Leftist Tree, Hash dan Trie

Leftist Tree 
Beda dengan BST, jadi Cuma kek BT aja...

Bedanya cuma di tiap Node, punya nilai masing-masing (s(x)). Cara ngitung s(x)-nya itu, dari jarak Node tersebut ke External Node yang paling deket.

Contohnya...

Kek gambar di atas, misal dari Root (1), External Node terdekat dia adalah di Node yang isinya 14. Oleh karena itu s(x)-nya adalah 3.

Untuk insertion-nya bisa dilihat disini karena saya juga belum ngerti :”)

Trie 
Sebenernya ga terlalu mirip sama tree dan simple banget.

Contohnya…

Yaa kek begitulah kira-kira.. 

Hash 
Kebanyakan dipakai disemacem auto-fill atau spell checker gitu.

Hash ini dianggep kek tabel array gitu, misal a = 0, b = 1, dan seterusnya.

Contohnya : atan, char, define.

   H[]          Value

0            Atan

1              ..

2            Char

3            Define

…             …

Nah kalo misal dimasukkin lagi yang depannya sama kek yang uda ada di tabelnya, langsung cari tempat kosong di bawahnya lalu diisi dan di linked sama yang sudah ada itu. Namanya Chaining.

Misal : define, float, exp, char, atan, ceil, floor, acos

H[]             Value

0                atan

1                acos

2                char

3                define

4                exp

5                float

6                ceil

7                floor

…                …..

Krisna

1701290236

www.skyconnectiva.com || www.binus.ac.id

Heap dan Deap

HEAP

Tree yang cara masukkin datanya berbeda dari BST, ada 3 macem yaitu Min Heap, Max Heap, dan Min Max Heap.

Index nya Left Child = 2n, kalo Right Child = 2n+1.

Min Heap

Data yang ada di root itu adalah data yang paling kecil, makin ke bawah makin gede.

Insertion di heap itu caranya, data masuk ke paling bawah. Lalu di cek sama parentnya.

Misal, kek contoh di atas itu insert 20. Masuk ke tempat paling bawah dan masuknya dari kiri ke kanan. Abis masuk di cek sama Parent-nya. Kalo Parent-nya lebih besar, dituker (karena ini Min Heap). Dan di cek terus sampe Parent-nya lebih kecil dari yang di-insert itu sendiri.

Deletion di heap, data yang mau dihapus nanti nya diganti sama data yang ada di paling bawah. Lalu di cek lagi sama Child-nya. Kalo ada Child yang lebih kecil, dituker. Contohnya kek gini nih

Max Heap

Insertion dan Deletion nya sama persis kek Min Heap, Cuma dibalik aja. Kalo di Max Heap, root nya itu adalah data paling besar. Makin ke bawah datanya akan semakin kecil.

Contoh Max Heap nih..

Min Max Heap

Heap yang ini kek campuran-nya Min Heap sama Max Heap. Jadi dalem 1 tree, Min Heap dan Max Heap saling selang seling. Biar lebih gampang liat gambar-nya aja…

Insertion dan Deletion-nya sama aja, Cuma tergantung tempat di Insert atau Delete nya aja..

Deap

Disebut juga Double Ended Heap.

Nah disini ga ada macem-macemnya kek Heap, kalo di Deap, root nya itu adalah data kosong.

Left Childnya (Yang dari Root doang) itu make prinsip Min Heap, sedangkan Right Childnya (Yang dari Root doang) make prinsip Max Heap.

Insertion dan Deletion-nya pun rada beda dari Heap, karena harus dibandingin dengan Partner-nya dulu setelah di Insert atau Delete.

Misal kek gambar di atas, Partner-nya ditentuin dari warnanya. Nah kenapa angka 30 dan 9 partnernya 40?? Karena di Seberangnya (Right Child dari Root), belum ada data yang setara dengan mereka. Karena itu Partner mereka adalah Partner dari Parent-nya mereka.

Nah buat penjelasan yang lebih lengkap tentang Insertion dan Deletion di Deap ini, lebih baik kalian tanyakan ke dosen masing-masing. Karena saya juga masih ragu sama cara yang saya gunakan, dari pada sesat kan…….

Krisna

1701290236

02PGT

www.skyconnectiva.com || www.binus.ac.id

Red Black Tree

Hampir sama dengan blog yang terakhir, sesi kali ini tetep panasssss tapi materi kali ini ga terlalu susah buat dingertiin dan cukup lah…

Jadi,

Red Black Tree

Cara buat menginsert datanya sama dengan BST yaitu yang lebih kecil ke sebelah kiri dan yang lebih besar di sebelah kanan.

Disebut Red Black Tree karena setiap Node PASTI punya warna sendiri. Antara Merah atau Hitam.

-    Aturannya :

1.   SETIAP Node harus punya warna yaitu Merah atau Hitam.

2.   Root HARUS berwarna Hitam.

3.   Semua Node-External (Node yang ga keliatan) warnanya Hitam.

4.   Node yang warnanya Merah, 2 Children-nya harus Hitam.

-    Contoh   :

Disini, 13 adalah Root makanya warnanya Hitam.

8 dan 17 berwarna Merah, oleh karena itu Children-nya harus berwarna Hitam.

Untuk kasus yang lain punya cara penyelesaiannya masing-masing.

Pada kasus ini, A (Merah) punya Child X yang warnanya Merah juga. Dan ini melanggar aturanya.

Nah disini, cek Sibling dari A terlebih dahulu (C) kalo Sibling tersebut warnanya merah juga. Maka langsung ubah A dan Siblingnya (C) menjari Hitam dan Parentnya menjadi Merah. Tapi karena Parentnya (B) adalah root, maka tetap berwarna Hitam.

Kalau Sibling dari A tersebut berwarna Hitam atau Kosong (External Node), maka harus dilakukan Rotasi sesuai tempatnya.

Contoh Rotasi seperti di bawah ini :

-   Deletion :

Delete data disini juga sama dengan BST, yaitu diganti dengan Left Child – Right Most Child. Nah setelah diganti, barulah ada aturan yaitu Parent yang berwarna Hitam tidak boleh bertemu Child berwarna Hitam juga.

Cara menyelesaikannya sama dengan Insertion yaitu dengan Rotasi atau ubah warna saja.

Stack and Implementation

Yak, karena hari ini ruangannya panassss sekale jadi efeknya bikin ngantuk dan ga focus pas di kelas… Jadi belajarnya pun ngebuttt dan ada yang masih kurang ngerti .__.

Stack      
Punya konsep LIFO (Last In First Out) dan FILO (First In Last Out) seperti tumpukan buku.

Queue    
Punya konsep FIFO (First In First Out) dan LILO (Last In Last Out) seperti antrian atm.

Di Queue, tempat data yang pertama dinamakan Front dan buat nentuin ada berapa isi datanya dengan Rear.

-    Kalo ada data masuk, Rear-nya mundur.

-    Kalo delete data, Front-nya lah yang mundur.

Di Stack, yang dijadiin parameternya adalah Top.

-    Kalo ada data masuk, Top-nya bakal naik.

-    Kalo mau delete data, Top-nya turun.

-    Kalo Top uda ada di paling atas (jumlah array maksimalnya), maka uda ga bisa nambah lagi.

-    Kalo Top = NULL, berarti datanya kosong.

-    Kalo Top = Max-1, berarti uda di paling atas.

Operasi-operasi yang ada di Stack :

-    push(x)      -> meletakkan item x di Top-nya stack.

-    pop()          -> menghapus item yang ada di Top.

-    top()          -> ambil data yang ada di Top.

DFS (Depth First Search)  
Cara mencari data, dengan menelusuri seluruh anak-anak dari suatu node sebelum ke node yang selevel dengan node awalnya.

THANK YOU!!

Nama     : Krisna

NIM        : 1701290236

www.binus.ac.id || www.skyconnectiva.com

Introduction to Tree, Binary Tree and Expression Tree

Tree 
Kumpulan node.

   Level 1

  

  Level 2

  

  Level 3

  

  Level 4

-    Node paling atas (A) disebut Root.

-    Node paling bawah (H / I) disebut Leaf

-    H dan I disebut Sibling, karena punya Parent (D) yang sama.

Binary Tree 
Tree yang terrdiri dari Parent yang punya 2 Child.

Binary Search Tree 
Binary Tree yang Child-nya ada aturan.

*Nilai dari B harus lebih kecil dari Parentnya (A), sedangkan C harus lebih besar dari Parentnya.

Perfect Binary Tree 
Binary Tree yang di tiap level depth-nya sama, jumlah leafnya juga sama.

Complete Binary Tree 
Binary Tree yg sama seperti Perfect BT, tetapi ada sesuatu yang kurang. (ga persis la intinya)

Beberapa rumus buat nyari letak Child :

-    Index Left Child    -> 2p +1      //Child paling kiri.

-    Index Right Child  -> 2p +2      //Child paling kanan.

-    Index Parent         -> (p – 1)/2   //Parent-nya.

Infix 
Letak operator ada di tengah.

Contoh   : 3 / (a + b) – 2

Postfix 
Letak operator ada setelah angka-angkanya.

Contoh   : 3 a b + / 2 – (dari contoh di atas)

Prefix 
Letak operator ada sebelum angka-angkanya.

Contoh   : - / 3 + a b 2 (dari contoh di atas juga)

Cara ingetinnya :

-    Infix        -> LVR

-    Prefix        -> VLR

-    Postfix       -> LRV

  THANKYOUU!

Nama     : Krisna

NIM        : 1701290236

www.binus.ac.id || www.skyconnectiva.com

Linked List Implementation 1

Ada 3 macem Linked List:

1.  Single Linked List
Cuma punya 1 node.

    Contohnya:

1.  Double Linked List 
Cuma punya 2 nodes.

Contohnya:

1.  Multiple Linked List
Punya lebih dari 2 nodes.

Contohnya:

Node 
Panah yang menunjuk ke class lainnya.

Circular Linked List
Linked List yang menunjuk dirinya sendiri di akhirnya (head dan tail di memory yang sama).

Dalam sebuah memory ada 3 bagian, yaitu head, current dan tail.

*Deal with it K

Data yang masuk pertama kali akan langsung ditempatkan di Current.

Push Depan 
Salah satu teknik pemindahan memory, dan yang dipindahkan dari memory tersebut adalah bagian Head-nya.

Contoh Code-nya:

struct Mahasiswa{

                char nama[26];

                struct Mahasiswa *next;           // contoh structnya

}*head,*tail,*curr;

*curr = (struct Mahasiswa*) malloc (sizeof(struct Mahasiswa));

strcpy(curr->nama,”Kurisu”);

curr->next = head;                        

head = curr;

Push Belakang
Sama dengan Push depan, namun yang dipindahkan adalah bagian Tail-nya.

Contoh Code-nya (berdasarkan Struct di atas):

if(tail == NULL)

{

  head = tail = curr;

}else{

          tail->next = curr;         

          tail = curr;

       }

tail->next = NULL;

POP
Salah satu teknik menghapus isi dari suatu memory.

JIka hanya ada satu data saja, maka code-nya :

head = tail = NULL;

free(curr);

Ada 2 teknik dalam POP yaitu :

1.  POP Depan
Menghapus bagian headnya.

Contoh code-nya :

If(head == NULL)

{

  head = tail = NULL;

  free(curr);

}else{

          head = head->next;

          free(curr);

}

2.  POP Belakang 
Menghapus bagian tailnya.

Contoh code-nya :

If(tail == NULL)

{

  head = tail = NULL;

  free(curr);

}else{

          tail = tail->next;

          free(curr);

}

THANK YOU!!

Nama : Krisna

NIM    : 1701290236

www.binus.ac.id || www.skyconnectiva.com