Cấu trúc dữ liệu - Chương III: Cấu trúc cây

79 trang vanle 3350

Download

Bạn đang xem 20 trang mẫu của tài liệu "Cấu trúc dữ liệu - Chương III: Cấu trúc cây", để tải tài liệu gốc về máy bạn click vào nút DOWNLOAD ở trên

Tài liệu đính kèm:

cau_truc_du_lieu_chuong_iii_cau_truc_cay.pdf

Nội dung text: Cấu trúc dữ liệu - Chương III: Cấu trúc cây

Cấu trúc dữ liệu Chương III:Cấu trúc cây CHƯƠNG III CẤU TRÚC CÂY (TREES) TỔNG QUAN 1. Mục tiêu Sau khi học xong chương này, sinh viên phải: ¾ Nắm vững khái niệm về cây ¾ Cài đặt được cây (trees) và thực hiện các phép toán trên cây. 2. Kiến thức cơ bản cần thiết Để học tốt chương này, sinh viên phải nắm vững kỹ năng lập trình căn bản như: ¾ Kiểu mẩu tin (record) , kiểu mảng (array) và kiểu con trỏ (pointer) ¾ Các cấu trúc điều khiển, lệnh vòng lặp. ¾ Lập trình theo từng modul (chương trình con) và cách gọi chương trình con đó. ¾ Lập trình đệ qui và gọi đệ qui. ¾ Kiểu dữ liệu trừu tượng danh sách 3. Tài liệu tham khảo [1] Aho, A. V. , J. E. Hopcroft, J. D. Ullman. "Data Structure and Algorihtms", Addison– Wesley; 1983 [2] Đỗ Xuân Lôi . "Cấu trúc dữ liệu và giải thuật". Nhà xuất bản khoa học và kỹ thuật. Hà nội, 1995. (chương 6- Trang 122; chương 10 trang 274) [3] N. Wirth "Cấu trúc dữ liệu + giải thuật= Chương trình", 1983. [4] Nguyễn Trung Trực, "Cấu trúc dữ liệu". BK tp HCM, 1990. (chương 3 trang 112; chương 5 trang 299) [5] Lê Minh Trung ; “Lập trình nâng cao bằng Pascal với các cấu trúc dữ liệu “; 1997 (chương 9, 12) 4. Nội dung cốt lõi Trong chương này chúng ta sẽ nghiên cứu các vấn đề sau: ¾ Các thuật ngữ cơ bản. Trang 73
Cấu trúc dữ liệu Chương III: Cấu trúc cây ¾ Kiểu dữ liệu trừu tượng Cây ¾ Cài đặt cây ¾ Cây nhị phân ¾ Cây tìm kiếm nhị phân I. CÁC THUẬT NGỮ CƠ BẢN TRÊN CÂY Cây là một tập hợp các phần tử gọi là nút (nodes) trong đó có một nút được phân biệt gọi là nút gốc (root). Trên tập hợp các nút này có một quan hệ, gọi là mối quan hệ cha - con (parenthood), để xác định hệ thống cấu trúc trên các nút. Mỗi nút, trừ nút gốc, có duy nhất một nút cha. Một nút có thể có nhiều nút con hoặc không có nút con nào. Mỗi nút biểu diễn một phần tử trong tập hợp đang xét và nó có thể có một kiểu nào đó bất kỳ, thường ta biểu diễn nút bằng một kí tự, một chuỗi hoặc một số ghi trong vòng tròn. Mối quan hệ cha con được biểu diễn theo qui ước nút cha ở dòng trên nút con ở dòng dưới và được nối bởi một đoạn thẳng. Một cách hình thức ta có thể định nghĩa cây một cách đệ qui như sau: 1. Định nghĩa ¾ Một nút đơn độc là một cây. Nút này cũng chính là nút gốc của cây. ¾ Giả sử ta có n là một nút đơn độc và k cây T1, , Tk với các nút gốc tương ứng là n1, , nk thì có thể xây dựng một cây mới bằng cách cho nút n là cha của các nút n1, , nk. Cây mới này có nút gốc là nút n và các cây T1, , Tk được gọi là các cây con. Tập rỗng cũng được coi là một cây và gọi là cây rỗng kí hiệu . Ví dụ: xét mục lục của một quyển sách. Mục lục này có thể xem là một cây Hình III.1 - Cây mục lục một quyển sách Nút gốc là sách, nó có ba cây con có gốc là C1, C2, C3. Cây con thứ 3 có gốc C3 là một nút đơn độc trong khi đó hai cây con kia (gốc C1 và C2) có các nút con. Nếu n1, , nk là một chuỗi các nút trên cây sao cho ni là nút cha của nút ni+1, với i=1 k-1, thì chuỗi này gọi là một đường đi trên cây (hay ngắn gọn là đường đi ) từ n1 đến nk. Độ dài Trang 74
Cấu trúc dữ liệu Chương III: Cấu trúc cây đường đi được định nghĩa bằng số nút trên đường đi trừ 1. Như vậy độ dài đường đi từ một nút đến chính nó bằng không. Nếu có đường đi từ nút a đến nút b thì ta nói a là tiền bối (ancestor) của b, còn b gọi là hậu duệ (descendant) của nút a. Rõ ràng một nút vừa là tiền bối vừa là hậu duệ của chính nó. Tiền bối hoặc hậu duệ của một nút khác với chính nó gọi là tiền bối hoặc hậu duệ thực sự. Trên cây nút gốc không có tiền bối thực sự. Một nút không có hậu duệ thực sự gọi là nút lá (leaf). Nút không phải là lá ta còn gọi là nút trung gian (interior). Cây con của một cây là một nút cùng với tất cả các hậu duệ của nó. Chiều cao của một nút là độ dài đường đi lớn nhất từ nút đó tới lá. Chiều cao của cây là chiều cao của nút gốc. Độ sâu của một nút là độ dài đường đi từ nút gốc đến nút đó. Các nút có cùng một độ sâu i ta gọi là các nút có cùng một mức i. Theo định nghĩa này thì nút gốc ở mức 0, các nút con của nút gốc ở mức 1. Ví dụ: đối với cây trong hình III.1 ta có nút C2 có chiều cao 2. Cây có chiều cao 3. nút C3 có chiều cao 0. Nút 2.1 có độ sâu 2. Các nút C1,C2,C3 cùng mức 1. 2. Thứ tự các nút trong cây Nếu ta phân biệt thứ tự các nút con của cùng một nút thì cây gọi là cây có thứ tự, thứ tự qui ước từ trái sang phải. Như vậy, nếu kể thứ tự thì hai cây sau là hai cây khác nhau: Hình III.2: Hai cây có thứ tự khác nhau Trong trường hợp ta không phân biệt rõ ràng thứ tự các nút thì ta gọi là cây không có thứ tự. Các nút con cùng một nút cha gọi là các nút anh em ruột (siblings). Quan hệ "trái sang phải" của các anh em ruột có thể mở rộng cho hai nút bất kỳ theo qui tắc: nếu a, b là hai anh em ruột và a bên trái b thì các hậu duệ của a là "bên trái" mọi hậu duệ của b. 3. Các thứ tự duyệt cây quan trọng Duyệt cây là một qui tắc cho phép đi qua lần lượt tất cả các nút của cây mỗi nút đúng một lần, danh sách liệt kê các nút (tên nút hoặc giá trị chứa bên trong nút) theo thứ tự đi qua gọi là danh sách duyệt cây. Có ba cách duyệt cây quan trọng: Duyệt tiền tự (preorder), duyệt trung tự (inorder), duyệt hậu tự (posorder). Có thể định nghĩa các phép duyệt cây tổng quát (xem hình III.3) một cách đệ qui như sau: Trang 75
Cấu trúc dữ liệu Chương III: Cấu trúc cây Hình III.3 ¾ Cây rỗng thì danh sách duyệt cây là rỗng và nó được coi là biểu thức duyệt tiền tự, trung tự, hậu tự của cây. ¾ Cây chỉ có một nút thì danh sách duyệt cây gồm chỉ một nút đó và nó được coi là biểu thức duyệt tiền tự, trung tự, hậu tự của cây. ¾ Ngược lại: giả sử cây T có nút gốc là n và có các cây con là T1, ,Tn thì: Biểu thức duyệt tiền tự của cây T là liệt kê nút n kế tiếp là biểu thức duyệt tiền tự của các cây T1, T2, , Tn theo thứ tự đó. Biểu thức duyệt trung tự của cây T là biểu thức duyệt trung tự của cây T1 kế tiếp là nút n rồi đến biểu thức duyệt trung tự của các cây T2, , Tn theo thứ tự đó. Biểu thức duyệt hậu tự của cây T là biểu thức duyệt hậu tự của các cây T1, T2, , Tn theo thứ tự đó rồi đến nút n. Ví dụ cho cây như trong hình III.4 Hình III.4 Cây nhị phân Biểu thức duyệt tiền tự: A B C D E F H K L trung tự: C B E D F A K H L hậu tự: C E F D B K L H A 4. Cây có nhãn và cây biểu thức Ta thường lưu trữ kết hợp một nhãn (label) hoặc còn gọi là một giá trị (value) với một nút của cây. Như vậy nhãn của một nút không phải là tên nút mà là giá trị được lưu giữ tại nút đó. Nhãn của một nút đôi khi còn được gọi là khóa của nút, tuy nhiên hai khái niệm này là không đồng nhất. Nhãn là giá trị hay nội dung lưu trữ tại nút, còn khoá của nút có thể chỉ là một phần của nội dung lưu trữ này. Chẳng hạn, mỗi nút cây chứa một record về thông tin của sinh viên (mã SV, họ tên, ngày sinh, địa chỉ, ) thì khoá có thể là mã SV hoặc họ tên hoặc ngày sinh tuỳ theo giá trị nào ta đang quan tâm đến trong giải thuật. Trang 76
Cấu trúc dữ liệu Chương III: Cấu trúc cây Ví dụ: Cây biểu diễn biểu thức (a+b)*(a-c) như trong hình III.5. Hình III.5: Cây biểu diễn biểu thức (a+b)*(a-c) ¾ Ở đây n1, n2, , n7 là các tên nút và *,+,-,a,b,c là các nhãn. ¾ Qui tắc biểu diễn một biểu thức toán học trên cây như sau: ¾ Mỗi nút lá có nhãn biểu diễn cho một toán hạng. ¾ Mỗi nút trung gian biểu diễn một toán tử. Hình III.6: Cây biểu diễn biểu thức E1θ E2 ¾ Giả sử nút n biểu diễn cho một toán tử hai ngôi θ ( chẳng hạn + hoặc * ), nút con bên trái biểu diễn cho biểu thức E1, nút con bên phải biểu diễn cho biểu thức E2 thì nút n biểu diễn biểu thức E1θ E2, xem hình III.6. Nếu θ là phép toán một ngôi thì nút chứa phép toán θ chỉ có một nút con, nút con này biểu diễn cho toán hạng của θ. ¾ Khi chúng ta duyệt một cây biểu diễn một biểu thức toán học và liệt kê nhãn của các nút theo thứ tự duyệt thì ta có: Biểu thức dạng tiền tố (prefix) tương ứng với phép duyệt tiền tự của cây. Biểu thức dạng trung tố (infix) tương ứng với phép duyệt trung tự của cây. Biểu thức dạng hậu tố (posfix) tương ứng với phép duyệt hậu tự của cây. Ví dụ: đối với cây trong hình III.5 ta có: - Biểu thức tiền tố: *+ab-ac - Biểu thức trung tố: a+b*a-c Trang 77
Cấu trúc dữ liệu Chương III: Cấu trúc cây - Biểu thức hậu tố: ab+ac-* Chú ý rằng ¾ Các biểu thức này không có dấu ngoặc. ¾ Các phép toán trong biểu thức toán học có thể có tính giao hoán nhưng khi ta biểu diễn biểu thức trên cây thì phải tuân thủ theo biểu thức đã cho. Ví dụ biểu thức a+b, với a,b là hai số nguyên thì rõ ràng a+b=b+a nhưng hai cây biểu diễn cho hai biểu thức này là khác nhau (vì cây có thứ tự). Hình III.7 - Cây cho biểu thức a+b và b+a. ¾ Chỉ có cây ở phía bên trái của hình III.7 mới đúng là cây biểu diễn cho biểu thức a+b theo qui tắc trên. ¾ Nếu ta gặp một dãy các phép toán có cùng độ ưu tiên thì ta sẽ kết hợp từ trái sang phải. Ví dụ a+b+c-d = ((a+b)+c)-d. II. KIỂU DỮ LIỆU TRỪU TƯỢNG CÂY Để hoàn tất định nghĩa kiểu dữ liệu trừu tượng cây, cũng như đối với các kiểu dữ liệu trừu tượng khác, ta phải định nghĩa các phép toán trừu tượng cơ bản trên cây, các phép toán này được xem là các phép toán "nguyên thủy" để ta thiết kế các giải thuật sau này. Các phép toán trên cây ¾ Hàm PARENT(n,T) cho nút cha của nút n trên cây T, nếu n là nút gốc thì hàm cho giá trị NULL. Trong cài đặt cụ thể thì NULL là một giá trị nào đó do ta chọn, nó phụ thuộc vào cấu trúc dữ liệu mà ta dùng để cài đặt cây. ¾ Hàm LEFTMOST_CHILD(n,T) cho nút con trái nhất của nút n trên cây T, nếu n là lá thì hàm cho giá trị NULL. ¾ Hàm RIGHT_SIBLING(n,T) cho nút anh em ruột phải nút n trên cây T, nếu n không có anh em ruột phải thì hàm cho giá trị NULL. ¾ Hàm LABEL_NODE(n,T) cho nhãn tại nút n của cây T. ¾ Hàm ROOT(T) trả ra nút gốc của cây T. Nếu Cây T rỗng thì hàm trả về NULL. ¾ Hàm CREATEi(v,T1,T2, ,Ti),với i=0 n, thủ tục tạo cây mới có nút gốc là n được gán nhãn v và có i cây con T1, ,Ti. Nếu n= 0 thì thủ tục tạo cây mới chỉ gồm có Trang 78
Cấu trúc dữ liệu Chương III: Cấu trúc cây 1 nút đơn độc là n có nhãn v. Chẳng hạn, giả sử ta có hai cây con T1 và T2, ta muốn thiết lập cây mới với nút gốc có nhãn là v thì lời gọi thủ tục sẽ là CREATE2(v,T1,T2). III. CÀI ĐẶT CÂY 1. Cài đặt cây bằng mảng Cho cây T có n nút, ta có thể gán tên cho các nút lần lượt là 0,1, 2, , n-1. Sau đó ta dùng một mảng một chiều A để lưu trữ cây bằng cách cho A[i] = j với j là nút cha của nút i. Nếu i là nút gốc ta cho a[i] = -1 vì nút gốc không có cha. Nếu cây T là cây có nhãn ta có thể dùng thêm một mảng một chiều thứ hai L chứa các nhãn của cây bằng cách cho L[i] = x với x là nhãn của nút i, hoặc khai báo mảng a là mảng của các struct có hai trường: trường Parent giữ chỉ số nút cha; trường Data giữ nhãn của nút và một trường MaxNode giữ số nút hiện tại đang có trên cây. Với cách lưu trữ như thế, hàm PARENT(n,T) tốn chỉ một hằng thời gian trong khi các hàm đòi hỏi thông tin về các con không làm việc tốt vì phai tốn vòng lặp để dò tìm. Chẳng hạn cho một nút i tìm nút con trái nhất của nút i là không thể xác định được. Để cải thiện tình trạng này ta qui ước việc đặt tên cho các nút (đánh số thứ tự) như sau: - Đánh số theo thứ tự tăng dần bắt đầu tại nút gốc. - Nút cha được đánh số trước các nút con. - Các nút con cùng một nút cha được đánh số lần lượt từ trái sang phải, chẳng hạn đánh số như cây trong hình III.8. ví dụ: Hình III.8 Hình ảnh một cây tổng quát Cây trong hình III.8 được biểu diễn trong mảng như sau: A B C D E F G H I J Nhãn của các nút trên cây -1 0 0 1 1 4 4 4 2 2 Cha của nút trên cây 0 1 2 3 4 5 6 7 8 9 Chỉ số của mảng Maxlength Trang 79
Cấu trúc dữ liệu Chương III: Cấu trúc cây MaxNode Khai báo cấu trúc dữ liệu #define MAXLENGTH /* chỉ số tối đa của mảng */ #define NIL -1 typedef DataType; typedef int Node; typedef struct { /* Lưu trữ nhãn (dữ liệu) của nút trong cây */ DataType Data[MAXLENGTH]; /* Lưu trữ cha của các nút trong cây theo nguyên tắc: Cha của nút i sẽ lưu ở vị trí i trong mảng */ Node Parent[MAXLENGTH]; /* Số nút thực sự trong cây */ int MaxNode;} Tree; Tree T; Sự lưu trữ như vậy còn gọi là sự lưu trữ kế tiếp và cách lưu trữ cây như trên, ta có thể viết được các phép toán cơ bản trên cây như sau Khởi tạo cây rỗng: void MakeNull_Tree (Tree *T){ (*T).MaxNode=0;} Kiểm tra cây rỗng int EmptyTree(Tree T){ return T.MaxNode == 0; } Trang 80
Cấu trúc dữ liệu Chương III: Cấu trúc cây Xác định nút cha của nút trên cây Node Parent(Node n,Tree T){ if (EmptyTree(T) || (n>T.MaxNode-1)) return NIL; else return T.Parent[n]; } Xác định nhãn của nút trên cây DataType Label_Node(Node n,Tree T){ if (!EmptyTree(T) && (n<=T.MaxNode-1)) return T.Data[n]; } Hàm xác định nút gốc trong cây Node Root(Tree T){ if (!EmptyTree(T)) return 0; else return NIL; } Hàm xác định con trái nhất của một nút Node LeftMostChild(Node n,Tree T){ Node i; int found; if (n<0) return NIL; i=n+1;/* Vị trí nút đầu tiên hy vọng là con của nút n */ found=0; while ((i<=T.MaxNode-1) && !found) if (T.Parent[i]==n) found=1; /* Đã tìm thấy con trái nhất của nút n */ Trang 81
Cấu trúc dữ liệu Chương III: Cấu trúc cây else i=i+1; if (found) return i; else return NIL; } Hàm xác định anh em ruột phải của một nút Node RightSibling(Node n,Tree T){ Node i,parent; int found; if (n<0) return NIL; parent=T.Parent[n]; i=n+1; found=0; while ((i<=T.MaxNode-1) && !found) if (T.Parent[i]==parent) found=1; else i=i+1; if (found) return i; else return NIL; } Thủ tục duyệt tiền tự void PreOrder(Node n,Tree T){ Node i; printf("%c ",Label_Node(n,T)); i=LeftMostChild(n,T); while (i!=NIL){ PreOrder(i,T); i=RightSibling(i,T); Trang 82
Cấu trúc dữ liệu Chương III: Cấu trúc cây } } Thủ tục duyệt trung tự void InOrder(Node n,Tree T){ Node i; i=LeftMostChild(n,T); if (i!=NIL) InOrder(i,T); printf("%c ",Label_Node(n,T)); i=RightSibling(i,T); while (i!=NIL){ InOrder(i,T); i=RightSibling(i,T); } } Thủ tục duyệt hậu tự void PostOrder(Node n,Tree T){ Node i; i=LeftMostChild(n,T); while (i!=NIL){ PostOrder(i,T); i=RightSibling(i,T);} printf("%c ",Label_Node(n,T)); } Trang 83
Cấu trúc dữ liệu Chương III: Cấu trúc cây Ví dụ: Viết chương trình nhập dữ liệu vào cho cây từ bàn phím như tổng số nút trên cây; ứng với từng nút thì phải nhập nhãn của nút, cha của một nút. Hiển thị danh sách duyệt cây theo các phương pháp duyệt tiền tự, trung tự, hậu tự của cây vừa nhập. Hướng giải quyết: Với những yêu cầu đặt ra như trên, chúng ta cần phải thiết kế một số chương trình con sau: - Tạo cây rỗng MAKENULL(T) - Nhập dữ liệu cho cây từ bàn phím READTREE(T). Trong đó có nhiều cách nhập dữ liệu vào cho một cây nhưng ở đây ta có thể thiết kế thủ tục này đơn giản như sau: void ReadTree(Tree *T){ int i; MakeNull_Tree(&*T); //Nhập số nút của cây cho đến khi số nút nhập vào là hợp lệ do { printf("Cay co bao nhieu nut?"); scanf("%d",&(*T).MaxNode); } while (((*T).MaxNode MAXLENGTH)); printf("Nhap nhan cua nut goc "); fflush(stdin); scanf("%c",&(*T).Data[0]); (*T).Parent[0]=NIL; /* nut goc khong co cha */ for (i=1;i<=(*T).MaxNode-1;i++){ printf("Nhap cha cua nut %d ",i); scanf("%d",&(*T).Parent[i]); printf("Nhap nhan cua nut %d ",i); fflush(stdin); scanf("%c",&(*T).Data[i]); } } Trang 84
Cấu trúc dữ liệu Chương III: Cấu trúc cây - Hàm xác định con trái nhất của một nút LEFTMOST_CHILD(n,T). Hàm này được dựng trong phép duyệt cây. - Hàm xác đinh anh em ruột phải của một nút RIGHT_SIBLING (n,T). Hàm này được dựng trong phép duyệt cây. - Các chương trình con hiển thị danh sách duyệt cây theo các phép duyệt. Với những chương trình con được thiết kế như trên, ta có thể tạo một chương trình chính để thực hiện theo yêu cầu đề bài như sau: void main(){ printf("Nhap du lieu cho cay tong quat\n"); ReadTree(&T); printf("Danh sach duyet tien tu cua cay vua nhap la\n"); PreOrder(Root(T),T); printf("\nDanh sach duyet trung tu cua cay vua nhap la\n"); InOrder(Root(T),T); printf("\nDanh sach duyet hau tu cua cay vua nhap la\n"); PostOrder(Root(T),T); getch(); } 2. Biểu diễn cây bằng danh sách các con Một cách biểu diễn khác cũng thường được dùng là biểu diễn cây dưới dạng mỗi nút có một danh sách các nút con. Danh sách có thể cài đặt bằng bất kỳ cách nào chúng ta đã biết, tuy nhiên vì số nút con của một nút là không biết trước nên dùng danh sách liên kết sẽ thích hợp hơn. Ví dụ: Cây ở hình III.8 có thể lưu trữ dưới dạng như trong hình III.9 0 A 1 2 • 1 B 2 C 3 4 • 3 D • 4 E 8 9 • 5 F • 6 G • 5 6 7 • Trang 85
Cấu trúc dữ liệu Chương III: Cấu trúc cây 7 H • 8 I • Maxnode=9 J • Maxlength Data header Hình III.9 Lưu trữ cây bằng danh sách các con Có thể nhận xét rằng các hàm đòi hỏi thông tin về các con làm việc rất thuận lợi, nhưng hàm PARENT lại không làm việc tốt. Chẳng hạn tìm nút cha của nút 8 đòi hỏi ta phải duyệt tất cả các danh sách chứa các nút con. (Có thể tham khảo cách cài đặt chi tiết trong giáo trình "Thực tập Cấu trúc dữ liệu") 3. Biểu diễn theo con trái nhất và anh em ruột phải: Các cấu trúc đã dùng để mô tả cây ở trên có một số nhược điểm, nó không trợ giúp phép tạo một cây lớn từ các cây nhỏ hơn, nghĩa là ta khó có thể cài đặt phép toán CREATEi bởi vì mỗi cây con đều có một mảng chứa các header riêng. Chẳng hạn CREATE2(v,T1,T2) chúng ta phải chép hai cây T1, T2 vào mảng thứ ba rồi thêm một nút n có nhãn v và hai nút con là gốc của T1 và T2. Vì vậy nếu chúng ta muốn thiết lập một cấu trúc dữ liệu trợ giúp tốt cho phép toán này thì tất cả các nút của các cây con phải ở trong cùng một vùng (một mảng). Ta thay thế mảng các header bằng mảng CELLSPACE chứa các struct có ba trường LABELS, LEFTMOST_CHILD, RIGHT_SIBLING. Trong đó LABELS giữ nhãn của nút, LEFTMOST_CHILD là một con nháy chỉ đến con trái nhất của nút, còn RIGHT_SIBLING là con nháy chỉ đến nút anh ruột phải. Hơn nữa mảng này giữ tất cả các nút của tất cả các cây. Với cấu trúc này các phép toán đều thực hiện dễ dàng trừ PARENT, PARENT đòi hỏi phải duyệt toàn bộ mảng. Nếu chúng ta muốn cải tiến cấu trúc để trợ giúp phép toán này ta có thể thêm trường thứ 4 PARENT là một con nháy chỉ tới nút cha (xem hình III.11). Để cài đặt cây theo cách này chúng ta cũng cần quản lí các ô trống theo cách tương tự như cài đặt danh sách bằng con nháy, tức là liên kết các ô trống vào một danh sách có chỉ điểm đầu là Availlable. Ở đây mỗi ô chứa 3 con nháy nên ta chỉ cần chọn 1 để trỏ đến ô kế tiếp trong danh sách, chẳng hạn ta chọn con nháy Right_sibling. Ví dụ cây trong hình III.10 có thể được cài đặt như trong hình III.11. Các ô được tô đậm là các ô trống, tức là các ô nằm trong danh sách Available. A B C D E Trang 86
Cấu trúc dữ liệu Chương III: Cấu trúc cây Hình III.10 Hình ảnh cây tổng quát 1 D null 4 3 Available 2 8 3 B 1 7 5 4 E null null 3 Root 5 A 3 null null 6 null 7 C null null 3 8 6 Chỉ số Data Leftmost_child Right_Sibling Parent Hình III.11 (có thể tham khảo cách cài đặt chi tiết trong giáo trình "Thực tập Cấu trúc dữ liệu") 4. Cài đặt cây bằng con trỏ Hoàn toàn tương tự như cài đặt ở trên nhưng các con nháy Leftmost_child, Right_sibling và Parent được thay bằng các con trỏ. V Hãy so sách các ưu khuyết điểm của các cách cài đặt cây. IV. CÂY NHỊ PHÂN (BINARY TREES) 1. Định nghĩa Cây nhị phân là cây rỗng hoặc là cây mà mỗi nút có tối đa hai nút con. Hơn nữa các nút con của cây được phân biệt thứ tự rõ ràng, một nút con gọi là nút con trái và một nút con gọi là nút con phải. Ta qui ước vẽ nút con trái bên trái nút cha và nút con phải bên phải nút cha, mỗi nút con được nối với nút cha của nó bởi một đoạn thẳng. Ví dụ các cây trong hình III.12. Trang 87
Cấu trúc dữ liệu Chương III: Cấu trúc cây Hình III.12: Hai cây có thứ tự giống nhau nhưng là hai cây nhị phân khác nhau Chú ý rằng, trong cây nhị phân, một nút con chỉ có thể là nút con trái hoặc nút con phải, nên có những cây có thứ tự giống nhau nhưng là hai cây nhị phân khác nhau. Ví dụ hình III.12 cho thấy hai cây có thứ tự giống nhau nhưng là hai cây nhị phân khác nhau. Nút 2 là nút con trái của cây a/ nhưng nó là con phải trong cây b/. Tương tự nút 5 là con phải trong cây a/ nhưng nó là con trái trong cây b/. 2. Duyệt cây nhị phân Ta có thể áp dụng các phép duyệt cây tổng quát để duyệt cây nhị phân. Tuy nhiên vì cây nhị phân là cấu trúc cây đặc biệt nên các phép duyệt cây nhị phân cũng đơn giản hơn. Có ba cách duyệt cây nhị phân thường dùng (xem kết hợp với hình III.13): ¾ Duyệt tiền tự (Node-Left-Right): duyệt nút gốc, duyệt tiền tự con trái rồi duyệt tiền tự con phải. ¾ Duyệt trung tự (Left-Node-Right): duyệt trung tự con trái rồi đến nút gốc sau đó là duyệt trung tự con phải. Hình III.13 ¾ Duyệt hậu tự (Left-Right-Node): duyệt hậu tự con trái rồi duyệt hậu tự con phải sau đó là nút gốc. Trang 88
Cấu trúc dữ liệu Chương III: Cấu trúc cây Chú ý rằng danh sách duyệt tiền tự, hậu tự của cây nhị phân trùng với danh sách duyệt tiền tự, hậu tự của cây đó khi ta áp dụng phép duyệt cây tổng quát. Nhưng danh sách duyệt trung tự thì khác nhau. Ví dụ Hình III.14 Các danh sách duyệt cây nhị phân Các danh sách duyệt cây tổng quát Tiền tự: ABDHIEJCFKLGM ABDHIEJCFKLGM Trung tự: HDIBJEAKFLCGM HDIBJEAKFLCMG Hậu tự: HIDJEBKLFMGCA HIDJEBKLFMGCA V 1. Danh sách duyệt tiền tự và hậu tự của cây nhị phân luôn luôn giống với danh sách duyệt của cây tổng quát. (Đúng / Sai) 2. Danh sách duyệt trung tự của cây nhị phân sẽ khác với các duyệt tổng quát chỉ khi cây nhị phân bị khuyết con trái? (Đúng/ Sai) 3. Cài đặt cây nhị phân Tương tự cây tổng quát, ta cũng có thể cài đặt cây nhị phân bằng con trỏ bằng cách thiết kế mỗi nút có hai con trỏ, một con trỏ trỏ nút con trái, một con trỏ trỏ nút con phải, trường Data sẽ chứa nhãn của nút. typedef TData; typedef struct TNode{TData Data; TNode* left,right; }; typedef TNode* TTree; Trang 89
Cấu trúc dữ liệu Chương III: Cấu trúc cây Với cách khai báo như trên ta có thể thiết kế các phép toán cơ bản trên cây nhị phân như sau : Tạo cây rỗng Cây rỗng là một cây là không chứa một nút nào cả. Như vậy khi tạo cây rỗng ta chỉ cần cho cây trỏ tới giá trị NULL. void MakeNullTree(TTree *T){ (*T)=NULL; } Kiểm tra cây rỗng int EmptyTree(TTree T){ return T==NULL; } Xác định con trái của một nút TTree LeftChild(TTree n){ if (n!=NULL) return n->left; else return NULL; } Xác định con phải của một nút TTree RightChild(TTree n){ if (n!=NULL) return n->right; else return NULL; } Kiểm tra nút lá: Nếu nút là nút lá thì nó không có bất kỳ một con nào cả nên khi đó con trái và con phải của nó cùng bằng nil int IsLeaf(TTree n){ Trang 90
Cấu trúc dữ liệu Chương III: Cấu trúc cây if(n!=NULL) return(LeftChild(n)==NULL)&&(RightChild(n)==NULL); else return NULL; } Xác định số nút của cây int nb_nodes(TTree T){ if(EmptyTree(T)) return 0; else return 1+nb_nodes(LeftChild(T))+ nb_nodes(RightChild(T)); } Tạo cây mới từ hai cây có sẵn TTree Create2(Tdata v,TTree l,TTree r){ TTree N; N=(TNode*)malloc(sizeof(TNode)); N->Data=v; N->left=l; N->right=r; return N; } Các thủ tục duyệt cây: tiền tự, trung tự, hậu tự Thủ tục duyệt tiền tự void PreOrder(TTree T){ printf("%c ",T->Data); if (LeftChild(T)!=NULL) PreOrder(LeftChild(T)); Trang 91
Cấu trúc dữ liệu Chương III: Cấu trúc cây if (RightChild(T)!=NULL)PreOrder(RightChild(T)); } Thủ tục duyệt trung tự void InOrder(TTree T){ if (LeftChild(T)=!NULL)InOrder(LeftChild(T)); printf("%c ",T->data); if (RightChild(T)!=NULL) InOrder(RightChild(T)); } Thủ tục duyệt hậu tự void PosOrder(TTree T){ if (LeftChild(T)!=NULL) PosOrder(LeftChild(T)); if (RightChild(T)!=NULL)PosOrder(RightChild(T)); printf("%c ",T->data); } V Hãy biểu diễn cách gọi hàm Create2 để tạo một cây nhị phân cho trước. V. CÂY TÌM KIẾM NHỊ PHÂN (BINARY SEARCH TREES) 1. Định nghĩa Cây tìm kiếm nhị phân (TKNP) là cây nhị phân mà khoá tại mỗi nút cây lớn hơn khoá của tất cả các nút thuộc cây con bên trái và nhỏ hơn khoá của tất cả các nút thuộc cây con bên phải. Lưu ý: dữ liệu lưu trữ tại mỗi nút có thể rất phức tạp như là một record chẳng hạn, trong trường hợp này khoá của nút được tính dựa trên một trường nào đó, ta gọi là trường khoá. Trường khoá phải chứa các giá trị có thể so sánh được, tức là nó phải lấy giá trị từ một tập hợp có thứ tự. Ví dụ: hình III.15 minh hoạ một cây TKNP có khoá là số nguyên (với quan hệ thứ tự trong tập số nguyên). Trang 92
Cấu trúc dữ liệu Chương III: Cấu trúc cây Hình III.15: Ví dụ cây tìm kiếm nhị phân Qui ước: Cũng như tất cả các cấu trúc khác, ta coi cây rỗng là cây TKNP Nhận xét: ¾ Trên cây TKNP không có hai nút cùng khoá. ¾ Cây con của một cây TKNP là cây TKNP. ¾ Khi duyệt trung tự (InOrder) cây TKNP ta được một dãy có thứ tự tăng. Chẳng hạn duyệt trung tự cây trên ta có dãy: 5, 10, 15, 17, 20, 22, 30, 35, 42. 2. Cài đặt cây tìm kiếm nhị phân Cây TKNP, trước hết, là một cây nhị phân. Do đó ta có thể áp dụng các cách cài đặt như đã trình bày trong phần cây nhị phân. Sẽ không có sự khác biệt nào trong việc cài đặt cấu trúc dữ liệu cho cây TKNP so với cây nhị phân, nhưng tất nhiên, sẽ có sự khác biệt trong các giải thuật thao tác trên cây TKNP như tìm kiếm, thêm hoặc xoá một nút trên cây TKNP để luôn đảm bảo tính chất cuả cây TKNP. Một cách cài đặt cây TKNP thường gặp là cài đặt bằng con trỏ. Mỗi nút của cây như là một mẩu tin (record) có ba trường: một trường chứa khoá, hai trường kia là hai con trỏ trỏ đến hai nút con (nếu nút con vắng mặt ta gán con trỏ bằng NIL) Khai báo như sau typedef KeyType; typedef struct Node{KeyType Key; Node* Left,Right;} typedef Node* Tree; Khởi tạo cây TKNP rỗng Trang 93
Cấu trúc dữ liệu Chương III: Cấu trúc cây Ta cho con trỏ quản lý nút gốc (Root) của cây bằng NIL. void MakeNullTree(Tree *Root){ (*Root)=NULL; } Tìm kiếm một nút có khóa cho trước trên cây TKNP Để tìm kiếm 1 nút có khoá x trên cây TKNP, ta tiến hành từ nút gốc bằng cách so sánh khoá của nút gốc với khoá x. ¾ Nếu nút gốc bằng NULL thì không có khoá x trên cây. ¾ Nếu x bằng khoá của nút gốc thì giải thuật dừng và ta đã tìm được nút chứa khoá x. ¾ Nếu x lớn hơn khoá của nút gốc thì ta tiến hành (một cách đệ qui) việc tìm khoá x trên cây con bên phải. ¾ Nếu x nhỏ hơn khoá của nút gốc thì ta tiến hành (một cách đệ qui) việc tìm khoá x trên cây con bên trái. Ví dụ: tìm nút có khoá 30 trong cây ở trong hình III.15 - So sánh 30 với khoá nút gốc là 20, vì 30 > 20 vậy ta tìm tiếp trên cây con bên phải, tức là cây có nút gốc có khoá là 35. - So sánh 30 với khoá của nút gốc là 35, vì 30 22 vậy ta tìm tiếp trên cây con bên phải, tức là cây có nút gốc có khoá là 30. - So sánh 30 với khoá nút gốc là 30, 30 = 30 vậy đến đây giải thuật dừng và ta tìm được nút chứa khoá cần tìm. Hàm dưới đây trả về kết quả là con trỏ trỏ tới nút chứa khoá x hoặc NULL nếu không tìm thấy khoá x trên cây TKNP. Tree Search(KeyType x,Tree Root){ if (Root == NULL) return NULL; //không tìm thấy khoá x else if (Root->Key == x) /* tìm thấy khoá x */ return Root; else if (Root->Key < x) //tìm tiếp trên cây bên phải Trang 94
Cấu trúc dữ liệu Chương III: Cấu trúc cây return Search(x,Root->right); else {tìm tiếp trên cây bên trái} return Search(x,Root->left); } V Cây tìm kiếm nhị phân được tổ chức như thế nào để quá trình tìm kiếm được hiệu quả nhất? Nhận xét: giải thuật này sẽ rất hiệu quả về mặt thời gian nếu cây TKNP được tổ chức tốt, nghĩa là cây tương đối "cân bằng". Về chủ đề cây cân bằng các bạn có thể tham khảo thêm trong các tài liệu tham khảo của môn này. Thêm một nút có khóa cho trước vào cây TKNP Theo định nghĩa cây tìm kiếm nhị phân ta thấy trên cây tìm kiếm nhị phân không có hai nút có cùng một khoá. Do đó nếu ta muốn thêm một nút có khoá x vào cây TKNP thì trước hết ta phải tìm kiếm để xác định có nút nào chứa khoá x chưa. Nếu có thì giải thuật kết thúc (không làm gì cả!). Ngược lại, sẽ thêm một nút mới chứa khoá x này. Việc thêm một khoá vào cây TKNP là việc tìm kiếm và thêm một nút, tất nhiên, phải đảm bảo cấu trúc cây TKNP không bị phá vỡ. Giải thuật cụ thể như sau: Ta tiến hành từ nút gốc bằng cách so sánh khóa cuả nút gốc với khoá x. ¾ Nếu nút gốc bằng NULL thì khoá x chưa có trên cây, do đó ta thêm một nút mới chứa khoá x. ¾ Nếu x bằng khoá của nút gốc thì giải thuật dừng, trường hợp này ta không thêm nút. ¾ Nếu x lớn hơn khoá của nút gốc thì ta tiến hành (một cách đệ qui) giải thuật này trên cây con bên phải. ¾ Nếu x nhỏ hơn khoá của nút gốc thì ta tiến hành (một cách đệ qui) giải thuật này trên cây con bên trái. Ví dụ: thêm khoá 19 vào cây ở trong hình III.15 - So sánh 19 với khoá của nút gốc là 20, vì 19 < 20 vậy ta xét tiếp đến cây bên trái, tức là cây có nút gốc có khoá là10. Trang 95
Cấu trúc dữ liệu Chương III: Cấu trúc cây - So sánh 19 với khoá của nút gốc là 10, vì 19 > 10 vậy ta xét tiếp đến cây bên phải, tức là cây có nút gốc có khoá là 17. - So sánh 19 với khoá của nút gốc là 17, vì 19 > 17 vậy ta xét tiếp đến cây bên phải. Nút con bên phải bằng NULL, chứng tỏ rằng khoá 19 chưa có trên cây, ta thêm nút mới chứa khoá 19 và nút mới này là con bên phải của nút có khoá là 17, xem hình III.16 Hình III.16: Thêm khoá 19 vào cây hình III.15 Thủ tục sau đây tiến hành việc thêm một khoá vào cây TKNP. void InsertNode(KeyType x,Tree *Root ){ if (*Root == NULL){ /* thêm nút mới chứa khoá x */ (*Root)=(Node*)malloc(sizeof(Node)); (*Root)->Key = x; (*Root)->left = NULL; (*Root)->right = NULL; } else if (x Key) InsertNode(x,Root->left); else if (x>(*Root)->Key)InsertNode(x,Root->right); } Xóa một nút có khóa cho trước ra khỏi cây TKNP Trang 96
Cấu trúc dữ liệu Chương III: Cấu trúc cây Giả sử ta muốn xoá một nút có khoá x, trước hết ta phải tìm kiếm nút chứa khoá x trên cây. Việc xoá một nút như vậy, tất nhiên, ta phải bảo đảm cấu trúc cây TKNP không bị phá vỡ. Ta có các trường hợp như hình III.17: Hình III.17 Ví dụ về giải thuật xóa nút trên cây ¾ Nếu không tìm thấy nút chứa khoá x thì giải thuật kết thúc. ¾ Nếu tìm gặp nút N có chứa khoá x, ta có ba trường hợp sau (xem hình III.17) · Nếu N là lá ta thay nó bởi NULL. · N chỉ có một nút con ta thay nó bởi nút con của nó. · N có hai nút con ta thay nó bởi nút lớn nhất trên cây con trái của nó (nút cực phải của cây con trái) hoặc là nút bé nhất trên cây con phải của nó (nút cực trái của cây con phải). Trong giải thuật sau, ta thay x bởi khoá của nút cực trái của cây con bên phải rồi ta xoá nút cực trái này. Việc xoá nút cực trái của cây con bên phải sẽ rơi vào một trong hai trường hợp trên. Giải thuật xoá một nút có khoá nhỏ nhất Trang 97
Cấu trúc dữ liệu Chương III: Cấu trúc cây Hàm dưới đây trả về khoá của nút cực trái, đồng thời xoá nút này. KeyType DeleteMin (Tree *Root ){ KeyType k; if ((*Root)->left == NULL){ k=(*Root)->key; (*Root) = (*Root)->right; return k; } else return DeleteMin(Root->left); } Thủ tục xóa một nút có khoá cho trước trên cây TKNP void DeleteNode(key X,Tree *Root){ if ((*Root)!=NULL) if (x Key) DeleteNode(x,Root->left) else if (x > (*Root)->Key) DeleteNode(x,Root->right) else if ((*Root)->left==NULL)&&((*Root)->right==NULL) (*Root)=NULL; else if ((*Root)->left == NULL) (*Root) = (*Root)->right else if ((*Root)->right==NULL) (*Root) = (*Root)->left else (*Root)->Key = DeleteMin(Root->right); } Trang 98
Cấu trúc dữ liệu Chương III: Cấu trúc cây TỔNG KẾT CHƯƠNG Chương này giới thiệu một số khái niệm cơ bản về cây tổng quát, cây nhị phân và cây tiềm kiếm nhị phân. Bên cạnh đó, chương này cũng đề cập đến cách lưu trữ cây trong bộ nhớ như cài đặt cây bằng mảng, con trỏ, danh sách các con, con trái nhất, anh em ruột phải và cách cài đặt các phép toán cơ bản trên các dạng cây khác nhau theo từng cách cài đặt. Trang 99
Cấu trúc dữ liệu Chương III: Cấu trúc cây BÀI TẬP 1. Trình bày các biểu thức duyệt tiền tự, trung tự, hậu tự của cây sau: 2. Duyệt cây theo mức là duyệt bắt đầu từ gốc, rồi duyệt các nút nằm trên mức 1 theo thứ tự từ trái sang phải, rồi đến các nút nằm trên mức 2 theo thứ tự từ trái sang phải Và cứ như vậy. a. Hãy liệt kê các nút theo thứ tự duyệt theo mức của cây trong bài 1. b. Viết thủ tục duyệt cây theo mức. (Gợi ý: dùng hàng đợi) 3. Vẽ cây biểu diễn cho biểu thức ((a+b)+c*(d+e)+f)*(g+h) Trình bày biểu thức tiền tố và hậu tố của biểu thức đã cho. 4. Viết chương trình để tính giá trị của biểu thức khi cho: a. Biểu thức tiền tố b. Biểu thức hậu tố. Ví dụ: - đầu vào (input): * + 6 4 5 - thì đầu ra (output) sẽ là: 50 vì biểu thức trên là dạng tiền tố của (6+4) * 5 Tương tự: - đầu vào (input): 6 4 5 + * - thì đầu ra (output) sẽ là: 54 vì biểu thức trên là dạng hậu tố của 6 * (4+5) Trang 100
Cấu trúc dữ liệu Chương III: Cấu trúc cây 5. Cho cây nhị phân a. Hãy trình bày các duyệt: tiền tự (node-left-right), trung tự (left-node-right), hậu tự (left-right-node). b. Minh hoạ sự lưu trữ kế tiếp các nút cây này trong mảng. 6. Chứng minh rằng: nếu biết biểu thức duyệt tiền tự và trung tự của một cây nhị phân thì ta dựng được cây này. Điều đó đúng nữa không? Khi biết biểu thức duyệt: a. Tiền tự và hậu tự b. Trung tự và hậu tự 7. Nêu các trường hợp mà các giải thuật trên cây TKNP: - Có hiệu quả nhất - Kém hiệu quả nhất Từ đó nêu ra các hướng tổ chức cây TKNP để đạt được hiệu quả cao về thời gian thực hiện giải thuật. 8. a- Vẽ hình cây tìm kiếm nhị phân tạo ra từ cây rỗng bằng cách lần lượt thêm vào các khoá là các số nguyên: 54, 31, 43, 29, 65, 10, 20, 36, 78, 59. b- Vẽ lại hình cây tìm kiếm nhị phân ở câu a/ sau khi lần lượt xen thêm các nút 15, 45, 55. c- Vẽ lại hình cây tìm kiếm nhị phân ở câu a/ sau khi lần lượt xoá các nút 10, 20, 43, 65, 54. 9. Hãy dựng cây tìm kiếm nhị phân ứng với dãy khóa (thứ tự tính theo qui tắc so sánh chuỗi (string)): HAIPHONG, CANTHO, NHATRANG, DALAT, HANOI, ANGIANG, Trang 101
Cấu trúc dữ liệu Chương III: Cấu trúc cây MINHHAI, HUE, SAIGON, VINHLONG. Đánh dấu đường đi trên cây khi tìm kiếm khóa DONGTHAP. 10. Cài đặt cây TKNP có khoá là chuỗi (String) với các phép toán thêm, xoá. Bổ sung thêm các thủ tục cần thiết đề có 1 chương trình hoàn chỉnh, cung cấp giao diện để người dùng có thể thêm, xoá 1 khoá và duyệt cây để kiểm tra kết quả. 11. Viết các thủ tục thêm, xoá một nút có khoá x trên cây tìm kiếm nhị phân bằng cách không đệ qui. 12. Để mở rộng khả năng xử lí các khoá trùng nhau trên cây tìm kiếm nhị phân, ta có thể tổ chức cây tìm kiếm nhị phân như sau: tại mỗi nút của cây ta tổ chức một danh sách liên kết chứa các khoá trùng nhau đó. Chẳng hạn cây được thiết lập từ dãy khoá số nguyên 10, 15, 5, 10, 20, 4, 5, 10, 15, 15, 4, 15 như sau Trong đó các mũi tên nằm ngang chỉ các con trỏ của danh sách liên kết. Hãy viết khai báo cấu trúc dữ liệu và các thủ tục/hàm để cài đặt cây TKNP mở rộng như trên. Trang 102
Cấu trúc dữ liệu Chương IV:Tập hợp CHƯƠNG IV TẬP HỢP TỔNG QUAN 1. Mục tiêu Sau khi học xong chương này, sinh viên phải: - Nắm vững khái niệm về kiểu dữ liệu trừu tượng tập hợp và một số loại tập hợp đặc biệt như từ điển, bảng băm, hàng ưu tiên. - Cài đặt tập hợp và các loại tập hợp đặc biệt bằng ngôn ngữ lập trình cụ thể. 2. Kiến thức cơ bản cần thiết Để học tốt chương này, sinh viên cần biết lập trình căn bản như: - Kiểu mẩu tin (record) , kiểu mảng (array) và kiểu con trỏ (pointer). - Các cấu trúc điều khiển, lệnh vòng lặp. - Lập trình theo từng modul (chương trình con) và cách gọi chương trình con đó. - Lập trình đệ qui và gọi đệ qui. - Kiểu dữ liệu trừu tượng danh sách . 3. Tài liệu tham khảo [1] Aho, A. V. , J. E. Hopcroft, J. D. Ullman. "Data Structure and Algorihtms", Addison–Wesley; 1983 [2] Đỗ Xuân Lôi . "Cấu trúc dữ liệu và giải thuật". Nhà xuất bản khoa học và kỹ thuật. Hà nội, 1995. (chương 10- Trang 300) [3] Nguyễn Trung Trực, "Cấu trúc dữ liệu". BK tp HCM, 1990. (Chương 6 –trang 397) [4] Lê Minh Trung ; “Lập trình nâng cao bằng pascal với các cấu trúc dữ liệu “; 1997 (chương 9) 4. Nội dung cốt lõi Trong chương này chúng ta sẽ nghiên cứu các vấn đề sau: - Khái niệm tập hợp - Kiểu dữ liệu trừu tượng tập hợp. Trang 103
Cấu trúc dữ liệu Chương IV: Tập hợp - Cài đặt tập hợp - Từ điển - Cấu trúc bảng băm - Hàng ưu tiên. NỘI DUNG I. KHÁI NIỆM TẬP HỢP Tập hợp là một khái niệm cơ bản trong toán học. Tập hợp được dùng để mô hình hoá hay biểu diễn một nhóm bất kỳ các đối tượng trong thế giới thực cho nên nó đóng vai trò rất quan trọng trong mô hình hoá cũng như trong thiết kế các giải thuật. Khái niệm tập hợp cũng như trong toán học, đó là sự tập hợp các thành viên (members) hoặc phần tử (elements). Tất cả các phần tử của tập hợp là khác nhau. Tập hợp có thể có thứ tự hoặc không có thứ tự, tức là, có thể có quan hệ thứ tự xác định trên các phần tử của tập hợp hoặc không. Tuy nhiên, trong chương này, chúng ta giả sử rằng các phần tử của tập hợp có thứ tự tuyến tính, tức là, trên tập hợp S có quan hệ < và = thoả mản hai tính chất: Với mọi a,b ∈ S thì a<b hoặc b<a hoặc a=b Với mọi a,b,c ∈ S, a<b và b<c thì a<c II. KIỂU DỮ LIỆU TRỪU TƯỢNG TẬP HỢP Cũng như các kiểu dữ liệu trừu tượng khác, các phép toán kết hợp với mô hình tập hợp sẽ tạo thành một kiểu dữ liệu trừu tượng là rất đa dạng. Tùy theo nhu cầu của các ứng dụng mà các phép toán khác nhau sẽ được định nghĩa trên tập hợp. Ở đây ta đề cập đến một số phép toán thường gặp nhất như sau ¾ Thủ tục UNION(A,B,C) nhận vào 3 tham số là A,B,C; Thực hiện phép toán lấy hợp của hai tập A và B và trả ra kết quả là tập hợp C = A ∪B. ¾ Thủ tục INTERSECTION(A,B,C) nhận vào 3 tham số là A,B,C; Thực hiện phép toán lấy giao của hai tập A và B và trả ra kết quả là tập hợp C = A ∩ B. ¾ Thủ tục DIFFERENCE(A,B,C) nhận vào 3 tham số là A,B,C; Thực hiện phép toán lấy hợp của hai tập A và B và trả ra kết quả là tập hợp C = A\B ¾ Hàm MEMBER(x,A) cho kết quả kiểu logic (đúng/sai) tùy theo x có thuộc A hay không. Nếu x ∈ A thì hàm cho kết quả là 1 (đúng), ngược lại cho kết quả 0 (sai). ¾ Thủ tục MAKENULLSET(A) tạo tập hợp A tập rỗng ¾ Thủ tục INSERTSET(x,A) thêm x vào tập hợp A Trang 104
Cấu trúc dữ liệu Chương IV: Tập hợp ¾ Thủ tục DELETESET(x,A) xoá x khỏi tập hợp A ¾ Thủ tục ASSIGN(A,B) gán A cho B ( tức là B:=A ) ¾ Hàm MIN(A) cho phần tử bé nhất trong tập A ¾ Hàm EQUAL(A,B) cho kết quả TRUE nếu A=B ngược lại cho kết quả FALSE III. CÀI ĐẶT TẬP HỢP 1. Cài đặt tập hợp bằng vector Bit Hiệu quả của một cách cài đặt tập hợp cụ thể phụ thuộc vào các phép toán và kích thước tập hợp. Hiệu quả này cũng sẽ phụ thuộc vào tần suất sử dụng các phép toán trên tập hợp. Chẳng hạn nếu chúng ta thường xuyên sử dụng phép thêm vào và loại bỏ các phần tử trong tập hợp thì chúng ta sẽ tìm cách cài đặt hiệu quả cho các phép toán này. Còn nếu phép tìm kiếm một phần tử xảy ra thường xuyên thì ta có thể phải tìm cách cài đặt phù hợp để có hiệu quả tốt nhất. Ở đây ta xét một trường hợp đơn giản là khi toàn thể tập hợp của chúng ta là tập hợp con của một tập hợp các số nguyên nằm trong phạm vi nhỏ từ 1 n chẳng hạn thì chúng ta có thể dùng một mảng kiểu Boolean có n phần tử để cài đặt tập hợp (ta gọi là vectơ bít), bằng cách cho phần tử thứ i của mảng này giá trị TRUE nếu i thuộc tập hợp hoặc cho mảng lưu kiểu 0- 1. Nếu nội dung phần tử trong mảng tại vị trí i là 1 nghĩa là i tồn tại trong tập hợp và ngược lại, nội dung là 0 nghĩa là phần tử i đó không tồn tại trong tập hợp. Ví dụ: Giả sử các phần tử của tập hợp được lấy trong các số nguyên từ 1 đến 10 thì mỗi tập hợp được biểu diễn bởi một mảng một chiều có 10 phần tử với các giá trị phần tử thuộc kiểu logic. Chẳng hạn tập hợp A={1,3,5,8} được biểu diễn trong mảng có 10 phần tử như sau: 1 2 3 4 5 6 7 8 9 10 1 0 1 0 1 0 0 1 0 0 Cách biểu diễn này chỉ thích hợp trong điều kiện là mọi thành viên của tất cả các tập hợp đang xét phải có giá trị nguyên hoặc có thể đặt tương ứng duy nhất với số nguyên nằm trong một phạm vi nhỏ. Có thể dễ dàng nhận thấy khai báo cài đặt như sau const maxlength = 100; // giá trị phần tử lớn nhất trong tập hợp số nguyên không âm typedef int SET [maxlength]; Trang 105
Cấu trúc dữ liệu Chương IV: Tập hợp Tạo một tập hợp rỗng Để tạo một tập hợp rỗng ta cần đặt tất cả các nội dung trong tập hợp từ vị trí 0 đến vị trí maxlength đều bằng 0. Câu lệnh được viết như sau : void makenull(SET a) { int i; for(i=0;i<maxlength;i++) a[i]=0; } Biểu diễn tập hợp bằng vectơ bít tạo điều kiện thuận lợi cho các phép toán trên tập hợp. Các phép toán này có thể cài đặt dễ dàng bằng các phép toán Logic trong ngôn ngữ lập trình. Chẳng hạn thủ tục UNION(A,B,C) và thủ tục INTERSECTION được viết như sau : void SET_union (SET a,SET b,SET c) { int i; for (i=0;i<maxlength;i++) if ((a[i]==1)||(b[i]==1)) c[i]=1; else c[i]=0; } void SET_intersection (SET a,SET b, SET c) { int i; for (i=0;i<maxlength;i++) if ((a[i]==1)&&(b[i]==1)) c[i]=1; else c[i]=0; } Trang 106
Cấu trúc dữ liệu Chương IV: Tập hợp Các phép toán giao, hiệu, được viết một cách tương tự. Việc kiểm tra một phần tử có thuộc tập hợp hay không, thủ tục thêm một phần tử vào tập hợp, xóa một phần tử ra khỏi tập hợp cũng rất đơn giản và xem như bài tập. 2. Cài đặt bằng danh sách liên kết Tập hợp cũng có thể cài đặt bằng danh sách liên kết, trong đó mỗi phần tử của danh sách là một thành viên của tập hợp. Không như biểu diễn bằng vectơ bít, sự biểu diễn này dùng kích thước bộ nhớ tỉ lệ với số phần tử của tập hợp chứ không phải là kích thước đủ lớn cho toàn thể các tập hợp đang xét. Hơn nữa, ta có thể biểu diễn một tập hợp bất kỳ. Mặc dù thứ tự của các phần tử trong tập hợp là không quan trọng nhưng nếu một danh sách liên kết có thứ tự nó có thể trợ giúp tốt cho các phép duyệt danh sách. Chẳng hạn nếu tập hợp A được biểu diễn bằng một danh sách có thứ tự tăng thì hàm MEMBER(x,A) có thể thực hiện việc so sánh x một cách tuần tự từ đầu danh sách cho đến khi gặp một phần tử y ≥ x chứ không cần so sánh với tất cả các phần tử trong tập hợp. Một ví dụ khác, chẳng hạn ta muốn tìm giao của hai tập hợp A và B có n phần tử. Nếu A,B biểu diễn bằng các danh sách liên kết chưa có thứ tự thì để tìm giao của A và B ta phải tiến hành như sau: for (mỗi x thuộc A ) { Duyệt danh sách B xem x có thuộc B không. Nếu có thì x thuộc giao của hai tập hợp A và B; } Rõ ràng quá trình này có thể phải cần đến n x m phép kiểm tra (với n,m là độ dài của A và B). Nếu A,B được biểu diễn bằng danh sách có thứ tự tăng thì đối với một phần tử e∈A ta chỉ tìm kiếm trong B cho đến khi gặp phần tử x ≥ e. Quan trọng hơn nếu f đứng ngay sau e trong A thì để tìm kiếm f trong B ta chỉ cần tìm từ phần tử x trở đi chứ không phải từ đầu danh sách lưu trữ tập hợp B. Khai báo typedef int ElementType; typedef struct Node { ElementType Data; Node * Next; }; typedef Node * Position; Trang 107
Cấu trúc dữ liệu Chương IV: Tập hợp typedef Position SET; Thủ tục UNION //C= hop cua hai tap hop A,B void UnionSET(SET A, SET B, SET *C) { Position p; MakeNullSET(C); p=First(A); while (p!=EndSET(A)) { InsertSET (Retrieve(p,A),*C); p=Next(p,A); } p=First(B); while (p!=EndSET (B)) { if (Member(Retrieve(p,B),*C)==0) InsertSET (Retrieve(p,B),*C); p=Next(p,B); } } Thủ tục INTERSECTION // C=giao cua hai tap hop A,B void IntersectionSET(SET A, SET B, SET *C) { Position p; MakeNullSET(C); Trang 108
Cấu trúc dữ liệu Chương IV: Tập hợp p=First(A); while (p!=EndSET(A)) { if (Member(Retrieve(p,A),B)==1) InsertSET (Retrieve(p,A),*C); p=Next(p,A); } } Phép toán hiệu có thể viết tương tự (xem như bài tập). Phép ASSIGN(A,B) chép các các phần tử của tập A sang tập B, chú ý rằng ta không được làm bằng lệnh gán đơn giản B:=A vì nếu làm như vậy hai danh sách biểu diễn cho hai tập hợp A,B chỉ là một nên sự thay đổi trên tập này kéo theo sự thay đổi ngoài ý muốn trên tập hợp kia. Toán tử MIN(A) chỉ cần trả ra phần tử đầu danh sách (tức là A->Next->Data). Toán tử DELETESET là hoàn toàn giống như DELETE_LIST. Phép INSERTSET(x,A) cũng tương tự INSERT_LIST tuy nhiên ta phải chú ý rằng khi xen x vào A phải đảm bảo thứ tự của danh sách. Thêm phần tử vào tập hợp // Them phan tu vao tap hop co thu tu void InsertSET(ElementType X, SET L) { Position T,P; int finish=0; P=L; while ((P->Next!=NULL)&&(finish==0)) if (P->Next->Data Next; else finish=1; // P dang luu tru vi tri de xen phan tu X vao T=(Node*)malloc(sizeof(Node)); T->Data=X; T->Next=P->Next; Trang 109
Cấu trúc dữ liệu Chương IV: Tập hợp P->Next=T; } Xoá phần tử ra khỏi tập hợp: void DeleteSET(ElementType X, SET L) { Position T,P=L; int finish=0; while ((P->Next!=NULL)&& (finish==0)) if (P->Next->Data Next; else finish=1; if (finish==1) if(P->Next->Data==X) { T=P->Next; P->Next=T->Next; free(T); } } Kiểm tra sự hiện diện của phần tử trong tập hợp: Hàm kiểm tra xem phần tử X có thuộc tập hợp hay không. Hàm trả về giá trị 1 nếu phần tử X đó thuộc tập hợp và ngược lại, hàm trả về giá trị 0. int Member(ElementType X, SET L) { Position P; int Found = 0; P = First(L); while ((P != EndSET(L)) && (Found == 0)) if (Retrieve(P,L) == X) Found = 1; Trang 110
Cấu trúc dữ liệu Chương IV: Tập hợp else P = Next(P, L); return Found; } IV. TỪ ĐIỂN (DICTIONARY) Từ điển là một kiểu dữ liệu trừu tượng tập hợp đặc biệt, trong đó chúng ta chỉ quan tâm đến các phép toán InsertSet, DeleteSet, Member và MakeNullSet. Sở dĩ chúng ta nghiên cứu từ điển là do trong nhiều ứng dụng không sử dụng đến các phép toán hợp, giao, hiệu của hai tập hợp. Ngược lại ta cần một cấu trúc làm sao cho việc tìm kiếm, thêm và bớt phần tử có phần hiệu quả nhất gọi là từ điển. Chúng ta cũng chấp nhận MakeNullSet như là phép khởi tạo cấu trúc. 1. Cài đặt từ điển bằng mảng Thực chất việc cài đặt từ điển bằng mảng hoàn toàn giống với việc cài đặt danh sách đặc không có thứ tự. Khai báo #define MaxLength // So phan tu toi da typedef ElementType; // Kieu du lieu trong tu dien typedef int Position; typedef struct { ElementType Data[MaxLength]; Position Last; } SET; Khởi tạo cấu trúc rỗng void MakeNullSET(SET *L) { (*L).Last=0; } Hàm kiểm tra thành viên của tập hợp Trang 111
Cấu trúc dữ liệu Chương IV: Tập hợp int Member(ElementType X, SET L) { Position P=1, Found=0; while ((P <= (L.Last)) && (Found == 0)) if ((L.Data[P]) == X) Found = 1; else P++; return Found; } Thêm một phần tử vào tập hợp Vì danh sách không có thứ tự nên ta có thể thêm phần tử mới vào cuối danh sách. void InsertSET(ElementType X, SET *L) { if (FullSET(*L)) printf("Tap hop day"); else if (Member(X,*L)==0) { (*L).Last++; (*L).Data[(*L).Last]=X; } else printf ("\nPhan tu da ton tai trong tu dien"); } Xóa một phần tử trong tập hợp Trang 112
Cấu trúc dữ liệu Chương IV: Tập hợp Để xoá một phần tử nào đó ta phải tiến hành tìm kiếm nó trong danh sách. Vì danh sách không có thứ tự nên ta có thay thế phần tử bị xoá bằng phần tử cuối cùng trong danh sách để khỏi phải dời các phần tử nằm sau phần tử bị xoá lên một vị trí. void DeleteSET(ElementType X, SET *L) { if (EmptySET(*L)) printf("Tap hop rong!"); else { Position Q=1; while ((Q<=(*L).Last)&& ((*L).Data[Q]!=X)) Q++; if ( (*L).Data[Q]==X) { for (int i=Q;i<(*L).Last;i++) (*L).Data[i]=(*L).Data[i+1]; (*L).Last ; } } } Cài đặt tự điển bằng mảng đòi hỏi tốn n phép so sánh để xác định xem một phần tử có thuộc từ điển n phần tử hay không thông qua hàm Member. Trên từ điển, việc tìm kiếm một phần tử được xác định bằng hàm Member sẽ thường xuyên được sử dụng. Do đó, nếu hàm Member thực hiện không hiệu quả sẽ làm giảm đi ý nghĩa của từ điển (vì nói đến từ điển là phải tìm kiếm nhanh chóng). Mặt khác hàm Member còn được gọi từ trong thủ tục InsertSet và nó cũng dẫn đến là thủ tục này cũng không hiệu quả. Kỹ thuật băm cho phép chúng ta khắc phục nhược điểm trên. 2. Cài đặt từ điển bằng bảng băm 2.1. Cài đặt từ điển bằng bảng băm mở: Định nghĩa bảng băm mở : Trang 113
Cấu trúc dữ liệu Chương IV: Tập hợp Băm mở là một mảng một chiều có B phần tử có chỉ số từ 0 đến B-1. Mỗi phần tử là một con trỏ, trỏ tới một danh sách liên kết mà dữ liệu sẽ của từ điển sẽ được lưu trong các danh sách liên kết này. Mỗi danh sách được gọi là một Bucket (một danh sách có chứa các phần tử có cùng giá trị hàm băm). Hàm băm: Hàm băm là một ánh xạ từ tập dữ liệu A đến các số nguyên 0 B-1 (h : A ⎯→ 0 B-1); Theo đó giả sử x ∈ A thì h(x) là một số nguyên 0≤h(x) ≤B-1. Có nhiều cách để xây dựng hàm băm, cách đơn giản nhất là ‘nguyên hóa x ‘ và sau đó lấy h(x) = x % B. Ví dụ : Cho tập hợp A = {1,5,7,2,4,15} Bảng băm là mảng gồm 5 phần tử và hàm băm h(x) = x % 5; Ta có bảng băm lưu trữ A như sau : Bảng băm chứa các Danh sách của mỗi bucket chỉ điể m đầu của danh sách Hình IV.1: Bảng băm mở Hàm băm có thể được thiết kế như sau //Ham bam H(X)=X Mod B int H(ElementType X) { return X%B; } Sử dụng bảng băm mở để cài đặt từ điển Trang 114
Cấu trúc dữ liệu Chương IV: Tập hợp Dưới đây là các thủ tục cài đặt từ điển bằng bảng băm mở với giả thiết rằng các phần tử trong từ điển có kiểu ElementType và hàm băm là H. Khai báo #define B typedef ElementType; typedef struct Node { ElementType Data; Node* Next; }; typedef Node* Position; typedef Position Dictionary[B]; Khởi tạo bảng băm mở rỗng Lúc này tất cả các bucket là rỗng nên ta gán tất cả các con trỏ trỏ đến đầu các danh sách trong mỗi bucket là NULL. void MakeNullSet(Dictionary *D) { for(int i=0;i<B;i++) (*D)[i]=NULL; } Kiểm tra một thành viên trong từ điển được cài bằng bảng băm mở Để kiểm tra xem một khoá x nào đó có trong từ điển hay không, ta tính địa chỉ của nó trong bảng băm. Theo cấu trúc của bảng băm thì khoá x sẽ nằm trong bucket được trỏ bởi D[h(x)], với h(x) là hàm băm. Như vậy để tìm khoá x trước hết ta phải tính h(x) sau đó duyệt danh sách của bucket được trỏ bởi D[h(x)]. Giải thuật như sau: int Member(ElementType X, Dictionary D) Trang 115
Cấu trúc dữ liệu Chương IV: Tập hợp { Position P; int Found=0; //Tim o muc H(X) P=D[H(X)]; //Duyet tren ds thu H(X) while((P!=NULL) && (!Found)) if (P->Data==X) Found=1; else P=P->Next; return Found; } Thêm một phần tử vào từ điển được cài bằng bảng băm mở Để thêm một phần tử có khoá x vào từ điển ta phải tính bucket chứa nó, tức là phải tính h(x). Phần tử có khoá x sẽ được thêm vào bucket được trỏ bởi D[h(x)]. Vì ta không quan tâm đến thứ tự các phần tử trong mỗi bucket nên ta có thể thêm phần tử mới ngay đầu bucket này. Giải thuật như sau: void InsertSet(ElementType X, Dictionary *D) { int Bucket; Position P; if (!Member(X,*D)) { Bucket=H(X); P=(*D)[Bucket]; //Cap phat o nho moi cho *D[Bucket] (*D)[Bucket] = (Node*)malloc(sizeof(Node)); (*D)[Bucket]->Data=X; Trang 116
Cấu trúc dữ liệu Chương IV: Tập hợp (*D)[Bucket]->Next=P; } } Xoá một phần tử trong từ điển được cài bằng bảng băm mở Xoá một phần tử có khoá x trong từ điển bao gồm việc tìm ô chứa khoá và xoá ô này. Phần tử x, nếu có trong từ điển, sẽ nằm ở bucket D[h(x)]. Có hai trường hợp cần phân biệt. Nếu x nằm ngay đầu bucket, sau khi xoá x thì phần tử kế tiếp sau x trong bucket sẽ trở thành đầu bucket. Nếu x không nằm ở đầu bucket thì ta duyệt bucket này để tìm và xoá x. Trong trường hợp này ta phải định vị con trỏ duyệt tại "ô trước" ô chứa x để cập nhật lại con trỏ Next của ô này. Giải thuật như sau: void DeleteSet(ElementType X, Dictionary *D) { int Bucket, Done; Position P,Q; Bucket=H(X); // Neu danh sach ton tai if ((*D)[Bucket]!=NULL) { // X o dau danh sach if ((*D)[Bucket]->Data==X) { Q=(*D)[Bucket]; (*D)[Bucket]=(*D)[Bucket]->Next; free(Q); } else // Tim X { Trang 117
Cấu trúc dữ liệu Chương IV: Tập hợp Done=0; P=(*D)[Bucket]; while ((P->Next!=NULL) && (!Done)) if (P->Next->Data==X) Done=1; else P=P->Next; // Neu tim thay if (Done) { //Xoa P->Next Q=P->Next; P->Next=Q->Next; free(Q); } } } } 2.2. Cài đặt từ điển bằng bảng băm đóng Định nghĩa bảng băm đóng : Bảng băm đóng lưu giữ các phần tử của từ điển ngay trong mảng chứ không dùng mảng làm các chỉ điểm đầu của các danh sách liên kết. Bucket thứ i chứa phần tử có giá trị băm là i, nhưng vì có thể có nhiều phần tử có cùng giá trị băm nên ta sẽ gặp trường hợp sau: ta muốn đưa vào bucket i một phần tử x nhưng bucket này đã bị chiếm bởi một phần tử y nào đó (đụng độ). Như vậy khi thiết kế một bảng băm đóng ta phải có cách để giải quyết sự đụng độ này. Giải quyết đụng độ : Cách giải quyết đụng độ đó gọi là chiến lược băm lại (rehash strategy). Chiến lược băm lại là chọn tuần tự các vị trí h1, , hk theo một cách nào đó cho tới khi gặp một vị trí trống để Trang 118
Cấu trúc dữ liệu Chương IV: Tập hợp đặt x vào. Dãy h1, , hk gọi là dãy các phép thử. Một chiến lược đơn giản là băm lại tuyến tính, trong đó dãy các phép thử có dạng : hi(x)=(h(x)+i) mod B Ví dụ B=8 và các phần tử của từ điển là a,b,c,d có giá trị băm lần lượt là: h(a)=3, h(b)=0, h(c)=4, h(d)=3. Ta muốn đưa các phần tử này lần lượt vào bảng băm. Khởi đầu bảng băm là rỗng, có thể coi mỗi bucket chứa một giá trị đặc biệt Empty, Empty không bằng với bất kỳ một phần tử nào mà ta có thể xét trong tập hợp các phần tử muốn đưa vào bảng băm. Ta đặt a vào bucket 3, b vào bucket 0, c vào bucket 4. Xét phần tử d, d có h(d)=3 nhưng bucket 3 đã bị a chiếm ta tìm vị trí h1(x)= (h (x)+1) mod B = 4, vị trí này cũng đã bị c chiếm, tiếp tục tìm sang vị trí h2 (x)= (h(x)+2) mod B= 5 đây là một bucket rỗng ta đặt d vào (xem hình IV.2) 0 b 1 2 3 a 4 c 5 d 6 7 Hình IV.2: Giải quyết đụng độ trong bảng băm đóng bằng chiến lược băm lại tuyến tính Trong bảng băm đóng, phép kiểm tra một thành viên(thủ tục MEMBER (x,A)) phải xét dãy các bucket h(x),h1(x),h2(x), cho đến khi tìm thấy x hoặc tìm thấy một vị trí trống. Bởi vì nếu hk(x) là vị trí trống được gặp đầu tiên thì x không thể được tìm gặp ở một vị trí nào xa hơn nữa. Tuy nhiên, nói chung điều đó chỉ đúng với trường hợp ta không hề xoá đi một phần tử nào trong bảng băm. Nếu chúng ta chấp nhận phép xoá thì chúng ta qui ước rằng phần tử bị xóa sẽ được thay bởi một giá trị đặc biệt, gọi là Deleted, giá trị Deleted không bằng với bất kỳ một phần tử nào trong tập hợp đang xét vào nó cũng phải khác giá trị Empty. Empty cũng là một giá trị đặc biệt cho ta biết ô trống. Ví dụ Trang 119
Cấu trúc dữ liệu Chương IV: Tập hợp - Tìm phần tử e trong bảng băm trên, giả sử h(e)=4. Chúng ta tìm kiếm e tại các vị trí 4,5,6. Bucket 6 là chứa Empty, vậy không có e trong bảng băm. - Tìm d, vì h(d)=3 ta khởi đầu tại vị trí này và duyệt qua các bucket 4,5. Phần tử d được tìm thấy tại bucket 5. Sử dụng bảng băm đóng để cài đặt từ điển Dưới đây là khai báo và thủ tục cần thiết để cài đặt từ điển bằng bảng băm đóng. Để dễ dàng minh hoạ các giá trị Deleted và Empty, giả sử rằng ta cần cài đặt từ điển gồm các chuỗi 10 kí tự. Ta có thể qui ước: Empty là chuỗi 10 dấu + và Deleted là chuỗi 10 dấu *. Khai báo #define B 100 #define Deleted -1000//Gia dinh gia tri cho o da bi xoa #define Empty 1000 //Gia dinh gia tri cho o chua su dung typedef int ElementType; typedef int Dictionary [B]; Tạo hàm băm int H (ElementType X)] { return X%B; } Tạo tự điển rỗng // Tao tu dien rong void MakeNullDic(Dictionary D){ for (int i=0;i<B; i++) D[i]=Empty; } Trang 120
Cấu trúc dữ liệu Chương IV: Tập hợp Kiểm tra sự tồn tại của phần tử trong tự điển Hàm trả về giá tri 0 nếu phần tử X không tồn tại trong tự điển; Ngược lại, hàm trả về giá trị 1; int Member(ElementType X, Dictionary D) { Position init=H(X), i=0; while ((i<B) && (D[i]!=Empty) && (D[i]!=X)) i++; return (D[i]==X); } Thêm phần tử vào tự điển void InsertDic(ElementType X, Dictionary D) { int i=0,init; if (FullDic(D)) printf("Bang bam day"); else if (Member(X,D)==0) { init=H(X); while((i<B)&&(D[(i+init)%B]!=Empty)&&(D[(i+init)%B]!=Deleted)) i++; D[(i+init)%B]=X; printf("\n Vi tri de xen phan tu %d la %d\n",X,(i+init)%B); } else printf ("\nPhan tu da ton tai trong bang bam"); } Trang 121
Cấu trúc dữ liệu Chương IV: Tập hợp Xóa từ ra khỏi tự điển void DeleteDic(ElementType X, Dictionary D) { if (EmptyDic(D)) printf("\nBang bam rong!"); else { int i=0,init =H(X); while ((i<B)&&(D[(i+init)%B]!=X)&&(D[(i+init)%B]!=Deleted)) i++; if ( D[(i+init)%B]==X) D[(i+init)%B]=Deleted; } } 2. Các phương pháp xác định hàm băm Phương pháp chia "Lấy phần dư của giá trị khoá khi chia cho số bucket" . Tức là hàm băm có dạng: H(x)= x mod B Phương pháp này rõ ràng là rất đơn giản nhưng nó có thể không cho kết quả ngẫu nhiên lắm. Chẳng hạn B=1000 thì H(x) chỉ phụ thuộc vào ba số cuối cùng của khoá mà không phụ thuộc vào các số đứng trước. Kết quả có thể ngẫu nhiên hơn nếu B là một số nguyên tố. Phương pháp nhân "Lấy khoá nhân với chính nó rồi chọn một số chữ số ở giữa làm kết quả của hàm băm". Ví dụ x x2 h(x) gồm 3 số ở giữa 5402 29181604 181 hoàûc 816 Trang 122
Cấu trúc dữ liệu Chương IV: Tập hợp 0367 00134689 134 346 1246 01552516 552 525 2983 08898289 898 982 Vì các chữ số ở giữa phụ thuộc vào tất cả các chữ số có mặt trong khoá do vậy các khoá có khác nhau đôi chút thì hàm băm cho kết quả khác nhau. Phương pháp tách Đối với các khoá dài và kích thước thay đổi người ta thường dùng phương pháp phân đoạn, tức là phân khoá ra thành nhiều đoạn có kích thước bằng nhau từ một đầu ( trừ đoạn tại đầu cuối ), nói chung mỗi đoạn có độ dài bằng độ dài của kết quả hàm băm. Phân đoạn có thể là tách hoặc gấp: a. Tách: tách khóa ra từng đoạn rồi xếp các đoạn thành hàng được canh thẳng một đầu rồi có thể cộng chúng lại rồi áp dụng phương pháp chia để có kết quả băm. ví dụ: khoá 17046329 tách thành 329 046 017 cộng lại ta được 392. 392 mod 1000 = 392 là kết quả băm khoá đã cho. b. Gấp: gấp khoá lại theo một cách nào đó, có thể tương tự như gấp giấy, các chữ số cùng nằm tại một vị trí sau khi gấp dược xếp lại thẳng hàng với nhau rồi có thể cộng lại rồi áp dụng phương pháp chia (mod) để cho kết quả băm Ví dụ: khoá 17046329 gấp hai biên vào ta có 932 046 710 Cộng lại ta có 1679. 1679 mod 1000= 679 là kết quả băm khoá đã cho. V. HÀNG ƯU TIÊN (PRIORITY QUEUE) 1. Khái niệm hàng ưu tiên Hàng ưu tiên là một kiểu dữ liệu trừu tượng tập hợp đặc biệt, trong đó mỗi phần tử có một độ ưu tiên nào đó. Trang 123
Cấu trúc dữ liệu Chương IV: Tập hợp Độ ưu tiên của phần tử thường là một số, theo đó, phần tử có độ ưu tiên nhỏ nhất sẽ được ‘ưu tiên’ nhất. Một cách tổng quát thì độ ưu tiên của một phần tử là một phần tử thuộc tập hợp được xếp theo thứ tự tuyến tính. Trên hàng ưu tiên chúng ta chỉ quan tâm đến các phép toán: MAKENULL để tạo ra một hàng rỗng, INSERT để thêm phần tử vào hàng ưu tiên và DELETEMIN để xoá phần tử ra khỏi hàng với phần tử được xóa có độ ưu tiên bé nhất. Ví dụ tại bệnh viện, các bệnh nhân xếp hàng để chờ phục vụ nhưng không phải người đến trước thì được phục vụ trước mà họ có độ ưu tiên theo tình trạng khẩn cấp của bệnh. 2. Cài đặt hàng ưu tiên Chúng ta có thể cài đặt hàng ưu tiên bằng danh sách liên kết, danh sách liên kết có thể dùng có thứ tự hoặc không có thứ tự. Nếu danh sách liên kết có thứ tự thì ta có thể dễ dàng tìm phần tử nhỏ nhất, đó là phần tử đầu tiên, nhưng phép thêm vào đòi hỏi ta phải duyệt trung bình phân nửa danh sách để có một chổ xen thích hợp. Nếu danh sách chưa có thứ tự thì phép thêm vào có thể thêm vào ngay đầu danh sách, nhưng để tìm kiếm phần tử nhỏ nhất thì ta cũng phải duyệt trung bình phân nửa danh sách. Ta không thể cài đặt hàng ưu tiên bằng bảng băm vì bảng băm không thuận lợi trong việc tìm kiếm phần tử nhỏ nhất. Một cách cài đặt hàng ưu tiên khá thuận lợi đó là cài đặt bằng cây có thứ tự từng phần. 2.1. Cài đặt hàng ưu tiên bằng cây có thứ tự từng phần Định nghĩa cây có thứ tự từng phần Cây có thứ tự từng phần là cây nhị phân mà giá trị tại mỗi nút đều nhỏ hơn hoặc bằng giá trị của hai con. Ví dụ: Hình IV.3: Cây có thứ tự từng phần Nhận xét: Trên cây có thứ tự từng phần, nút gốc là nút có giá trị nhỏ nhất. Trang 124
Cấu trúc dữ liệu Chương IV: Tập hợp Từ nhận xét này, ta thấy có thể sử dụng cây có thứ tự từng phần đề cài đặt hàng ưu tiên và trong đó mỗi phần tử được biểu diễn bởi một nút trên cây mà độ ưu tiên của phần tử là giá trị của nút. Để việc cài đặt được hiệu quả, ta phải cố gắng sao cho cây tương đối ‘cân bằng’. Nghĩa là mọi nút trung gian (trừ nút là cha của nút lá) đều có hai con; Đối với các nút cha của nút là có thể chỉ có một con và trong trường hợp đó ta quy ước là con trái (không có con phải). Để thực hiện DELETEMIN ta chỉ việc trả ra nút gốc của cây và loại bỏ nút này. Tuy nhiên nếu loại bỏ nút này ta phải xây dựng lại cây với yêu cầu là cây phải có thứ tự từng phần và phải "cân bằng". Chiến lược xây dựng lại cây như sau Lấy nút lá tại mức cao nhất và nằm bên phải nhất thay thế cho nút gốc, như vậy cây vẫn "cân bằng" nhưng nó không còn đảm bảo tính thứ tự từng phần. Như vậy để xây dựng lại cây từng phần ta thực hiện việc "đẩy nút này xuống dưới" tức là ta đổi chổ nó với nút con nhỏ nhất của nó, nếu nút con này có độ ưu tiên nhỏ hơn nó. Giải thuật đẩy nút xuống như sau: - Nếu giá trị của nút gốc lớn hơn giá trị con trái và giá trị con trái lớn hơn hoặc bằng giá trị con phải thì đẩy xuống bên trái. (Hoán đổi giá trị của nút gốc và con trái cho nhau) - Nếu giá trị của nút gốc lớn hơn giá trị con phải và giá trị con phải nhỏ hơn giá trị con trái thì đẩy xuống bên phải. (Hoán đổi giá trị của nút gốc và con phải cho nhau) - Sau khi đẩy nút gốc xuống một con nào đó (trái hoặc phải) thì phải tiếp tục xét con đó xem có phải dẩy xuống nữa hay không. Quá trình đẩy xuống này sẽ kết thúc khi ta đã đẩy đến nút lá hoặc cây thỏa mãn tính chất có thứ tự từng phần. Ví dụ: thực hiện DELETEMIN với cây trong hình IV.3 trên ta loại bỏ nút 3 và thay nó bằng nút 9 (nút con của nút 8 ), cây có dạng sau Trang 125
Cấu trúc dữ liệu Chương IV: Tập hợp Ta "đẩy nút 9 tại gốc xuống" nghĩa là ta đổi chỗ nó với nút 5 Tiếp tục "đẩy nút 9 xuống" bằng cách đổi chổ nó với 6 Quá trình đã kết thúc. Xét phép toán INSERT, để thêm một phần tử vào cây ta bắt đầu bằng việc tạo một nút mới là lá nằm ở mức cao nhất và ngay bên phải các lá đang có mặt trên mức này. Nếu tất cả các lá ở mức cao nhất đều đang có mặt thì ta thêm nút mới vào bên trái nhất ở mức mới. Tiếp đó ta cho nút này "nổi dần lên" bằng cách đổi chổ nó với nút cha của nó nếu nút cha có độ ưu tiên lớn hơn. Quá trình nổi dần lên cũng là quá trình đệ quy. Quá trình đó sẽ dừng khi đã nổi lên đến nút gốc hoặc cây thỏa mãn tính chất có thứ tự từng phần. Ví dụ: thêm nút 4 vào cây trong hình IV.3, ta đặt 4 vào lá ở mức cao nhất và ngay bên phải các lá đang có mặt trên mức này ta được cây Cho 4 "nổi lên" bằng cách đổi chổ với nút cha Trang 126
Cấu trúc dữ liệu Chương IV: Tập hợp Tiếp tục cho 4 nổi lên ta có cây Quá trình đã kết thúc 2.2. Cài đặt cây có thứ tự từng phần bằng mảng. Trong thực tế các cây có thứ tự từng phần như đã bàn bạc ở trên thường được cài đặt bằng mảng hơn là cài đặt bằng con trỏ. Cây có thứ tự từng phần được biểu diễn bằng mảng như vậy gọi là HEAP. Nếu cây có n nút thì ta chứa n nút này vào n ô đầu của mảng A nào đó, A[1] chứa gốc cây. Nút A[i] sẽ có con trái là A[2i] và con phải là A[2i+1]. Việc biểu diễn này đảm bảo tính ‘cân bằng’ như chúng ta đã mô tả trên. Ví dụ: HEAP có 15 phần tử ta sẽ có cây như trong hình IV.4 Trang 127
Cấu trúc dữ liệu Chương IV: Tập hợp Hình IV.4 Nói cách khác nút cha của nút A[i] là A[i div 2], với i>1. Như vậy cây được xây dựng lớn lên từ mức này đến mức khác bắt đầu từ đỉnh (gốc) và tại mỗi mức cây phát triển từ trái sang phải. Cài đặt hàng ưu tiên bằng mảng như sau: Khai báo #define MaxLength 100 typedef int ElementType; typedef int Position; typedef struct { ElementType Data[MaxLength]; Position Last; } PriorityQueue; Khởi tạo hàng ưu tiên rỗng void MakeNullPriorityQueue(PriorityQueue *L) { (*L).Last=0; } Thêm một phần tử vào hàng ưu tiên hay thêm một nút vào cây có thứ tự từng phần Trang 128
Cấu trúc dữ liệu Chương IV: Tập hợp void InsertPriorityQueue(ElementType X, PriorityQueue *L) { Position P; ElementType temp; if (FullPriorityQueue(*L)) printf("Hang day"); else { Position i=++L->Last; L->Data[L->Last]=X; while ((i>0)&&(p(L->Data[i]) Data[i/2]))) { temp=(*L).Data[i]; (*L).Data[i]=(*)L.Data[i/2]; (*L).Data[i/2]=temp; i=i/2; } } } Xóa phần tử có độ ưu tiên bé nhất ElementType DeleteMin(Position P,PriorityQueue *L) { if (EmptyPriorityQueue(*L)) printf("\nHang rong!"); else Trang 129
Cấu trúc dữ liệu Chương IV: Tập hợp { ElementType minimum= (*L).Data[1]; (*L).Data[1]=(*L).Data[(*L).Last]; (*L).Last ; // Qua trinh day xuong int i=1,found =0; while ((i Last/2)&&(found==0)) // Tim nut be nhat trong hai nut con cua i if((p((*L).Data[2*i] Last)) j=2*i; else j=2*i+1; if ((p((*L).Data[i]>p((*L).Data[j])) { // Doi cho hai phan tu temp=(*L).Data[i]; (*L).Data[i]=(*L).Data[j]; (*L).Data[j]=temp; i=j; // Bat dau o muc moi } else found=1; return minimum; } } Trang 130
Cấu trúc dữ liệu Chương IV: Tập hợp BÀI TẬP 1. Viết các khai báo cấu trúc dữ liệu và các thủ tục/hàm cho các phép toán trên tập hợp để cài đặt tập hợp kí tự (256 kí tự ASCII) bằng vectơ bít. 2. Viết các khai báo cấu trúc dữ liệu và các thủ tục/hàm cho các phép toán trên tập hợp để cài đặt tập hợp các số nguyên bằng danh sách liên kết có thứ tự. 3. Giả sử bảng băm có 7 bucket, hàm băm là h(x)= x mod 7. Hãy vẽ hình biểu diễn bảng băm khi ta lần lượt đưa vào bảng băm rỗng các khoá 1,8, 27, 64, 125, 216, 343 trong các trường hợp: - Dùng bảng băm mở. - Bảng băm đóng với chiến lược giải quyết đụng độ là phép thử tuyến tính. 4. Cài đặt bảng băm đóng, với chiến lược băm lại là phép thử cầu phương. Tức là hàm băm lại lần thứ i có dạng hi = (h(x)+i2) mod B. 5. Giả sử trong một tập tin văn bản ta có các kí tự đặc biệt sau: BLANK=32 là mã ASCII của kí tự trống CR = 13 là mã ASCII kí tự kết thúc dòng LF = 10 là mã ASCII kí tự kết xuống dòng EOF= 26 là mã ASCII kí tự kết thúc tập tin Một từ (word) trong văn bản được định nghĩa là một chuỗi gồm các kí tự không chứa kí tự đặc biệt nào. Hơn nữa kí tự trước chuỗi trong văn bản hoặc không có hoặc là kí tự đặc biệt và kí tự sau chuỗi là kí tự đặc biệt. Viết chương trình thành lập một từ điển gồm các từ trong văn bản bằng một bảng băm mở. Bằng cách đọc từng kí tự của một tập tin văn bản cho đến hết văn bản, khi đọc phải thiết lập từ để khi gặp kí tự đặc biệt (hết từ) thì đưa từ đó vào bảng băm đưa vào bảng băm nếu nó chưa có trong bảng. Hàm băm có thể chọn như hàm băm chuỗi 10 kí tự trong bài học. 6. Viết chương trình dùng cấu trúc bảng băm mở để cài đặt một từ điển tiếng Anh đơn giản. Giả sử mỗi mục từ trong từ điển chỉ gồm có từ tiếng Anh và phần giải nghĩa của từ này. Cấu trúc mỗi mục từ như sau: Mẩu tin item gồm có 2 trường: Word: kiểu chuỗi ký tự để lưu từ khóa cần tra; Explanation: kiểu chuỗi ký tự giải thích cho từ khóa; Trang 131
Cấu trúc dữ liệu Chương IV: Tập hợp Tạo giao diện đơn giản để người dùng nhập các từ vào từ điển. Lưu trữ từ điển trong bảng băm và tạo một giao diện đơn giản cho người dùng có thể tra từ. Chương trình phải cạnh cấp cơ chế lưu các từ đã có trong từ điển lên đĩa và đọc lại từ đĩa một từ điển có sẵn. 7. Vẽ cây có thứ tự từng phần được thiết lập bằng cách lần lượt đưa vào cây rỗng các khoá 5,9,6,4,3,1,7 8. Ta thấy rằng nếu ta lần lượt thực hiện DELETEMIN trên cây có thứ tự từng phần thì ta sẽ có một dãy các khoá có thứ tự tăng. Hãy dùng ý tưởng này để sắp xếp 1 dãy các số nguyên. 9. Giả lập việc quản lí các tiến trình thời gian thực (real-time processes): Giả sử hệ điều hành phải quản lí nhiều tiến trình khác nhau, mỗi tiến trình có một độ ưu tiên khác nhau được tính theo một cách nào đó. Để đơn giản ta giả sử rằng mỗi tiến trình được quản lí như là một record có hai trường: Name: chuỗi ký tự; Priority: số thực ghi nhận mức độ ưu tiên của tiến trình; Hãy cài đặt một hàng ưu tiên để quản lí các tiến trình này. Độ ưu tiên của các tiến trình dựa trên giá trị trường priority. Trang 132
Cấu trúc dữ liệu Chương V:Đồ thị CHƯƠNG V ĐỒ THỊ (GRAPH) TỔNG QUAN 1. Mục tiêu Sau khi học xong chương này, sinh viên nắm vững và cài đặt được các kiểu dữ liệu trừu tượng đồ thị và vận dụng để giải những bài toán thực tế. 2.Kiến thức cơ bản cần thiết Để học tốt chương này, sinh viên phải nắm vững kỹ năng lập trình căn bản như: Kiểu mẩu tin (record) , kiểu mảng (array) và kiểu con trỏ (pointer) Các cấu trúc điều khiển, lệnh vòng lặp. Lập trình theo từng modul (chương trình con) và cách gọi chương trình con đó. Kiến thức toán rời rạc về tìm đường đi trên đồ thị. 3.Tài liệu tham khảo [1] Aho, A. V. , J. E. Hopcroft, J. D. Ullman. "Data Structure and Algorihtms", Addison– Wesley; 1983 [2] Đỗ Xuân Lôi . "Cấu trúc dữ liệu và giải thuật". Nhà xuất bản khoa học và kỹ thuật. Hà nội, 1995. (chương 7 –Trang 171) [3] N. Wirth "Cấu trúc dữ liệu + giải thuật= Chương trình", 1983. [4] Nguyễn Trung Trực, "Cấu trúc dữ liệu". BK tp HCM, 1990. (chương 7 trang 431) [5] Lê Minh Trung ; “Lập trình nâng cao bằng pascal với các cấu trúc dữ liệu “; 1997 (chương 12) 4.Nội dung cốt lõi Trong chương này chúng ta sẽ nghiên cứu một số kiểu dữ liệu trừu tượng cơ bản như sau: Các khái niệm cơ bản Kiểu dữ liệu trừu tượng đồ thị Biểu diễn đồ thị Các phép duyệt đồ thị Một số bài toán trên đồ thị Trang 133
Cấu trúc dữ liệu Chương V: Đồ thị I. CÁC ĐỊNH NGHĨA Một đồ thị G bao gồm một tập hợp V các đỉnh và một tập hợp E các cung, ký hiệu G=(V,E). Các đỉnh còn được gọi là nút (node) hay điểm (point). Các cung nối giữa hai đỉnh, hai đỉnh này có thể trùng nhau. Hai đỉnh có cung nối nhau gọi là hai đỉnh kề (adjacency). Một cung nối giữa hai đỉnh v, w có thể coi như là một cặp điểm (v,w). Nếu cặp này có thứ tự thì ta có cung có thứ tự, ngược lại thì cung không có thứ tự. Nếu các cung trong đồ thị G có thứ tự thì G gọi là đồ thị có hướng (directed graph). Nếu các cung trong đồ thị G không có thứ tự thì đồ thị G là đồ thị vô hướng (undirected graph). Trong các phần sau này ta dùng từ đồ thị (graph) để nói đến đồ thị nói chung, khi nào cần phân biệt rõ ta sẽ dùng đồ thị có hướng, đồ thị vô hướng. Hình V.1a cho ta một ví dụ về đồ thị có hướng, hình V.1b cho ví dụ về đồ thị vô hướng. Trong các đồ thị này thì các vòng tròn được đánh số biểu diễn các đỉnh, còn các cung được biểu diễn bằng các đoạn thẳng có hướng (trong V.1a) hoặc không có hướng (trong V.1b). Thông thường trong một đồ thị, các đỉnh biểu diễn cho các đối tượng còn các cung biểu diễn mối quan hệ (relationship) giữa các đối tượng đó. Chẳng hạn các đỉnh có thể biểu diễn cho các thành phố còn các cung biểu diễn cho đường giao thông nối giữa hai thành phố. Một đường đi (path) trên đồ thị là một dãy tuần tự các đỉnh v1, v2, , vn sao cho (vi,vi+1) là một cung trên đồ thị (i=1, ,n-1). Đường đi này là đường đi từ v1 đến vn và đi qua các đỉnh v2, ,vn-1. Đỉnh v1 còn gọi là đỉnh đầu, vn gọi là đỉnh cuối. Độ dài của đường đi này bằng (n-1). Trường hợp đặc biệt dãy chỉ có một đỉnh v thì ta coi đó là đường đi từ v đến chính nó có độ dài bằng không. Ví dụ dãy 1,2,4 trong đồ thị V.1a là một đường đi từ đỉnh 1 đến đỉnh 4, đường đi này có độ dài là hai. Đường đi gọi là đơn (simple) nếu mọi đỉnh trên đường đi đều khác nhau, ngoại trừ đỉnh đầu và đỉnh cuối có thể trùng nhau. Một đường đi có đỉnh đầu và đỉnh cuối trùng nhau gọi là một chu trình (cycle). Một chu trình đơn là một đường đi đơn có đỉnh đầu và đỉnh cuối trùng nhau và có độ dài ít nhất là 1. Ví dụ trong hình V.1a thì 3, 2, 4, 3 tạo thành một chu trình có độ dài 3. Trong hình V.1b thì 1,3,4,2,1 là một chu trình có độ dài 4. Trong nhiều ứng dụng ta thường kết hợp các giá trị (value) hay nhãn (label) với các đỉnh và/hoặc các cạnh, lúc này ta nói đồ thị có nhãn. Nhãn kết hợp với các đỉnh và/hoặc cạnh có thể biểu diễn tên, giá, khoảng cách, Nói chung nhãn có thể có kiểu tuỳ ý. Hình V.2 cho ta ví dụ về một đồ thị có nhãn. Ở đây nhãn là các giá trị số nguyên biểu diễn cho giá cước vận chuyển một tấn hàng giữa các thành phố 1, 2, 3, 4 chẳng hạn. Trang 134
Cấu trúc dữ liệu Chương V: Đồ thị Đồ thị con của một đồ thị G=(V,E) là một đồ thị G'=(V',E') trong đó: ¾ V’⊆V và ¾ E’ gồm tất cả các cạnh (v,w) ∈ E sao cho v,w ∈ V’. II. KIỂU DỮ LIỆU TRỪU TƯỢNG ĐỒ THỊ Các phép toán được định nghĩa trên đồ thị là rất đơn giản như là: ¾ Đọc nhãn của đỉnh. ¾ Đọc nhãn của cạnh. ¾ Thêm một đỉnh vào đồ thị. ¾ Thêm một cạnh vào đồ thị. ¾ Xoá một đỉnh. ¾ Xoá một cạnh. ¾ Lần theo (navigate) các cung trên đồ thị để đi từ đỉnh này sang đỉnh khác. Thông thường trong các giải thuật trên đồ thị, ta thường phải thực hiện một thao tác nào đó với tất cả các đỉnh kề của một đỉnh, tức là một đoạn giải thuật có dạng sau: For (mỗi đỉnh w kề với v) { thao tác nào đó trên w } Để cài đặt các giải thuật như vậy ta cần bổ sung thêm khái niệm về chỉ số của các đỉnh kề với v. Hơn nữa ta cần định nghĩa thêm các phép toán sau đây: ¾ FIRST(v) trả về chỉ số của đỉnh đầu tiên kề với v. Nếu không có đỉnh nào kề với v thì null được trả về. Giá trị null được chọn tuỳ theo cấu trúc dữ liệu cài đặt đồ thị. ¾ NEXT(v,i) trả về chỉ số của đỉnh nằm sau đỉnh có chỉ số i và kề với v. Nếu không có đỉnh nào kề với v theo sau đỉnh có chỉ số i thì null được trả về. ¾ VERTEX(i) trả về đỉnh có chỉ số i. Có thể xem VERTEX(v,i) như là một hàm để định vị đỉnh thứ i để thức hiện một thao tác nào đó trên đỉnh này. Trang 135
Cấu trúc dữ liệu Chương V: Đồ thị III. BIỂU DIỄN ĐỒ THỊ Một số cấu trúc dữ liệu có thể dùng để biểu diễn đồ thị. Việc chọn cấu trúc dữ liệu nào là tuỳ thuộc vào các phép toán trên các cung và đỉnh của đồ thị. Hai cấu trúc thường gặp là biểu diễn đồ thị bằng ma trận kề (adjacency matrix) và biểu diễn đồ thị bằng danh sách các đỉnh kề (adjacency list). 1. Biểu diễn đồ thị bằng ma trận kề Ta dùng một mảng hai chiều, chẳng hạn mảng A, kiểu boolean để biểu diễn các đỉnh kề. Nếu đồ thị có n đỉnh thì ta dùng mảng A có kích thước nxn. Giả sử các đỉnh được đánh số 1 n thì A[i,j] = true, nếu có đỉnh nối giữa đỉnh thứ i và đỉnh thứ j, ngược lại thì A[i,j] = false. Rõ ràng, nếu G là đồ thị vô hướng thì ma trận kề sẽ là ma trận đối xứng. Chẳng hạn đồ thị V.1b có biểu diễn ma trận kề như sau: j 0 1 2 3 i 0 true true true false 1 true true true true 2 true true true true 3 false true true true Ta cũng có thể biểu diễn true là 1 còn false là 0. Với cách biểu diễn này thì đồ thị hình V.1a có biểu diễn ma trận kề như sau: j 0 1 2 3 i 0 1 1 1 0 1 0 1 0 1 2 0 1 1 0 3 0 0 0 1 Với cách biểu diễn đồ thị bằng ma trận kề như trên chúng ta có thể định nghĩa chỉ số của đỉnh là số nguyên chỉ đỉnh đó (theo cách đánh số các đỉnh) và ta cài đặt các phép toán FIRST, NEXT và VERTEX như sau: const null=0; int A[n,n]; //mảng biểu diễn ma trận kề Trang 136
Cấu trúc dữ liệu Chương V: Đồ thị int FIRST(int v) //trả ra chỉ số [1 n] của đỉnh đầu tiên kề với v ∈ 1 n { int i; for (i=1; i null) { w = VERTEX(i); //thao tác trên w i =NEXT(v,i); } Trang 137
Cấu trúc dữ liệu Chương V: Đồ thị Trên đồ thị có nhãn thì ma trận kề có thể dùng để lưu trữ nhãn của các cung chẳng hạn cung giữa i và j có nhãn a thì A[i,j]=a. Ví dụ ma trận kề của đồ thị hình V.2 là: j 1 2 3 4 i 1 50 45 2 50 10 75 3 45 10 30 4 75 30 Ở đây các cặp đỉnh không có cạnh nối thì ta để trống, nhưng trong các ứng dụng ta có thể phải gán cho nó một giá trị đặc biệt nào đó để phân biệt với các giá trị có nghĩa khác. Chẳng hạn như trong bài toán tìm đường đi ngắn nhất, các giá trị số nguyên biểu diễn cho khoảng cách giữa hai thành phố thì các cặp thành phố không có cạnh nối ta gán cho nó khoảng cách bằng µ, còn khoảng cách từ một đỉnh đến chính nó là 0. Cách biểu diễn đồ thị bằng ma trận kề cho phép kiểm tra một cách trực tiếp hai đỉnh nào đó có kề nhau không. Nhưng nó phải mất thời gian duyệt qua toàn bộ mảng để xác định tất cả các cạnh trên đồ thị. Thời gian này độc lập với số cạnh và số đỉnh của đồ thị. Ngay cả số cạnh của đồ thị rất nhỏ chúng ta cũng phải cần một mảng nxn phần tử để lưu trữ. Do vậy, nếu ta cần làm việc thường xuyên với các cạnh của đồ thị thì ta có thể phải dùng cách biểu diễn khác cho thích hợp hơn. 2. Biểu diễn đồ thị bằng danh sách các đỉnh kề: Trong cách biểu diễn này, ta sẽ lưu trữ các đỉnh kề với một đỉnh i trong một danh sách liên kết theo một thứ tự nào đó. Như vậy ta cần một mảng HEAD một chiều có n phần tử để biểu diễn cho đồ thị có n đỉnh. HEAD[i] là con trỏ trỏ tới danh sách các đỉnh kề với đỉnh i. ví dụ đồ thị hình V.1a có biểu diễn như sau: 1 2 3 * 2 4 * 3 2 * 4 3 * Mảng HEAD IV. CÁC PHÉP DUYỆT ĐỒ THỊ (TRAVERSALS OF GRAPH) Trong khi giải nhiều bài toán được mô hình hoá bằng đồ thị, ta cần đi qua các đỉnh và các cung của đồ thị một cách có hệ thống. Việc đi qua các đỉnh của đồ thị một cách có hệ thống như vậy gọi là duyệt đồ thị. Có hai phép duyệt đồ thị phổ biến đó là duyệt theo chiều sâu, tương tự như duyệt tiền tự một cây, và duyệt theo chiều rộng, tương tự như phép duyệt cây theo mức. Trang 138
Cấu trúc dữ liệu Chương V: Đồ thị 1. Duyệt theo chiều sâu (depth-first search) Giả sử ta có đồ thị G=(V,E) với các đỉnh ban đầu được đánh dấu là chưa duyệt (unvisited). Từ một đỉnh v nào đó ta bắt đầu duyệt như sau: đánh dấu v đã duyệt, với mỗi đỉnh w chưa duyệt kề với v, ta thực hiện đệ qui quá trình trên cho w. Sở dĩ cách duyệt này có tên là duyệt theo chiều sâu vì nó sẽ duyệt theo một hướng nào đó sâu nhất có thể được. Giải thuật duyệt theo chiều sâu một đồ thị có thể được trình bày như sau, trong đó ta dùng một mảng mark có n phần tử để đánh dấu các đỉnh của đồ thị là đã duyệt hay chưa. //đánh dấu chưa duyệt tất cả các đỉnh for (v =1; v <=n; v++) mark[v-1]=unvisited; //duyệt theo chiều sâu từ đỉnh đánh số 1 for (v = 1; v<=n; v++) if (mark[v-1] == unvisited) dfs(v); //duyệt theo chiều sâu đỉnh v Thủ tục dfs ở trong giải thuật ở trên có thể được viết như sau: void dfs(vertex v) // v ∈ [1 n] { vertex w; mark[v-1]=visited; for (mỗi đỉnh w là đỉnh kề với v) if (mark[w-1] == unvisited) dfs(w); } Ví dụ: Duyệt theo chiều sâu đồ thị trong hình V.3. Giả sử ta bắt đầu duyệt từ đỉnh A, tức là dfs(A). Giải thuật sẽ đánh dấu là A đã được duyệt, rồi chọn đỉnh đầu tiên trong danh sách các đỉnh kề với A, đó là G. Tiếp tục duyệt đỉnh G, G có hai đỉnh kề với nó là B và C, theo thứ tự đó thì đỉnh kế tiếp được duyệt là đỉnh B. B có một đỉnh kề đó là A, nhưng A đã được duyệt nên phép duyệt dfs(B) đã hoàn tất. Bây giờ giải thuật sẽ tiếp tục với đỉnh kề với G mà Trang 139
Cấu trúc dữ liệu Chương V: Đồ thị còn chưa duyệt là C. C không có đỉnh kề nên phép duyệt dfs(C) kết thúc vậy dfs(A) cũng kết thúc. Còn lại 3 đỉnh chưa được duyệt là D,E,F và theo thứ tự đó thì D được duyệt, kế đến là F. Phép duyệt dfs(D) kết thúc và còn một đỉnh E chưa được duyệt. Tiếp tục duyệt E và kết thúc. Nếu ta in các đỉnh của đồ thị trên theo thứ tự được duyệt ta sẽ có danh sách sau: AGBCDFE. Ví dụ duyệt theo chiều sâu đồ thị hình V.4 bắt đầu từ đỉnh A: Duyệt A, A có các đỉnh kề là B,C,D; theo thứ tự đó thì B được duyệt. B có 1 đỉnh kề chưa duyệt là F, nên F được duyệt. F có các đỉnh kề chưa duyệt là D,G; theo thứ tự đó thì ta duyệt D. D có các đỉnh kề chưa duyệt là C,E,G; theo thứ tự đó thì C được duyệt. Các đỉnh kề với C đều đã được duyệt nên giải thuật được tiếp tục duyệt E. E có một đỉnh kề chưa duyệt là G, vậy ta duyệt G. Lúc này tất cả các nút đều đã được duyệt nên đồ thị đã được duyệt xong. Vậy thứ tự các đỉnh được duyệt là ABFDCEG. 2. Duyệt theo chiều rộng (breadth-first search) Giả sử ta có đồ thị G với các đỉnh ban đầu được đánh dấu là chưa duyệt (unvisited). Từ một đỉnh v nào đó ta bắt đầu duyệt như sau: đánh dấu v đã được duyệt, kế đến là duyệt tất cả các đỉnh kề với v. Khi ta duyệt một đỉnh v rồi đến đỉnh w thì các đỉnh kề của v được duyệt trước các đỉnh kề của w, vì vậy ta dùng một hàng để lưu trữ các nút theo thứ tự được duyệt để có thể duyệt các đỉnh kề với chúng. Ta cũng dùng mảng một chiều mark để đánh dấu một nút là đã duyệt hay chưa, tương tự như duyệt theo chiều sâu. Giải thuật duyệt theo chiều rộng được viết như sau: //đánh dấu chưa duyệt tất cả các đỉnh for (v = 1; v<= n; v++) mark[v-1] = unvisited; //n là số đỉnh của đồ thị //duyệt theo chiều rộng từ đỉnh đánh số 1 for (v = 1; v<=n; v++) if (mark[v-1] == unvisited) bfs(v); Thủ tục bfs được viết như sau: void bfs(vertex v) // v ∈ [1 n] Trang 140
Cấu trúc dữ liệu Chương V: Đồ thị { QUEUE of vertex Q; vertex x,y; mark[v-1] = visited; ENQUEUE(v,Q); while !(EMPTY_QUEUE(Q)) { x = FRONT(Q); DEQUEUE(Q); for (mỗi đỉnh y kề với x) if (mark[y-1] == unvisited) { mark[y-1] = visited; {duyệt y} ENQUEUE(y,Q); } } } Ví dụ duyệt theo chiều rộng đồ thị hình V.3. Giả sử bắt đầu duyệt từ A. A chỉ có một đỉnh kề G, nên ta duyệt G. Kế đến duyệt tất cả các đỉnh kề với G; đó là B,C. Sau đó duyệt tất cả các đỉnh kề với B, C theo thứ tự đó. Các đỉnh kề với B, C đều đã được duyệt, nên ta tiếp tục duyệt các đỉnh chưa được duyệt. Các đỉnh chưa được duyệt là D, E, F. Duyệt D, kế đến là F và cuối cùng là E. Vậy thứ tự các đỉnh được duyệt là: AGBCDFE. Ví dụ duyệt theo chiều rộng đồ thị hình V.4. Giả sử bắt đầu duyệt từ A. Duyệt A, kế đến duyệt tất cả các đỉnh kề với A; đó là B, C, D theo thứ tự đó. Kế tiếp là duyệt các đỉnh kề của B, C, D theo thứ tự đó. Vậy các nút được duyệt tiếp theo là F, E,G. Có thể minh hoạ hoạt động của hàng trong phép duyệt trên như sau: Duyệt A nghĩa là đánh dấu visited và đưa nó vào hàng: A Kế đến duyệt tất cả các đỉnh kề với đỉnh đầu hàng mà chưa được duyệt; tức là ta loại A khỏi hàng, duyệt B, C, D và đưa chúng vào hàng, bây giờ hàng chứa các đỉnh B, C, D. Trang 141
Cấu trúc dữ liệu Chương V: Đồ thị B C D Kế đến B được lấy ra khỏi hàng và các đỉnh kề với B mà chưa được duyệt, đó là F, sẽ được duyệt, và F được đưa vào hàng đợi. C D F Kế đến thì C được lấy ra khỏi hàng và các đỉnh kề với C mà chưa được duyệt sẽ được duyệt. Không có đỉnh nào như vậy, nên bước này không có thêm đỉnh nào được duyệt. D F Kế đến thì D được lấy ra khỏi hàng và duyệt các đỉnh kề chưa duyệt của D, tức là E, G được duyệt. E, G được đưa vào hàng đợi. F E G Trang 142
Cấu trúc dữ liệu Chương V: Đồ thị Tiếp tục, F được lấy ra khỏi hàng. Không có đỉnh nào kề với F mà chưa được duyệt. Vậy không duyệt thêm đỉnh nào. E G Tương tự như F, E rồi đến G được lấy ra khỏi hàng. Hàng trở thành rỗng và giải thuật kết thúc. V. MỘT SỐ BÀI TOÁN TRÊN ĐỒ THỊ Phần này sẽ giới thiệu với các bạn một số bài toán quan trọng trên đồ thị, như bài toán tìm đường đi ngắn nhất, bài toán tìm bao đóng chuyển tiếp, cây bao trùm tối thiểu Các bài toán này cùng với các giải thuật của nó đã được trình bày chi tiết trong giáo trình về Qui Hoạch Động, vì thế ở đây ta không đi vào quá chi tiết các giải thuật này. Phần này chỉ xem như là phần nêu các ứng dụng cùng với giải thuật để giải quyết các bài toán đó nhằm giúp bạn đọc có thể vận dụng được các giải thuật vào việc cài đặt để giải các bài toán nêu trên. 1. Bài toán tìm đuờng đi ngắn nhất từ một đỉnh của đồ thị (the single source shorted path problem) Cho đồ thị G với tập các đỉnh V và tập các cạnh E (đồ thị có hướng hoặc vô hướng). Mỗi cạnh của đồ thị có một nhãn, đó là một giá trị không âm, nhãn này còn gọi là giá (cost) của cạnh. Cho trước một đỉnh v xác định, gọi là đỉnh nguồn. Vấn đề là tìm đường đi ngắn nhất từ v đến các đỉnh còn lại của G; tức là các đường đi từ v đến các đỉnh còn lại với tổng các giá (cost) của các cạnh trên đường đi là nhỏ nhất. Chú ý rằng nếu đồ thị có hướng thì đường đi này là đường đi có hướng. Ta có thể giải bài toán này bằng cách xác định một tập hợp S chứa các đỉnh mà khoảng cách ngắn nhất từ nó đến đỉnh nguồn v đã biết. Khởi đầu S={v}, sau đó tại mỗi bước ta sẽ thêm vào S các đỉnh mà khoảng cách từ nó đến v là ngắn nhất. Với giả thiết mỗi cung có một giá không âm thì ta luôn luôn tìm được một đường đi ngắn nhất như vậy mà chỉ đi qua các đỉnh đã tồn tại trong S. Để chi tiết hoá giải thuật, giả sử G có n đỉnh và nhãn trên mỗi cung được lưu trong mảng hai chiều C, tức là C[i,j] là giá (có thể xem như độ dài) của cung (i,j), nếu i và j không nối nhau thì C[i,j]=∞. Ta dùng mảng 1 chiều D có n phần tử để lưu độ dài của đường đi ngắn nhất từ mỗi đỉnh của đồ thị đến v. Khởi đầu khoảng cách này chính là độ dài cạnh (v,i), tức là D[i]=C[v,i]. Tại mỗi bước của giải thuật thì D[i] sẽ được cập nhật lại để lưu độ dài đường đi ngắn nhất từ đỉnh v tới đỉnh i, đường đi này chỉ đi qua các đỉnh đã có trong S. Để cài đặt giải thuật dễ dàng, ta giả sử các đỉnh của đồ thị được đánh số từ 1 đến n, tức là V={1, ,n} và đỉnh nguồn là 1. Dưới dây là giải thuật Dijkstra để giải bài toán trên. void Dijkstra() { Trang 143
Cấu trúc dữ liệu Chương V: Đồ thị S = [1]; //Tập hợp S chỉ chứa một đỉnh nguồn for (i =2; i<=n; i++) D[i-1] = C[0,i-1]; //khởi đầu các giá trị cho D for (i=1; i<n; i++) { Lấy đỉnh w trong V-S sao cho D[w-1] nhỏ nhất; Thêm w vào S; for (mỗi đỉnh u thuộc V-S) D[u-1] = min(D[u-1], D[w-1] + C[w-1,u-1]); } } Nếu muốn lưu trữ lại các đỉnh trên đường đi ngắn nhất để có thể xây dựng lại đường đi này từ đỉnh nguồn đến các đỉnh khác, ta dùng một mảng P. Mảng này sẽ lưu P[u]=w với u là đỉnh "trước" đỉnh w trong đường đi. Lúc khởi đầu P[u]=1 với mọi u. Giải thuật Dijkstra được viết lại như sau: void Dijkstra() { S =[1]; //S chỉ chứa một đỉnh nguồn for(i=2; i<=n; i++) { P[i-1] =1; //khởi tạo giá trị cho P D[i-1] =C[0,i-1]; //khởi đầu các giá trị cho D } for (i=1; i<n; i++) { Lấy đỉnh w trong V-S sao cho D[w-1] nhỏ nhất; Thêm w vào S; for (mỗi đỉnh u thuộc V-S) if (D[w-1] + C[w-1,u-1] < D[u-1]) Trang 144
Cấu trúc dữ liệu Chương V: Đồ thị { D[u-1] =D[w-1] + C[w-1,u-1]; P[u-1] =w; } } } Ví dụ: áp dụng giải thuật Dijkstra cho đồ thị hình V.5 Kết quả khi áp dụng giải thuật Lần lặp S W D[2] D[3] D[4] D[5] Khởi đầu {1} - 10 ∞ 30 100 1 {1,2} 2 10 60 30 100 2 {1,2,4} 4 10 40 30 90 3 {1,2,3,4} 3 10 40 30 50 4 {1,2,3,4,5} 5 10 40 30 50 Mảng P có giá trị như sau: P 1 2 3 4 5 1 4 1 3 Từ kết quả trên ta có thể suy ra rằng đường đi ngắn nhất từ đỉnh 1 đến đỉnh 3 là 1 → 4 → 3 có độ dài là 40. đường đi ngắn nhất từ 1 đến 5 là 1 → 4 → 3→ 5 có độ dài 50. 2. Tìm đường đi ngắn nhất giữa tất cả các cặp đỉnh Giả sử đồ thị G có n đỉnh được đánh số từ 1 đến n. Khoảng cách hay giá giữa các cặp đỉnh được cho trong mảng C[i,j]. Nếu hai đỉnh i,j không được nối thì C[i,j]= ¥. Giải thuật Floyd xác định đường đi ngắn nhất giữa hai cặp đỉnh bất kỳ bằng cách lặp k lần, ở lần lặp thứ k sẽ Trang 145
Cấu trúc dữ liệu Chương V: Đồ thị xác định khoảng cách ngắn nhất giữa hai đỉnh i,j theo công thức: Ak[i,j]=min(Ak-1[i,j], Ak- 1[i,k]+Ak-1[k,j]). Ta cũng dùng mảng P để lưu các đỉnh trên đường đi. float A[n,n], C[n,n]; int P[n,n]; void Floyd() { int i,j,k; for (i=1; i<=n; i++) for (j=1; j<=n; j++) { A[i-1,j-1] = C[i-1,j-1]; P[i-1,j-1]=0; } for (i=1; i<=n; i++) A[i-1,i-1]=0; for (k=1; k<=n; k++) for (i=1; i<=n; i++) for (j=1; j<=n; j++) if (A[i-1,k-1] + A[k-1,j-1] < A[i-1,j-1) { A[i-1,j-1] = A[i-1,k-1] + A[k-1,j-1]; P[i-1,j-1] = k; } } 3. Bài toán tìm bao đóng chuyển tiếp (transitive closure) Trong một số trường hợp ta chỉ cần xác định có hay không có đường đi nối giữa hai đỉnh i,j bất kỳ. Giải thuật Floyd có thể đặc biệt hoá để giải bài toán này. Bây giờ khoảng cách giữa Trang 146
Cấu trúc dữ liệu Chương V: Đồ thị i,j là không quan trọng mà ta chỉ cần biết i,j có nối nhau không do đó ta cho C[i,j]=1 (~true) nếu i,j được nối nhau bởi một cạnh, ngược lại C[i,j]=0 (~false). Lúc này mảng A[i,j] không cho khoảng cách ngắn nhất giữa i,j mà nó cho biết là có đường đi từ i đến j hay không. A gọi là bao đóng chuyển tiếp của đồ thị G có biểu diễn ma trận kề là C. Giải thuật Floyd sửa đổi như trên gọi là giải thuật Warshall. int A[n,n], C[n,n]; void Warshall() { int i,j,k; for (i=1; i<=n; i++) for (j=1; j<=n; j++) A[i-1,j-1] = C[i-1,j-1]; for (k=1; k<=n; k++) for (i=1; i<=n; i++) for (j=1; j<=n; j++) if (A[i-1,j-1] == 0) then A[i-1,j-1] =A[i-1,k-1] && A[k-1,j-1]; } 4. Bài toán tìm cây bao trùm tối thiểu (minimum-cost spanning tree) Giả sử ta có một đồ thị vô hướng G=(V,E). Đồ thị G gọi là liên thông nếu tồn tại đường đi giữa hai đỉnh bất kỳ. Bài toán tìm cây bao trùm tối thiểu (hoặc cây phủ tối thiểu) là tìm một tập hợp T chứa các cạnh của một đồ thị liên thông G sao cho V cùng với tập các cạnh này cũng là một đồ thị liên thông, tức là (V,T) là một đồ thị liên thông. Hơn nữa tổng độ dài các cạnh trong T là nhỏ nhất. Một thể hiện của bài toán này trong thực tế là bài toán thiết lập mạng truyền thông, ở đó các đỉnh là các thành phố còn các cạnh của cây bao trùm là đường nối mạng giữa các thành phố. Giả sử G có n đỉnh được đánh số 1 n. Giải thuật Prim để giải bài toán này như sau: Bắt đầu, tập ta khởi tạo tập U bằng 1 đỉnh nào đó, đỉnh 1 chẳng hạn, U = {1}, T=U Sau đó ta lặp lại cho đến khi U=V, tại mỗi bước lặp ta chọn cạnh nhỏ nhất (u,v) sao cho u ∈ U và v ∈ V-U. Thêm v vào U và (u,v) vào T. Khi giải thuật kết thúc thì (U,T) là một cây phủ tối tiểu. Trang 147
Cấu trúc dữ liệu Chương V: Đồ thị Ví dụ, áp dụng giải thuật Prim để tìm cây bao trùm tối thiểu của đồ thị liên thông hình V.6. ¾ Bước khởi đầu: U={1}, T=∅. ¾ Bước kế tiếp ta có cạnh (1,3)=1 là cạnh ngắn nhất thoả mãn điều kiện trong giải thuật Prim nên: U={1,3}, T={(1,3)}. ¾ Kế tiếp thì cạnh (3,6)=4 là cạnh ngắn nhất thoả mãn điều kiện trong giải thuật Prim nên: U={1,3,6}, T={(1,3),(3,6)}. ¾ Kế tiếp thì cạnh (6,4)=2 là cạnh ngắn nhất thoả mãn điều kiện trong giải thuật Prim nên: U={1,3,6,4}, T={(1,3),(3,6),(6,4)}. ¾ Tiếp tục, cạnh (3,2)=5 là cạnh ngắn nhất thoả mãn điều kiện trong giải thuật Prim nên: U={1,3,6,4,2}, T={(1,3),(3,6),(6,4),(3,2)}. ¾ Cuối cùng, cạnh (2,5)=3 là cạnh ngắn nhất thoả mãn điều kiện trong giải thuật Prim nên: U={1,3,6,4,2,5}, T={(1,3),(3,6),(6,4),(3,2),(2,5)}. Giải thuật dừng và ta có cây bao trùm như trong hình V.7. Giải thuật Prim được viết lại như sau: void Prim(graph G, set_of_edges *T) { set_of_vertices U; //tập hợp các đỉnh vertex u,v; //u,v là các đỉnh T = ∅; U = [1]; Trang 148
Cấu trúc dữ liệu Chương V: Đồ thị while (U≠V) do // V là tập hợp các đỉnh của G { gọi (u,v) là cạnh ngắn nhất sao cho u ∈ U và v ∈ V-U; U = U ∪ [v]; T = T ∪ [(u,v)]; } } Bài toán cây bao trùm tối thiểu còn có thể được giải bằng giải thuật Kruskal như sau: Khởi đầu ta cũng cho T= ∅ giống như trên, ta thiết lập đồ thị khởi đầu G'=(V,T). Xét các cạnh của G theo thứ tự độ dài tăng dần. Với mỗi cạnh được xét ta sẽ đưa nó vào T nếu nó không làm cho G' có chu trình. Ví dụ áp dụng giải thuật Kruskal để tìm cây bao trùm cho đồ thị hình V.6. Các cạnh của đồ thị được xếp theo thứ tự tăng dần là. (1,3)=1, (4,6)=2, (2,5)=3, (3,6)=4, (1,4)=(2,3)=(3,4)=5, (1,2)=(3,5)= (5,6)=6. Ò Bước khởi đầu T= ∅ Ò Lần lặp 1: T={(1,3)} Ò Lần lặp 2: T={(1,3),(4,6)} Ò Lần lặp 3: T={(1,3),(4,6),(2,5)} Ò Lần lặp 4: T={(1,3),(4,6),(2,5),(3,6)} Ò Lần lặp 5: Cạnh (1,4) không được đưa vào T vì nó sẽ tạo ra chu trình 1,3,6,4,1. Kế tiếp cạnh (2,3) được xét và được đưa vào T. T={(1,3),(4,6),(2,5),(3,6),(2,3)} Không còn cạnh nào có thể được đưa thêm vào T mà không tạo ra chu trình. Vậy ta có cây bao trùm tối thiểu cũng giống như trong hình V.7. Trang 149
Cấu trúc dữ liệu Chương V: Đồ thị BÀI TẬP 1. Viết biểu diễn đồ thị V.8 bằng: - Ma trận kề. - Danh sách các đỉnh kề. 2. Duyệt đồ thị hình V.8 (xét các đỉnh theo thứ tự a,b,c ) - Theo chiều rộng bắt đầu từ a. - Theo chiều sâu bắt đầu từ f 3. Áp dụng giải thuật Dijkstra cho đồ thị hình V.8, với đỉnh nguồn là a. 4. Viết biểu diễn đồ thị V.9 bằng: Ma trận kề. Danh sách các đỉnh kề. 5. Duyệt đồ thị hình V.9 (xét các đỉnh theo thứ tự A,B,C ) Theo chiều rộng bắt đầu từ A. Theo chiều sâu bắt đầu từ B. 6. Áp dụng giải thuật Dijkstra cho đồ thị hình V.9, với đỉnh nguồn là A. 7. Tìm cây bao trùm tối thiểu của đồ thị hình V.9 bằng Giải thuật Prim. Giải thuật Kruskal. 8. Cài đặt đồ thị có hướng bằng ma trận kề rồi viết các giải thuật: Duyệt theo chiều rộng. Duyệt theo chiều sâu. Tìm đường đi ngắn nhất từ một đỉnh cho trước (Dijkstra). Tìm đường đi ngắn nhất giữa tất cả các cặp đỉnh (Floyd). 9. Cài đặt đồ thị có hướng bằng danh sách các đỉnh kề rồi viết các giải thuật: Duyệt theo chiều rộng. Trang 150
Cấu trúc dữ liệu Chương V: Đồ thị Duyệt theo chiều sâu. 10. Cài đặt đồ thị vô hướng bằng ma trận kề rồi viết các giải thuật: Duyệt theo chiều rộng. Duyệt theo chiều sâu. Tìm đường đi ngắn nhất từ một đỉnh cho trước (Dijkstra). Tìm đường đi ngắn nhất giữa tất cả các cặp đỉnh (Floyd). Tìm cây bao trùm tối thiểu (Prim, Kruskal). Cài đặt thuật toán Greedy cho bài toán tô màu đồ thị (Gợi ý: xem giải thuật trong chương 1) 11. Cài đặt đồ thị vô hướng bằng danh sách các đỉnh kề rồi viết các giải thuật: Duyệt theo chiều rộng. Duyệt theo chiều sâu. 12. Hãy viết một chương trình, trong đó, cài đặt đồ thị vô hướng bằng cấu trúc ma trận kề rồi viết các thủ tục/hàm sau: Nhập toạ độ n đỉnh của đồ thị. Giả sử đồ thị là đầy đủ, tức là hai đỉnh bất kỳ đều có cạnh nối, và giả sử giá của mỗi cạnh là độ dài của đoạn thẳng nối hai cạnh. Hãy tìm: Đường đi ngắn nhất từ một đỉnh cho trước (Dijkstra). Đường đi ngắn nhất giữa tất cả các cặp đỉnh (Floyd). Cây bao trùm tối thiểu (Prim, Kruskal). Thể hiện đồ thị lên màn hình đồ hoạ, các cạnh thuộc cây bao trùm tối thiểu được vẽ bằng một màu khác với các cạnh khác. Trang 151