Bài giảng Cấu trúc dữ liệu và giải thuật - Bài 6: Các chiến lược tìm kiếm

Nội dung text: Bài giảng Cấu trúc dữ liệu và giải thuật - Bài 6: Các chiến lược tìm kiếm

1. Giảng viên: Văn Chí Nam – Nguyễn Thị Hồng Nhung – Đặng Nguyễn Đức Tiến 2 Giới thiệu Tìm kiếm tuần tự Tìm kiếm nhị phân Tìm kiếm theo bảng băm Tổng kết Cấu trúc dữ liệu và giải thuật – HCMUS 2011 © FIT-HCMUS 2011 1
2. 3  Thao tác tìm kiếm rất phổ biến trong cuộc sống hàng ngày.  Tìm kiếm hồ sơ, tập tin.  Tìm kiếm tên người trong danh sách.  Cấu trúc dữ liệu và giải thuật – HCMUS 2011 4  Có nhiều loại:  Tìm kiếm tuần tự (Sequential/ Linear Search)  Tìm kiếm nhị phân (Binary Search)   Mục tiêu:  Tìm hiểu về 2 thuật toán tìm kiếm cơ bản.  Phân tích thuật toán để lựa chọn thuật toán phù hợp khi áp dụng vào thực tế. Cấu trúc dữ liệu và giải thuật – HCMUS 2011 © FIT-HCMUS 2011 2
3. 5 Sequential Search Linear Search Cấu trúc dữ liệu và giải thuật – HCMUS 2011 6  Input:  Dãy A, n phần tử  Giá trị x cần tìm  Output:  Nếu x xuất hiện trong A: trả về vị trí xuất hiện đầu tiên của x  Nếu không: trả về n hoặc -1  Thuật toán:  Vét cạn (exhaustive)  Dùng lính canh (sentinel) Cấu trúc dữ liệu và giải thuật – HCMUS 2011 © FIT-HCMUS 2011 3
4. 7  Thuật toán:  Lần lượt so sánh x với các phần tử của mảng A cho đến khi gặp được phần tử cần tìm, hoặc hết mảng.  Ví dụ: A = {1, 25, 6, 5, 2, 37, 40}, x = 6 x = 6 1 25 6 5 2 37 40 x = 6 1 25 6 5 2 37 40 x = 6 1 25 6 5 2 37 40 Dừng 8 Thuật toán: LinearExhaustive • Bước 1. Khởi tạo biến chỉ số: i = 0 • Bước 2. Kiểm tra xem có thực hiện hết mảng hay chưa: So sánh i và n • Nếu chưa hết mảng (i = n), thông báo không tìm thấy giá trị x cần tìm. • Bước 3. So sánh giá trị a[i] với giá trị x cần tìm • Nếu a[i] bằng x: Kết thúc chương trình và thông báo đã tìm thấy x. • Nếu a[i] khác x, tăng i thêm 1 và quay lại bước 2. Cấu trúc dữ liệu và giải thuật – HCMUS 2011 © FIT-HCMUS 2011 4
5. 9  Nhận xét: Phép so sánh là phép toán sơ cấp được dùng trong thuật toán. Suy ra, số lượng các phép so sánh sẽ là thước đo độ phức tạp của thuật toán.  Mỗi vòng lặp có 2 điều kiện cần kiểm tra:  Kiểm tra cuối mảng (bước 2)  Kiểm tra phần tử hiện tại có bằng x? (bước 3) Cấu trúc dữ liệu và giải thuật – HCMUS 2011 10  Trường hợp x nằm ở 2 biên của mảng A: rất hiếm khi xuất hiện.  Ước lượng số vòng lặp trung bình sẽ hữu ích hơn.  Số phép so sánh trung bình: 2(1+2+ + n)/n = n+1 => Số phép so sánh tăng/giảm tuyến tính theo số phần tử Cấu trúc dữ liệu và giải thuật – HCMUS 2011 © FIT-HCMUS 2011 5
6. 11  Vậy độ phức tạp của thuật toán là:  Tốt nhất: O(1).  Trung bình: O(n).  Xấu nhất: O(n). Cấu trúc dữ liệu và giải thuật – HCMUS 2011 12  Trong thuật toán vét cạn, có 2 điều kiện được kiểm tra.  Có thể bỏ việc kiểm tra điều kiện cuối mảng bằng cách dùng “lính canh”.  Lính canh là phần tử có giá trị bằng với phần tử cần tìm và đặt ở cuối mảng. Cấu trúc dữ liệu và giải thuật – HCMUS 2011 © FIT-HCMUS 2011 6
7. 13  Ví dụ: A = {1, 25, 5, 2, 37}, x = 6 x = 6 x = 6 (a) 1 25 5 2 37 6 (d) 1 25 5 2 37 6 x = 6 x = 6 (b) 1 25 5 2 37 6 (e) 1 25 5 2 37 6 x = 6 x = 6 (c) 1 25 5 2 37 6 (f) 1 25 5 2 37 6 return 5; Cấu trúc dữ liệu và giải thuật – HCMUS 2011 14 Thuật toán: LinearSentinel • Bước 1. Khởi tạo biến chỉ số: i = 0 • Bước 2. So sánh giá trị a[i] với giá trị x cần tìm • Nếu a[i] bằng x: • Nếu i = n: Thông báo không tìm thấy x trong mảng. • Nếu a[i] khác x, tăng i thêm 1 và quay lại bước 2. Cấu trúc dữ liệu và giải thuật – HCMUS 2011 © FIT-HCMUS 2011 7
8. 15  Thực nghiệm cho thấy trong trường hợp n lớn, thời gian tìm kiếm giảm khi dùng phương pháp lính canh.  Với n =15000: nhanh hơn khoảng 20% (0,22s so với 0,28s) Cấu trúc dữ liệu và giải thuật – HCMUS 2011 16 Binary Search Cấu trúc dữ liệu và giải thuật – HCMUS 2011 © FIT-HCMUS 2011 8
9. 17  Với dãy A được sắp xếp thứ tự (ví dụ: tăng dần), độ phức tạp của thuật toán tìm kiếm tuần tự không đổi.  Tận dụng thông tin của mảng đã được sắp xếp để giới hạn vị trí của giá trị cần tìm trong mảng. -> Thuật toán tìm kiếm nhị phân. Cấu trúc dữ liệu và giải thuật – HCMUS 2011 18  Input:  Dãy A, n phần tử đã được sắp xếp  Giá trị x cần tìm  Output:  Nếu x xuất hiện trong A: trả về một vị trí xuất hiện của x  Nếu không: trả về n hoặc -1 Cấu trúc dữ liệu và giải thuật – HCMUS 2011 © FIT-HCMUS 2011 9
10. 19  Ý tưởng:  So sánh x với phần tử chính giữa mảng A.  Nếu x là phần tử giữa thì dừng.  Nếu không: xác định xem x có thể thuộc nửa trái hay nửa phải của A.  Lặp lại 2 bước trên với nửa đã được xác định. Cấu trúc dữ liệu và giải thuật – HCMUS 2011 20 Thuật toán: BinarySearch(A[], n, x)  Bước 1. Khởi gán left = 0 và right = n – 1.  Bước 2. Trong khi left a[mid], gán left = mid + 1.  Nếu x = a[mid], thông báo đã tìm thấy x và kết thúc.  Kết quả trả về không tìm thấy x nếu left > right*. * Điều này có nghĩa là không còn phần tử nào trong mảng: x không có trong mảng Cấu trúc dữ liệu và giải thuật – HCMUS 2011 © FIT-HCMUS 2011 10
11. 21 Cài đặt đệ quy: BinarySearch(A[], left, right, x)  Bước 1. Nếu left > right: thông báo không tìm thấy x và thoát khỏi hàm.  Bước 2.  2.1. Đặt mid = (left + right)/2  2.2. So sánh giá trị x và a[mid]:  Nếu x a[mid], Gọi BinarySearch(A, mid + 1, right, x)  Nếu x = a[mid], thông báo đã tìm thấy x và kết thúc (trả lại giá trị mid) Cấu trúc dữ liệu và giải thuật – HCMUS 2011 22  Minh họa:  A[] = {1, 2, 6, 26, 28, 37, 40}, x = 2 index 0 1 2 3 4 5 6 A[i] 1 2 6 26 28 37 40 Vòng 1 left mid right Vòng 2 left mid right x = a[1] -> return 1 Cấu trúc dữ liệu và giải thuật – HCMUS 2011 © FIT-HCMUS 2011 11
12. 23  Minh họa:  A[] = {1, 2, 6, 26, 28, 37, 40}, x = 40 index 0 1 2 3 4 5 6 A[i] 1 2 6 26 28 37 40 Vòng 1 left mid right Vòng 2 left mid right Vòng 3 left mid right x = a[6] -> return 6 Cấu trúc dữ liệu và giải thuật – HCMUS 2011 24  Minh họa:  A[] = {1, 2, 6, 26, 28, 37, 40}, x = -7 index 0 1 2 3 4 5 6 A[i] 1 2 6 26 28 37 40 Vòng 1 left mid right Vòng 2 left mid right Vòng 3 left mid right Vòng 4 right = -1, left = 0 => right thoát khỏi while, return -1 Cấu trúc dữ liệu và giải thuật – HCMUS 2011 © FIT-HCMUS 2011 12
13. 25  Phân tích thuật toán tuyến tính:  Mỗi lần lặp thì chiều dài của mảng con giảm khoảng ½ so với mảng trước đó.  n = 2k + m (0 m k log2 n k = log2n => mảng A ban đầu được chia nửa khoảng k lần.  Số lần thực hiện vòng while là khoảng k lần, mỗi vòng lặp thực hiện 1 phép so sánh. Cấu trúc dữ liệu và giải thuật – HCMUS 2011 26  Phân tích thuật toán tuyến tính:  Trường hợp tốt nhất: k = 1  x là phần tử chính giữa của mảng.  Trường hợp xấu nhất: k= log2n + 1  x không thuộc mảng hoặc x là phần tử cuối cùng của mảng => Số phép so sánh tăng theo hàm logarit Cấu trúc dữ liệu và giải thuật – HCMUS 2011 © FIT-HCMUS 2011 13
14. 27  Độ phức tạp của tìm kiếm nhị phân  Trường hợp tốt nhất: O(1)  Trường hợp trung bình: O(log2n)  Trường hợp xấu nhất: O(log2n) Cấu trúc dữ liệu và giải thuật – HCMUS 2011 28  So sánh trường hợp xấu nhất của 2 thuật toán: Kích thước T/h xấu nhất mảng Tuần tự Nhị phân 100.000 100.000 16 200.000 200.000 17 400.000 400.000 18 800.000 800.000 19 1.600.000 1.600.000 20 Cấu trúc dữ liệu và giải thuật – HCMUS 2011 © FIT-HCMUS 2011 14
15. 29  Có nhiều thuật toán tìm kiếm, ước lượng số phép so sánh của mỗi thuật toán cho biết hiệu suất của thuật toán.  Thuật toán tuần tự tìm kiếm cho đến khi tìm thấy giá trị cần tìm hoặc hết mảng  Hiệu suất của tìm kiếm tuần tự trong trường hợp xấu nhất là 1 hàm tuyến tính theo số phần tử mảng. Cấu trúc dữ liệu và giải thuật – HCMUS 2011 30  Nếu mảng đã được sắp xếp thì nên dùng tìm kiếm nhị phân.  Tìm kiếm nhị phân dùng kết quả của phép so sánh để thu hẹp vùng tìm kiếm kế tiếp.  Hiệu suất của tìm kiếm nhị phân là một hàm logarit theo số phần tử mảng. Cấu trúc dữ liệu và giải thuật – HCMUS 2011 © FIT-HCMUS 2011 15