O documento resume os principais métodos de pesquisa em memória primária, incluindo pesquisa sequencial, binária e utilizando árvores de pesquisa. Discute implementações de árvores binárias de pesquisa sem e com balanceamento, como árvores AVL e SBB. Explica procedimentos de pesquisa, inserção e remoção nessas estruturas.

1. Slides
before 1st
Section
Divider
Pesquisa
em
Memória
Primária
Agenda
Árvores Binárias
de Pesquisa Sem
Balanceamento
Árvore de
Pesquisa
Árvores
Binárias de
Pesquisa
Com
Balanceamen
to
In
the
End
Pesquisa
Sequencial
Pesquisa
Binária

2. Pesquisa em Memória
Primária
Universidade Federal de Goiás
Programa de Pós-Graduação em Ciência da Computação
Disciplina: Estrutura de Dados e Projeto de Algoritmos
Professora: Telma Woerel Lima Soares
Mestrandos:
Carlos Moura - Flávio Vilela - Norton Guimarães

3. Agenda
• 5 – Pesquisa em Memória Primária
• 5.1 - Pesquisa Sequencial
• 5.2 - Pesquisa Binária
• 5.3 - Árvores de Pesquisa
• 5.3.1 - Árvores Binárias de Pesquisa Sem Balanceamento
• 5.3.2 - Árvores Binárias de Pesquisa Com Balanceamento

4. 5 - Pesquisa em Memória Primária
• Recuperar informação a partir de grande massa de informações armazenadas.
• Informação divida em registro.
• Cada registro possui uma chave.
• O objetivo é encontrar um ou mais registros com a mesma chave.
• Pesquisa com sucesso.
• Pesquisa sem sucesso.
• Tabela ou arquivo

5. Qual método escolher?
• A escolha depende de vários aspectos:
• Quantidade de dados envolvidos.
• Arquivo sujeito a várias retiradas e inserções freqüentes.
• Conteúdo do arquivo estável.

6. Operações comuns
• Considerar os algoritmos de pesquisa como tipos abstratos de dados.
• Operações comuns
• Inicializar a estrutura.
• Pesquisar.
• Inserir.
• Retirar.
• Ordenar um arquivo e obter registros de acordo com a chave.
• Unir dois arquivos.
• Dicionário

7. 5.1 - Pesquisa seqüencial
• É o método mais simples que existe.
• Pesquisar seqüencialmente o registro, até encontrar a chave desejada.
• Armazenamento de dados em arranjo, onde cada registro possui uma chave.
• Uso de registro sentinela.

9. Análise
• Melhor caso: C(n) = 1;
• Pior caso: C(n) = n;
• Caso médio: C(n) = (n + 1) / 2;
• Caso sem sucesso: C(n) = n + 1;

10. 5.2 - Pesquisa binária
• Mais eficiente se os registros forem mantidos em ordem.
• Verificar se a chave está presente
• Compare a chave com o registro do meio.
• Se chave menor
• A chave procurada está do lado esquerdo
• Se chave maior
• A chave procurada está do lado direito
• Repita até encontrar a chave ou até ficar apenas uma chave diferente da procurada.

12. Análise
• A cada iteração, o tamanho da tabela é dividido ao meio.
• Logo, o número de vezes que o tamanho da tabela é dividido ao meio é cerca
de log n.
• Não deve ser usado em aplicações muito dinâmicas.

13. 5.3 - Árvores de Pesquisa
• A árvore de pesquisa é uma estrutura de dados muito eficiente para
armazenar informação.
• Particularmente adequada quando existe necessidade de considerar todos ou
alguma combinação de:
1. Acesso direto e sequencial eficientes.
2. Facilidade de inserção e retirada de registros.
3. Boa taxa de utilização de memória.
4. Utilização de memória primária e secundária.

14. 5.3.1 Árvores Binárias de Pesquisa Sem
Balanceamento
• Para qualquer nó que contenha um registro
• Temos a relação invariante
1. Todos os registros com chaves menores estão na subárvore à esquerda.
2. Todos os registros com chaves maiores estão na subárvore à direita.

15. Árvore Binária de Pesquisa
• O nível do nó raiz é 0.
• Se um nó está no nível i então a raiz de
suas subárvores estão no nível i + 1.
• A altura de um nó é o comprimento do
caminho mais longo deste nó até um nó
folha. O exemplo tem altura 4.
• Uma árvore é dita binária se tem 0 à 2 nós
folha.

16. Procedimento para pesquisa na árvore
• Compare-a com a chave que está na raiz.
• Se x é menor, vá para a subárvore
esquerda.
• Se x é maior, vá para a subárvore direita.
• Repita o processo recursivamente, até
que a chave procurada seja encontrada
ou um nó folha é atingido.
• Se a pesquisa tiver sucesso o conteúdo
retorna no próprio registro x.

17. Procedimento para inserir na árvore
Árvores Binárias de Busca
4
2 7
1 5 83
EXEMPLO:
Para inserir a chave 6 na árvore ao lado. O nó corrente é a raiz.
• 6 é maior que 4. Inserir na subárvore direita.
• 6 é menor que 7. Inserir na subárvore da esquerda.
• 6 é maior que 5. Inserir na subárvore da direita.
• A subárvore está vazia. 6 deve ser a raiz desta.
6

18. Procedimento para retirar X da árvore
• A retirada de um registro não é tão simples quanto a inserção.
• Se o nó que contém o registro a ser retirado possui no máximo um
descendente) a operação é simples.
• No caso do nó conter dois descendentes o registro a ser retirado deve ser
primeiro:
• substituído pelo registro mais à direita na subárvore esquerda;
• ou pelo registro mais à esquerda na subárvore direita.

19. Exemplo de retirar X da árvore
EX.: Remover o nó que contém a chave 6 da árvore abaixo:
4
2 6
1 73
4
2 7
1 3

20. Exemplo de retirar X da árvore
EX.: Remover o nó que contém a chave 4 da árvore abaixo:
4
2 6
1 5 73
3
2 6
1 5 7

21. Caminhar na árvore
• Considerando que o percurso na árvore comece pela raiz, desça pela sua
esquerda (e pela esquerda de cada nó), até chegar novamente à raiz, agora
pela direita, podemos caracterizar cada um dos três percursos como:
• Pre-order;
• In-order;
• Pos-order.

22. Exemplo de Caminhar na árvore
a
b c
EXEMPLO:
Listagem dos nós da árvore ao lado, nos três percursos:
- PRE-ORDER (ou pré-ordem): a b c
- IN-ORDER (ou simétrica): b a c
- POS-ORDER (ou pós-ordem): b c a

23. Análise
• O número de comparações em uma pesquisa com sucesso:
• melhor caso : C(n) = O(1)
• pior caso : C(n) = O(n)
• caso médio : C(n) = O(log n)
• O tempo de execução dos algoritmos para árvores binárias de pesquisa dependem
muito do formato das árvores.
• Para obter o pior caso basta que as chaves sejam inseridas em ordem crescente ou
decrescente. Neste caso a árvore resultante é uma lista linear, cujo número médio de
comparações é (n + 1)/2.

24. Árvore completamente balanceada
• Nós folha (externos) aparecem em no máximo dois níveis
adjacentes
• Minimiza o tempo médio de pesquisa assumindo distribuição uniforme
das chaves.
• Problema: manter árvore completamente balanceada após cada
inserção é muito caro.

25. Árvore completamente balanceada
• Para inserir a chave 1 na árvore do exemplo à esquerda e obter a árvore à
direita do mesmo exemplo é necessário movimentar todos os nós da árvore
original

26. Árvores “quase balanceadas”
• Solução intermediária que mantém a árvore “quase balanceada”, em vez de tentar manter a
árvore completamente balanceada.
• Oferece bons tempos de pesquisa, próximos ao tempo ótimo da arvore completamente
balanceada, com um custo menor para manter o balanceamento.
• Exemplos de restrições aplicadas a árvores para fazê-las “quase balanceadas”
• Fazer que todas as folhas aparecem no mesmo nível
• Restringir a diferença entre as alturas das subárvores de cada nó
• Minimizar o comprimento do caminho interno da árvore
• Exemplos: AVL, RUBRO-NEGRAS, SBB

27. Árvores SBB
(Symmetric Binary B-trees)
• Uma árvore SBB é uma árvore binária com apontadores
verticais e horizontais, tal que:
• Todos os caminhos da raiz até cada nó externo possuem o
mesmo número de apontadores verticais.
• Não podem existir dois apontadores horizontais sucessivos.

28. Árvores SBB

29. Árvores SBB
Estrutura e dicionário
• Diferenças da árvore sem balanceamento:
• constantes Horizontal e Vertical : representam as inclinações das
referências às subárvores;
• campo propSBB: utilizado para verificar quando a propriedade SBB
deixa de ser satisfeita
• campos incE e incD: indicam o tipo de referência (horizontal ou vertical)
que sai do nó.

31. • Pesquisa
• Procedimento de pesquisa das árvores SBB é idêntico ao procedimento
para árvores sem balanceamento. Os campos BitE e BitD são ignorados;
• Nenhum tempo adicional é necessário para pesquisar na árvore SBB.

32. • Inserção
• A chave a ser inserida é sempre inserida após o apontador vertical mais
baixo na árvore.
• Dependendo da situação anterior à inserção podem aparecer dois
apontadores horizontais.
• Neste caso: é necessário realizar uma transformação.
• O procedimento insere da arvore SBB é igual ao procedimento da arvore
sem balanceamento, porem ele chama outro procedimento interno que
possui dois parâmetros a mais:

33. • Transformações para manter as propriedades da árvore SBB caso ocorra dois
ponteiros horizontais consecutivos: EE, DD, ED, DE

35. Procedure insere...

36. Inserção de uma sequência de chaves em uma árvore SBB inicialmente vazia:
Inserir as chaves 7, 5, 10
Inserir as chaves 2, 4
Inserir as chaves 9, 3, 6

37. • Procedimento Retira
• O procedimento retira também contém um outro procedimento interno
IRetira que possui interface com um parâmetro a mais.
• O procedimento IRetira utiliza outros três procedimentos:
• EsqCurto e DirCurto: chamados quando um nodo folha é retirado da
arvore a esquerda ou direita respectivamente;
• Antecessor: chamado quando o nodo retirado possui dois descendentes;

38. Exemplo de retirada usando EsqCurto

39. Análise
• O custo para manter a propriedade SBB é exatamente o custo para percorrer o
caminho de pesquisa para encontrar a chave, seja para inseri-la ou para retirá-la:
• Logo, este custo é O(log N).
• O número de comparações em uma pesquisa com sucesso:
• melhor caso : C(n) = O(1) (igual ao da árvore binaria)
• pior caso : C(n) = O(log n) (melhor que a árvore binária)
• caso médio : C(n) = O(log n) (igual ao da árvore binaria)
• Na prática o caso médio para Cn é cerca de 2% pior que o Cn de uma arvore
completamente balanceada (Ziviane e Tompa 1982).

40. Atividade de Fixação

41. Próxima Aula
• Seção 5.4 – Pesquisa Digital
• Seção 5.5 – Transformação de Chave Hashing
• Seção 6.3 – Pesquisa em Memória Secundária (Árvore de Pesquisa)
• Bibliografia Básica
Ziviani, Nivio. Projeto de Algoritmos com Implementações em Pascal e C. 3ª
Edição, 2010. Editora Cengage Learning.