Computerübung C4 Der Perkolationsübergang

Größe: px
Ab Seite anzeigen:

Download "Computerübung C4 Der Perkolationsübergang"

Transkript

1 Computerübung C Der Perkolationsübergang Prozedurales Programmieren und Compile[] /* Funktion in C */ double sum (int n) { double r = 0.0; int k; for ( k = ; k <= n; k++ ) { r +=.0/k; } return r; } H* Funktion in Mathematica *L Clear@sumD sum@n_integerd := Block@r = 0.0, k<, For@k =, k n, k++, r += ê k; r D sum êü,,, <.,.,.,.0< Timing@sum@ DD.0,.< Schneller: Kompilieren mit Compile[] Clear@sumCD sumc = Compile@n, _Integer<<, Block@r = 0.0, k<, For@k =, k n, k++, r += ê k; r D D CompiledFunctionBn<, BlockBr = 0., k<, ForBk =, k n, k++, r += ;F; rf, -CompiledCode-F k Timing@sumC@ DD 0.0,.< SumB, k,, n<f k HarmonicNumber@nD TimingAHarmonicNumberANA0 EEE 0.000,.<

2 Uebung-C.nb -, k k + >, -:sumc@kd, >F, k, 0<F>F 0 0 Perkolation p

3 Uebung-C.nb Cluster-Erkennung: Der Hoshen-Kopelman Algorithmus J. Hoshen and R. Kopelman, Phys. Rev. B, () setze cid() = 0 und joined() = 0 starte links oben bei i=j= wenn platz(i,j) besetzt : wenn [platz(i-,j),platz(i,j-)] [0,0] : cid(i,j) erhält neue ID [0,] : cid(i,j) = cid(i,j-) [,0] : cid(i,j) = cid(i-,j) [,] : ci = root(cid(i-,j)) cj = root(cid(i,j-)) wenn ci == cj : cid(i,j) = cid(i-,j) sonst : wenn ci > cj : vertausche ci und cj cid(i,j) = ci joined(cj) = ci starte links oben wenn cid(i,j) > 0 : cid(i,j) = root(cid(i,j)) Fertig Unterfunktion root() sucht in Liste joined() die root ID zu cid (s.u.) state = perc@0., 0 len = Length@state cid = Table@0, len<, len< joined = TableA0, len =E; c = k = 0; i = j = ; iterate joinedpt ã joinedpt ã joinedpt ã joinedp0t ã joinedpt ã 0 While@k <, iterated

4 Uebung-C.nb =, i len -, i++, For@j =, j len -, j++, If@cidPi, jt > 0, ci = cidpi, jt; While@joinedPciT > 0, ci = joinedpcit cidpi, jt = ci; Clear@randomColorD randomcolor@x_d := randomcolor@xd = White x ã 0 Blue x ã Hue@RandomReal@D, RandomReal@0., <D, RandomReal@0., <DD True MatrixPlot@cid, Epilog Ø Table@ Text@Style@cidPii, jjt, D, jj - ê, len - ii + ê <, 0, 0<D, ii, len<, jj, len<d<, ColorFunction Ø randomcolor, ColorFunctionScaling Ø False, ImageSize Ø 00D

5 Uebung-C.nb ColorFunction Ø randomcolor, ColorFunctionScaling Ø False, ImageSize Ø 00D ü identify[] (Unvollständig): Beachte: Unterscheidung der vier Fälle {spi-,jt,spi,j-t} = {{0,0},{0,},{,0},{,}} mit verschachtelter If[]-Abfrage, da Switch[] mit Compile[] nicht geht :-( Wenn folgender Fehler auftritt: identify@,, 0<,,, 0<, 0, 0, 0<<D CompiledFunction::cfn : Numerical error encountered at instruction ; proceeding with uncompiled evaluation. à 0, 0, 0<, 0, 0, 0<, 0, 0, 0<< dann sind möglicherweise nicht alle Randplätze unbesetzt... If@ ã,, D

6 Uebung-C.nb identify = CompileAs, _Integer, <<, BlockAcid, joined, c = 0, L = Length@sD, ci, cj, i, j<, cid = Table@0, L<, L< H* cluster ID *L joined = TableA0, L ë =E; H* length is maximum number of clusters *L For@i =, i L -, i++, For@j =, j L -, j++, If@sPi, jt ã, If@sPi -, jt ã 0, If@sPi, j - T ã 0, H* case H0,0L Ø assign new ID *L c++; cidpi, jt = c;, H* case H0,L Ø copy ID from j- *L cidpi, jt = cidpi, j - T;, If@sPi, j - T ã 0, H* case H,0L Ø copy ID from i- *L please complete...;, H* case H,L Ø both occupied, get root IDs *L ci = please complete...; cj = please complete...; If@ci ã cj, H* already joined Hsame IDL *L cidpi, jt = ci;, H* join clusters *L please complete...; H* sort IDs so ci < cj *L please complete...; please complete...; H* fill cid with root IDs *L For@i =, i L -, i++, For@j =, j L -, j++, If@cidPi, jt > 0, ci = cidpi, jt; While@joinedPciT > 0, ci = joinedpcit cidpi, jt = ci; cid E E; Performance: Timing@Dimensions@einTest = perc@0., 000DDD 0., 000, 000<< Timing@Dimensions@identify@einTestDDD 0.0, 000, 000<<

7 Uebung-C.nb 00DD, ColorFunction Ø randomcolor, ColorFunctionScaling Ø False, PlotLabel Ø = ``", pdd, p, 0, <D p 0. p

8 Uebung-C.nb 00DD, ColorFunction Ø randomcolor, ColorFunctionScaling Ø FalseD ü clustersizes[]: cid = ; len = Length@cid

9 Uebung-C.nb Epilog Ø jjt, D, jj - ê, len - ii + ê <, 0, 0<D, ii, len<, jj, len<d<, ColorFunction Ø randomcolor, ColorFunctionScaling Ø False, ImageSize Ø 0D clustersizes@cidd,,,,,,,, < hist@data_, min_, max_, dx_<d := BinCountsAdata, min - dx dx, max +, dx=e Length@dataD dx cid00 = identify@perc@0., 00DD Hier drin sind Testdaten für p = 0. und L=00 ListLogLogPlot@hist@clusterSizes@cid00D,, 000, <D, PlotRange Ø All, Frame Ø TrueD ü Mittelung über mehrere Konfigurationen: Clear@PsizeD Psize@p_, L_, smax_, K_D := Psize@p, L, smax, KD = hist@flatten@table@clustersizes@identify@perc@p, LDDD, K<DD,, smax, <D

10 0 Uebung-C.nb 0, 00, D, 0, 00, D, 0, 00, 0 000D<, PlotRange Ø All, Frame Ø True, Joined Ø False, False, True<, PlotStyle Ø AbsolutePointSize@D, Directive@Yellow, AbsolutePointSize@DD, Thick<, FrameLabel Ø "s", "PHsL"<, Epilog Ø Text@Style@"p = 0.", D, Scaled@0., 0.<DDD PHsL p = s Eine mögliche Anwendung: Bildauswertung von Experimenten DimensionsBimage = BooleBMapBÒ ¹.,.,.< &, ImageDataBRasterizeB GraphicsB:EdgeForm@WhiteD, TableBDiskBRandomReal@, <, <D, RandomChoice@, 0<D - F, 00<F>, PlotRange Ø 0, 00<, 0, 00<<F, ImageSize Ø 00, ImageResolution Ø 00FF, <FFF; GraphicsRow@MatrixPlot@imageD, MatrixPlot@identify@imageD, ColorFunction Ø randomcolor, ColorFunctionScaling Ø FalseD<, ImageSize Ø 00D

11 Uebung-C.nb radii = NB % p F PT, 0,, 0,,,, 0, 0, 0, 0, 0,,, 0, 0,, 0,, 0,,, 0, 0,,,,, 0, 0,,,, 0,,, 0,,, 0, 00, 0, 0,,,, 0, 0,, 0,,,, 0,, 0, 0,, 0,, 0,, 0,,, 0,, 0,,, 0, 0,,, 0, 0, 0,,,,,, 0, 0, 0,, 0, 0,,, 0, 0, 0, 0, 0, 0,,, 0,,, 0,,,, 0,, 0, 0,, 0, 0,, 0,, 0,,,, 0, 0, 0, 00, 0,,,, 0, 0, 0, 0, 0,, 0,,,,, 0,, 0,,, 0, 0,,,,, 0,,, 0, 0, 0,, 0,, 0,,, 0,, 0,,,, 0<. ListPlot@hist@radii, 0, 0, 0.<D, DataRange Ø 0, 0<, Joined Ø True, PlotRange Ø All, Frame Ø TrueD

Differentialgleichungen

Differentialgleichungen Differentialgleichungen Differentialgleichung von y/x In[53]:= Out[53]= In[54]:= DE = y'@xd == y@xd + x y@xd x y HxL yhxl + x yhxl - x DSolve@DE, y@xd, xd Out[54]= ::yhxl Ø x - 2 c 1 + 2 x 2 >, :yhxl Ø

Mehr

Beispiel: Lineare Regression mit Mathematica

Beispiel: Lineare Regression mit Mathematica Beispiel: Lineare Regression mit Mathematica Daten aus einem csv-file einlesen In[]:= Out[]= data = Import@ " Users ihn Documents Teaching VP-Leitung DataAnalysis 3NewProgram Lectures given in 3. Lecture

Mehr

2 Mathematica_2.nb. Hier ist ein einfacher 2-dim Plot, bei dem alle notwendigen Einstellungen, wie Achsenskalierungen automatisch vorgenommen werden:

2 Mathematica_2.nb. Hier ist ein einfacher 2-dim Plot, bei dem alle notwendigen Einstellungen, wie Achsenskalierungen automatisch vorgenommen werden: Einführung in Mathematica (2) Grafik und Manipulate Michael O. Distler, Computer in der Wissenschaft, SS 200 (Vorlage von L. Tiator) Grafik - Initialisierung SetOptions Plot, ListPlot, ParametricPlot,

Mehr

Chapter 1 : þÿ H a u s b e t a t h o m e c h a p t e r

Chapter 1 : þÿ H a u s b e t a t h o m e c h a p t e r Chapter 1 : þÿ H a u s b e t a t h o m e c h a p t e r þÿ S e i n e e u r o c a s i n o p r o m o t i o n c o d e n o v o l i n e a u t o m a t e n 7 7 7 7 7 a u f h a b e n w i r d. W a s i c h l u s

Mehr

Chapter 1 : þÿ b e t a t h o m e L i v e G e w i n n c h a n c e n c h a p t e r

Chapter 1 : þÿ b e t a t h o m e L i v e G e w i n n c h a n c e n c h a p t e r Chapter 1 : þÿ b e t a t h o m e L i v e G e w i n n c h a n c e n c h a p t e r þÿ E - M a i l - A d r e s s e ( s e r v i c e. d e @ b e t - a t - h o m e. c o m ) k ö n n e n a u c h ü b e r e i n k

Mehr

Numerische Berechnung von unendlichen Reihen

Numerische Berechnung von unendlichen Reihen Numerische Berechnung von unendlichen Reihen Peter Riegler, FH Wolfenbüttel In[]:= Needs@"Graphics`Master`"D Die pseudomathematische Methode Idee: Wir berechnen die Partialsummen und brechen ab, sobald

Mehr

Chapter 1 : þÿ P r o m o t i o n s b e t a t h o m e e s c h a p t e r

Chapter 1 : þÿ P r o m o t i o n s b e t a t h o m e e s c h a p t e r Chapter 1 : þÿ P r o m o t i o n s b e t a t h o m e e s c h a p t e r þÿ 1 0. J u l i 2 0 1 5 D e r i P h o n e - K o n z e r n s t a r t e t e a m D o n n e r s t a g d a s & q u o t ; A p p l e B e

Mehr

Das hier ist mein file mit den Übungsbeispielen die zu Analysis 3 entstanden sind.

Das hier ist mein file mit den Übungsbeispielen die zu Analysis 3 entstanden sind. Das hier ist mein file mit den Übungsbeispielen die zu Analysis 3 entstanden sind. MfG Kuntner Nikolaj.5..5..5..5.5..5..5..5 Funktionalwert.5..5..5.5 3 4 5 6 Parameter t,π In[7]:= SetOptions Plot, ImageSize

Mehr

Einführung in Mathematica (2)

Einführung in Mathematica (2) Einführung in Mathematica () L. Tiator, Physik auf dem Computer, SS 5 Notebook File: Z:\Mathematica_.nb Übersicht über die Grafik-Befehle im Mathematica Kernel D Grafik Plot ParametricPlot ContourPlot

Mehr

Vektor- und Tensorrechnung

Vektor- und Tensorrechnung Vektor- und Tensorrechnung Levi Civita Symbol (e-tensor) Autor: Harald Höller letzte Änderung: 20.10.08 ε = ε = ε = 1 123 231 312 ε = ε = ε = -1 132 213 321 ü Einige nützliche Beziehungen zwischen e-tensoren

Mehr

INSERTION-SORT: Ja, Es wird immer das erste, kleinste Element an die neue Liste angehängt.

INSERTION-SORT: Ja, Es wird immer das erste, kleinste Element an die neue Liste angehängt. Aufgabe 1 INSERTION-SORT: Ja, Es wird immer das erste, kleinste Element an die neue Liste angehängt. QUICK-SORT: Hängt davon ab ob PARTITION stabil ist. MERGE-SORT: Ja, Splitten, sowie Mergen ist stabil.

Mehr

Einführung in Mathematica (2)

Einführung in Mathematica (2) Einführung in Mathematica (2) Grafik und Manipulate Michael O. Distler, Computer in der Wissenschaft, SS 2012 (Vorlage von L. Tiator) Grafik - Initialisierung SetOptions Plot, ListPlot, ParametricPlot,

Mehr

Wie kann man es verhindern das Rad immer wieder erneut erfinden zu müssen?

Wie kann man es verhindern das Rad immer wieder erneut erfinden zu müssen? Generic Programming without Generics from JAVA5 Motivation Wie kann man es verhindern das Rad immer wieder erneut erfinden zu müssen? Ein Bespiel: sie haben bereits eine Klasse zur Multiplikation von Matrizen

Mehr

Beispielprüfung CuP WS 2015/2016

Beispielprüfung 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

Mehr

Numerische Lösung mittels Differentialgleichung (Shooting)

Numerische Lösung mittels Differentialgleichung (Shooting) QM_Diff_shooting.nb 1 Numerische ösung mittels Differentialgleichung (Shooting) 2. Projektarbeit zur VO Quantenmechanik SS26 Thomas Gölles, Peter andschützer, Reinhard Fuchs, Fee Rodler Der Potentialtopf

Mehr

TECHNISCHE UNIVERSITÄT MÜNCHEN FAKULTÄT FÜR INFORMATIK

TECHNISCHE 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.

Mehr

Informatik - Übungsstunde

Informatik - Übungsstunde Informatik - Übungsstunde Jonas Lauener (jlauener@student.ethz.ch) ETH Zürich Woche 08-25.04.2018 Lernziele const: Reference const: Pointer vector: iterator using Jonas Lauener (ETH Zürich) Informatik

Mehr

Programmieren in C. Strukturen und Zeiger. Prof. Dr. Nikolaus Wulff

Programmieren in C. Strukturen und Zeiger. Prof. Dr. Nikolaus Wulff Programmieren in C Strukturen und Zeiger Prof. Dr. Nikolaus Wulff Sortieren Im Praktikum wurde ein Modul zum Sortieren entwickelt. Es enthält verschiedene Sortieralgorithmen, die ausgewählt und erweitert

Mehr

Einfache Arrays. Dr. Philipp Wendler. Zentralübung zur Vorlesung Einführung in die Informatik: Programmierung und Softwareentwicklung

Einfache 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

Mehr

Übungsstunde 11. Einführung in die Programmierung

Übungsstunde 11. Einführung in die Programmierung Übungsstunde 11 Einführung in die Programmierung Probleme bei Übung 10 [TODO Assistent] Nachbesprechung Übung 11 Aufgabe 1: Linked List (Bonus!) Ergebnisse nach der Korrektur direkt per SVN Aufgabe 2:

Mehr

Einführung in die Programmierung für NF MI. Übung 04

Einführung in die Programmierung für NF MI. Übung 04 Einführung in die Programmierung für NF MI Übung 04 Inhalt Arrays Einführung in Objekte Einführung in die Programmierung für NF Übung 04 2 Arrays Arrays repräsentieren Reihungen von Objekten, z.b. Variablen

Mehr

UE Algorithmen und Datenstrukturen 1 UE Praktische Informatik 1. Übung 5. Asymptotische Laufzeitkomplexität Definition Regeln Beispiele

UE Algorithmen und Datenstrukturen 1 UE Praktische Informatik 1. Übung 5. Asymptotische Laufzeitkomplexität Definition Regeln Beispiele UE Algorithmen und Datenstrukturen 1 UE Praktische Informatik 1 Übung 5 Asymptotische Laufzeitkomplexität Definition Regeln Beispiele Institut für Pervasive Computing Johannes Kepler Universität Linz Altenberger

Mehr

Programmiervorkurs Einführung in Java Tag 1

Programmiervorkurs Einführung in Java Tag 1 Programmiervorkurs Einführung in Java Tag 1 Sebastian Glutsch SS 2018 namen Inhaltsübersicht Vorkurs Tag 1:,, en,, Einführung Tag 2: Boolesche Ausdrücke,, If-Abfragen, Switch-Case Tag 3: Arrays, (Do-)While-Schleife,

Mehr

Programmieren in Java

Programmieren in Java Programmieren in Java Vorlesung 02: Methoden Prof. Dr. Peter Thiemann Albert-Ludwigs-Universität Freiburg, Germany SS 2017 Peter Thiemann (Univ. Freiburg) Programmieren in Java JAVA 1 / 17 Inhalt Scanner

Mehr

UE Algorithmen und Datenstrukturen 1 UE Praktische Informatik 1. Übung 9. Sortieren

UE Algorithmen und Datenstrukturen 1 UE Praktische Informatik 1. Übung 9. Sortieren UE Algorithmen und Datenstrukturen 1 UE Praktische Informatik 1 Übung 9 Sortieren Institut für Pervasive Computing Johannes Kepler Universität Linz Altenberger Straße 69, A-4040 Linz Sortieren :: Problemstellung

Mehr

Verschlüsseln eines Bildes. Visuelle Kryptographie. Verschlüsseln eines Bildes. Verschlüsseln eines Bildes

Verschlüsseln eines Bildes. Visuelle Kryptographie. Verschlüsseln eines Bildes. Verschlüsseln eines Bildes Verschlüsseln eines Bildes Visuelle Kryptographie Anwendung von Zufallszahlen Wir wollen ein Bild an Alice und Bob schicken, so dass Alice allein keine Information über das Bild bekommt Bob allein keine

Mehr

Chapter 1 : þÿ t e l e c h a r g e r b e t a c h a p t e r

Chapter 1 : þÿ t e l e c h a r g e r b e t a c h a p t e r Chapter 1 : þÿ t e l e c h a r g e r b e t a c h a p t e r þÿ c a r d s & n b s p ;. p l u s v i a & n b s p ;. d e m e i n P r o b l e m b e i A k t i e n d i e K a p i t a l m a ß n a h m e n d u r c

Mehr

Grundlagen der Stochastik

Grundlagen der Stochastik stoch_09.nb Grundlagen der Stochastik Das vorliegende Skript wurde im Original mit dem Programmsstem MATHEMATICA von WOLFRAM-Research [http://www.wolfram.com] geschrieben und erstmals auf den Webseiten

Mehr

Chapter 1 : þÿ b e t a t h o m e P a r t e i K o n t a k t n u m m e r c h a p t e r

Chapter 1 : þÿ b e t a t h o m e P a r t e i K o n t a k t n u m m e r c h a p t e r Chapter 1 : þÿ b e t a t h o m e P a r t e i K o n t a k t n u m m e r c h a p t e r þÿ p o k e r n i c h t ü b e r m ä ß i g b e k a n n t b e t a t h o m e i n t e r n e t p o k e r v a r i a n t e i

Mehr

Dynamische Datentypen. Destruktor, Copy-Konstruktor, Zuweisungsoperator, Dynamischer Datentyp, Vektoren

Dynamische Datentypen. Destruktor, Copy-Konstruktor, Zuweisungsoperator, Dynamischer Datentyp, Vektoren Dynamische Datentypen Destruktor, Copy-Konstruktor, Zuweisungsoperator, Dynamischer Datentyp, Vektoren Probleme mit Feldern (variabler Länge) man kann sie nicht direkt kopieren und zuweisen Probleme mit

Mehr

Magic Figures. We note that in the example magic square the numbers 1 9 are used. All three rows (columns) have equal sum, called the magic number.

Magic Figures. We note that in the example magic square the numbers 1 9 are used. All three rows (columns) have equal sum, called the magic number. Magic Figures Introduction: This lesson builds on ideas from Magic Squares. Students are introduced to a wider collection of Magic Figures and consider constraints on the Magic Number associated with such

Mehr

Informatik für Mathematiker und Physiker Woche 7. David Sommer

Informatik für Mathematiker und Physiker Woche 7. David Sommer Informatik für Mathematiker und Physiker Woche 7 David Sommer David Sommer 30. Oktober 2018 1 Heute: 1. Repetition Floats 2. References 3. Vectors 4. Characters David Sommer 30. Oktober 2018 2 Übungen

Mehr

Chapter 1 : þÿ b e t a t h o m e g u t o d e r s c h l e c h t c h a p t e r

Chapter 1 : þÿ b e t a t h o m e g u t o d e r s c h l e c h t c h a p t e r Chapter 1 : þÿ b e t a t h o m e g u t o d e r s c h l e c h t c h a p t e r þÿ A b o u t C a s i n o E u r o : A s y o u t o f i n d a r i c h b o n u s t o u t e s l e s o p é r a t i o n s e n F r a

Mehr

Informatik - Übungsstunde

Informatik - Übungsstunde Informatik - Übungsstunde Jonas Lauener (jlauener@student.ethz.ch) ETH Zürich Woche 12-23.05.2018 Lernziele Klassen Dynamic Memory Jonas Lauener (ETH Zürich) Informatik - Übung Woche 12 2 / 20 Structs

Mehr

Chapter 1 : þÿ b e t a t h o m e P r o x y - S e r v e r c h a p t e r

Chapter 1 : þÿ b e t a t h o m e P r o x y - S e r v e r c h a p t e r Chapter 1 : þÿ b e t a t h o m e P r o x y - S e r v e r c h a p t e r þÿ P e r f o r m a n c e I n d i c a t o r : d i e D i v i d e n d e n r e n d i t e ), i m V e r g l e i c h m i t d e n. C a s h

Mehr

Chapter 1 : þÿ s c h l i e ß e n W e t t e a u f b e t a t h o m e c h a p t e r

Chapter 1 : þÿ s c h l i e ß e n W e t t e a u f b e t a t h o m e c h a p t e r Chapter 1 : þÿ s c h l i e ß e n W e t t e a u f b e t a t h o m e c h a p t e r þÿ a n d b y. T h e d a y s o f r u s h i n g h o m e t o p l a c e a b e t a r e o v e r w i t h U n i b e t & # 3 9 ;

Mehr

Dynamische Datentypen

Dynamische Datentypen Dynamische Datentypen Tupel und Folgen o Wertebereich eines Structs / einer Klasse: T1 T2... Tk Werte sind k-tupel Tupel und Folgen o Wertebereich eines Structs / einer Klasse: T1 T2... Tk Werte sind k-tupel

Mehr

Chapter 1 : þÿ b e t d e u t s c h c h a p t e r

Chapter 1 : þÿ b e t d e u t s c h c h a p t e r Chapter 1 : þÿ b e t 3 6 5 d e u t s c h c h a p t e r þÿ 1 0 0 % o f F i r s t D e p o s i t u p t o 1 0 0 + 5 F R E E. S i g n - u p f o r a n a c c o u n t a n d u p t o & n b s p ;. P r o m o A p u

Mehr

Eigene Funktionen innerhalb von pgsql

Eigene Funktionen innerhalb von pgsql Eigene Funktionen innerhalb von pgsql Michael Dienert 25. November 2015 1 Warum noch eine Programmiersprache? SQL ist ein Standard, der von praktisch allen relationalen Datenbank-Servern als Abfragesprache

Mehr

Informatik II Prüfungsvorbereitungskurs

Informatik II Prüfungsvorbereitungskurs Informatik II Prüfungsvorbereitungskurs Tag 4, 9.6.2017 Giuseppe Accaputo g@accaputo.ch 1 Aufbau des PVK Tag 1: Java Teil 1 Tag 2: Java Teil 2 Tag 3: Algorithmen & Komplexität Tag 4: Dynamische Datenstrukturen,

Mehr

Graphalgorithmen. Graphen

Graphalgorithmen. Graphen (Folie 270, Seite 67 im Skript) Graphen (Folie 271, Seite 67 im Skript) Graphen Definition Ein ungerichteter Graph ist ein Paar (V, E), wobei V die Menge der Knoten und E ( V 2) die Menge der Kanten ist.

Mehr

Algorithmen und Datenstrukturen 03

Algorithmen und Datenstrukturen 03 8. November 2011 Inhaltsverzeichnis 1 Besprechung Blatt 2 Matrix Multiplikation Simple Search 2 Vorbereitung Blatt 3 Fehlersuche LectureHall 3 Die Java Api Was ist die API? Matrix Multiplikation AdvancedMatrix.java

Mehr

Chapter 1 : þÿ b e t a t h o m e K u n d e n w e r b e n c h a p t e r

Chapter 1 : þÿ b e t a t h o m e K u n d e n w e r b e n c h a p t e r Chapter 1 : þÿ b e t a t h o m e K u n d e n w e r b e n c h a p t e r þÿ m e u v a l o r d e r e f e r e n c i a d e u n ã o r e a g e n t e, i s s o s i g n i f i c a p o s i t i v o o u n e g a t i

Mehr

JAVA BASICS. 2. Primitive Datentypen. 1. Warum Java? a) Boolean (logische Werte wahr & falsch)

JAVA BASICS. 2. Primitive Datentypen. 1. Warum Java? a) Boolean (logische Werte wahr & falsch) JAVA BASICS 2. Primitive Datentypen 1. Warum Java? weit verbreitet einfach und (relativ) sicher keine Pointer (?) keine gotos kein Präprozessor keine globalen Variablen garbage collection objekt-orientiert

Mehr

Chapter 1 : þÿ k o s t e n l o s b e t a t h o m e c h a p t e r

Chapter 1 : þÿ k o s t e n l o s b e t a t h o m e c h a p t e r Chapter 1 : þÿ k o s t e n l o s b e t a t h o m e c h a p t e r þÿ F a c e b o o k l o g o. E m a i l o r P h o n e, P a s s w o r d. F o r g o t a c c o u n t? S i g n U p. O t h e r. m e h r a l s 1

Mehr

Informatik II Übung 7 Gruppe 7

Informatik 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.

Mehr

Vorsicht bei redundanten und unvollständigen Matches!

Vorsicht bei redundanten und unvollständigen Matches! Vorsicht bei redundanten und unvollständigen Matches! # let n = 7;; val n : int = 7 # match n with 0 -> "null";; Warning: this pattern-matching is not exhaustive. Here is an example of a value that is

Mehr

VGM. VGM information. HAMBURG SÜD VGM WEB PORTAL - USER GUIDE June 2016

VGM. VGM information. HAMBURG SÜD VGM WEB PORTAL - USER GUIDE June 2016 Overview The Hamburg Süd VGM-Portal is an application which enables to submit VGM information directly to Hamburg Süd via our e-portal web page. You can choose to insert VGM information directly, or download

Mehr

Chapter 1 : þÿ m o b i l e. b e t e s c h a p t e r

Chapter 1 : þÿ m o b i l e. b e t e s c h a p t e r Chapter 1 : þÿ m o b i l e. b e t 3 6 5. e s c h a p t e r þÿ c o u l d n o t c o n f i r m i f i t s m e m b e r s w i l l w i t h d r a w t h e i n - p l a y & n b s p ;. e u r e b e s u c h s + d e

Mehr

Chapter 1 : þÿ b e t a t h o m e 5 B o n u s c h a p t e r

Chapter 1 : þÿ b e t a t h o m e 5 B o n u s c h a p t e r Chapter 1 : þÿ b e t a t h o m e 5 B o n u s c h a p t e r þÿ a l w a y s u p h o l d i n g m y p i l l a r s b y a c t i n g i n t h e b e s t m a n n e r p o s s i b l e.. B o m b c a s t T h e W o l

Mehr

Welche Informatik-Kenntnisse bringen Sie mit?

Welche Informatik-Kenntnisse bringen Sie mit? Welche Informatik-Kenntnisse bringen Sie mit? So gehen Sie vor! Lösen Sie die Aufgaben der Reihe nach von 1 bis 20, ohne das Lösungsblatt zur Hilfe zu nehmen. Der Schwierigkeitsgrad der Aufgaben nimmt

Mehr

NP-vollständige Probleme

NP-vollständige Probleme Effiziente Algorithmen Lösen NP-vollständiger Probleme 256 NP-vollständige Probleme Keine polynomiellen Algorithmen, falls P NP. Viele wichtige Probleme sind NP-vollständig. Irgendwie müssen sie gelöst

Mehr

Chapter 1 : þÿ e r f a h r u n g b e t c h a p t e r

Chapter 1 : þÿ e r f a h r u n g b e t c h a p t e r Chapter 1 : þÿ e r f a h r u n g b e t 3 6 5 c h a p t e r þÿ S p o r t w e t t e n u m g e s e t z t w o r d e n s e i n m u s s, b e v o r d e r B o n u s g u t g e s c h r i e b e n w i r d.. 1 5. M

Mehr

Differentialgleichungen analysieren

Differentialgleichungen analysieren dgl.nb Differentialgleichungen analysieren Analyse mit NDSolve Die folgende Gleichung hat wirklich nur die Lösung y[x]=sin[x], wenn man eine auf ganz R definierte sucht. Das wird deutlich, wenn man die

Mehr

Hier finden Sie die Vorlesungs-Unterlagen sowie die Übungsbeispiele zum Teil (2): Mathematica

Hier finden Sie die Vorlesungs-Unterlagen sowie die Übungsbeispiele zum Teil (2): Mathematica . Einführung in Mathematica Die Vorlesung / Übung Programmieren in der Physik: C++ und Mathematica (PHY.A70 und PHY.A80) gliedert sich inhaltlich in Teile: () Programmieren mit C++ () Programmieren mit

Mehr

Prüfung Funktionale Programmierung

Prüfung Funktionale Programmierung Hochschule für angewandte Wissenschaften München Fakultät für Informatik und Mathematik Studiengruppe IF, IB, IC Sommersemester 2015 Prüfung Funktionale Programmierung Datum : 23.07.2015, 10:30 Uhr Bearbeitungszeit

Mehr

Chapter 1 : þÿ B l o c k W e t t e b e t a t h o m e c h a p t e r

Chapter 1 : þÿ B l o c k W e t t e b e t a t h o m e c h a p t e r Chapter 1 : þÿ B l o c k W e t t e b e t a t h o m e c h a p t e r þÿ D e i n e n e u e A r b e i t f i n d e s t d u a u f k a r r i e r e. a t! m a ß g e s c h n e i d e r t e. n u r $ 1 1 D i e z w

Mehr

Chapter 1 : þÿ b e t a t h o m e a u s z a h l e n w e g c h a p t e r

Chapter 1 : þÿ b e t a t h o m e a u s z a h l e n w e g c h a p t e r Chapter 1 : þÿ b e t a t h o m e a u s z a h l e n w e g c h a p t e r þÿ h a b e n f ü r S c h r i t t f ü r S c h r i t t : S o l ä u f t d i e A n m e l d u n g b e i b e t - a t - h o m e a b.. n a

Mehr

Informatik II Übung 2. Pascal Schärli

Informatik 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

Mehr

Chapter 1 : þÿ b e t a t h o m e n e u e n S t a n d o r t c h a p t e r

Chapter 1 : þÿ b e t a t h o m e n e u e n S t a n d o r t c h a p t e r Chapter 1 : þÿ b e t a t h o m e n e u e n S t a n d o r t c h a p t e r þÿ A t h o m e j o b s f o r n u r s e p r a c t i t i o n e r s d i r t y w a y s, H o m e h e a l t h c a r e j o b s i n M l

Mehr

Grafische Darstellung von Funktionen

Grafische Darstellung von Funktionen vl-evaluated.nb Grafische Darstellung von Funktionen VL Mathematische Software WS 6/7 Rudolf Schürer Letzte Änderung: 8. Jänner 7 Graph einer Funktion f : Æ Plot@Sin@x D, 8x,, 5

Mehr

Chapter 1 : þÿ b e t a t h o m e R ü c k z u g P r o z e s s z e i t c h a p t e r

Chapter 1 : þÿ b e t a t h o m e R ü c k z u g P r o z e s s z e i t c h a p t e r Chapter 1 : þÿ b e t a t h o m e R ü c k z u g P r o z e s s z e i t c h a p t e r þÿ A l l e N e w s u n d A n k ü n d i g u n g e n d e s L u c k y L a b z G l ü c k s s p i e l A f f i l i a t e F o

Mehr

Listen. Grundlegendes zu Listen. VL Mathematische Software WS 2006/07 Rudolf Schürer. Letzte Änderung: 28. Jänner vl04-evaluated.

Listen. Grundlegendes zu Listen. VL Mathematische Software WS 2006/07 Rudolf Schürer. Letzte Änderung: 28. Jänner vl04-evaluated. vl04-evaluated.nb Listen VL Mathematische Software WS 2006/07 Rudolf Schürer Letzte Änderung: 28. Jänner 2007 Grundlegendes zu Listen 8, 2, π, Ha + bl 2 < 8, 2, π, Ha + bl 2 < Listen sind eines der wichtigsten

Mehr

C++ für Physiker Jan Totz

C++ für Physiker Jan Totz C++ für Physiker 29.04.2015 Jan Totz jantotz@itp.tu-berlin.de Introduction Ein Problem ist nicht analytisch lösbar? A) Ein neues Problem suchen B) Problem mit cleveren Näherungen vereinfachen C) Aufgeben

Mehr

ALP I. Funktionale Programmierung

ALP I. Funktionale Programmierung ALP I Funktionale Programmierung Zusammengesetzte Datentypen in Haskell WS 2012/2013 Zusammengesetzte Datentypen Tupel List String Zusammengesetzte Datentypen Tupel-Datentyp Ein Tupel ist eine Ansammlung

Mehr

Übungen zu Softwareentwicklung 1, WS 2009/10 Übung 6

Übungen zu Softwareentwicklung 1, WS 2009/10 Übung 6 Übungen zu Softwareentwicklung 1, WS 2009/10 Übung 6 Name: Abzugeben bis: Mi, 2.12.2009 12:00 Matrikelnummer: Bearbeitungsdauer in Stunden: Nummer der Übungsgruppe: Name des Tutors: Name des Übungsleiters:

Mehr

Chapter 1 : þÿ b e t a t h o m e A k t i e n k u r s L e i s t u n g c h a p t e r

Chapter 1 : þÿ b e t a t h o m e A k t i e n k u r s L e i s t u n g c h a p t e r Chapter 1 : þÿ b e t a t h o m e A k t i e n k u r s L e i s t u n g c h a p t e r þÿ E s g i b t T u r n i e r e f ü r d i e C h a m p i o n s L e a g u e, P r e m i e r L e a g u e, L a L i g a & m e

Mehr

Algorithmen und Datenstrukturen Musterlösung 5

Algorithmen und Datenstrukturen Musterlösung 5 Algorithmen und Datenstrukturen Musterlösung 5 Martin Avanzini Thomas Bauereiß Herbert Jordan René Thiemann

Mehr

PK-Einstufungstest. 1. Allgemeine Multiple-Choice-Aufgaben. Alle Aufgaben beziehen sich auf Java.

PK-Einstufungstest. 1. Allgemeine Multiple-Choice-Aufgaben. Alle Aufgaben beziehen sich auf Java. PK-Einstufungstest 69 / 100 Punkte Alle Aufgaben beziehen sich auf Java. 1. Allgemeine Multiple-Choice-Aufgaben 11 / 15 Punkte Bitte wählen Sie ALLE zutreffenden Antwortmöglichkeiten aus. Es können beliebig

Mehr

Chapter 1 : þÿ r i s u l t a t i s e r i e b e t a t h o m e c h a p t e r

Chapter 1 : þÿ r i s u l t a t i s e r i e b e t a t h o m e c h a p t e r Chapter 1 : þÿ r i s u l t a t i s e r i e b e t a t h o m e c h a p t e r þÿ A n m e l d u n g i s t s e h r e i n f a c h : E i n f a c h d a s F o r m u l a r a u s f ü l l e n, b e s t ä t i g e n

Mehr

Übungsstunde: Informatik 1 D-MAVT

Übungsstunde: Informatik 1 D-MAVT Übungsstunde: Informatik 1 D-MAVT Daniel Bogado Duffner Übungsslides unter: n.ethz.ch/~bodaniel Bei Fragen: bodaniel@student.ethz.ch Daniel Bogado Duffner 21.03.2018 1 Ablauf Quiz und Recap Floating Point

Mehr

Programmieren in Java -Eingangstest-

Programmieren in Java -Eingangstest- Programmieren in Java -Eingangstest- Nummer: 1. Studiengang: Informatik B.Sc. Informatik M.Sc. ESE B.Sc. ESE M.Sc. Sonstiges: Fachsemester: Bitte Fragen, die Sie nicht beantworten können unbedingt mit

Mehr

Informatik II, SS 2018

Informatik II, SS 2018 Informatik II - SS 2018 (Algorithmen & Datenstrukturen) Vorlesung 19 (27.6.2018) Dynamische Programmierung III Algorithmen und Komplexität Dynamische Programmierung DP Rekursion + Memoization Memoize:

Mehr

Algorithmen und Datenstrukturen 02

Algorithmen und Datenstrukturen 02 3. Mai 2012 1 Organisatorisches Allgemeine Hinweise Texteditoren 2 Besprechung Blatt 1 Erste Eindrücke 3 Daten Zahlen Zeichen, Strings und String-Operationen 4 Methoden und die Java Api Methoden Was ist

Mehr

Informatik II. Giuseppe Accaputo, Felix Friedrich, Patrick Gruntz, Tobias Klenze, Max Rossmannek, David Sidler, Thilo Weghorn FS 2017

Informatik II. Giuseppe Accaputo, Felix Friedrich, Patrick Gruntz, Tobias Klenze, Max Rossmannek, David Sidler, Thilo Weghorn FS 2017 1 Informatik II Übung 8 Giuseppe Accaputo, Felix Friedrich, Patrick Gruntz, Tobias Klenze, Max Rossmannek, David Sidler, Thilo Weghorn FS 2017 Heutiges Programm 2 1 Hashtabellen 2 Wiederholung Verkettete

Mehr

Chapter 1 : þÿ b e t a t h o m e m o b i l A p p c h a p t e r

Chapter 1 : þÿ b e t a t h o m e m o b i l A p p c h a p t e r Chapter 1 : þÿ b e t a t h o m e m o b i l A p p c h a p t e r þÿ r o c k & n b s p ;. E i n z a h l u n g e r h a l t e n.. A c h e t e z e t t é l é c h a r g e z e b o o k Q u a n t u m P o k e r (

Mehr

float: Fließkommazahl nach IEEE 754 Standard mit 32 bit

float: 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

Mehr

Chapter 1 : þÿ D e s k t o p b e t a t h o m e c h a p t e r

Chapter 1 : þÿ D e s k t o p b e t a t h o m e c h a p t e r Chapter 1 : þÿ D e s k t o p b e t a t h o m e c h a p t e r þÿ t o d a y t h e w i n c a s t b e t F a l c a o t o s c o r e f i r s t a n d C o l o m b i a t o w i n a t & n b s p ;. B a y e r n n e

Mehr

Informatik II Übung 3. Pascal Schärli

Informatik 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

Mehr

Die for -Schleife HEUTE. Schleifen. Arrays. Schleifen in JAVA. while, do reichen aus, um alle iterativen Algorithmen zu beschreiben

Die for -Schleife HEUTE. Schleifen. Arrays. Schleifen in JAVA. while, do reichen aus, um alle iterativen Algorithmen zu beschreiben 18.11.5 1 HEUTE 18.11.5 3 Schleifen Arrays while, do reichen aus, um alle iterativen Algorithmen zu beschreiben Nachteil: Steuermechanismus ist verteilt Übersicht nicht immer leicht dazu gibt es for (

Mehr

Chapter 1 : þÿ M o b i l e P o k e r b e t a t h o m e c h a p t e r

Chapter 1 : þÿ M o b i l e P o k e r b e t a t h o m e c h a p t e r Chapter 1 : þÿ M o b i l e P o k e r b e t a t h o m e c h a p t e r þÿ B e a c h H o u s e B e n o a B a l i A l l I n c l u s i v e B y M e l i a H o t e l s I n t e r n a t i o n a l.. a t - h o m e

Mehr

Technische Universität München SS 2003 Fakultät für Informatik Lösungsvorschläge zu Blatt 2 Dr. M. Schneider, Dr. M. Pizka,

Technische Universität München SS 2003 Fakultät für Informatik Lösungsvorschläge zu Blatt 2 Dr. M. Schneider, Dr. M. Pizka, Technische Universität München SS 23 Fakultät für Informatik Lösungsvorschläge zu Blatt 2 Dr. M. Schneider, Dr. M. Pizka, 5. Mai 23 Dr. A. Vilbig, Dr. R. Letz, G. Bauer Übungen zur Vorlesung Einführung

Mehr

Visuelle Kryptographie. Anwendung von Zufallszahlen

Visuelle Kryptographie. Anwendung von Zufallszahlen Visuelle Kryptographie Anwendung von Zufallszahlen Verschlüsseln eines Bildes Wir wollen ein Bild an Alice und Bob schicken, so dass Verschlüsseln eines Bildes Wir wollen ein Bild an Alice und Bob schicken,

Mehr

Kurzeinführung in C99

Kurzeinführung in C99 Kurzeinführung in C99 Institut für Numerische Simulation Rheinische Friedrich-Wilhelms-Universität Bonn Oktober 2013 Überblick 1 Compiler und Editoren - Was wird benötigt um ein Programm zu erstellen 2

Mehr

Chapter 1 : þÿ b e t a t h o m e o d d s c h e c k e r c h a p t e r

Chapter 1 : þÿ b e t a t h o m e o d d s c h e c k e r c h a p t e r Chapter 1 : þÿ b e t a t h o m e o d d s c h e c k e r c h a p t e r þÿ K r i s t a P i r i n g e r E m a i l : r e c r u i t m e n t [ a t ] b e t - a t - h o m e. c o m. 2 S o n g s & a m p ; M u s i

Mehr

Chapter 1 : þÿ w i e m a n g e l d v o n b e t a u f d a s b a n k k o n t o c h a p t e r

Chapter 1 : þÿ w i e m a n g e l d v o n b e t a u f d a s b a n k k o n t o c h a p t e r Chapter 1 : þÿ w i e m a n g e l d v o n b e t 3 6 5 a u f d a s b a n k k o n t o c h a p t e r þÿ I s B e t 3 6 5 P o k e r c o m p a t i b l e M a c i n n o d o w n l o a d v e r s i o n? N O - U n

Mehr

Chapter 1 : þÿ b e t a t h o m e P r o m o - C o d e c h a p t e r

Chapter 1 : þÿ b e t a t h o m e P r o m o - C o d e c h a p t e r Chapter 1 : þÿ b e t a t h o m e P r o m o - C o d e 2 0 1 2 c h a p t e r þÿ B e r e i t s s e i t 2 0 1 2 b e t - a t - h o m e. c o m v e r l o s t T e n n i s m a t c h g e g e n N r. 1 d e r W e l

Mehr

Chapter 1 : þÿ A n g e b o t s c o d e s f ü r b e t a t h o m e c h a p t e r

Chapter 1 : þÿ A n g e b o t s c o d e s f ü r b e t a t h o m e c h a p t e r Chapter 1 : þÿ A n g e b o t s c o d e s f ü r b e t a t h o m e c h a p t e r þÿ S p o r t w e t t e n A p p : G u t e s E r g e b n i s i m b e t - a t - h o m e T e s t b e r i c h t.. W e l c h e n

Mehr

Informatik I (D-ITET)

Informatik I (D-ITET) Informatik I (D-ITET) Übungsstunde 2, 5.10.2009 ETH Zürich? Übungsgruppenwechsel? Abgabe der Übungen... Bis Mo, 24:00 Theorie: Programme: per mail oder auf Papier.cpp Datei per mail Bin euch noch Demos

Mehr

KlassifikationsBrowser

KlassifikationsBrowser 2015.05 2016.06 2017.06 2016-05-26 by Kathleen Neumann Funktionsweise des KlassifikationsBrowser Table of contents 1 Klassifikationsbrowser...2 1.1 Konfiguration...2 1.2 Beispiel für Browsen nach Einrichtung...

Mehr

Chapter 1 : þÿ b e t a t h o m e B i n g o A n z e i g e c h a p t e r

Chapter 1 : þÿ b e t a t h o m e B i n g o A n z e i g e c h a p t e r Chapter 1 : þÿ b e t a t h o m e B i n g o A n z e i g e c h a p t e r þÿ G e w i n n! 2 0 1 4 ] 5 9. G l ü c k s s p i e l s t a a t s v e r t r a g i m Z e i t p l a n - w e t t. i n f o. b r a u c h

Mehr

Algorithmen und Datenstrukturen 02

Algorithmen und Datenstrukturen 02 1. November 2011 Inhaltsverzeichnis 1 Organisatorisches Allgemeine Hinweise Texteditoren 2 Besprechung Blatt 1 Erste Eindrücke 3 Vorbereitung Blatt 2 Zahlensysteme, Datentypen und Ausdrücke String-Operationen

Mehr

Chapter 1 : þÿ q u e s i g n i f i c a e l b e t a c h a p t e r

Chapter 1 : þÿ q u e s i g n i f i c a e l b e t a c h a p t e r Chapter 1 : þÿ q u e s i g n i f i c a e l b e t a c h a p t e r þÿ a u s m ö g l i c h. D i e b i s h e r i g e n 1 0 0 % b i s 1 0 0 + 5 g r a t i s, J e t z t w e t t e n. B e t s a f e & n b s p ;.

Mehr

Prüfung Informatik D-MATH/D-PHYS :00 11:00

Prüfung Informatik D-MATH/D-PHYS :00 11:00 Prüfung Informatik D-MATH/D-PHYS 25. 1. 2013 09:00 11:00 Dr. Bernd Gartner Kandidat/in: Name:... Vorname:... Stud.-Nr.:... Ich bezeuge mit meiner Unterschrift, dass ich die Prufung unter regularen Bedingungen

Mehr

12/18/12 // POST: values of a and b are interchanged void swap (int& a, int& b) { int c = a; a = b; b = c;

12/18/12 // POST: values of a and b are interchanged void swap (int& a, int& b) { int c = a; a = b; b = c; Generische Funktionalität Generisches Programmieren Template-Funktionen, Template- Klassen, generisches Sortieren, Fibonacci- und Ackermann-Zahlen zur Kompilierungszeit n Viele Funktionen braucht man für

Mehr

Chapter 1 : þÿ b e t a t h o m e P o k e r H a c k c h a p t e r

Chapter 1 : þÿ b e t a t h o m e P o k e r H a c k c h a p t e r Chapter 1 : þÿ b e t a t h o m e P o k e r H a c k c h a p t e r þÿ s i n d s e h r S i e s i n d l e d i g l i c h T e i l v o n j e w e i l i g e n i n t e r n e n P r o m o t i o n a k t i o n e n..

Mehr