Lezione n 8 Prof ssa Rossella Petreschi Lezione

Lezione n° 8 Prof. ssa Rossella Petreschi Lezione del 29 /10/2014 del Corso di Algoritmica

Sei differenti algoritmi 3 differenti euristiche di compressione 1. Path compression: rende tutti i nodi figli della radice 2. Path splitting: aggancia ogni nodo al proprio nonno 3. Path halving: aggancia solo i nodi di indice pari al proprio nonno combinate con 2 differenti metodi di unione a. Union by rank b. Union by size forniscono 6 differenti algoritmi: 1 a, 1 b, 2 a, 2 b, 3 a, 3 b

A proposito del rank 1. rank = 0 per ogni nuovo nodo creato da una operazione di makeset 2. rank = rank + 1 dopo una union di due insiemi con radici dello stesso rank e fintantoche x è radice 3. rank(x) rimane invariato non appena x cessa di essere radice 4. rank(x)≤ rank(p(x))≤ logn e #nodi in T(x)=size(x) ≥ 2 rank(x)

Analisi dell’algoritmo 1 a (Unione per ranghi compressi) Con l’algoritmo 1 a, una qualunque sequenza di n operazioni makeset, m operazioni find e al più (n-1) operazioni union può essere realizzata in tempo O(m+nlogn) L’asserto verrà provato in modo ammortizzato assegnando un numero di crediti di (1+logn), 1 e 2 ad ogni operazione di makeset, union e find, rispettivamente, da cui: n(1+logn)+ (n-1) + 2 m = O (m + nlogn). Si deve mostrare che il numero di crediti assegnato è sufficiente per pagare il lavoro richiesto dalle singole operazioni: sia il cammino, che supponiamo di l nodi, visitato dalla find; i costi per la visita della radice e del figlio della radice vengono pagati con i 2 crediti assegnati alla find, mentre i costi relativi ad ogni altro nodo x di p vengono pagati con i crediti che makeset immagazzina in x. Resta da vedere se logn crediti di immagazzinamento siano sufficienti. Notare che a causa della compressione dei cammini, ora rank non fornisce esattamente l’altezza, ma una sua delimitazione superiore.

logn crediti di immagazzinamento sono sufficienti. Una find richiede l’utilizzo di un credito immagazzinato in x quando • x non è né radice, né figlio della radice; • x sta acquistando come padre una nuova radice (path compression) che avrà rank strettamente maggiore del vecchio padre di x (rank su un cammino è una funzione monotona crescente) Poiché rank ≤ logn, le operazioni di find non potranno richiedere a x di utilizzare più di logn crediti

log*n e F(i) log*n = min i (log(i)n )≤ 1 log(1)n = logn e …. log(i)n = log(i-1)n )= loglog…. logn (i volte) F (i) = 2 F(i-1) se i ≥ 1; F(0) = 1 F(1) = 2 F(2) = 4 F(3) = 16 F(4) = 65536 F(5) = 265536 log*x = 0 log*x = 1 log*x = 2 log*x = 3 log*x = 4 log*x = 5 0<x≤ 1 1<x≤ 2 2<x≤ 4 4 < x ≤ 16 16 < x ≤ 65536 < x ≤ 265536

Partizionamento dei nodi in blocchi Come conseguenza del Lemma appena visto possiamo partizionare i nodi in blocchi nel seguente modo: se un nodo v ha rank r, allora appartiene al blocco B(log*r). Poichè rank ≤ logn, allora #blocchi ≤ log*(logn), da cui: B(0) contiene nodi di rank in [0, 1], ovvero [0, F(0)] B(1) contiene nodi di rank in [2, 2], ovvero [F(0) +1, F(1)] B(2) contiene nodi di rank in [3, 4], ovvero [F(1) +1, F(2)] ………………… B(i) contiene nodi di rank in [F(i-1) +1, F(i)] …………… B(log*n-1) contiene nodi di rank in [F(log*n -2) +1, F(log*n-1)] In ogni blocco ci saranno al più un numero di rank diversi ≤ F(i) - F(i-1)-1 ≤ F(i)

Quanti nodi hanno rank pari ad r? Lemma: Durante l’esecuzione di una sequenza di makeset, union e find al più n/2 r nodi possono avere rank uguale ad r Per la proprietà 2), quando si assegna rank(x) = r vuol dire che è stata appena effettuata una operazione di union ed x è diventata radice di un qualche albero con almeno 2 r nodi (proprietà 4). Conseguentemente almeno 2 r nodi saranno etichettati x(r). Se x non sarà più radice, finirà in un albero di rank almeno r+1 (proprietà 2) Visto che ci sono in totale n nodi ne segue che non sarà mai possibile avere più di n/ 2 r nodi di rank r

Tempo O((n+m)log*n) Raffiniamo l’assegnazione dei crediti: (1+log*n), 1 e (1+log*n), ad ogni operazione di makeset, union e find, rispettivamente, da cui: n(1+log*n) + (n-1) + m(1+log*n) = O((n+m) log*n) Come nella prova precedente, sia il cammino visitato dalla find (il cammino si suppone di l nodi). I crediti assegnati alla find servono questa volta per pagare i costi per la visita della radice, del figlio della radice e di tutti i nodi in che non sono nello stesso blocco del loro padre. I costi relativi ad ogni altro nodo x di (ovvero ad ogni altro nodo nello stesso blocco del padre) vengono pagati con i crediti che makeset immagazzina in x. Resta da vedere che i crediti così assegnati siano sufficienti.

I crediti assegnati alla find sono sufficienti Poichè ci sono log*n blocchi distinti, per ogni find ci sono al più log*n-1 nodi in un blocco diverso da quello del loro padre. Quindi i crediti assegnati alla find sono sufficienti per soddisfare la richiesta di log*n-1+2= log*n+1 nodi.

I crediti assegnati alla makeset sono sufficienti Il numero di crediti immagazzinato dalle n operazioni makeset è sufficiente perché si ha che: 1. ogni nodo nel blocco richiede al più F(i) crediti; 2. ci sono al più n/F(i) nodi nel blocco B(i) per 0 ≤ i ≤ log*n -1. Prova di 1. Ogni nodo in un generico blocco B(i) può chiedere al più F(i) crediti, dato che ogni volta che richiederà un credito il rank di suo padre dovrà aumentare e nel blocco B(i) ci sono al più F(i) - F(i-1) ≤ F(i) valori diversi del rank

ci sono al più n/F(i) nodi nel blocco B(i) Prova di 2. (n/2 r) per (F(i-1) +1 ≤ r ≤ F(i)) = (n/2 r) per 0 ≤ r ≤ F(i)) - (n/2 r) per 0 ≤ r ≤ F(i-1) +1 )= = n (1/2) F(i) +1 -1 / (1/2 -1) - n (1/2) F(i-1) +2 -1 / (1/2 -1) ≤ ≤ n (1/2) F(i-1) +1 - (1/2) F(i) +1 / 1/2 ≤ n (1/2) F(i-1) +1 / 1/2 ≤ n /2 F(i-1) = n /F(i)

Il risultato migliore Una qualunque sequenza di n operazioni makeset, m operazioni find e al più (n-1) operazioni union può essere realizzata in tempo O(n+m (m+n, n) funzione di Ackermann A(1, j) = 2 j j≥ 1 A(i, 1) = A(i-1, 2) per i≥ 2 A(i, j) = A(i-1, A(i, j-1) per i, j≥ 2 funzione inversa della funzione di Ackermann