Σωροί

Οι διαφάνειες είναι βασισμένες στο βιβλίο "Data Structures and Algorithms in C++" των Michael T. Goodrich, Roberto Tamassia και David M. Mount
Περίληψη
Ο ADT σωρός (§4.2.1)
Εφαρμογές των σωρών (§4.2.3)
Array-based υλοποίηση (§4.2.2)
Growable array-based σωρός

Σωροί 2
Abstract Data Types (ADTs)
Ένα ADT είναι μια Παράδειγμα: ADT μοντελοποίηση
αφαίρεση μιας απλού χρηματιστηριακού
δομής δεδομένων συστήματος
Τα δεδομένα είναι buy/sell εντολές
Ένα ADT ορίζει:


 Οι υποστηριζόμενες λειτουργίες είναι

 Αποθηκευμένα  order buy(stock, shares, price)
δεδομένα  order sell(stock, shares, price)
 Λειτουργίες πάνω  void cancel(order)
στα δεδομένα  Συνθήκες λαθών :
 Συνθήκες λαθών  Buy/sell μια μη υπάρχουσα μετοχή
σχετικές με τις  Ακύρωση μη υπάρχουσας εντολής
λειτουργίες

Σωροί 3
The Stack ADT
O ADT Σωρός αποθηκεύει
αυθαίρετα αντικείμενα
Οι εισαγωγές και
διαγραφές ακολουθούν το
last-in first-out μοντέλο
Βασικές λειτουργίες του
σωρού:
 push(Object o): εισάγει το
στοιχείο o
 pop(): αφαιρεί και
επιστρέφει το τελευταία
εισαγμένο στοιχείο
Σωροί
Βοηθητικές λειτουργίες
του σωρού:
 top(): επιστρέφει το
τελευταία εισαγμένο
στοιχείο χωρίς να το
αφαιρεί
 size(): επιστρέφει τον
αριθμό τον
αποθηκευμένων στοιχείων
 isEmpty(): Boolean τιμή
που δείχνει αν υπάρχουν
αποθηκευμένα στοιχεία
4
Exceptions
Η απόπειρα εκτέλεσης Στον σωρό ADT, οι
μιας λειτουργίας σε ADT λειτουργίες pop και
μπορεί να προκαλέσει
top δεν μπορούν να
συνθήκες λαθών, που
ονομάζονται exceptions εκτελεστούν αν ο
Οι Exceptions λέγεται ότι σωρός είναι άδειος
γίνονται “thrown” από μια Η απόπειρα
λειτουργία που δεν μπορεί εκτέλεσης της pop ή
να εκτελεστεί top σε άδειο σωρό
προκαλεί την
EmptyStackException
Σωροί 5
Εφαρμογές των Σωρών
Άμεσες εφαρμογές
 Ιστορικό σελίδων σε Web browser
 Ακολουθία undo σε επεξεργαστή κειμένου
Έμμεσες εφαρμογές
 Βοηθητική δομή δεδομένων για
αλγόριθμους
 Συστατικό άλλων δομών δεδομένων

Σωροί 6
C++ Run-time Σωρός
Το C++ run-time system καταγράφει main() {
την αλυσίδα των ενεργών int i = 5; bar
συναρτήσεων στο σωρό foo(i); PC = 1
Όταν μια συνάρτηση καλείται, το run- } m=6
time system σπρώχνει στον σωρό ένα
πλαίσιο που περιέχει foo(int j) {
foo
 Τοπικές μεταβλητές και τιμή int k; PC = 3
επιστροφής k = j+1; j=5
 Program counter, που καταγράφει την
bar(k); k=6
εντολή που εκτελείται
}
Όταν μια συνάρτηση επιστρέφει, το
main
πλαίσιό της αφαιρείται από τον σωρό bar(int m) { PC = 2
και ο έλεγχος περνάει στην μέθοδο
στην κορυφή του σωρού
… i=5
}
Σωροί 7
Array-based Σωρός
Ένας απλός τρόπος για Algorithm size()
την υλοποίηση ADT return t + 1
σωρού με χρήση
πινάκων
Algorithm pop()
Προσθέτουμε στοιχεία
από αριστερά προς τα
if isEmpty() then
δεξιά throw EmptyStackException
Μια μεταβλητή else
καταγράφει τον δείκτη tt1
του κορυφαίου στοιχείου return S[t + 1]

…
S
0 1 2 t
Σωροί 8
Array-based Σωρός (συνέχεια)
Ο πίνακας που περιέχει
τα στοιχεία του σωρού Algorithm push(o)
μπορεί να γεμίσει if t = S.length  1 then
Μια push εντολή θα throw FullStackException
προκαλέσει τότε μια else
FullStackException tt+1
 Περιορισμός της array- S[t]  o
based υλοποίησης

…
S
0 1 2 t
Σωροί 9
Απόδοση και Περιορισμοί
Απόδοση
 Έστω n ο αριθμός των στοιχείων στον σωρό
 Ο χώρος που χρησιμοποιείται είναι O(n)
 Κάθε λειτουργία εκτελείται σε χρόνο O(1)
Περιορισμοί
 Το μέγιστο μέγεθος του σωρού πρέπει να οριστεί
a priori , και δεν μπορεί να αλλάξει
 Η απόπειρα εισαγωγής νέου στοιχείου σε γεμάτο
σωρό προκαλεί exception

Σωροί 10
Computing Spans
7
Δείχνουμε πως 6
χρησιμοποιείται ένας σωρός 5
σαν βοηθητική δομή
δεδομένων σε αλγόριθμο 4
Δεδομένου πίνακα X, το span 3
S[i] του X[i] είναι ο μέγιστος 2
αριθμός συνεχών στοιχείων 1
X[j] που προηγούνται άμεσα 0
του X[i] και τέτοια ώστε X[j] 
X[i] 0 1 2 3 4
Εφαρμογή σε οικονομική
ανάλυση X 6 3 4 5 2
 Π.χ., μετοχή σε 52-week high S 1 1 2 3 1
Σωροί 11
Quadratic Αλγόριθμος
Algorithm spans1(X, n)
Input array X of n integers
Output array S of spans of X #
S  new array of n integers n
for i  0 to n  1 do n
s1 n
while s  i  X[i s]  X[i] 1 2 … (n  1)
ss1 1 2 … (n  1)
S[i]  s n
return S 1

Ο αλγόριθμος spans1 εκτελείται σε χρόνο O(n2)

Σωροί 12
Υπολογισμός Spans με Σωρό
Κρατάμε στον σωρό τους
δείκτες των ορατών 7
στοιχείων όταν «κοιτάμε 6
πίσω» 5
Σκανάρουμε τον πίνακα 4
από αριστερά προς τα δεξιά
 Έστω i ο τρέχον δείκτης
3
 Αφαιρούμε δείκτες από τον 2
σωρό μέχρι να βρούμε δείκτη 1
j τέτοιο ώστε X[i]  X[j]
 Θέτουμε S[i]  i  j 0
 Προσθέτουμε το x στον σωρό 0 1 2 3 4 5 6 7

Σωροί 13
Γραμμικός Αλγόριθμος
Κάθε δείκτης του Algorithm spans2(X, n) #
πίνακα S  new array of n integers n
 Προστίθεται στον A  new empty stack 1
σωρό ακριβώς μια
φορά for i  0 to n  1 do n
 Αφαιρείται από τον while (A.isEmpty() 
σωρό το πολύ μια X[top()]  X[i] ) do n
φορά j  A.pop() n
Οι δηλώσεις στο if A.isEmpty() then n
while-loop S[i]  i  1 n
εκτελούνται το else
πολύ n φορές S[i]  i  j n
Ο αλγόριθμος A.push(i) n
spans2 εκτελείται return S 1
σε χρόνο O(n)
Σωροί 14
Επεκτεινόμενος Array-based Σωρός
Σε μια push λειτουργία, όταν ο Algorithm push(o)
πίνακας είναι γεμάτος, αντί για if t = S.length  1 then
δημιουργία exception, A  new array of
μπορούμε να αντικαταστήσουμε size …
τον πίνακα με έναν μεγαλύτερο for i  0 to t do
Πόσο μεγάλος πρέπει να είναι ο A[i]  S[i]
νέος πίνακας; SA
 αυξητική στρατηγική: αύξηση
tt+1
μεγέθους με σταθερά c S[t]  o
 στρατηγική διπλασιασμού:
διπλασιασμός του μεγέθους

Σωροί 15
Σύγκριση Στρατηγικών
Συγκρίνουμε την αυξητική στρατηγική και
την στρατηγική διπλασιασμού αναλύοντας
τον συνολικό χρόνο T(n) που χρειάζεται για
να εκτελεστεί μια σειρά από n λειτουργίες
push
Υποθέτουμε ότι ξεκινάμε με ένα άδειο σωρό
που αναπαριστάται με πίνακα μεγέθους 1
Ονομάζουμε αποσβενούμενο χρόνο μίας
push λειτουργίας τον μέσο χρόνο T(n)/n

Σωροί 16
Ανάλυση της Αυξητικής Στρατηγικής

Αντικαθιστούμε τον πίνακα k = n/c φορές

Ο συνολικός χρόνος T(n) μιας σειράς από n push
λειτουργίες είναι ανάλογος με
n + c + 2c + 3c + 4c + … + kc =
n + c(1 + 2 + 3 + … + k) =
n + ck(k + 1)/2
Αφού το c είναι σταθερά, ο T(n) είναι O(n + k2),
π.χ., O(n2)
Ο αποσβενούμενος χρόνος της push λειτουργίας
είναι O(n)

Σωροί 17
Ανάλυση της Στρατηγικής Διπλασιασμού
Αντικαθιστούμε τον πίνακα k =
log2 n φορές
γεωμετρική σειρά
Ο συνολικός χρόνος T(n) μιας
σειράς από n push λειτουργίες 2
είναι ανάλογος με 4
n + 1 + 2 + 4 + 8 + …+ 2k = 1 1
n  2k + 1 1 = 2n 1
8
T(n) είναι O(n)
Ο αποσβενούμενος χρόνος της
push λειτουργίας είναι O(1)
Σωροί 18
Stack Interface στη C++
template <typename Object>
Interface
class Stack {
ανταποκρινόμενο
public:
στον ADT Σωρό int size();
Απαιτεί τον ορισμό bool isEmpty();
της κλάσης Object& top()
EmptyStackException throw(EmptyStackException);
Παρόμοιο STL void push(Object o);
construct είναι το Object pop()
vector throw(EmptyStackException);
};

Σωροί 19
Array-based Stack στη C++
template <typename Object> bool isEmpty()
class ArrayStack { { return (t < 0); }
private:
int capacity; // stack capacity Object pop()
Object *S; // stack array throw(EmptyStackException) {
int top; // top of stack if(isEmpty())
public: throw EmptyStackException
ArrayStack(int c) { (“Access to empty stack”);
capacity = c; return S[t--];
S = new Object[capacity]; }
t = –1; // … (other functions omitted)
}

Σωροί 20