Redimensionamento de
Tabelas
Classificação e Pesquisa de
Dados
Aula 12
Redimensionamento de Tabelas e Hashing Dinâmico;
Funções Dependentes de Distribuição
UFRGS INF01124
Como Redimensionar
Por realocação ou rehashing
n Permitir a realocação das entradas segundo uma outra função
de cálculo de endereço, de acordo com o novo tamanho da
tabela (maior ou menor)
n Percorre-se a tabela original, inserindo na nova tabela todas as
entradas ocupadas usando a nova função
Por realocação in situ ou realocação local
n Proceder a realocação na mesma tabela agora redimensionada
n A tabela é aumentada ou diminuída na sua parte final
Realocação Local (Cont.)
Algoritmo
n Examinar todas as entradas da tabela original a partir da
primeira
n Quando for encontrada uma entrada ocupada, ela é removida
da tabela, seu novo endereço é calculado (usando a nova
função), e a entrada é então reinserida
n Caso o novo endereço esteva marcado como realocado,
realiza-se uma busca linear a partir dele até encontrar-se a
primeira entrada livre
n Caso o novo endereço esteja marcado como ocupado, o
mesmo procedimento é aplicado recursivamente à chave ali
instalada, podendo provocar uma cadeia de realocações.
Quando redimensionar:
n O tamanho da tabela se torna insuficiente para
acomodar as entradas
n A quantidade média de acessos para localizar as
chaves se torna muito grande devido ao excesso
de colisões
n Quando houver uma quantidade significativa de
entradas marcadas como removidas
Realocação Local
Contexto do Algoritmo
n Cada entrada da tabela possui um campo indicando: ocupada,
livre ou realocada
n Somente entradas marcadas como ocupadas serão realocadas
n Entradas livres: nunca ocupadas ou excluídas
n Entradas realocadas: utilizadas para acomodar as chaves
realocadas
Hashing Dinâmico
Os métodos de organização de tabelas por cálculo de
endereço vistos até agora, apesar de apresentarem um
excelente desempenho médio, têm algumas limitações:
n Não são sensíveis ao conjunto de chaves efetivamente
armazenados
n A função de cálculo de endereço deve ser pré-definida e não
pode ser modificada
n A adequação da função à evolução do perfil dos dados implica
em uma completa reorganização da tabela
n As reorganizações são viáveis apenas em tabelas pequenas
1
Hashing Dinâmico Tabela Estendível
O método hashing dinâmico tem como princípio a Objetivos
adequação dos mecanismos de cálculo de endereço à
evolução do conjunto de dados n Identificar as regiões da tabela onde está ocorrendo maior
número de colisões
w Proceder a expansão da tabela nessas regiões, sem
mudar a função de aleatorização
n Identificar as regiões que sofreram sucessivas remoções de
entradas na tabela
w Proceder a fusão de blocos, também preservando a
função de aleatorização

Tabela Estendível Tabela Estendível

Implementação (i) Área de Dados

n A tabela de dados é dividida em blocos de tamanhos iguais

n Cada bloco é tratado como uma região que pode ser Diretório

expandida:
w Quando um bloco está cheio (ou próximo disso), ele é
dividido em dois outros de mesmo tamanho, e as chaves Chave Função
Pseudo
chave
são distribuídas entre os novos blocos criados
C F (C)
n O acesso à área de dados é feito através de um diretório

Tabela Estendível Tabela Estendível

Implementação (ii)
n Cada entrada do diretório contém o endereço do bloco onde
se encontra a entrada procurada, se ela estiver presente
n O acesso ao diretório se faz pela função hash aplicada sobre
a chave de busca
O diretório pode ser estendido (ou comprimido) de acordo com
a evolução da tabela
A função f(c) gera pseudo chaves (por exemplo, de 32 bits) com
distribuição uniforme. Portanto, há quantidades
aproximadamente iguais de pseudo chaves com valores 0 e 1,
em cada um de seus bits

n A função hash gera uma pseudo-chave Cada bloco é identificado pela seqüência dos primeiros “k” bits
da pseudo chave
O número “k” de bits utilizado determina o número de entradas
do diretório: 2k

2
Tabela Estendível Tabela Estendível
Caso mais simples Após um desdobramento

Diretório Área de Dados

Diretório Área de Dados
2
1 2
f(c) = 00…
1
f(c) = 0… 00
0 2
01
1
1 f(c) = 01…
f(c) = 1… 10
1
11
f(c) = 1…

Tabela Estendível Tabela Estendível

A estrutura interna de cada bloco pode ser organizada utilizando Fusão de blocos
um esquema convencional de hashing
n Arbitra-se quando a taxa de ocupação de um bloco (p.e.,
Qualquer entrada da tabela pode ser acessada pela leitura de < 30%) justifica uma fusão
um único bloco
n Condições necessárias para a fusão
Fica dispensado o uso de blocos de extensão e o
armazenamento de entradas em bloco distinto daquele que lhe w Somente em blocos adjacentes
corresponde w Os dois blocos são originários do desdobramento de um
mesmo bloco
w Os dois blocos possuam a mesma profundidade
n Uma fusão de blocos pode causar a redução do tamanho do
diretório

Compressão de Chaves
Alfanuméricas
Objetivo
n Minimizar o problema da representação numérica
excessivamente grande para ser armazenada em uma
palavra, para fins de operação.

Implementação
n Emprego do operador lógico “ou exclusivo” ( xor ): maneira
prática e usual de se fazer compressão

3
Operador XOR Exemplo

• Exemplo: Comprimindo a chave BRASIL para 16 bits

A B A xor B
Representação binária do código ASCII
0 0 0
(BR) 1100001011010010
0 1 1 (AS) 1100000111010011
(IL) 1100100111001100
1 0 1 xor 1100101011001101 = 51.917(10)
1 1 0 · Considerando uma tabela de 521 entradas, teríamos:

(51.917 mod 521) + 1 = 338

Funções de Cálculo de Endereço Método da divisão

O valor de “n” (divisor) deve ser escolhido com muito critério
Método da divisão
Na prática os melhores resultados são obtidos quando o divisor é
F ( x ) = ( x mod n )
um número primo
Resultando em endereços no intervalo [0, n-1] A quantidade de colisões depende da taxa de ocupação da tabela
Tende a preservar a uniformidade no conjunto de chaves,
mapeando valores de chave consecutivas em endereços Sugestão: acrescentar 20% ao total de chaves a serem
consecutivos instaladas e tomar o menor número primo maior ou igual ao
resultado obtido

Funções dependentes da distribuição Funções dependentes da distribuição

Método de Análise de Freqüências das Chaves
Até agora se considerou que as chaves estivessem uniformemente
distribuídas em seu domínio Analisa a freqüência com que os dígitos (ou caracteres) ocorrem
em cada posição da chave.
Em tabelas dinâmicas, a questão da distribuição das chaves
Exemplo: seja uma tabela com 500 chaves de 4 posições, que
dificilmente pode ser levada em conta, pois isto exige um apresenta a seguinte tabulação de freqüências
conhecimento prévio dos valores das chaves
Dígito
No caso de tabelas estáticas, o estudo da distribuição das chaves 0 1 2 3 4 5 6 7 8 9
Freqüências
pode ser feito preliminarmente, permitindo a escolha de uma 1º 0 500 0 0 0 0 0 0 0 0
função de aleatorização mais adequada à distribuição 2º 0 0 0 0 0 0 0 0 0 500
3º 7 25 28 35 48 80 95 112 50 20
4º 43 57 48 32 50 92 37 41 63 37

Escolhendo apenas o 3º e o 4º dígitos das chaves, estaremos

espalhando-as de maneira mais uniforme ao longo do espaço de
endereçamento, o qual ficará restrito ao intervalo [0, 99]

4
Funções dependentes da distribuição Funções dependentes da distribuição
Função Cumulativa das Freqüências Função Cumulativa das Freqüências (Cont.)

Domínio da função discreta F (x), que corresponde ao domínio S
das chaves, é dividido em “m” intervalos iguais
O valor de F (x) em cada intervalo correspondente ao total de
chaves cujos valores recaem naquele intervalo
Para cada intervalo i, 1 ≤ i ≤ m, teremos um certo valor de F(i)
Obtém a tabulação das freqüências das chaves (função discreta
de distribuição), e usa a integral da mesma como base da
função de cálculo de endereços.
Seja, então, F (x) a função discreta de distribuição das chaves,
e seja Fz (x) a função acumulativa de F (x):
Fz (x) = ∑ F (z)
z ≤x

Função cumulativa das

Funções dependentes da distribuição freqüências
Portanto, em cada intervalo [nk Fz (i-1), nk Fz (i)] teremos
Função Cumulativa das Freqüências (Cont.)
F(i) chaves
Valor de Fz (i) em cada um destes intervalos:
Ou seja, teremos uma densidade igual a
Fz (1) = F (1) F (i) F (i) k
=n =
 n n
Fz (i) = Fz (i - 1) + F (i), 2 ≤ i ≤ m (F (i) - F (i - 1))
k z z k
F(i)

O que corresponde a uma densidade constante no espaço

Valor mínimo de Fz é 1 e o máximo é k (nº de chaves em S)
de endereçamento [1, n], ou seja, uma distribuição
Contradomínio de F : intervalo [1, k] uniforme das chaves naquele espaço.
Multiplicando o valor de Fz por um fator de ajuste de escala (n/k),
(n = tamanho da tabela), obtemos valores pertencentes ao
espaço de endereçamento da tabela

Método da função cumulativa Método da função cumulativa

das freqüências das freqüências
EXEMPLO Função Discreta de Distribuição das Chaves

k = 100, m = 10, n = 120.

F (i)

intervalo freqüência freqüência acumulada

(i) F (i) Fz (i) 25
25

1 5 5
2 7 12 20
3 10 22 18

4 12 34
15
5 18 52 13
12
6 25 77 10
7 13 90 10

8 6 96 7
6
5
9 3 99 5
3
10 1 100 1
i
1 2 3 4 5 6 7 8 9 10

5
Método da função cumulativa
das freqüências
Função Integral da Distribuição das Chaves

n
Fz(i) F z(i)
k

100
100 99 120
96

90
90 108

80 96
77

70 84

60 72

52
50 60

40 48

34

30 36

22
20 24

12
10 12
5

i
1 2 3 4 5 6 7 8 9 10

p C p i+1
i