1 / 46

6. Tipos de Datos Abstractos

6. Tipos de Datos Abstractos. ¿Qué es un TDA ? . E s un conjunto de datos u objetos al cual se le asocian operaciones P rovee de una interfaz con la cual es posible realizar las operaciones permitidas, abstrayéndose de la manera en como estén implementadas dichas operaciones

wauna
Download Presentation

6. Tipos de Datos Abstractos

An Image/Link below is provided (as is) to download presentation Download Policy: Content on the Website is provided to you AS IS for your information and personal use and may not be sold / licensed / shared on other websites without getting consent from its author. Content is provided to you AS IS for your information and personal use only. Download presentation by click this link. While downloading, if for some reason you are not able to download a presentation, the publisher may have deleted the file from their server. During download, if you can't get a presentation, the file might be deleted by the publisher.

E N D

Presentation Transcript


  1. 6.Tipos de Datos Abstractos

  2. ¿Qué es un TDA ? • Es un conjunto de datos u objetos al cual se le asocian operaciones • Provee de una interfaz con la cual es posible realizar las operaciones permitidas, abstrayéndose de la manera en como estén implementadas dichas operaciones • Un mismo TDA puede ser implementado utilizando distintas estructuras de datos y proveer la misma funcionalidad • Los lenguajes de programación orientados a objeto son consecuencia de estas ideas

  3. TDA Lista • serie de N elementos E1, E2, ..., EN, ordenados de manera consecutiva es decir, el elementoEk (que se denomina elemento k-ésimo) es previo al elemento Ek+1 • Si la lista contiene 0 elementos se habla de una lista vacía. • Operaciones: • insertar un elemento en la posición k, • borrar el k-ésimo elemento, • buscar un elemento dentro de la lista y • preguntar si la lista esta vacía.

  4. Definición de la interfaz • Define firma de las funciones (métodos) que realizarán esto • Distintas clases implementarán esta interfaz usando diferentes estructuras de datos, pero deben respetar la firma • El usuario puede usar cualquiera de ellas indistintamente ya que la sintaxis de las funciones será la misma • Ejemplo para lista interface Lista { booleanestaVacia(); void insertar(Object x, Posicion k); Posición buscar(Object x); ObjectbuscarK(Posición k); void eliminar(Object x); void eliminar(Posicion k); }

  5. Implementación • Se podría pensar en dos posibilidades: con arreglos y con lista enlazada • Posición con arreglos sería entonces un entero (índice del lugar del elemento). • Con lista enlazada sería un puntero (índice a lugar en la memoria) • ¿ De qué orden son los métodos en una u otra implementación ?

  6. Eficiencia en una lista enlazada • Se puede usar como posición la dirección en memoria del elemento anterior • Se requiere una cabeza de lista • Al tener la posición, insertar y eliminar un elemento es O(1) • Buscar el elemento es siempre O(n)

  7. Un iterador de TDA’s • Para muchos TDA’s es útil definir un iterador, es decir, objeto que permita recorrer esta estructura EjTDAx a = new TDAx(); . . . //agregar elementos Iterador b = new Iterador(a); while (b.notEmpty()) print(b.next(); • La idea es que el iterador esconda también la impl. • El iterador se define normalmente como una interfaz • Mirar interfaz Iterator de Java

  8. Un iterador de Lista con lista enlazada classIteradorListaimplementsIterador { NodoLista actual; publicIteradorLista(Lista n) { actual=n.primero; } poublicbooleannotEmpty() { return actual != null; } publicObjectnext() { Objectaux = actual.info; actual = actual.sig; returnaux; } }

  9. Alternativamente: public void push(Object x) throws StackFull { //agregar al comienzo primero=new Nodo(x, primero); //1º| x | || y | | … }

  10. public Object pop()throws StackEmpty { //excepciónsilistaestávacía if(primero==null) throw new StackEmpty(); //recuperar primer valor Object aux=primero.valor;//1º|x|||y|| //eliminar primer nodo primero=primero.sgte; ;//1º|y||… //devolver primer valor return aux; } }//fin class Stack

  11. Ejemplo de uso: eliminación de recursividad • Suponga que una función F realiza un llamado recursivo dentro de su código, lo que se ilustra en la siguiente figura:

  12. Tail Recursion • Si la llamada recursiva es lo último que hace la función F, se puede substituir por un ciclo while. • Este caso es conocido como tailrecursion y es muy simple eliminarla. Ejemplo: void imprimir(int[] a, int j) // versión recursiva{ if (j<a.length) { System.out.println(a[j]); imprimir(a, j+1); // tailrecursion } } void imprimir(int[] a, int j) // versión iterativa{ while (j<a.length) { System.out.println(a[j]); j=j+1; } }

  13. Caso General: uso de pilas • Por ejemplo: recorrido en preorden de un arbol binario. // "raiz" es la referencia a la raiz del arbol // llamado inicial: preorden(raiz)  // version recursiva voidpreorden(Nodo nodo){ if (nodo!=null) { System.out.print(nodo.elemento); preorden(nodo.izq); preorden(nodo.der); } }

  14. Preorden no recursivo: primera versión voidpreorden(Nodo nodo){ Nodo aux; Pila pila=new Pila(); // pila de nodos pila.apilar(nodo); while(!pila.estaVacia()) // mientras la pila no este vacia { aux=pila.desapilar(); if (aux!=null) { System.out.print(aux.elemento); // primero se apila el nodo derecho y luego el izquierdo // para mantener el orden correcto del recorrido // al desapilar los nodos pila.apilar(aux.der); pila.apilar(aux.izq); } } }

  15. Preorden no recursivo: segunda versión • dado que siempre el ultimo nodo apilado dentro del bloque if es aux.izq podemos asignarlo directamente a aux hasta que éste sea null, es decir, el bloque if se convierte en un bloque while y se cambia el segundo apilar por una asignación de la referencia  voidpreorden(Nodo nodo){ Nodo aux; Pila pila=new Pila(); // pila de nodos pila.apilar(nodo); while(!pila.estaVacia()) // mientras la pila no este vacia { aux=pila.desapilar(); while (aux!=null) { System.out.print(aux.elemento); pila.apilar(aux.der); aux=aux.izq; } } }

  16. Corolario • Si bien los programas no recursivos son más eficientes que los recursivos, la eliminación de recursividad (excepto en el caso de tailrecursion) le quita claridad al código del programa. • Por lo tanto: • A menudo es conveniente eliminar el tailrecursion. • Un método recursivo es menos eficiente que uno no recursivo, pero sólo en pocas oportunidades vale la pena eliminar la recursión.

  17. TDA Cola de prioridad • Una cola de prioridad es un tipo de datos abstracto que almacena un conjunto de datos que poseen una llave perteneciente a algún conjunto ordenado, y permite insertar nuevos elementos y extraer el máximo (o el mínimo, en caso de que la estructura se organice con un criterio de orden inverso). • Es frecuente interpretar los valores de las llaves como prioridades, con lo cual la estructura permite insertar elementos de prioridad cualquiera, y extraer el de mejor prioridad. • Dos formas simples de implementar colas de prioridad son: • Una lista ordenada: • Inserción: O(n) • Extracción de máximo: O(1) • Una lista desordenada: • Inserción: O(1) • Extracción de máximo: O(n)

  18. Heaps • Un heap es un árbol binario de una forma especial, que permite su almacenamiento en un arreglo sin usar punteros. • Un heap tiene todos sus niveles llenos, excepto posiblemente el de más abajo, y en este último los nodos están lo más a la izquierda posible. • Ejemplo: • La numeración por niveles (indicada bajo cada nodo) son los subíndices en donde cada elemento sería almacenado en el arreglo. En el caso del ejemplo, el arreglo sería:

  19. Implementación de Heaps • La característica que permite que un heap se pueda almacenar sin punteros es que, si se utiliza la numeración por niveles indicada, entonces la relación entre padres e hijos es: Hijos del nodo j = {2*j, 2*j+1} Padre del nodo k = floor(k/2) • Un heap puede utilizarse para implementar una cola de prioridad almacenando los datos de modo que las llaves estén siempre ordenadas de arriba a abajo (a diferencia de un árbol de búsqueda binaria, que ordena sus llaves de izquierda a derecha). En otras palabras, el padre debe tener siempre mayor prioridad que sus hijos .

  20. Inserción en Heaps • Agregar el nuevo elemento en la primera posición libre del heap, esto es, el próximo nodo que debería aparecer en el recorrido por niveles -> al final del arreglo. Con esto la forma del heap se preserva, pero la restricción de orden no tiene por qué cumplirse. • Solución: hacerlo “subir” hasta un punto donde se vuelva a cumplir la condición a[++n]=x; for(j=n; j>1 && a[j]>a[j/2]; j/=2){ # intercambiamos con el padre t=a[j]; a[j]=a[j/2]; a[j/2]=t; } • El proceso de inserción, en el peor caso, toma un tiempo proporcional a la altura del árbol, esto es, O(log n).

  21. Extracción del máximo (eliminación) • El máximo está en la raíz del árbol (casillero 1 del arreglo). Al sacarlo de ahí, ese lugar queda vacante. Para llenarlo, tomamos al último elemento del heap y lo trasladamos al lugar vacante. En caso de que no esté bien ahí de acuerdo a su prioridad (¡que es lo más probable!), lo hacemos descender intercambiándolo siempre con el mayor de sus hijos. Es decir "se hunde" hasta su nivel de prioridad. m=a[1]; # La variable m lleva el máximo a[1]=a[n--]; # Movemos el último a la raíz y achicamos el heap j=1; while(2*j<n) # mientras tenga algún hijo { k=2*j; # el hijo izquierdo if(k+1<=n && a[k+1]>a[k]) k=k+1; # el hijo derecho es el mayor if(a[j]>a[k]) break; # es mayor que ambos hijos t=a[j]; a[j]=a[k]; a[k]=t; j=k; # lo intercambiamos con el mayor hijo } Este algoritmo también demora un tiempo proporcional a la altura del árbol en el peor caso, esto es, O(log n).

More Related