ผลต่างระหว่างรุ่นของ "204512-53/lecture3"
Meenkaza (คุย | มีส่วนร่วม) |
Meenkaza (คุย | มีส่วนร่วม) |
||
แถว 44: | แถว 44: | ||
*ถ้า array B เรียงจากน้อยไปหามาก แล้ว | *ถ้า array B เรียงจากน้อยไปหามาก แล้ว | ||
*Array C จะเป็น array ที่มาจาก array A และ array B ที่เรียงจากน้อยไปหามาก | *Array C จะเป็น array ที่มาจาก array A และ array B ที่เรียงจากน้อยไปหามาก | ||
+ | |||
+ | ====Loop Invariants==== | ||
+ | จาก C[1…k] มีข้อมูลของ A[1…i+1] และ B[1…j-1] และเรียงลำดับ | ||
+ | |||
+ | [[ไฟล์:Loop_invariant_cr1.png]] | ||
+ | |||
+ | จะพิสูจน์ว่า array ชุดใหม่ มาจาก | ||
+ | |||
+ | |||
+ | [[ไฟล์:Loop_invariant_cr2.png]] | ||
+ | |||
+ | จะได้ว่า Z เป็นค่าใหญ่ที่สุดใน array Aที่ตำแหน่ง i แต่ปัญหาอยู่ที่จะทำอย่างไรให้เห็นว่า Z มีค่ามากที่สุดใน array B ในตำแหน่ง j | ||
+ | |||
+ | [[ไฟล์:Loop_invariant_cr3.png]] | ||
+ | |||
+ | จากรูปข้างบนแสดงให้เห็นว่า เงื่อนไขใน Loop Invariants ยังไม่แข็งแกร่งพอ โดยจะเพิ่มเงื่อนไขใหม่ได้เป็น | ||
+ | จาก C[1…k] มีข้อมูลของ A[1…i+1] และ B[1…j-1] และเรียงลำดับ (เพิ่ม และข้อมูลทุกตัวใน C[1…k] น้อยกว่าหรือเท่ากับ A[i] และ B[j] |
รุ่นแก้ไขเมื่อ 11:06, 12 สิงหาคม 2553
เนื้อหา
Red-Black Tree (Cont.)
- Tree ใดๆ จะเป็น Red-Black Tree ได้ต้องมีคุณสมบัติ 5 ข้อ ได้แก่
- โหนดเป็นได้ 2 สี คือ แดง กับ ดำ
- Root ต้องเป็นสีดำ
- Leaf ทั้งหมดต้องเป็นสีดำ
- โหนดสีแดงมีโหนดลูกเป็นสีดำ ทั้ง 2 โหนด
- จากโหนดใดๆ ไปหา Leaf ที่เป็นลูกหลานของตัวเอง จะต้องมีจำนวนโหนดสีดำเท่ากันหมด
ความสูงของ Red-Black Tree เป็น O(log n)
วิธีแก้ปัญหา เมื่อเพิ่ม Leaf Node เข้าไปใหม่ที่จุดใดจุดหนึ่ง ใน Leaf Node ที่เพิ่มเข้าไปใหม่ เราต้องทำการปรับสมดุลใหม่ โดยการตรวจสอบแล้วเปลี่ยนสีในบางจุดที่ต้องเปลี่ยนให้ตรงกับคุณสมบัติของ Red-Black Tree ทั้ง 5 ข้อไปเรื่อยๆ ไล่ตั้งแต่ Leaf Node ที่ได้ทำการเพิ่มเข้ามาขึ้นไปจนถึง Root
Divide and Conqure
เป็นยุทธศาสตร์ในการแก้ปัญหาด้วยอัลกอริทึมแบบหนึ่ง เช่น ถ้าต้องการหาข้อมูลอันหนึ่ง ให้จิ้มไปที่จุดกึ่งกลาง ถ้าเจอคำตอบก็จบ แต่ถ้าไม่เจอ เราก็เลือกว่าควรจะไปทางมากกว่าหรือน้อยกว่า (เนื่องจาก Binary Search นั้น ข้อมูลได้มีการเรียงกันก่อนอยู่แล้ว)
Concept – ตีเมืองใหญ่ให้เป็นเมืองเล็กก่อน
Review Merge Sort
- จิ้มไปที่กิ่งกลางจะได้ array 2 ส่วน คือ Array Aขนาด n และ Array B ขนาด m
- ซึ่ง array แต่ละส่วนจะทำการ Sort ใน Array ของตัวเอง เรียกว่า Merge Sort
- หลังจากนั้นทำการ เปรียบค่าแต่ละค่า ในแต่ละ Index ระหว่าง array ได้ค่าไหนที่น้อยกว่าก็ทำการ Add เข้าไปใน array ใหม่ ชื่อว่า C และทำไปเรื่อยๆ จนครบ เรียกว่า การ Merge
Algorithm
เราจะได้อัลกอริทึมในการ Merge โดยให้ k=0, i=1, j=1
1. While k < n+m 2. k k+1 3. if A[i] < B[j] 4. C[k] A[i] 5. i i+1 6. else 7. C[k] B[j] 8. j j+1
Proof
เราจะพิสูจน์ว่าอัลกอริทึมข้างบนถูกต้อง โดย *ถ้า array A เรียงจากน้อยไปหามาก และ *ถ้า array B เรียงจากน้อยไปหามาก แล้ว *Array C จะเป็น array ที่มาจาก array A และ array B ที่เรียงจากน้อยไปหามาก
Loop Invariants
จาก C[1…k] มีข้อมูลของ A[1…i+1] และ B[1…j-1] และเรียงลำดับ
จะพิสูจน์ว่า array ชุดใหม่ มาจาก
จะได้ว่า Z เป็นค่าใหญ่ที่สุดใน array Aที่ตำแหน่ง i แต่ปัญหาอยู่ที่จะทำอย่างไรให้เห็นว่า Z มีค่ามากที่สุดใน array B ในตำแหน่ง j
จากรูปข้างบนแสดงให้เห็นว่า เงื่อนไขใน Loop Invariants ยังไม่แข็งแกร่งพอ โดยจะเพิ่มเงื่อนไขใหม่ได้เป็น จาก C[1…k] มีข้อมูลของ A[1…i+1] และ B[1…j-1] และเรียงลำดับ (เพิ่ม และข้อมูลทุกตัวใน C[1…k] น้อยกว่าหรือเท่ากับ A[i] และ B[j]