STRUKTUR DATA BINARY SEARCH TREE (POHON CARI BINER)

Slides:



Advertisements
Presentasi serupa
MEDIAN Median digunakan untuk menentukan letak data setelah data disusun menurut urutan nilainya. Contoh: 4, 12, 5, 7, 8, 10, 10 Dit: median ? Jwb: 4,
Advertisements

Teori Graf.

JULIAN ADINATA PAUL JHONATAN UKEU PUTRI ROMLI MAULANA
- PERTEMUAN 11 - SORTING (PENGURUTAN)
Matematika Diskrit Suryadi MT Tree.
Binary Tree Traversal.
Uji Non Parametrik Dua Sampel Independen
Pertemuan 8 STRUKTUR POHON (TREE).
PERTEMUAN 14 POHON (TREE).
ASIKNYA BELAJAR MATEMATIKA
STRUKTUR DATA TREE (POHON)
7 POHON BINER BAB Definisi Pohon dan Pohon Biner
Pengurutan cepat (quick sort)
Rabu 23 Maret 2011Matematika Teknik 2 Pu Barisan Barisan Tak Hingga Kekonvergenan barisan tak hingga Sifat – sifat barisan Barisan Monoton.
Algoritma Runut-balik (Backtracking)
Algoritma dan Struktur Data
Pertemuan 9 STRUKTUR POHON (TREE) IMAM SIBRO MALISI NIM :
Algoritma dan Struktur Data
UKURAN PEMUSATAN DAN LETAK DATA
Selamat Datang Dalam Kuliah Terbuka Ini
Kuliah ke-9 Struktur Data Pohon/Tree (Bab 6)
Tree Yuliana S.
Bab IX P O H O N waniwatining.
Bahan Kuliah IF2091 Struktur Diskrit
BAB 9 POHON.
P O H O N.
P O H O N.
STRUKTUR DATA GRAPH dan DIGRAPH
DISTRIBUSI FREKUENSI.
Penerapan BFS dan DFS pada Pencarian Solusi
METODE PENGURUNG SHINTA P, S.Si.
Statistika Deskriptif: Distribusi Proporsi
Pohon.
Bahan Kuliah IF2120 Matematika Diskrit
PART 4 TREE (POHON) Dosen : Ahmad Apandi, ST
Pohon (bagian ke 6) Matematika Diskrit.
P OHON 1. D EFINISI Pohon adalah graf tak-berarah terhubung yang tidak mengandung sirkuit 2.
UKURAN PEMUSATAN DAN LETAK DATA
Algoritma dan Struktur Data
Pencarian (Searching)
BAB 9 POHON.
4. Pohon (Tree) 4.1. Definisi Rekurens Dari Pohon
Organisasi Berkas Sekuensial Berindeks
Menggambar Tree wijanarto.
TREE STRUCTURE (Struktur Pohon)
STRUKTUR POHON ( BINER )
Pohon dan Pohon Biner Anifuddin Azis.
Matematika Diskrit Kode Huffman Heru Nugroho, S.Si., M.T.
Meminimalkan Kebutuhan Memori dalam Merepresentasikan Citra Digital
PohonBiner Rachmansyah, S.Kom..
P12 Binary Tree TIF42/SIF42 Fakultas Teknologi Informasi
Tim Struktur Data Program Studi Teknik Informatika UNIKOM
Tree (POHON).
Pengurutan cepat (quick sort)
Sistem Berkas – Sesi 12 dan 13
POHON (TREE) Pertemuan 6.
Teknik Informatika - Universitas Muhammadiyah Malang (UMM)
Metode pemecahan masalah
Kuliah ke-9 Struktur Data Pohon/Tree (Bab 6)
TREE (POHON).
Pohon.
Matematika Diskrit Semester Ganjil TA Kode Huffman.
Pohon Rinaldi M/IF2120 Matdis.
POHON Pohon (Tree) merupakan graph terhubung tidak berarah dan tidak mengandung circuit. Contoh: (Bukan) (Bukan) (Bukan)
* Dua pohon binar disebut similar jika mempunyai struktur (bangun / susunan) pohon yang sama. Kedua pohon binar disebut Salinan (Ekivalen/Copy)
Rahmady Liyantanto liyantanto.wordpress.com
STUKTUR DATA “Sequential Search and Binary Search”
Pohon Biner.
Operasi Aritmatika Temu 5.
Transcript presentasi:

STRUKTUR DATA BINARY SEARCH TREE (POHON CARI BINER)

POHON CARI BINER (Binary Search Tree) 10 3 12 41 35 47 61 55 67 90 80 99 24 70 50

POHON CARI BINER (Binary Search Tree) Definisi : “bila N adalah simpul dari pohon maka nilai semua simpul pada subpohon kiri dari N adalah lebih kecil atau sama dengan nilai simpul N dan nilai semua simpul pada subpohon kanan dari N adalah lebih besar dari nilai simpul N”

POHON CARI BINER (Binary Search Tree) Algoritma pencarian: Bandingkan ITEM dengan simpul akar N dari pohon, jika ITEM < N proses subpohon kiri, jika ITEM > N proses subpohon kanan. Ulangi langkah (1) sampai hal berikut ditemui: Ditemukan simpul N sedemikian ITEM = N, pencarian berhasil. Ditemukan pohon hampa, berarti tidak ditemukan.

POHON CARI BINER (Binary Search Tree) Cari bilangan 35 10 3 12 41 35 47 61 55 67 90 80 99 24 70 50

Pembentukan Pohon Cari Biner Pencarian pada pohon cari biner mudah dan cepat karena simpul-simpul berada pada posisi yang terurut. Jika dilakukan penelusuran secara in-order, maka dihasilkan sebuah daftar yang terurut. Sebaliknya, pembentukan pohon cari biner memerlukan algoritma yang lebih rumit. Pada pembentukan pohon cari biner, setiap penambahan simpul baru ke dalam pohon perlu dijaga agar aturan pohon cari binar tidak dilanggar. Demikian pun pada penghapusan simpul dari pohon biner.

Pembentukan Binary Search Tree Manakah dari pohon-pohon di bawah ini yang merupakan binary search tree untuk simpul-simpul A, B, C, D. B C D A B A C D C B A D B A C D

Pembentukan Binary Search Tree Untuk menyimpan sejumlah informasi ke dalam sebuah pohon cari binar dapat dilakukan dengan lebih dari 1 bentuk pohon.

Pembentukan Binary Search Tree Algoritma penyisipan simpul baru (NEW) Bandingkan NEW dengan simpul akar N dari pohon, jika NEW < N proses subpohon kiri, jika NEW > N proses subpohon kanan. Ulangi langkah (1) sampai hal berikut ditemui: Ditemukan simpul N sedemikian NEW= N, pencarian berhasil. Ditemukan pohon hampa, sisipkan NEW pada posisi tersebut.

PENGHAPUSAN SIMPUL Jika dilakukan penghapusan simpul, harus tetap dijaga agar syarat pohon cari binar tetap terpenuhi. Penghapusan pada simpul daun mudah dilakukan karena tidak mempengaruhi posisi simpul lainnya. Jika simpul yang akan dihapus memiliki hanya satu subpohon (kiri atau kanan) maka akar dari subpohon tersebut langsung menggantikan posisi simpul yang dihapus. Jika simpul yang dihapus memiliki subpohon kiri dan kanan, maka harus ditentukan subpohon mana yang akan menggantikan posisi simpul yang dihapus sedemikian sehingga syarat pohon cari binar tetap terpenuhi.

Penghapusan Simpul 50 24 70 10 41 61 90 3 12 35 37 55 67 80 99

Penghapusan Simpul 50 24 70 10 41 61 90 3 12 35 37 55 67 80 99

Penghapusan Simpul 50 24 70 10 41 61 90 3 12 35 37 55 67 80 99

Penghapusan Simpul 50 24 70 10 41 61 90 3 12 35 37 55 67 80 99

Penghapusan Simpul 50 24 70 10 41 61 90 3 12 35 37 55 67 80 99

Penghapusan Simpul Algoritma: Jika pohon hampa, maka penghapusan yang dilakukan gagal. Berhenti. Jika tidak, lakukan (2). Jika n < Ri (akar), subpohon kiri dari Ri diselidiki sampai ditemukan simpul yang telah ditentukan untuk dihapus. Jika n > Ri, maka subpohon kanan dari Ri diselidiki sampai ditemukan simpul yang telah ditentukan untuk dihapus. Jika n = Ri dan subpohon kiri dan subpohon kanan hampa, maka hapus Ri. Jika n = Ri dan subpohon kirinya hampa, maka hapus Ri, kemudian ambil akar dari subpohon kanan untuk menggantikan posisi Ri. Pohon baru akan memenuhi sifat sebagai pohon cari lagi. Jika n = Ri dan subpohon kanannya hampa, maka hapus Ri. Ambil akar dari subpohon kiri untuk menggantikan posisi Ri. Pohon baru akan memenuhi sifat sebagai pohon cari lagi. Jika n = Ri dan subpohon kanan tidak hampa, maka untuk menggantikan posisi Ri yang dihapus, kita tentukan suatu simpul, mungkin dari subpohon kiri atau mungkin dari subpohon kanan, sedemikian sehingga pohon yang terbentuk kembali memenuhi sifat sebagai pohon cari lagi.

POHON CARI OPTIMAL Kelima pohon di atas merupakan pohon cari binar untuk simpul-simpul yang sama. Jika dilakukan pencarian terhadap suatu simpul, pohon manakah yang paling baik, artinya upaya pencarian tersingkat. Pencarian singkat jika jumlah perbandingan paling sedikit.

Banyaknya Perbandingan Pohon Cari Optimal Pohon Banyaknya Perbandingan a 2 b 3 c 1 d e Cari Simpul (2)

Pertanyaan ?? Bagaimana menentukan bahwa suatu bangun (bentuk) pohon cari lebih baik dari bangun pohon cari lainnya, untuk himpunan record yang sama? Bagaimana kriteria suatu bangun pohon yang baik?