Skip to main content

Posts

Heap dan Tries

Heap Heap  adalah struktur data berbasis pohon khusus di mana pohon itu adalah pohon biner lengkap. Secara umum, Heap  terdiri dari dua jenis, yaitu: Max-Heap : Dalam Max-Heap node root harus paling besar di antara node yang ada di semua children-nya. Properti yang sama harus benar secara rekursif untuk semua subtree di Tree tersebut. Min-Heap : Dalam Min-Heap node root harus paling kecil di antara node yang ada di semua children-nya. Properti yang sama harus benar secara rekursif untuk semua subtree di Tree tersebut. Insert Untuk melakukan I nsert , kita harus melakukan operasi up-heap. Tambahkan elemen pada level bawah Heap , Bandingkan elemen yang baru dengan parentnya. Jika berada di urutan yang benar, pembandingan berhenti. Jika tidak, swap elemen dengan parent dan kembalikan ke langkah sebelumnya. Delete Untuk melalkukan delete, kita harus melakukan operai down-heap. Ganti root Heap dengan elemen terakhir pada level terakhir. Bandingkan root baru dengan children-nya. Jika berad
Recent posts

AVL Tree

AVL Tree AVL Tree ditemukan oleh Adelson-Velskii dan Landis. AVL Tree merupakan salah satu jenis BST (binary Search Tree). BST digunakan dengan tujuan untuk mempercepat pencarian data. Apabila BST yg terbentuk cukup seimbang (mendekati complete binary tree) maka waktu pencarian data tidak lebih dari log2n langkah.  AVL Tree adalah Binary Search Tree yang memiliki perbedaan tinggi level maksimal 1 antara subtree kiri dan subtree kanan. AVL Tree muncul untuk menyeimbangkan Binary Search Tree. Dengan AVL Tree , waktu pencarian dan bentuk tree dapat dipersingkat dan disederhanakan. Insertion Untuk menjaga tree tetap imbang, setelah penyisipan sebuah node, dilakukan pemeriksaan dari node baru → root. Node pertama yang memiliki |balance factor| > 1 diseimbangkan. Proses penyeimbangan dilakukan dengan: Single Rotation dan Double Rotation . Single Rotation Single rotation dilakukan bila kondisi AVL Tree waktu akan ditambahkan node baru dan posisi node baru seperti

Hashing Table and Binary Tree

Hashing Hashing adalah teknik pada Data Strucuture yang digunakan untuk memetakan nilai yang diberikan dengan kunci tertentu untuk akses elemen yang lebih cepat. Misalkan fungsi hash H(x) memetakan nilai x pada indeks x% 10 dalam sebuah array. Sebagai contoh jika daftar nilai adalah [11,12,13,14,15] itu akan disimpan di posisi {1,2,3,4,5} masing-masing dalam array atau tabel hash.  Hash Function pada Data Structure: 1. Division Method Dalam hal ini fungsi hash tergantung pada sisa pembagian. Sebagai contoh, 52,68,99,84 harus ditempatkan di tabel hash dan mari kita ambil ukuran tabel adalah 10. Lalu, (key)=record% table size.  2=52%10  8=68%10 9=99%10 4=84%10 2. Mid Square Method Dalam metode ini pertama kunci kuadrat dan kemudian bagian tengah hasilnya diambil sebagai indeks. Sebagai contoh, pertimbangkan bahwa jika kita ingin menempatkan catatan 3101 dan ukuran tabel adalah 1000. Jadi 3101 * 3101 = 9616201 yaitu h (3101) = 162 (tengah 3 digit) 3.

Stack dan Queue dalam Data Structure

Stack Stack dalam Data Structure adalah  salah satu teknik dalam struktur data yang cukup mudah dipahami. Biasanya kita akan menjumpai topik ini pada awal materi setelah  array  karena  array  dibutuhkan dalam implementasi  stack . Konsep Stack  adalah bersifat  LIFO ( Last In First Out )  artinya   data yang terakhir masuk merupakan data yang akan keluar terlebih dahulu . Stack memiliki 2 variable yaitu: Top yang digunakan untuk  yang digunakan untuk menyimpan alamat elemen paling atas dari Stack Max  yang digunakan untuk menyimpan jumlah maksimum elemen pada Stack Stack memiliki beberapa operasi yaitu: push() digunakan untuk memasukkan data pada Stack . pop() digunakan untuk mengeluarkan data terakhir (atas). peek() digunakan untuk  melihat data yang berada pada tumpukan paling atas (akan dikeluarkan). Contoh Stack : Queue  Queue  dalam struktur data adalah teknik untuk menyimpan elemen-elemennya secara teratur. Queue dapat diimplementasikan dalam arr

Linked List II

1. Circular Single Linked List Circular Linked Single List adalah Linked List yang pointer node terakhirnya menunjuk ke node pertama. Setiap node pada Circular Linked List dapat menjadi starting node. Pada list ini tidak ada nilai NULL. Contoh: 2. Doubly Linked List Doubly Linked List adalah Linked List yang setiap nodenya memiliki 2 pointer, dimana pointer pertama menunjuk ke node sebelumnya dan node kedua menunjuk ke node setelahnya. Contoh: 3. Circular Doubly Linked List Circular Double Linked List adalah struktur data yang mirip dengan Circular Linked List dimana pointer node terakhir menunjuk ke node pertama. Namun, setiap node memiliki 2 pointer seperti Doubly Linked List . Contoh:   Sumber:  -.  javatpoint.com/ -.  btechsmartclass.com/ -.  geeksforgeeks.org/