Informatik II Übung 11. Pascal Schärli
|
|
- Calvin Weber
- vor 5 Jahren
- Abrufe
Transkript
1 Informatik II Übung 11
2 Was gibts heute? Warm-Up Nachbesprechung Serie 10 Best-Of Vorlesung: Laufzeitkomplexität Vorbesprechung Serie 11 2
3 Warm - Up
4 Warm - Up Anzahl Rechenschritte bei einem Input von n Komplexität 3 + 2*n + 5*n2 O(n + n2) O(n22) O(n ) (1+n)*(3+n2) O(n2) O(n33) O(n ) 3*log(2*n) O(n*log(n)) O(n*log(n)) O(log(n)) 5*n*log(5*n-3) O(n*log(n)) O(n*log(n)) korrekt. korrekt. 4
5 Warm - Up Was ist die Komplexität dieser Funktion, wenn wir davon Ausgehen, dass die Grundoperationen (+ - / *) je 1 Rechenschritt benötigen? private static int f1(int n) { int out = 0; for(int i = 0; i < n; i++) { out++; return out; O(n )? 2 O(n)! 5
6 Warm - Up Was ist die Komplexität dieser Funktion, wenn wir davon Ausgehen, dass die Grundoperationen (+ - / *) je 1 Rechenschritt benötigen? private static int f2(int n) { int out = 0; for(int i = 0; i*5 < n; i++) { for(int j = 0; j < n; j++) { out++; return out; O(n )? 2 O(n )! 2 6
7 Warm - Up Was ist die Komplexität dieser Funktion, wenn wir davon Ausgehen, dass die Grundoperationen (+ - / *) je 1 Rechenschritt benötigen? private static int f3(int n) { int out = 0; for(int i = 0; i < n; i++) { for(int j = 0; j < i; j++) { out++; return out; O(n )? 2 O(n )! 2 7
8 Nachbesprechung
9 Nachbesprechung U10A1 9
10 Nachbesprechung U10A1 10
11 Nachbesprechung U10A2 divide... public ArrayList<T> sort(arraylist<t> items) { return sortrec(items, 0, items.size()); private ArrayList<T> sortrec(arraylist<t> items, int begin, int end) { if (begin == end) return new ArrayList<T>(); if (begin + 1 == end) { ArrayList<T> result = new ArrayList<T>(); result.add(items.get(begin)); return result; int middle = begin + (end-begin) / 2; ArrayList<T> left = sortrec(items, begin, middle); ArrayList<T> right = sortrec(items, middle, end); to be continued 11
12 Nachbesprechung U10A2 and conquer int leftidx = 0; int rightidx = 0; ArrayList<T> sorted = new ArrayList<T>(end-begin); while(true) { if (leftidx == left.size()) { sorted.addall(right.sublist(rightidx, right.size())); return sorted; if (rightidx == right.size()) { sorted.addall(left.sublist(leftidx, left.size())); return sorted; if (left.get(leftidx).compareto(right.get(rightidx)) < 0) { sorted.add(left.get(leftidx)); leftidx+=1; else { sorted.add(right.get(rightidx)); rightidx+=1; 12
13 Nachbesprechung U10A2 Measure private static double measure(int count) { Random rand = new Random(); final int numberofrounds = 10; ArrayList<Long> measurements = new ArrayList<Long>(numberofRounds); for (int round=0; round<numberofrounds; round++) { ArrayList<Integer> in = new ArrayList<Integer>(count); for (int i=0; i<count; i++) { in.add(rand.nextint()); ISort<Integer> sort = SortFactory.create(); final long begin = System.currentTimeMillis(); sort.sort(in); final long end = System.currentTimeMillis(); measurements.add(end-begin); java.util.collections.sort(measurements); double sum = 0; for (Long duration: measurements.sublist(1, numberofrounds-1)) { sum += duration; return sum / (numberofrounds - 2); 13
14 Nachbesprechung U10A2 Measure public static void main(string[] args) { int counts[] = {100, 200, 400, 800, 1600, 3200, 6400, 12800, 25600, 51200; for (int count:counts) { double result = measure(count); System.out.println(String.format("%d: %.2f ms", count, result)); 14
15 Nachbesprechung U10A3 Hanoi Die Türme werden zyklisch in der Reihenfolge 3, 2, 1 nicht benutzt. for i in range 15, 0: tower1 = (i)%3+1 tower2 = (i+1)%3+1 if(topdisk(tower1)<topdisk(tower2)): move(tower1,tower2) else: move(tower2,tower1) Falls der Turm eine gerade Anzahl Scheiben hat ändert sich die Reihenfolge zu 2, 3, 1 15
16 Vorlesung
17 Bewältigbarer Problemumfang bei schnellerer Maschiene Wir nehmen an, dass der Problemumfang M von einer Maschiene bewältigbar ist. Wie gross wäre dementsprechend der bewältigbare Problemumfang M2, falls wir eine Maschiene haben, welche X mal schneller ist? Dabei sollen verschiede Programme angeschaut werden, bei welchen die Anzahl Rechenschritte R jeweils unterschiedlich von der Problemgrösse M abhängen. Diese Anzahl Rechenschritte sind jeweils proportional zur Komplexität des Problems. R O(M). 17
18 Beispiel Mit unserem Bubble sort Algorithmus mit Komplexität O(n2) konnten wir auf unserem alten Computer innerhalb von 10 Minuten Arrays der grösse M sortieren. Nun haben wir jedoch einen neuen Prozessor eingebaut und können ab sofort doppelt so viele Rechenschritte wie zuvor in der selben Zeit ausführen! Wie gross sind die neuen Arrays, welche wir nun mit demselben Algorithmus innerhalb von 10 Minuten sortieren können? 18
19 Beispiel Laufzeit: max. Grösse alt: max. Grösse neu: Verschnellerungsfaktor: O(n2) M M2 2 Rechenschritte bei Problemumfang M: RM M2 Rechenschritte mit neuer Maschine: M22 RM2 = 2 * RM 2 * M2 Daraus folgt: M22 = M2 * 2 M2 = M * 2 19
20 Sortieralgorithmen Bubblesort O(n²) Gehe n-mal durch die Liste und vertausche jeweils die benachbarten Elemente so, dass sie in der richtigen Reihenfolge sind. Insertion sort O(n²) Gehe durch Liste, suche das kleinste Element, setze es an den Anfang etc. Mergesort O(n*log(n)) Sortieren mit Suchbäumen O(?) Heapsort O(n*log(n)) Letztes wichtiges Thema vor der Prüfung! 20
21 Vorbesprechung
22 U11A1 Sortieren mit Suchbäumen Wie kann man binäre Suchbäume zum Sortieren benutzen? ( Binäre Suchbäume) Welche Anfangsbedingung eignet sich am besten um einen binären Suchbaum aufzubauen? Aufsteigend vorsortiert Absteigend vorsortiert Gut durchmischt ( Elemente in Binäre Suchbäume einfügen) Laufzeitkomplexität für besten, durchschnittlichen und schlechtesten Fall 22
23 U11A2 Komplexitätsanalyse und O-Notation Was ist die Laufzeitkomplexität folgender CodeFragmente? 1. for (int i=1; i<n; i++) a++; 2. for (int i=0; i<2*n; i++) a++; for (int j=0; j<n; j++) a++; Jede Arithmetische Operation (+ - / *) benötigt 1 Rechenschritt 3. for (int i=0; i<n; i++) for (int j=0; j<n; j++) a++; 4. for (int i=0; i<n; i++) for (int j=0; j<i; j++) a++; 5. while(n >= 1) n = n/2; 6. for (int i=0; i<n; i++) for (int j=0; j<n*n; j++) for (int k=0; k<j; k++) a++; Beispiele von letzter Woche 23
24 U11A3 Komplexität Selbes Problem wie bei Bewältigbarer Problemumfang bei schnellerer Maschiene 24
25 U11A3 Ein Springer auf dem Schachbrett Im Schach bewegt sich ein Springer entweder um zwei Felder horizontal und ein Feld vertikal oder um ein Feld horizontal und zwei Felder vertikal. Dieses Sprungmuster führt zu ein paar interessanten Fragen, denen Ihr in dieser Aufgabe nachgehen sollt. 25
26 U11A3 Ein Springer auf dem Schachbrett Positionen auf dem Schachbrett werden dabei als Objekte vom Typ Position gespiechert. Ihr könnt zwei Positionen addieren: Position pos1plus2 = pos1.add(pos2); Es macht Sinn, alle möglichen Züge vom Springer in einer Liste zu speichern: possiblemoves = new ArrayList<Position>(8); possiblemoves.add(new Position(1, 2)); possiblemoves.add(new Position(2, 1)); usw 26
27 U11A3.1 getreachableset Die Funktion getreachableset soll eine Menge von Felder zurückgeben, welche ausgehend von einer Startposition innerhalb von einer gegebenen maximalen Anzahl von Schritten erreicht werden können. Kreiert eine Helferfunktion visit(positoin pos, int maxdepth, int depth, ArrayList<Position> visited) 1. Fügt falls nötig pos visited hinzu 2. Prüft ob die maximale Tiefe erreicht ist 3. Probiert alle gültigen Züge aus und ruft visit rekursiv auf 27
28 U11A3.1 findcompletepath Die Funktion findcompletepath soll zu einer gegebene Startposition einen Pfad über das Schachbrett zurückgeben, bei dem alle Felder genau einmal besucht werden. Das Problem kann mit Backtracking gelöst werden. 28
29 U11A3.1 findcompletepath Auch hier hilft eine Hilfsfunktion: boolean explore(position pos, ArrayList<Position> path) { Returns: true if a valid path has been found false if there is no possible path 1. Prüft ob pos noch nicht im Pfad enthalten ist, sonst false zurückgeben 2. Falls der Pfad 64 Einträge hat Fertig! 3. Alle möglichen Züge ausprobieren, bis entweder ein Pfad gefunden wurde oder man erfolglos alle Zugmöglichkeiten ausprobiert hat. 4. Falls ihr keinen möglichen Pfad gefunden hat entfert pos wieder aus path 29
30 Bonusübung Die neue Bonusserie ist online! Findet den kürzeste Route zwischen zwei Städten. Falls ihr bei den Public Tests 100% bekommt jedoch beim Submitten trotzdem nicht die volle Punktzahl erreicht, versucht Randfälle zu testen. Was pasiert wenn nur eine Stadt gegeben ist, was wenn gar keine gegeben ist etc. 30
31 Reversi Noch eine Woche bis zum Einsendeschluss (Mittwoch, den , 23:59 Uhr (Zürich Time)) Es gibt auf der Reversi-Seite ein vorgefertigtes Eclipse-Projekt, welches bereits einen HumanPlayer une eine AlphaBetaPlayer beinhaltet. Eclipse-Projekt Eine gute Bewertungsfunkion einbauen und einen Preis gewinnen ;) 31
32 Letzte Übung Nächste Woche am ist unsere letzte Übungsstunde. Wir werden noch ein letztes, wichtiges und höchst intressantes Thema besprechen. Anschliessend könnten wir jedoch noch kurz auf das Semesterende anstossen ;) 32
33 Viel Spass! 33
Informatik II Übung 11 Gruppe 3
Informatik II Übung 11 Gruppe 3 Leyna Sadamori leyna.sadamori@inf.ethz.ch Informatik II Übung 11 Leyna Sadamori 17. Mai 2017 1 Nachtrag zu Übung 10 Alpha-Beta-Algorithmus Knotenwerte: Beide Varianten sind
MehrInformatik II Übung 11 Gruppe 4
Informatik II Übung 11 Gruppe 4 (Folien teils von Christian B. und Christelle G.) Lukas Burkhalter lubu@inf.ethz.ch Informatik II Übung 11 Lukas Burkhalter 16. Mai 2018 1 Alpha-Beta klarer 4 oder 2, beides
MehrInformatik II Übung 11 Gruppe 7
Informatik II Übung 11 Gruppe 7 Leyna Sadamori leyna.sadamori@inf.ethz.ch Informatik II Übung 11 Leyna Sadamori 15. Mai 2014 1 Debriefing Übung 10 Informatik II Übung 11 Leyna Sadamori 15. Mai 2014 2 U10A1a
MehrInformatik II - Übung 11
Informatik II - Übung 11 Christian Beckel beckel@inf.ethz.ch 15.05.2014 Blatt 10 1) Merge sort 2) Türme von Hanoi 3) Reversi: alpha-beta-suche Außerdem: Sortierverfahren und ihre Komplexität Christian
MehrInformatik II (D-ITET) Übungsstunde 11,
Informatik II (D-ITET) Übungsstunde 11, 17.05.2017 Hossein Shafagh, shafagh@inf.ethz.ch Distributed Systems Group, ETH Zürich Ablauf Besprechung von Übung 10 Hinweise für Übung 11 (Sortieren, O-Notation)
MehrInformatik II - Übung 11
Informatik II - Übung 11 Katja Wolff katja.wolff@inf.ethz.ch Blatt 10 1) Merge sort 2) Türme von Hanoi 3) Reversi: alpha-beta-suche Außerdem: Sortierverfahren und ihre Komplexität Informatik II Übung 11
MehrInformatik II Übung 10. Pascal Schärli
Informatik II Übung 0 Pascal Schärli pascscha@student.ethz.ch 09.0.0 Was gibts heute? Best-of Vorlesung: Teile und Herrsche Türme von Hanoi Mergesort O-Notation Vorbesprechung: U0A, - Mergesort U0A Türme
MehrInformatik II - Tutorium 12
Informatik II - Tutorium 12 Vincent Becker vincent.becker@inf.ethz.ch 23.05.2018 Vincent Becker 24.05.2018 1 Reversi-Turnier 30.5.2018 Deadline für Einreichung SONNTAG NACHT!!! Umfrage Bitte an Umfrage
MehrInformatik II Übung 10. Benjamin Hepp 10 May 2017
Informatik II Übung 10 Benjamin Hepp benjamin.hepp@inf.ethz.ch 10 May 2017 Nachbesprechung U9 10 May 2017 Informatik II - Übung 01 2 Nachbesprechung U9 1. Spieltheorie 2. Reversi Teil 3 (Vorbesprechung
MehrInformatik II - Übung 12
Informatik II - Übung 12 Katja Wolff katja.wolff@inf.ethz.ch Übungsblatt 11 1) Sortieren mit Suchbäumen 2) Zeitkomplexität 3) Ein neuer Rechner! 4) Ein Springer auf dem Schachbrett Informatik II Übung
MehrKapitel 10. Komplexität von Algorithmen und Sortieralgorithmen
Kapitel 10 Komplexität von Algorithmen und Sortieralgorithmen Arrays 1 Ziele Komplexität von Algorithmen bestimmen können (in Bezug auf Laufzeit und auf Speicherplatzbedarf) Sortieralgorithmen kennenlernen:
MehrInformatik II Übung 12
Informatik II Übung 12 Gruppe 2 Carina Fuss cfuss@student.ethz.ch 23.5.2018 Carina Fuss 23.5.2018 1 Reversi-Turnier Deadline für die Abgabe der Reversi-Spieler verlängert! Neu: Sonntag, 27.5.2018, 23:59
MehrInformatik II - Übung 03
Informatik II - Übung 03 Katja Wolff katja.wolff@inf.ethz.ch 15.03.2014 Besprechung Übungsblatt 2 Informatik II - Übung 03 15.03.2017 2 U2.A1 S Klammerdarstellung und eingerückter Form R P V S(R(H(K)),P(A(N,O),Q,T),V(J,F(G)))
MehrInformatik II Übung 09
Informatik II Übung 09 Michael Baumann mbauman@student.ethz.ch n.ethz.ch/~mbauman 04.05.2015 Ablauf 1) Nachbesprechung Serie 8 2) Minimax & Alpha-Beta 3) Vorbesprechung Serie 9 2 Serie 8 3 Aufgabe 1 a,
MehrInformatik II Übung 2. Pascal Schärli
Informatik II Übung 2 Pascal Schärli pascscha@student.ethz.ch 08.03.2018 Code Expert Pascal Schärli 08.03.2018 2 Nachbesprechung Serie 1 Aufgabe 1 a) Induktionsbeweis über a möglich? Nein! Der Induktionsanfang
MehrKapitel 9. Komplexität von Algorithmen und Sortieralgorithmen
1 Kapitel 9 Komplexität von Algorithmen und Sortieralgorithmen Ziele 2 Komplexität von Algorithmen bestimmen können (in Bezug auf Laufzeit und auf Speicherplatzbedarf) Sortieralgorithmen kennenlernen:
MehrKapitel 9. Komplexität von Algorithmen und Sortieralgorithmen
Kapitel 9 Komplexität von Algorithmen und Sortieralgorithmen Arrays 1 Ziele Komplexität von Algorithmen bestimmen können (in Bezug auf Laufzeit und auf Speicherplatzbedarf) Sortieralgorithmen kennenlernen:
MehrInformatik II, SS 2016
Informatik II - SS 2014 (Algorithmen & Datenstrukturen) Vorlesung 2 (22.4.2016) Sortieren II Algorithmen und Komplexität SelectionSort: Programm Schreiben wir doch das gleich mal als Java/C++ - Programm
MehrTutoraufgabe 1 (Implementierung eines ADTs):
Prof. aa Dr. E. Ábrahám Datenstrukturen und Algorithmen SS Tutoriumslösung - Übung (Abgabe.05.0) F. Corzilius, S. Schupp, T. Ströder Tutoraufgabe (Implementierung eines ADTs): Wir spezifizieren den ADT
MehrDatenstrukturen und Algorithmen (SS 2013)
Datenstrukturen und Algorithmen (SS 2013) Präsenzübung Musterlösung Dienstag, 28.05.2013 Aufgabe 1 (Allgemeine Fragen [20 Punkte]) 1. Tragen Sie in der folgenden Tabelle die Best-, Average- und Worst-Case-
MehrInformatik II Übung 9. Pascal Schärli
Informatik II Übung 9 pascscha@student.ethz.ch Was gibts heute? Warm-Up Nachbesprechung Serie 8 Best-Of Vorlesung: Minimax Alpha Beta Vorbesprechung Serie 9 Info zur Auffahrt 2 Warm - Up Warm-Up (Basisprüfung
MehrInformatik II (D-ITET)
Informatik II (D-ITET) simon.mayer@inf.ethz.ch Distributed Systems Group, ETH Zürich Informatik II (D-ITET) 1 Ablauf Nachbesprechung Übung 1 Besprechung der Vorlesung Übungsbezogene Themen: Bäume, Rekursion,
MehrInformatik II. Woche 15, Giuseppe Accaputo
Informatik II Woche 15, 13.04.2017 Giuseppe Accaputo g@accaputo.ch 1 Themenübersicht Repetition: Pass by Value & Referenzen allgemein Repetition: Asymptotische Komplexität Live-Programmierung Aufgabe 7.1
MehrSortieralgorithmen OOPM, Ralf Lämmel
Unterhaltet Euch mal mit Euren Großeltern wie Sortieren früher funktionierte! Sortieralgorithmen OOPM, Ralf Lämmel 230 Eine unsortierte Liste 7 3 2 5 2 3 5 7 Die sortierte Liste 231 Wiederholung: Das Problem
MehrAlgorithmen und Datenstrukturen
Universität Innsbruck Institut für Informatik Zweite Prüfung 16. Oktober 2008 Algorithmen und Datenstrukturen Name: Matrikelnr: Die Prüfung besteht aus 8 Aufgaben. Die verfügbaren Punkte für jede Aufgabe
MehrÜbungsstunde 5. Einführung in die Programmierung
Übungsstunde 5 Einführung in die Programmierung Probleme bei Übung 4 [TODO Assistent] Nachbesprechung Übung 5 Aufgabe 1: Testen mit JUnit Aufgabe 2: Wörter Raten do-while benötigt keinen Dummy-Wert für
MehrII.3.1 Rekursive Algorithmen - 1 -
1. Grundelemente der Programmierung 2. Objekte, Klassen und Methoden 3. Rekursion und dynamische Datenstrukturen 4. Erweiterung von Klassen und fortgeschrittene Konzepte II.3.1 Rekursive Algorithmen -
MehrInformatik II - Übung 10
Informatik II - Übung 10 Katja Wolff katja.wolff@inf.ethz.ch U9.A1: Mini-Max-Algorithmus Strategie von MAX 4 Höhe: 4 Suchtiefe: 3 bester Zug: links MAX 4 0-2 MIN 4 7 3 0 2-2 8 MAX 7-5 2 1 7 8 MIN Informatik
MehrInformatik II Übung 3. Pascal Schärli
Informatik II Übung 3 pascscha@student.ethz.ch Warm up Ist das ein Baum? Left child: Right child: Parent: [A B C _ E _ G H I _] 0 2 3 4 5 6 7 8 9 1 2*i + 1 2*i + 2 (i-1)/2 2 Überblick Serie 3 Aufgabe 1
MehrInformatik II, SS 2018
Informatik II - SS 2018 (Algorithmen & Datenstrukturen) Vorlesung 2 (23.4.2018) Sortieren II, Asymptotische Analyse, O-Notation Algorithmen und Komplexität Laufzeit Zeitmessung SelectionSort n 2 Laufzeit/n
Mehrfloat: Fließkommazahl nach IEEE 754 Standard mit 32 bit
Primitive Datentypen Fließkommazahlen float: Fließkommazahl nach IEEE 754 Standard mit 32 bit Vorzeichen Exponent 8 bit Mantisse 23 bit double: Fließkommazahl nach IEEE 754 Standard mit 64 bit Vorzeichen
Mehr3. Übungsblatt zu Algorithmen I im SoSe 2017
Karlsruher Institut für Technologie Prof. Dr. Jörn Müller-Quade Institut für Theoretische Informatik Björn Kaidel, Sebastian Schlag, Sascha Witt 3. Übungsblatt zu Algorithmen I im SoSe 2017 http://crypto.iti.kit.edu/index.php?id=799
MehrProbeklausur zur Vorlesung
Dr. Jochen Hoenicke Alexander Nutz Probeklausur zur Vorlesung Einführung in die Informatik Sommersemester 2014 Die Klausur besteht aus diesem Deckblatt und elf Blättern mit den Aufgaben, sowie einem Blatt
MehrEinfache Arrays. Dr. Philipp Wendler. Zentralübung zur Vorlesung Einführung in die Informatik: Programmierung und Softwareentwicklung
Dr. Philipp Wendler Zentralübung zur Vorlesung Einführung in die Informatik: Programmierung und Softwareentwicklung WS18/19 https://www.sosy-lab.org/teaching/2018-ws-infoeinf/ Arrays: Wiederholung Ein
MehrInformatik II, SS 2016
Informatik II - SS 2016 (Algorithmen & Datenstrukturen) Vorlesung 3 (27.4.2014) O-Notation, Asymptotische Analyse, Sortieren III Algorithmen und Komplexität Selection Sort Algorithmus SelectionSort (informell):
MehrInformatik II - Übung 10
Informatik II - Übung 10 Christian Beckel beckel@inf.ethz.ch 08.05.2014 Blatt 08 1) Binäre Suche 2) TicTacToe 3) Reversi: checkmove() & GreedyPlayer 4) Backtracking Christian Beckel 09/05/14 2 U8.A3: checkmove()
Mehrpublic class Test extends MiniJava { public static void main (String [] args) { write(args[0]+args[1]); } } // end of class Test
Manche Funktionen, deren Ergebnistyp void ist, geben gar keine Werte zurück im Beispiel: write() und main(). Diese Funktionen heißen Prozeduren. Das Hauptprogramm hat immer als Parameter ein Feld args
MehrDatenstrukturen und Algorithmen D-INFK
Eidgenössische Technische Hochschule Zürich Ecole polytechnique fédérale de Zurich Politecnico federale di Zurigo Federal Institute of Technology at Zurich Institut für Theoretische Informatik Peter Widmayer
MehrJAVA - Suchen - Sortieren
Übungen Informatik I JAVA - Suchen - Sortieren http://www.fbi-lkt.fh-karlsruhe.de/lab/info01/tutorial Übungen Informatik 1 Folie 1 Inhalt Suchen/Sortieren binary search mergesort bubblesort Übungen Informatik
MehrInformatik II Übung, Woche 10
Giuseppe Accaputo 10. März, 2016 Plan für heute 1. Typumwandlung (Typecasts) 2. Ordnerstruktur für Übungen 3. Vorbesprechung Übung 3 4. Nachbesprechung Übung 2 (inkl. Live Programmierung) Informatik II
MehrProgrammierkurs Java
Programmierkurs Java Dr. Dietrich Boles Aufgaben zu UE16-Rekursion (Stand 09.12.2011) Aufgabe 1: Implementieren Sie in Java ein Programm, das solange einzelne Zeichen vom Terminal einliest, bis ein #-Zeichen
MehrInformatik II Sortieren
lausthal Sortieralgorithmen Informatik II Sortieren Preprocessing fürs Suchen sind für kommerzielle Anwendungen häufig die Programmteile, die die meiste Rechenzeit verbrauchen viele raffinierte Methoden
MehrInformatik II Sortieren
lausthal Informatik II Sortieren. Zachmann lausthal University, ermany zach@in.tu-clausthal.de Sortieralgorithmen Preprocessing fürs Suchen sind für kommerzielle Anwendungen häufig die Programmteile, die
MehrKomplexität von Algorithmen OOPM, Ralf Lämmel
Ganz schön komplex! Komplexität von Algorithmen OOPM, Ralf Lämmel 885 Motivierendes Beispiel Algorithmus Eingabe: ein Zahlen-Feld a der Länge n Ausgabe: Durchschnitt Fragen: sum = 0; i = 0; while (i
Mehr> Parallele Systeme Übung: 4. Übungsblatt Philipp Kegel Wintersemester 2012/2013. Parallele und Verteilte Systeme, Institut für Informatik
> Parallele Systeme Übung: 4. Übungsblatt Philipp Kegel Wintersemester 2012/2013 Parallele und Verteilte Systeme, Institut für Informatik Inhaltsverzeichnis 2 1 Besprechung des 4. Übungsblattes Aufgabe
MehrProgrammiertechnik II
Sortieren: Einfache Algorithmen Sortieren Abstrakte Operation geg: Menge von items (Elemente) jedes Element besitzt Sortierschlüssel Schlüssel unterliegen einer Ordnung eventuell sind doppelte Schlüssel
MehrAufgabenblatt: Arrays
Aufgabenblatt: Arrays - Seite 1 Aufgabenblatt: Arrays (1.) (a.) Erstellen Sie eine Methode, die in einem Array von Zahlen nach einem bestimmten Wert sucht! static int LinearSearch(int searchvalue, int
MehrInstitut für Programmierung und Reaktive Systeme 2. Februar Programmieren I. Übungsklausur
Technische Universität Braunschweig Dr. Werner Struckmann Institut für Programmierung und Reaktive Systeme 2. Februar 2017 Hinweise: Klausurtermine: Programmieren I Übungsklausur Programmieren I: 13. März
MehrTECHNISCHE UNIVERSITÄT MÜNCHEN FAKULTÄT FÜR INFORMATIK
TECHNISCHE UNIVERSITÄT MÜNCHEN FAKULTÄT FÜR INFORMATIK Lehrstuhl für Sprachen und Beschreibungsstrukturen WS 2006/2007 Praktikum Grundlagen der Programmierung Lösungsvorschläge zu Blatt 3 F. Forster, M.
MehrProf. H. Herbstreith Fachbereich Informatik. Leistungsnachweis. Informatik 1 WS 2001/2002
Prof. H. Herbstreith 30.01.2002 Fachbereich Informatik Leistungsnachweis Informatik 1 WS 2001/2002 Bearbeitungszeit 120 Minuten. Keine Hilfsmittel erlaubt. Aufgabe 1: 20 Punkte Vervollständigen Sie folgende
MehrSuchen und Sortieren OOPM, Ralf Lämmel
Unterhaltet Euch mal mit Euren Großeltern wie Sortieren früher funktionierte! Suchen und Sortieren OOPM, Ralf Lämmel 2 Das Such-Problem Eingabe: Ein Feld a mit n Elementen vom Typ t. Ein Wert x vom Typ
MehrGrundzüge der Wirtschaftsinformatik WS 2002/03. Wiederholung Java. Programmierzyklus. Heiko Rossnagel Problem
Grundzüge der Wirtschaftsinformatik WS 2002/03 Wiederholung Java Heiko Rossnagel www.m-lehrstuhl.de accelerate.com Grundzüge der Wirtschaftsinformatik WS 2002/03 1 Programmierzyklus Problem Formulierung
MehrÜbungsstunde 6. Einführung in die Programmierung
Übungsstunde 6 Einführung in die Programmierung Probleme bei Übung 4 [TODO Assistent] Nachbesprechung Übung 5 Aufgabe 1: Testen mit JUnit Aufgabe 2: Wörter Raten do-while benötigt keinen Dummy-Wert für
Mehr6 Sortieren. Speziell ist zu beachten, dass viele Sortier-Algorithmen auf Array-Strukturen zwar sehr schnell aber nicht stabil sind.
6 Sortieren Sortierprogramme werden vorallem für die die Präsentation von Daten benötigt, wenn die Daten zum Beispiel sortiert nach Zeit, Grösse, letzten Änderungen, Wert,... dargestellt werden sollen.
MehrÜbersicht. Datenstrukturen und Algorithmen. Divide-and-Conquer. Übersicht. Vorlesung 9: Quicksort (K7)
Datenstrukturen und Algorithmen Vorlesung 9: (K7) Joost-Pieter Katoen Algorithmus Lehrstuhl für Informatik 2 Software Modeling and Verification Group http://moves.rwth-aachen.de/teaching/ss-5/dsal/ 2 7.
MehrÜbungsstunde 3. Einführung in die Programmierung
Übungsstunde 3 Einführung in die Programmierung Nachbesprechung Übung 3 Aufgabe 1: Folgen und Reihen import java.util.scanner; public class Reihe { public static void main(string[] args) { Scanner scanner
Mehr// Objekt-Methoden: public void insert(int x) { next = new List(x,next); } public void delete() { if (next!= null) next = next.next; } public String
// Objekt-Methoden: public void insert(int x) { next = new List(x,next); } public void delete() { if (next!= null) next = next.next; } public String tostring() { String result = "["+info; for(list t=next;
MehrInformatik II PVK Tag 2
Informatik II PVK Tag 2 Michael Baumann mbauman@student.ethz.ch n.ethz.ch/~mbauman Themen Theorie 1) Java Basics 2) Theorie: Komplexität und Laufzeit 3) OOP 2 Themen Praxis 1) Syntaxbäume 2) Verkettete
MehrAnwendungsbeispiel MinHeap
Anwendungsbeispiel MinHeap Uns seien n ganze Zahlen gegeben und wir möchten darin die k größten Zahlen bestimmen; zudem gelten, dass n deutlich größer als k ist Wir können das Problem mit Laufzeit in O(n
MehrProgrammierung 1 Studiengang MI / WI
Programmierung 1 Studiengang MI / WI Dipl.-Inf., Dipl.-Ing. (FH) Michael Wilhelm Hochschule Harz FB Automatisierung und Informatik mwilhelm@hs-harz.de http://mwilhelm.hs-harz.de Raum 2.202 Tel. 03943 /
MehrPrüfung A Informatik D-MATH/D-PHYS :15 14:55
Prüfung A Informatik D-MATH/D-PHYS 17. 12. 2013 13:15 14:55 Prof. Bernd Gartner Kandidat/in: Name:. Vorname:. Stud.-Nr.:. Ich bezeuge mit meiner Unterschrift, dass ich die Prufung unter regularen Bedingungen
MehrInformatik B Sommersemester Musterlösung zur Klausur vom
Informatik B Sommersemester 007 Musterlösung zur Klausur vom 0.07.007 Aufgabe : Graphen und Graphalgorithmen + + + () Punkte Für eine beliebige positive, ganze Zahl n definieren wir einen Graphen G n =
MehrDatenstrukturen & Algorithmen Lösungen zu Blatt 8 FS 16
Eidgenössische Technische Hochschule Zürich Ecole polytechnique fédérale de Zurich Politecnico federale di Zurigo Federal Institute of Technology at Zurich Institut für Theoretische Informatik. April 0
MehrÜbungsstunde 4. Einführung in die Programmierung
Übungsstunde 4 Einführung in die Programmierung Probleme bei Übung 3 [TODO Assistent] Nachbesprechung Übung 4 Aufgabe 1: Sieb des Eratosthenes //Initialisiere das Array sieb und setze alle Werte auf true
MehrBeispielprüfung CuP WS 2015/2016
Beispielprüfung CuP WS 2015/2016 Univ.-Prof. Dr. Peter Auer 23. Dezember 2015 Informationen zur Prüfung Die Prüfung wird als Multiple-Choice-Test mit 10 Fragen am Computer abgehalten. (Bei manchen Fragen
MehrInformatik II Übung 09. Benjamin Hepp 3 May 2017
Informatik II Übung 09 Benjamin Hepp benjamin.hepp@inf.ethz.ch 3 May 2017 Nachbesprechung U8 3 May 2017 Informatik II - Übung 01 2 Nachbesprechung U8 1. Binaere Suche 2. Knapsack Problem 3. Reversi Teil
MehrÜbung zu Algorithmen und Datenstrukturen (für ET/IT)
Übung zu Algorithmen und Datenstrukturen (für ET/IT) Sommersemester 2017 Rüdiger Göbl, Mai Bui Computer Aided Medical Procedures Technische Universität München Fibonacci Zahlen Fibonacci Folge Die Fibonacci
MehrDatenstrukturen und Algorithmen (SS 2013) Prof. Dr. Leif Kobbelt Thomas Ströder, Fabian Emmes, Sven Middelberg, Michael Kremer
Präsenzübung Datenstrukturen und Algorithmen (SS 2013) Prof. Dr. Leif Kobbelt Thomas Ströder, Fabian Emmes, Sven Middelberg, Michael Kremer Dienstag, 28. Mai 2013 Nachname: Vorname: Matrikelnummer: Studiengang:
MehrGegeben sind die folgenden Programmausschnitte: I. Programmausschnitt: II. Programmausschnitt: III. Programmausschnitt: IV. Programmausschnitt:
Technische Informatik für Ingenieure WS 00/0 Übungsblatt Nr. 0. Januar 0 Übungsgruppenleiter: Matthias Fischer Mouns Almarrani Rafał Dorociak Michael Feldmann Thomas Gewering Benjamin Koch Dominik Lüke
MehrÜbung Algorithmen und Datenstrukturen
Übung Algorithmen und Datenstrukturen Sommersemester 2017 Patrick Schäfer, Humboldt-Universität zu Berlin Agenda: Kürzeste Wege, Heaps, Hashing Heute: Kürzeste Wege: Dijkstra Heaps: Binäre Min-Heaps Hashing:
MehrZiele. Kapitel 10: Komplexität von Algorithmen und Sortierverfahren. Beispiel: Lineare Suche eines Elements in einem Array (1)
Einführung in die Informatik: Programmierung und Softwareentwicklung Wintersemester 2018/19 Ziele Kapitel 10: Komplexität von Algorithmen und Sortierverfahren Prof. Dr. David Sabel Lehr- und Forschungseinheit
MehrInstitut für Programmierung und Reaktive Systeme 25. Januar Programmieren I. Übungsklausur
Technische Universität Braunschweig Dr. Werner Struckmann Institut für Programmierung und Reaktive Systeme 25. Januar 2018 Hinweise: Klausurtermine: Programmieren I Übungsklausur Programmieren I: 17. Februar
MehrEinführung in die Programmierung I. 2.4 Felder. Thomas R. Gross. Department Informatik ETH Zürich
252-0027 Einführung in die Programmierung I 2.4 Felder Thomas R. Gross Department Informatik ETH Zürich Uebersicht 2.4 Felder (Vektoren, "array"s) 2.5 Verschachtelte Schleifen 2.6 "if" Anweisungen 2.7
MehrInformatik II Übung 7. Pascal Schärli
Informatik II Übung 7 pascscha@student.ethz.ch Was gibts heute? Warm-Up Nachbesprechung Serie 6 Best-Of Vorlesung: Generics Binäre Suchbäume Spielbäume Vorbesprechung Serie 7 2 Warm - Up Warm-Up interface
MehrMartin Unold INFORMATIK. Geoinformatik und Vermessung
Wiederholung So sieht ein leeres Java-Programm aus public class Programmname { public static void main (String[] args) { // Hier stehen die Anweisungen Welche Arten von Anweisungen gibt es? Anweisungen
MehrAlgorithmen und Datenstrukturen
Algorithmen und Datenstrukturen Dipl. Inform. Andreas Wilkens 1 Organisatorisches Am Freitag, 9. Juni 2006, erfolgt in der Vorlesung eine Zusammenfassung der Vorlesungsinhalte als Vorbereitung auf die
MehrHeute. Nachbetrachtung Wissensüberprüfung. Sortieren Interface Comparable TreeSet Sortieren von Arrays: Arrays.sort() 3.12.
Heute Nachbetrachtung Wissensüberprüfung Sortieren Interface Comparable TreeSet Sortieren von Arrays: Arrays.sort() 3.12.2015 IT I - VO 9 1 Organisatorisches Zwischentest findet am 16.12. von 17:30 bis
MehrAlgorithmus Analyse. Johann Basnakowski
Algorithmus Analyse Johann Basnakowski Arbeitsbereich Wissenschaftliches Rechnen Fachbereich Informatik Fakultät für Mathematik, Informatik und Naturwissenschaften Universität Hamburg Gliederung Algorithmus
MehrInformatik II Übung 7 Gruppe 7
Informatik II Übung 7 Gruppe 7 Leyna Sadamori leyna.sadamori@inf.ethz.ch Informatik II Übung 7 Leyna Sadamori 10. April 2014 1 Administratives Nächste Übung fällt leider aus! Bitte eine andere Übung besuchen.
MehrInformatik II - Übung 07
Informatik II - Übung 07 Katja Wolff katja.wolff@inf.ethz.ch Besprechung Übungsblatt 6 Informatik II Übung 07 12.04.2017 2 Übungsblatt 6 1.) Klassen, Schnittstellen, Typumwandlung 2.) Schnittstellen und
MehrPräsenzübung Datenstrukturen und Algorithmen SS 2014
Prof. aa Dr. E. Ábrahám F. Corzilius, S. Schupp, T. Ströder Präsenzübung Datenstrukturen und Algorithmen SS 2014 Vorname: Nachname: Studiengang (bitte genau einen markieren): Informatik Bachelor Informatik
MehrEinführung in die Programmierung WS 2009/10. Übungsblatt 7: Imperative Programmierung, Parameterübergabe
Ludwig-Maximilians-Universität München München, 04.12.2009 Institut für Informatik Prof. Dr. Christian Böhm Annahita Oswald, Bianca Wackersreuther Einführung in die Programmierung WS 2009/10 Übungsblatt
MehrFortgeschrittene Programmiertechnik Klausur WS 2014/15 Angewandte Informatik Bachelor
Fortgeschrittene Programmiertechnik Klausur WS 2014/15 Angewandte Informatik Bachelor Name Matrikelnummer Aufgabe Punkte Aufgabe Punkte Zwischensumme 1 6 2 8 3 16 4 14 5 12 56 6 16 7 18 8 20 9 10 Summe
MehrRekursion. Annabelle Klarl. Einführung in die Informatik Programmierung und Softwareentwicklung
Rekursion Annabelle Klarl Zentralübung zur Vorlesung Einführung in die Informatik: http://www.pst.ifi.lmu.de/lehre/wise-12-13/infoeinf WS12/13 Aufgabe 1: Potenzfunktion Schreiben Sie eine Methode, die
MehrRekursion. Rekursive Funktionen, Korrektheit, Terminierung, Rekursion vs. Iteration, Sortieren
Rekursion Rekursive Funktionen, Korrektheit, Terminierung, Rekursion vs. Iteration, Sortieren Mathematische Rekursion o Viele mathematische Funktionen sind sehr natürlich rekursiv definierbar, d.h. o die
MehrMergesort. Inhaltsverzeichnis. Veranschaulichung der Funktionsweise. aus Wikipedia, der freien Enzyklopädie
Mergesort aus Wikipedia, der freien Enzyklopädie Mergesort ist ein rekursiver, stabiler Sortieralgorithmus, der ähnlich wie Quicksort nach dem Prinzip Teile und herrsche (engl. Divide and conquer) arbeitet.
MehrÜbungsblatt 13. Abgabe / Besprechung in Absprache mit dem Tutor
Albert-Ludwigs-Universität Freiburg Institut für Informatik Einführung in die Informatik Sommersemester 2018 Prof. Dr. Wolfram Burgard Andreas Kuhner Daniel Büscher Übungsblatt 13 Abgabe / Besprechung
MehrRekursion. Rekursive Funktionen, Korrektheit, Terminierung, Rekursion vs. Iteration, Sortieren
Rekursion Rekursive Funktionen, Korrektheit, Terminierung, Rekursion vs. Iteration, Sortieren Mathematische Rekursion o Viele mathematische Funktionen sind sehr natürlich rekursiv definierbar, d.h. o die
MehrKomplexität von Algorithmen
Komplexität von Algorithmen Ziel Angabe der Effizienz eines Algorithmus unabhängig von Rechner, Programmiersprache, Compiler. Page 1 Eingabegröße n n Integer, charakterisiert die Größe einer Eingabe, die
Mehr(08 - Einfache Sortierverfahren)
Vorlesung Informatik 2 Algorithmen und Datenstrukturen (08 - Einfache Sortierverfahren) Prof. Dr. Susanne Albers Sortieren Motivation, Einführung Datenbestände müssen sehr oft sortiert werden, etwa um
MehrFortgeschrittene Programmiertechnik Klausur SS 2015 Angewandte Informatik Bachelor
Fortgeschrittene Programmiertechnik Klausur SS 2015 Angewandte Informatik Bachelor Name Matrikelnummer Aufgabe Punkte Aufgabe Punkte Zwischensumme 1 6 2 8 3 12 4 18 5 20 64 6 9 7 17 8 18 9 12 Summe 120
MehrAufgabe 1: Weitere Aufgaben aus dem Buch 1. Bearbeiten Sie die Aufgaben 8.2, 8.5 und 8.6 zum DoME Beispiel.
Aufgabe 1: Weitere Aufgaben aus dem Buch 1. Bearbeiten Sie die Aufgaben 8.2, 8.5 und 8.6 zum DoME Beispiel. 8.2: CD: Zeitgeist (65 mins) Schiller tracks: 13 super CD :) 8.5: Es können nun Methoden von
MehrArrays. Gilbert Beyer und Annabelle Klarl. Einführung in die Informatik. Zentralübung zur Vorlesung Einführung in die Informatik
Arrays Zentralübung zur Vorlesung Einführung in die Informatik http://www.pst.ifi.lmu.de/lehre/wise-11-12/infoeinf WS11/12 Inhalte der heutigen Vorlesung: Arraytypen Speicherdarstellung von Arrays Auswertung
MehrStädtisches Gymnasium Olpe Java Ht Informatik - Q1 Die Klasse List im Abitur Methoden und Beispielcode Hier alle wichtigen Methoden. Ein Beispielcode
Die Klasse List im Abitur Methoden und Beispielcode Hier alle wichtigen Methoden. Ein Beispielcode folgt im Anschluss. Beispielcode Es gibt eine Klasse Benutzerverwaltung, welche eine Liste mit Benutzern
MehrMartin Unold INFORMATIK. Geoinformatik und Vermessung
Wiederholung So sieht ein leeres Java-Programm aus public class Programmname { public static void main (String[] args) { // Hier stehen die Anweisungen Anweisungen mit Variablen Wiederholung Deklaration
Mehr