Skip to main content

Posts

Showing posts from May, 2020

Tutorial Binary Heap - Bahasa Indonesia

☻ Binary Heap Binary dapat berwujud Min Heap dan Max Heap. Apa perbedaan Min Heap dan Max Heap ? • Min Heap = Binary Heap dimana Parent Node memiliki value lebih kecil dibandingkan kedua Child Node. • Max Heap = Max Heap adalah kebalikan dari Min Heap yaitu Parent Node memiliki value lebih besar dibandingkan kedua Child Node. Property dari Binary Heap :  Semua element dari binary heap dapat disimpan didalam sebuah array. Elemen i dari suatu array akan mempunyai left child di 2i sedangkan right child di 2i+1. Sedangkan elemen i akan mempunyai parent di index i/2 dengan pembulatan ke bawah. Property lain yang harus di ingat adalah semua level kecuali level terakhir harus penuh. Tinggi dari binary heap adalah log n. Operations dari Binary Heap :  Operasi di dalam Binary Heap terdapat Searching, Insert, dan Delete. 1. Searching : Proses Searching akan sama dengan proses searching di Binary Search Tree. 2. Insertion = Proses insert selalu dilakukan dari leaf node. Kita tidak

AVL Tree (+Code), Konsep Awal B-Tree, dan Red-Black Tree

♣ AVL TREE AVL Tree adalah suatu jenis modifikasi BST. Tree ini dinamai sesuai dengan penemunya yaitu Adelson, Velsky, dan Landis. AVL Tree juga dikenal sebagai self-balancing tree karena jenis tree ini dapat mengoptimasi dirinya sendiri dengan melakukan operasi tertentu. Tujuan dari self -balancing tree ini adalah mempercepat operasi yang ada di BST pada umumnya yaitu insert, search, dan delete. Dengan AVL maka average case dan worst case dari BST dapat diperbaiki menjadi O (log n). • Hal penting yang perlu dipelajari di dalam konsep AVL Tree adalah : 1. Height 2. Balance Factor 3. Rotation Pattern 1. Height Konsep height pada dasarnya sama didalam semua konsep tree. Height root biasa dimulai dengan 0. Height adalah jarak suatu Node dengan Leaf Node terjauh dari Node tersebut. 2. Balance Factor Pada konsep AVL kita mengenal konsep baru yaitu balance factor. Balance factor adalah selisih tinggi antara subtree kiri dan kanan. Balance factor ini kita gunakan untuk menentu