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.