1 Pertemuan 12 B-Tree Matakuliah: T0534/Struktur Data Tahun: 2005 Versi: September 2005.

Slides:



Advertisements
Presentasi serupa
Struktur Data Departemen Ilmu Komputer FMIPA-IPB 2009
Advertisements

STRUKTUR DATA (10) tree manipulation
JULIAN ADINATA PAUL JHONATAN UKEU PUTRI ROMLI MAULANA
BAB 9 TREE Tujuan Instruksional Umum:
By : Fitroh Amaluddin & Galih Wasis W.
Algoritma dan Struktur Data
Algoritma dan Struktur Data
Implementasi Binary Tree
Disadur dari Materi Kuliah: Annisa, Dept. Ilmu Komputer FMIPA IPB
Pertemuan Struktur Data *Pohon Ekspresi *
Algoritma dan Struktur Data
Z Bekti - Rita - Sevenhot Struktur Data & Algoritma 2009.
ADT Tree 2007/2008 – Ganjil – Minggu 8.
Binary Search Tree 2007/2008 – Ganjil – Minggu 9.
Tenia Wahyuningrum, S.Kom. MT
Pertemuan 23 Minimum Cost Spanning Tree
STRUKTUR DATA tree manipulation
1 Pertemuan Tree Matakuliah: T0026/Struktur Data Tahun: 2005 Versi: 1/1.
Algoritma dan Struktur Data
Tree. Tree (Pohon) Dalam dunia nyata, sebuah pohon memiliki : akar, cabang, daun. Dalam dunia komputer, pohon (tree) memiliki 3 (tiga) bagian tersebut.
Pertemuan 7 PRIORITY QUEUE & HEAP
Matakuliah : T0534/Struktur Data Tahun : 2005 Versi : September 2005
Matakuliah : T0026/Struktur Data Tahun : 2005 Versi : 1/1
Red-Black Trees.
Pertemuan 10 DIVIDE And CONQUER Lanjutan ….
Pertemuan 10 Binary Search Tree
Matakuliah : T0534/Struktur Data Tahun : 2005 Versi : September 2005
Pertemuan 8 Stack dengan Array
Pertemuan 15 Red-Black Tree (RBT)
Organisasi Berkas Sekuensial Berindeks
1 Pertemuan 17 Heaps Matakuliah: T0026/Struktur Data Tahun: 2005 Versi: 1/1.
1 Pertemuan 4 Doubly Linked List Matakuliah: T0026/Struktur Data Tahun: 2005 Versi: 1/1.
Binary Search Tree. Sebuah node di Binary Search Tree memiliki path yang unik dari root menurut aturan ordering – Sebuah Node, mempunyai subtree kiri.
File Indeks Majemuk Struktur File Indeks Majemuk
POHON / TREE.
Binary Tree.
Menggambar Tree wijanarto.
TREE STRUCTURE (Struktur Pohon)
STRUKTUR POHON ( BINER )
Matakuliah : T0534/Struktur Data Tahun : 2005 Versi : September 2005
Diagram Pohon (Tree Diagram)
Manipulasi Tree.
TREE KELOMPOK 7 HUSNATUL WILDA ( ) MISRIANA ( )
Tim Struktur Data Program Studi Teknik Informatika UNIKOM
Tim Struktur Data Program Studi Teknik Informatika UNIKOM
STRUKTUR DATA Tree (Struktur Pohon).
Tree (POHON).
Tim Struktur Data Program Studi Teknik Informatika UNIKOM
NAMA : SITI HAJAR NIM : UNIT : B NO.HP :0852 –
STRUKTUR DATA 2014 M. Bayu Wibisono.
Tim Struktur Data Program Studi Teknik Informatika UNIKOM
Manipulasi Tree.
Tree.
Teknik Informatika - Universitas Muhammadiyah Malang (UMM)
Matakuliah : T0026/Struktur Data Tahun : 2005 Versi : 1/1
TREE (POHON).
Algoritma dan Struktur Data
Pertemuan 6 Queue dengan Array
Tim Struktur Data Program Studi Teknik Informatika UNIKOM
Tree (Pohon).
POHON Pohon (Tree) merupakan graph terhubung tidak berarah dan tidak mengandung circuit. Contoh: (Bukan) (Bukan) (Bukan)
IT234 Algoritma dan Struktur Data
Tree.
IT234 Algoritma dan Struktur Data
AVL - Tree Defenisi : avl Tree adalah Binary Search Tree yang mempunyai ketentuan bahwa “Maksimum perbedaan height antara subtree kiri dan subtree kanan.
Pohon Biner.
Algoritma dan Struktur Data
HEAP Bella Wulan N. | Ester Prenatalia A. Mutiara Fitri T. | Risang Nihapsari Purwaning M.S KOMSI 2018 DEFINISI HEAP ALGORITMA HEAP.
IT234 Algoritma dan Struktur Data
TREE Oleh : Neny silvia Nurhidayah Afny wilujeng Setyorini
Transcript presentasi:

1 Pertemuan 12 B-Tree Matakuliah: T0534/Struktur Data Tahun: 2005 Versi: September 2005

2 Learning Outcomes Pada akhir pertemuan ini, diharapkan mahasiswa akan mampu : menerangkan operasi pada B-Tree membuat representasi B-Tree

3 Outline Materi Karakteristik Pencarian elemen Insert Delete

4 Karakteristik B-TREE adalah TREE yang setiap nodenya bisa berisi lebih dari pada satu elemen. Jumlah elemen dalam 1 node tergantung kepada order (d) dari B-Tree tersebut. Jumlah minimum elemen dalam setiap node (kecuali ROOT) adalah d, dan jumlah maksimumnya adalah 2d, dimana d adalah order. Untuk ROOT, jumlah minimum elemen 1, dan jumlah maksimum adalah 2d. Jumlah minimum children dari suatu node dalam B-TREE adalah 0, dan jumlah maksimumnya adalah jumlah elemen + 1.

5 Pencarian Elemen Pencarian elemen pada B-tree hampir sama dengan proses pencarian elemen pada BST. Proses pencarian hanya membutuhkan single path dari ROOT hingga LEAF. Contoh : Cari 35 ditemukan 20, 40 10, 1525, 3545, 50

6 The node contains fewer than 2d elements and so has room to accommodate an additional element. The element is added so as to maintain sorted order, and the insertion process terminates. The node is full (it contains 2d elements) so a node split is a required. A new node is created that receives the largest d elements from the that is being split. The smallest d elements remain in their original node, and the middle element is passed to the parent of split node.The insertion process terminates. The root node is split. A new root node is created, and the element passed up becomes its only element. The insertion process terminates. Operasi Insert findkey Insert 1Insert 2Insert 3 end The leaf node where the insertion is to occur is full The leaf node where the insertion is to occur has room The tree is empty The parent node exists but is full The parent node exists but is not full The parent node does not exist

7 Contoh Operasi Insert Jika node belum penuh (jumlah elemen < 2d), maka elemen bisa langsung diinsert. Contoh : insert (25)

8 Contoh Operasi Insert(2) Jika node sudah penuh, maka perlu dilakukan Node Split. Langkah Node Split: –Split node menjadi 2. –Letakkan d elemen terkecil di node kiri. –Letakkan d elemen terkecil di node kanan. –Letakkan elemen tengah ke node parentnya. Contoh : insert (25)

9 Operasi Delete Sebagaimana proses insert, proses delete dimulai dari leaf node. Jika elemen yang dihapus tidak ada di dalam leaf node, akan diganti dengan : –Elemen terkecil node paling kiri dari subtree kanan, atau –Elemen terbesar node paling kiri dari subtree kiri Pergantian elemen ini memerlukan perpindahan elemen dari leaf node.

10 Mekanisme Delete Target node adalah node dimana terdapat elemen yang akan dihapus. Delete 1 : Target node memiliki lebih dari d elemen. Setelah penghapusan elemen proses langsung selesai. Delete 2 : Target node memiliki tepat d elemen, sehingga penghapusan elemen akan menyebabkan underflow. Jika ada sibling yang memiliki lebih dari d elemen, maka dilakukan peminjaman elemen dari sibling tsb dengan melibatkan parent. Jika tidak, maka target node bergabung dengan salah satunya untuk membentuk node baru yang mengandung 2d elemen. Salah satu elemennya tsb berasal dari parent. Jika parent mengandung lebih dari d elemen maka proses selesai, selain itu parent menjadi target node dan proses berlanjut. Delete 3 : Target node adalah root. Selama masih tersisa minimal 1 elemen, tinggi dari tree tidak berubah. Jika lelemn terakhir dihapus, maka anak yang tersisa (child node) menjadi root.

11 Contoh Operasi Delete delete (6)

12 Contoh Operasi Delete(2) delete(15)

13 Contoh Operasi Delete(3) delete(15)

14 Selesai