárias cheias, estritamente
Leia maisÁrvores Binárias de Busca
Árvores Binárias de Busca SCC0202 - Algoritmos e Estruturas de Dados I Prof. Fernando V. Paulovich *Baseado no material do Prof. Gustavo Batista http://www.icmc.usp.br/~paulovic paulovic@icmc.usp.br Instituto
Leia maisAlguns passos da prova do Teorema de Runge
Alguns passos da prova do Teorema de Runge Roberto Imbuzeiro Oliveira 15 de Junho de 2011 1 Os principais passos da prova Teorema 1 Sejam U C aberto, K U compacto e f : U C holomorfa Seja A C \U tal que
Leia maisÁRVORES E ÁRVORES BINÁRIAS. Adaptado de Alexandre P
ÁRVORES E ÁRVORES BINÁRIAS Adaptado de Alexandre P ROTEIRO Contextualização Árvores Árvores Binárias ROTEIRO Contextualização Árvores Árvores Binárias CONTEXTUALIZAÇÃO Importância de estruturas unidimensionais
Leia maisOrganização de Arquivos
Construção de Sistemas de Gerência de Bancos de Dados DI PUC-Rio Prof: Sérgio Lifschitz Organização de Arquivos Organização de Arquivos Tipos básicos de arquivos: heap files (entry sequenced files) sorted
Leia mais