Unterscheidung: Workflowsystem vs. Informationssystem

Größe: px
Ab Seite anzeigen:

Download "Unterscheidung: Workflowsystem vs. Informationssystem"

Transkript

1 1. Vorwort 1.1. Gemeinsamkeiten Unterscheidung: Workflowsystem vs. Die Überschneidungsfläche zwischen Workflowsystem und ist die Domäne, also dass es darum geht, Varianten eines Dokuments schrittweise mit ermittelten Eigenschaften auszuzeichnen und in Abhängigkeit derer neue Varianten daraus zu erzeugen Unterschiede Das Workflowsystem soll einen realen Prozess anhand konkreter Dokumente technisch und organisatorisch unterstützen, während das Aussagen über eine Prozessmodellierung im Theoretischen generiert z.b. Ist eine Variante mit Eigenschaft X aus einer Variante mit Eigenschaft Y generierbar und wenn ja, auf welchem Weg?. Beim geht es nicht um eine tatsächliche Validierung oder um Handhabe realer Ausprägungen von Dokumenten, nur um die Möglichkeiten und Einschränkungen, die eine spezifizierte Modellierung bringt. Das bedeutet wie später näher erklärt dass alle möglichen Ergebnisse einer Validierung überprüft und die sich ergebenden Pfade abgelaufen werden. 2. Das als Baumproblem 2.1. Das Dokument als Baum Man stelle sich das Dokument, welches aus Dokumentvarianten besteht, als Baumstruktur vor. Die Varianten sind die Knoten. Die Aktivitätsschritte sind die Kanten. Der Wurzelknoten ist durch das Urexemplar bzw. das Original angegeben. Da Knoten Varianten repräsentieren, haben sie Eigenschaften, wie z.b. das Format, welches für die Wurzel gesetzt wird. Bis auf den Wurzelknoten haben alle Knoten eine Referenz auf ihren Elternknoten. Knoten, für die keine Aktivitäten mehr möglich sind, nennen wir Blätter Algorithmus: Aufbauen des Baums Man beginnt mit dem Wurzelknoten, d.h. man setzte diesen als aktiven Knoten. (Der Wurzelknoten braucht eine Starteigenschaft, die das Format angibt.) Schritt 1: Validierer-Agenda erzeugen und filtern Für den aktuellen Knoten wird eine Agenda festgelegt. Initial ist eine Agenda mit Validierern gefüllt. Gilt die Vorbedingung eines Validierers für einen Knoten nicht, wird der Validierer aus der Agenda entfernt. Gehe zu Schritt 2. Schritt 2: Validierungsresultat-Knoten erzeugen Jeder Validierer hat n Möglichkeiten eines Resultates. Der Einfachheit halber zwei: Wahr und Falsch bzw. erfüllt die Eigenschaft und erfüllt sie nicht. Man erzeugt nun aus der Agenda der Validierer die Potenzmenge aller Möglichkeiten der Resultate, (z.b. über Rekursion.) Faktisch hat man nun eine Menge aus booleschen Listen. Für jedes Element dieser Menge wird ein Seite 1 von 5

2 Kindknoten generiert, der die Eigenschaften des Elternknotens übernimmt und die entsprechenden Nachbedingungen der Validierer setzt. So hat man alle denkbaren Varianten an Resultaten erzeugt. Gehe zu Schritt 3. Schritt 3: In die Konvertierungsebene wechseln Man nimmt den ersten, unbearbeiteten Kindknoten (Vallidierungsresultat-Knoten) des bisher aktiven Knotens und setze ihn als neuen, aktiven Knoten. Gehe zu Schritt 4. Ist kein unbearbeiteter Kindknoten vorhanden, setze den aktiven Knoten auf den Elternknoten des bisher aktiven Knoten (Backtracking) und gehe zu Schritt 6. Ist kein Elternknoten vorhanden, wurde der Baum komplett erstellt und der Algorithmus endet. Schritt 4: Konverter-Agenda erzeugen und filtern Für den aktuellen Knoten wird eine Agenda festgelegt. Initial ist eine Agenda mit Konvertern gefüllt. Gilt die Vorbedingung eines Konverters für einen Knoten nicht, wird der Konverter aus der Agenda entfernt. Gehe zu Schritt 5. Schritt 5: Konvertierungsresultat-Knoten erzeugen Lege für jeden Konvertierer der Agenda einen Kindknoten an, der nur die Nachbedingungen des betreffenden Konverters als Eigenschaften erhält. Gehe zu Schritt 6. Schritt 6: In die Validierungsebene wechseln Man nimmt den ersten, unbearbeiteten Kindknoten (Konvertierungsresultat-Knoten) des bisher aktiven Knotens und setze ihn als aktiven Knoten. Gehe zu Schritt 1. Ist kein unbearbeiteter Kindknoten vorhanden, setze den aktiven Knoten auf den Elternknoten des bisher aktiven Knoten (Backtracking) und führe Schritt 3 aus. Es gibt immer einen Elternknoten Beispiel eines Validierer-Konvertierer-Baums Seien drei Validierer (v1, v2, v3) und drei Konverter (k1, k2, k3) gegeben. Das Anfangsformat sei X. Die Voraussetzungen dieser Aktivitäten wie folgt: Die Validierer v1 und v2 können nur angewendet werden, wenn die Variante die Urvariante ist. Validierer v3 kann nur auf Resultate des Konverter k2 angewendet werden. Der Konverter k1 erwartet v1=true, k2 erwartet v1=v2=true und Konverter k3 erwartet v3=true. Es ergibt sich folgender Baum: Seite 2 von 5

3 Man sieht, obwohl die Vorausbedingungen sehr knapp angegeben sind, wird nur ein Teilbaum des kombinatorisch, maximal vorstellbaren Baums aufgebaut. Die Ebenen von Validierung und Konvertierung wechseln einander ab. ANMERKUNG: Wenn Konvertierer direkt aufeinander folgen können, muss der Algorithmus so angepasst werden, dass es auch den Identität-Validierer gibt, also eine Kante, die die Eigenschaften das Knotens einfach nur 1 zu 1 kopiert und nichts prüft oder verändert. Das ist ein Hilfskonstrukt, welches das Problem löst Der Baum als Wissensrepräsentation Ein in Bezug auf eine Startvariante erstellter Baum repräsentiert alle Möglichkeiten, welche ein solches Dokument, die aus Validierern und Konvertern spezifizierte Prozessmodellierung durchlaufen kann. Diese Repräsentation können wir untersuchen, um Aussagen zu treffen. Ziel Sei eine Variante mit einer bestimmten Kombination an Eigenschaften ein Ziel. Achtung: Kombinationen müssen nicht einmalig sein, wie man im Beispiel an (F=X G=k1) sieht. Beides sind das gleiche Ziel. Seite 3 von 5

4 Pfad Sei eine zusammenhängende Folge von Knoten und Kanten ein Pfad. Ein Pfad zu einer bestimmten Variante ist ein Pfad, der von der Wurzel ausgehend an einem Knoten endet, der dieser bestimmten Variante entspricht. Anfragen Eine Anfrage an den Baum sei eine Aussage über eine Eigenschaft des Baumes, die entweder wahr oder falsch ist. Zum Beispiel können wir fragen, ob ein Pfad zu einem spezifizierten Ziel existiert. Wir können auch fragen, wie viele Pfade zu einem Ziel führen oder wie diese Pfade aussehen. Oder man fragt, welches der kürzeste oder kostengünstigste Pfad zu einem Ziel ist. Was dabei kostengünstig ist, muss durch eine Heuristik für Kantengewichte angegeben werden. Zielbaum Gibt es im Baum mehrere Zielknoten, gibt es auch mehrere alternative Pfade, wie das Ziel erreicht werden kann. Entfernt man aus einem Baum alle Knoten und Kanten, welche nicht Teil eines zielführenden Pfades sind, so bleibt nur der Zielbaum zurück. Minimierte Lösungen In einem Zielbaum können alternative Pfade enthalten sein, die sich nur in bestimmten Validierungsresultaten unterscheiden. Ein weiterführendes Problem ist es, solche Pfade zusammenzulegen und die Lösung so zu minimieren Algorithmus: Anfragen an den Baum Grundsätzlich gibt es zwei Möglichkeiten: Entweder baut man den Baum komplett auf und traversiert dann eine Kopie oder man markiert schon während des Aufbauens jene Knoten als nicht Teil des Zielbaums, bei denen man Backtracking einsetzt, ohne dass mindestens ein zielführender Pfad gefunden wurde. Im zweiten Falle eleminiert man im Baum alle so markierten Knoten. Kopie traversieren Das Aufbauen des Baums ist ggf. algorithmisch teuer. Möchte man mehrere Anfragen mit wechselnden Zielen starten, so kann man sich die Kosten sparen, indem man mit einer Kopie des fertigen Baums arbeitet. Die Kopie ist jedoch nur in Bezug auf eine bestimmte Startvariante gültig. Sofort markieren Es gibt nur einen erweiterten Algorithmus, der bei Spezifikation des Ziels sofort den Zielbaum als Lösung liefert. Wenn nicht pauschal für alle Startvarianten einen Baum aufbauen will, an deren Kopien Anfragen gestellt werden, kann man die Anfrage komplett on-the-fly bearbeiten. Wie man einen Baum traversiert Der Algorithmus ist ähnlich wie das Aufbauen, jedoch einfacher. Man merkt sich den aktuellen Knoten und bestimmt für ihn als Agenda die Menge der zu besuchenden Kindknoten. Diese werden rekursiv als aktive Knoten gesetzt, bis die Agenda leer ist und man zum Elternknoten zurückkehrt. Optimierungen lassen sich erreichen, indem man die Agenda bearbeitet, um z.b. bestimmte Knoten kostengünstig auszuschließen (Thema: Beschneiden von Ästen) oder die Seite 4 von 5

5 Reihenfolge so manipuliert, dass günstigere Knoten zuerst expandiert werden (Thema: Suchprobleme). 3. Eigenschaften mit der Baumdarstellung 3.1. gelöste Probleme Das als Baumproblem zu verstehen, vereinfacht und strukturiert viele Dinge. Der Umgang mit Bäumen ist von der künstlichen Intelligenz gut untersucht. Abstraktion von Fehlern der Ausführung Korrektheit Im Workflowsystem sind Validierer und Konverter echte Aktivitäten, die scheitern können. Von diesem Fall man abstrahieren. Man nimmt an, dass wenn eine gegebene Prozessmodellierung korrekt ist, auch die Anfragen korrekte Antworten geben. Anders gesagt, man überprüft nur die Eigenschaften der Modellierung, nicht die des realen Prozesses. Erst ungenügende oder widersprüchliche Antworten bzw. die Erfahrungen mit einem laufenden Workflow-System vergleichbarer Modellierung, können dazu führen, dass man die Modellierung anpasst. Abstraktion von Kosten der Ausführung Vollständigkeit Im Workflowsystem hängen an den Aktivitäten Kosten der technischen Bearbeitung sowie etliche Metaaktionen zu Benachrichtigung, Fehlerkorrektur und Datenhaltung. Ein vollständiges Expandieren der Möglichkeiten ist schon in Hinsicht auf manuelle Aktionen nicht möglich. Durch die Abstraktion auf die reine Verkettung der Aktionen, ist es möglich, viel kostensparender an eine in Bezug auf die Modellierung des Prozesses vollständige Auflistung der Möglichkeiten zu gelangen offene Probleme Es gibt einige Effekte und Detailprobleme im Umgang mit Bäumen, die weiterführende Entwurfsaufgaben nach sich ziehen können. Die meisten sind jedoch bekannt und in der Literatur dokumentiert. Kombinatorische Explosion Das wiederholte Aufspannen aller Möglichkeiten an Validierungsresultat-Knoten für jeden Knoten, der aus einer Konvertierung stammt oder die Wurzel ist, hat exponentiale Kosten. Je nach Implementierung ist das ein Problem oder nicht. Zyklenbildung Ungünstige Prozessmodellierungen könnten Pfade erzeugen, die zu einer identischen Variante führen und so Zyklen erzeugen. Die Algorithmen terminieren dann nicht und müssen verbessert werden. Andererseits ist das Auffinden von Zyklen auch für das Workflowsystem von Bedeutung und stellt eine weitere Anfragemöglichkeit dar. Optimierung Um die Ressourcen Speicher und Berechnungszeit zu schonen, können die Algorithmen und deren Implementierung optimiert werden. Dabei ist natürlich sicherzustellen, dass die Lösungen, welche unoptimierte und optimierte Variante identisch sind. Seite 5 von 5

Das Briefträgerproblem

Das Briefträgerproblem Das Briefträgerproblem Paul Tabatabai 30. Dezember 2011 Inhaltsverzeichnis 1 Problemstellung und Modellierung 2 1.1 Problem................................ 2 1.2 Modellierung.............................

Mehr

Kapiteltests zum Leitprogramm Binäre Suchbäume

Kapiteltests zum Leitprogramm Binäre Suchbäume Kapiteltests zum Leitprogramm Binäre Suchbäume Björn Steffen Timur Erdag überarbeitet von Christina Class Binäre Suchbäume Kapiteltests für das ETH-Leitprogramm Adressaten und Institutionen Das Leitprogramm

Mehr

Technische Universität Wien Institut für Computergraphik und Algorithmen Arbeitsbereich für Algorithmen und Datenstrukturen

Technische Universität Wien Institut für Computergraphik und Algorithmen Arbeitsbereich für Algorithmen und Datenstrukturen Technische Universität Wien Institut für Computergraphik und Algorithmen Arbeitsbereich für Algorithmen und Datenstrukturen 186.172 Algorithmen und Datenstrukturen 1 VL 4.0 Übungsblatt 4 für die Übung

Mehr

Idee: Wenn wir beim Kopfknoten zwei Referenzen verfolgen können, sind die Teillisten kürzer. kopf Eine Datenstruktur mit Schlüsselwerten 1 bis 10

Idee: Wenn wir beim Kopfknoten zwei Referenzen verfolgen können, sind die Teillisten kürzer. kopf Eine Datenstruktur mit Schlüsselwerten 1 bis 10 Binäre Bäume Bäume gehören zu den wichtigsten Datenstrukturen in der Informatik. Sie repräsentieren z.b. die Struktur eines arithmetischen Terms oder die Struktur eines Buchs. Bäume beschreiben Organisationshierarchien

Mehr

4. Lernen von Entscheidungsbäumen. Klassifikation mit Entscheidungsbäumen. Entscheidungsbaum

4. Lernen von Entscheidungsbäumen. Klassifikation mit Entscheidungsbäumen. Entscheidungsbaum 4. Lernen von Entscheidungsbäumen Klassifikation mit Entscheidungsbäumen Gegeben sei eine Menge von Objekten, die durch /Wert- Paare beschrieben sind. Jedes Objekt kann einer Klasse zugeordnet werden.

Mehr

Datenstrukturen & Algorithmen

Datenstrukturen & Algorithmen Datenstrukturen & Algorithmen Matthias Zwicker Universität Bern Frühling 2010 Übersicht Binäre Suchbäume Einführung und Begriffe Binäre Suchbäume 2 Binäre Suchbäume Datenstruktur für dynamische Mengen

Mehr

Algorithmen und Datenstrukturen 2

Algorithmen und Datenstrukturen 2 Algorithmen und Datenstrukturen 2 Sommersemester 2007 4. Vorlesung Peter F. Stadler Universität Leipzig Institut für Informatik studla@bioinf.uni-leipzig.de Traversierung Durchlaufen eines Graphen, bei

Mehr

Vortrag. Suchverfahren der Künstlichen Intelligenz. Sven Schmidt (Technische Informatik)

Vortrag. Suchverfahren der Künstlichen Intelligenz. Sven Schmidt (Technische Informatik) Vortrag Suchverfahren der Künstlichen Intelligenz Sven Schmidt (Technische Informatik) Suchverfahren der Künstlichen Intelligenz Grundlagen Zustandsraumrepräsentation Generische Suche Bewertung von Suchstrategien

Mehr

2. Lernen von Entscheidungsbäumen

2. Lernen von Entscheidungsbäumen 2. Lernen von Entscheidungsbäumen Entscheidungsbäume 2. Lernen von Entscheidungsbäumen Gegeben sei eine Menge von Objekten, die durch Attribut/Wert- Paare beschrieben sind. Jedes Objekt kann einer Klasse

Mehr

Transaction Validation for XML Documents based on XPath

Transaction Validation for XML Documents based on XPath Transaction Validation for XML Documents based on XPath @ Informatik 2002, m-dbis Stefan Böttcher Adelhard Türling Universität Paderborn Überblick Transaktionen für XML - Daten & mobile Clients Motivation

Mehr

Babeș-Bolyai Universität Cluj Napoca Fakultät für Mathematik und Informatik Grundlagen der Programmierung MLG5005. Paradigmen im Algorithmenentwurf

Babeș-Bolyai Universität Cluj Napoca Fakultät für Mathematik und Informatik Grundlagen der Programmierung MLG5005. Paradigmen im Algorithmenentwurf Babeș-Bolyai Universität Cluj Napoca Fakultät für Mathematik und Informatik Grundlagen der Programmierung MLG5005 Paradigmen im Algorithmenentwurf Problemlösen Problem definieren Algorithmus entwerfen

Mehr

Eine Baumstruktur sei folgendermaßen definiert. Eine Baumstruktur mit Grundtyp Element ist entweder

Eine Baumstruktur sei folgendermaßen definiert. Eine Baumstruktur mit Grundtyp Element ist entweder Programmieren in PASCAL Bäume 1 1. Baumstrukturen Eine Baumstruktur sei folgendermaßen definiert. Eine Baumstruktur mit Grundtyp Element ist entweder 1. die leere Struktur oder 2. ein Knoten vom Typ Element

Mehr

WS 2009/10. Diskrete Strukturen

WS 2009/10. Diskrete Strukturen WS 2009/10 Diskrete Strukturen Prof. Dr. J. Esparza Lehrstuhl für Grundlagen der Softwarezuverlässigkeit und theoretische Informatik Fakultät für Informatik Technische Universität München http://www7.in.tum.de/um/courses/ds/ws0910

Mehr

Objektorientierte Programmierung. Kapitel 3: Syntaxdiagramme und Grammatikregeln

Objektorientierte Programmierung. Kapitel 3: Syntaxdiagramme und Grammatikregeln Stefan Brass: OOP (Java), 3. Syntaxdiagramme und Grammatikregeln 1/32 Objektorientierte Programmierung Kapitel 3: Syntaxdiagramme und Grammatikregeln Stefan Brass Martin-Luther-Universität Halle-Wittenberg

Mehr

368 4 Algorithmen und Datenstrukturen

368 4 Algorithmen und Datenstrukturen Kap04.fm Seite 368 Dienstag, 7. September 2010 1:51 13 368 4 Algorithmen und Datenstrukturen Java-Klassen Die ist die Klasse Object, ein Pfeil von Klasse A nach Klasse B bedeutet Bextends A, d.h. B ist

Mehr

Bäume. 2006 Jiri Spale, Algorithmen und Datenstrukturen - Bäume 1

Bäume. 2006 Jiri Spale, Algorithmen und Datenstrukturen - Bäume 1 Bäume 2006 Jiri Spale, Algorithmen und Datenstrukturen - Bäume 1 Inhalt Grundbegriffe: Baum, Binärbaum Binäre Suchbäume (Definition) Typische Aufgaben Suchaufwand Löschen allgemein, Methode Schlüsseltransfer

Mehr

Informatik 11 Kapitel 2 - Rekursive Datenstrukturen

Informatik 11 Kapitel 2 - Rekursive Datenstrukturen Fachschaft Informatik Informatik 11 Kapitel 2 - Rekursive Datenstrukturen Michael Steinhuber König-Karlmann-Gymnasium Altötting 15. Januar 2016 Folie 1/77 Inhaltsverzeichnis I 1 Datenstruktur Schlange

Mehr

Binäre Bäume Darstellung und Traversierung

Binäre Bäume Darstellung und Traversierung Binäre Bäume Darstellung und Traversierung Name Frank Bollwig Matrikel-Nr. 2770085 E-Mail fb641378@inf.tu-dresden.de Datum 15. November 2001 0. Vorbemerkungen... 3 1. Terminologie binärer Bäume... 4 2.

Mehr

Entscheidungstabellen zur Testdatenermittlung

Entscheidungstabellen zur Testdatenermittlung Entscheidungstabellen zur Testdatenermittlung ÜBERBLICK... 2 ERSTELLUNG VON ENTSCHEIUNGSTABELLEN... 2. AUFBAU VON ENTSCHEIUNGSTABELLEN... 2.2 BEISPIEL KFZ-VERSICHERUNG... 2 2.3 VARIANTEN... 2 3 VALIIERUNG

Mehr

2. Vorlesung. Slide 40

2. Vorlesung. Slide 40 2. Vorlesung Slide 40 Knobelaufgabe Was tut dieses Programm? Informell Formal Wie stellt man dies sicher? knobel(a,b) { Wenn a = 0 dann return b sonst { solange b 0 wenn a > b dann { a := a - b sonst b

Mehr

Maximaler Fluß und minimaler Schnitt. Von Sebastian Thurm sebastian.thurm@student.uni-magedburg.de

Maximaler Fluß und minimaler Schnitt. Von Sebastian Thurm sebastian.thurm@student.uni-magedburg.de Maximaler Fluß und minimaler Schnitt Von Sebastian Thurm sebastian.thurm@student.uni-magedburg.de Maximaler Fluß und minimaler Schnitt Wasist das? Maximaler Fluss Minimaler Schnitt Warumtut man das? Logistische

Mehr

Auswahl von Klauseln und Atomen in Prolog

Auswahl von Klauseln und Atomen in Prolog 5.6 Prolog... ist die bekannteste Implementierung einer LP-Sprache; wurde Anfang der 1970er von Alain Colmerauer (Marseille) und Robert Kowalski (Edinburgh) entwickelt. konkretisiert den vorgestellten

Mehr

Algorithmen und Datenstrukturen 2

Algorithmen und Datenstrukturen 2 Algorithmen und Datenstrukturen 2 Sommersemester 2006 3. Vorlesung Peter F. Stadler Universität Leipzig Institut für Informatik studla@bioinf.uni-leipzig.de Algorithmen für Graphen Fragestellungen: Suche

Mehr

Smart Graphics: Methoden 2 Suche

Smart Graphics: Methoden 2 Suche Smart Graphics: Methoden 2 Suche Vorlesung Smart Graphics LMU München Medieninformatik Butz/Boring Smart Graphics SS2007 Methoden: Suche Folie 1 Themen heute Smart Graphics Probleme als Suchprobleme Suchverfahren

Mehr

DokEx Optimierung. Handbuch-DokEx-Optimierung.docm 1

DokEx Optimierung. Handbuch-DokEx-Optimierung.docm 1 DokEx Optimierung Handbuch-DokEx-Optimierung.docm 1 Impressum Westwall 8 47608 Geldern tel. 02831 89395 fax. 02831 94145 e-mail info@geosoft.de internet www.geosoft.de Handbuch-DokEx-Optimierung.docm 2

Mehr

Kurzanleitung. Toolbox. T_xls_Import

Kurzanleitung. Toolbox. T_xls_Import Kurzanleitung Toolbox T_xls_Import März 2007 UP GmbH Anleitung_T_xls_Import_1-0-5.doc Seite 1 Toolbox T_xls_Import Inhaltsverzeichnis Einleitung...2 Software Installation...2 Software Starten...3 Das Excel-Format...4

Mehr

Zeichnen von Graphen. graph drawing

Zeichnen von Graphen. graph drawing Zeichnen von Graphen graph drawing WS 2006 / 2007 Gruppe: D_rot_Ala0607 Christian Becker 11042315 Eugen Plischke 11042351 Vadim Filippov 11042026 Gegeben sei ein Graph G = (V; E) Problemstellung V E =

Mehr

Wissensbasierte Systeme

Wissensbasierte Systeme WBS4 Slide 1 Wissensbasierte Systeme Vorlesung 4 vom 03.11.2004 Sebastian Iwanowski FH Wedel WBS4 Slide 2 Wissensbasierte Systeme 1. Motivation 2. Prinzipien und Anwendungen 3. Logische Grundlagen 4. Suchstrategien

Mehr

Anleitung Ausfüllen der Statistikmeldung

Anleitung Ausfüllen der Statistikmeldung 1. Software Erfordernisse (Getestet für) Windows 7 oder höher Anleitung Ausfüllen der Statistikmeldung 2. Aufbau der Excel-Arbeitsmappe Beim Öffnen muss Ausführen von Makros aktiviert werden, damit die

Mehr

4. Jeder Knoten hat höchstens zwei Kinder, ein linkes und ein rechtes.

4. Jeder Knoten hat höchstens zwei Kinder, ein linkes und ein rechtes. Binäre Bäume Definition: Ein binärer Baum T besteht aus einer Menge von Knoten, die durch eine Vater-Kind-Beziehung wie folgt strukturiert ist: 1. Es gibt genau einen hervorgehobenen Knoten r T, die Wurzel

Mehr

Seminar künstliche Intelligenz

Seminar künstliche Intelligenz Seminar künstliche Intelligenz Das Kürzeste-Wege-Problem in öffentlichen Verkehrsnetzen Stefan Görlich mi5517 25.05.2005 Inhalt 1. Einleitung 1.1 Problemstellung 3 1.2 Zielsetzung 3 1.3 Die Suche in öffentlichen

Mehr

Algorithmen und Datenstrukturen

Algorithmen und Datenstrukturen Algorithmen und Datenstrukturen Dipl. Inform. Andreas Wilkens aw@awilkens.com Überblick Grundlagen Definitionen Elementare Datenstrukturen Rekursionen Bäume 2 1 Datenstruktur Baum Definition eines Baumes

Mehr

Bäume und Wälder. Bäume und Wälder 1 / 37

Bäume und Wälder. Bäume und Wälder 1 / 37 Bäume und Wälder Bäume und Wälder 1 / 37 Bäume Ein (ungerichteter) Baum ist ein ungerichteter Graph G = (V, E), der zusammenhängend ist und keine einfachen Kreise enthält. Bäume und Wälder 2 / 37 Bäume

Mehr

Der linke Teilbaum von v enthält nur Schlüssel < key(v) und der rechte Teilbaum enthält nur Schlüssel > key(v)

Der linke Teilbaum von v enthält nur Schlüssel < key(v) und der rechte Teilbaum enthält nur Schlüssel > key(v) Ein Baum T mit Knotengraden 2, dessen Knoten Schlüssel aus einer total geordneten Menge speichern, ist ein binärer Suchbaum (BST), wenn für jeden inneren Knoten v von T die Suchbaumeigenschaft gilt: Der

Mehr

Datenbankanwendung. Prof. Dr.-Ing. Sebastian Michel TU Kaiserslautern. Wintersemester 2014/15. smichel@cs.uni-kl.de

Datenbankanwendung. Prof. Dr.-Ing. Sebastian Michel TU Kaiserslautern. Wintersemester 2014/15. smichel@cs.uni-kl.de Datenbankanwendung Wintersemester 2014/15 Prof. Dr.-Ing. Sebastian Michel TU Kaiserslautern smichel@cs.uni-kl.de Wiederholung: Anfragegraph Anfragen dieses Typs können als Graph dargestellt werden: Der

Mehr

Uninformierte Suche in Java Informierte Suchverfahren

Uninformierte Suche in Java Informierte Suchverfahren Uninformierte Suche in Java Informierte Suchverfahren Stephan Schwiebert WS 2009/2010 Sprachliche Informationsverarbeitung Institut für Linguistik Universität zu Köln Suchprobleme bestehen aus Zuständen

Mehr

3.1 Konstruktion von minimalen Spannbäumen Es gibt zwei Prinzipien für die Konstruktion von minimalen Spannbäumen (Tarjan): blaue Regel rote Regel

3.1 Konstruktion von minimalen Spannbäumen Es gibt zwei Prinzipien für die Konstruktion von minimalen Spannbäumen (Tarjan): blaue Regel rote Regel 3.1 Konstruktion von minimalen Spannbäumen Es gibt zwei Prinzipien für die Konstruktion von minimalen Spannbäumen (Tarjan): blaue Regel rote Regel EADS 3.1 Konstruktion von minimalen Spannbäumen 16/36

Mehr

Klaus Schild, XML Clearinghouse 2003. Transformation von XML-Dokumenten

Klaus Schild, XML Clearinghouse 2003. Transformation von XML-Dokumenten Transformation von XML-Dokumenten Lernziele Warum kann es sinnvoll sein XML-Dokumente zu transformieren? Wie funktioniert XSLT (Extensible Stylesheet Language Transformations)? Was ist XPath? Was sind

Mehr

Cmsbox Kurzanleitung. Das Wichtigste in Kürze

Cmsbox Kurzanleitung. Das Wichtigste in Kürze Cmsbox Kurzanleitung Cmsbox Kurzanleitung Das Wichtigste in Kürze Die Benutzeroberfläche der cmsbox ist nahtlos in die Webseite integriert. Elemente wie Texte, Links oder Bilder werden direkt an Ort und

Mehr

ADS: Algorithmen und Datenstrukturen 2

ADS: Algorithmen und Datenstrukturen 2 ADS: Algorithmen und Datenstrukturen Der Tragödie IV. Theyl Peter F. Stadler & Konstantin Klemm Bioinformatics Group, Dept. of Computer Science & Interdisciplinary Center for Bioinformatics, University

Mehr

Schwierige Probleme in der Informatik Informationen für die Lehrperson

Schwierige Probleme in der Informatik Informationen für die Lehrperson Schwierige Probleme in der Informatik Informationen für die Lehrperson Thema, Adressaten,... Das Thema dieses Moduls sind NP-vollständige Probleme, also schwierige Probleme in der Informatik. GraphBench

Mehr

Erzeugung zufälliger Graphen und Bayes-Netze

Erzeugung zufälliger Graphen und Bayes-Netze Erzeugung zufälliger Graphen und Bayes-Netze Proseminar Algorithmen auf Graphen Georg Lukas, IF2000 2002-07-09 E-Mail: georg@op-co.de Folien: http://op-co.de/bayes/ Gliederung 1. Einleitung 2. einfache

Mehr

9.4 Binäre Suchbäume. Xiaoyi Jiang Informatik II Datenstrukturen und Algorithmen

9.4 Binäre Suchbäume. Xiaoyi Jiang Informatik II Datenstrukturen und Algorithmen 9.4 Binäre Suchbäume Erweiterung: Einfügen an der Wurzel Standardimplementierung: Der neue Schlüssel wird am Ende des Suchpfades angefügt (natürlich, weil zuerst festgestellt werden muss, ob der Schlüssel

Mehr

3 Quellencodierung. 3.1 Einleitung

3 Quellencodierung. 3.1 Einleitung Source coding is what Alice uses to save money on her telephone bills. It is usually used for data compression, in other words, to make messages shorter. John Gordon 3 Quellencodierung 3. Einleitung Im

Mehr

Künstliche Intelligenz Maschinelles Lernen

Künstliche Intelligenz Maschinelles Lernen Künstliche Intelligenz Maschinelles Lernen Stephan Schwiebert Sommersemester 2009 Sprachliche Informationsverarbeitung Institut für Linguistik Universität zu Köln Maschinelles Lernen Überwachtes Lernen

Mehr

Fremdsprachen bearbeiten

Fremdsprachen bearbeiten Fremdsprachen bearbeiten Dieses Dokument beschreibt, wie Sie fremdsprachliche Inhalte bearbeiten können. Login Melden Sie sich an der jeweiligen Website an, in dem Sie hinter die Internet- Adresse das

Mehr

Projekt: Leben in der Stadt (City) Sommersemester 2008

Projekt: Leben in der Stadt (City) Sommersemester 2008 Projekt: Leben in der Stadt (City) Sommersemester 2008 Anforderungsermittlung zum Thema: Straßen- U-Bahnfahrt 1 Nutzungskontext des Systems 1.1 Zu unterstützende Nutzeraufgaben Die Anforderungsermittlung

Mehr

Übungen für Woche 10

Übungen für Woche 10 Übungen für Woche 10 Martin Rubey 12. Januar 2011 Die folgenden Übungen sollen den Umgang mit Backtracking und kombinatorischen Spezies näherbringen. Genaue Hinweise gibt es erst auf Seite 5. Zur Erinnerung:

Mehr

Datenstruktur, die viele Operationen dynamischer Mengen unterstützt

Datenstruktur, die viele Operationen dynamischer Mengen unterstützt Algorithmen und Datenstrukturen 265 10 Binäre Suchbäume Suchbäume Datenstruktur, die viele Operationen dynamischer Mengen unterstützt Kann als Wörterbuch, aber auch zu mehr eingesetzt werden (Prioritätsschlange)

Mehr

Kap. 4.2: Binäre Suchbäume

Kap. 4.2: Binäre Suchbäume Kap. 4.2: Binäre Suchbäume Professor Dr. Lehrstuhl für Algorithm Engineering, LS11 Fakultät für Informatik, TU Dortmund 11. VO DAP2 SS 2009 26. Mai 2009 1 Zusätzliche Lernraumbetreuung Morteza Monemizadeh:

Mehr

1 topologisches Sortieren

1 topologisches Sortieren Wolfgang Hönig / Andreas Ecke WS 09/0 topologisches Sortieren. Überblick. Solange noch Knoten vorhanden: a) Suche Knoten v, zu dem keine Kante führt (Falls nicht vorhanden keine topologische Sortierung

Mehr

Kapitel 11 Bilder wie gemalt

Kapitel 11 Bilder wie gemalt Wollen Sie ein Bild aussehen lassen, als wenn der Meister persönlich den Pinsel geschwungen hat? Photo Paint bietet eine Reihe von Effekt Filter, die direkt auf das Photo angewendet werden. Leider werden

Mehr

Anmerkungen zur Übergangsprüfung

Anmerkungen zur Übergangsprüfung DM11 Slide 1 Anmerkungen zur Übergangsprüfung Aufgabeneingrenzung Aufgaben des folgenden Typs werden wegen ihres Schwierigkeitsgrads oder wegen eines ungeeigneten fachlichen Schwerpunkts in der Übergangsprüfung

Mehr

Ich möchte eine Bildergalerie ins Internet stellen

Ich möchte eine Bildergalerie ins Internet stellen Ich möchte eine Bildergalerie ins Internet stellen Ich habe viele Fotos von Blumen, von Häusern, von Menschen. Ich möchte zu einem Thema Fotos sammeln, eine Vorschau erstellen und die Fotos so in der Größe

Mehr

Einführung in die Informatik: Programmierung und Software-Entwicklung, WS 11/12. Kapitel 13. Bäume. Bäume

Einführung in die Informatik: Programmierung und Software-Entwicklung, WS 11/12. Kapitel 13. Bäume. Bäume 1 Kapitel 13 Ziele 2 Den Begriff des Baums in der Informatik kennenlernen als verkettete Datenstruktur repräsentieren können Rekursive Funktionen auf n verstehen und schreiben können Verschiedene Möglichkeiten

Mehr

Eine molekulare Lösung des Hamiltonkreisproblems mit DNA

Eine molekulare Lösung des Hamiltonkreisproblems mit DNA Eine molekulare Lösung des Hamiltonkreisproblems mit DNA Seminar Molecular Computing Bild: http://creatia2013.files.wordpress.com/2013/03/dna.gif Andreas Fehn 11. Juli 2013 Gliederung 1. Problemstellung

Mehr

Release Notes Symbio. Version 3.2 bis 3.2.2. Ploetz + Zeller GmbH Truderinger Straße 13 81677 München Tel: +49 (89) 890 635-0 www.p-und-z.

Release Notes Symbio. Version 3.2 bis 3.2.2. Ploetz + Zeller GmbH Truderinger Straße 13 81677 München Tel: +49 (89) 890 635-0 www.p-und-z. Release Notes Symbio Version 3.2 bis 3.2.2 Ploetz + Zeller GmbH Truderinger Straße 13 81677 München Tel: +49 (89) 890 635-0 Ploetz + Zeller GmbH. Symbio ist eine eingetragene Marke der Ploetz + Zeller

Mehr

Grundlagen der Künstlichen Intelligenz

Grundlagen der Künstlichen Intelligenz Grundlagen der Künstlichen Intelligenz 22. Constraint-Satisfaction-Probleme: Kantenkonsistenz Malte Helmert Universität Basel 14. April 2014 Constraint-Satisfaction-Probleme: Überblick Kapitelüberblick

Mehr

Dingsda - Bedienungsanleitung unter Windows

Dingsda - Bedienungsanleitung unter Windows Dingsda - Bedienungsanleitung unter Windows Benötigte Software Um die Dateien von Dingsda zu öffnen und zu bearbeiten, benötigen Sie ein Textverarbeitungsprogramm, das doc- oder rtf-dateien lesen kann

Mehr

Alles zu seiner Zeit Projektplanung heute

Alles zu seiner Zeit Projektplanung heute Alles zu seiner Zeit Projektplanung heute Nicole Megow Matheon Überblick Projektplanung Planen mit Graphentheorie Maschinenscheduling Ein 1 Mio. $ Problem Schwere & leichte Probleme? Zeitplanungsprobleme?

Mehr

SimpliMed Formulardesigner Anleitung für die SEPA-Umstellung

SimpliMed Formulardesigner Anleitung für die SEPA-Umstellung SimpliMed Formulardesigner Anleitung für die SEPA-Umstellung www.simplimed.de Dieses Dokument erhebt keinen Anspruch auf Vollständigkeit oder Korrektheit. Seite: 2 1. Der Formulardesigner Der in SimpliMed23

Mehr

Tutoren Simon Andermatt Lukas Beck. Alexis Peter Thomas Ritter

Tutoren Simon Andermatt Lukas Beck. Alexis Peter Thomas Ritter UNIVERSITÄT BASEL Dozent Prof. Dr. Thomas Vetter Departement Informatik Assistenten Brian Amberg Andreas Forster Tutoren Simon Andermatt Lukas Beck Webseite http://informatik.unibas.ch/lehre/hs10/cs101/index.html

Mehr

Tutoren Jan Ebbe Pat Mächler Valentino Rugolo Sascha Scherrer. Grundlagen der Programmierung (CS101) - Blatt 8 Theorie [4 Punkte] - Praxis [12 Punkte]

Tutoren Jan Ebbe Pat Mächler Valentino Rugolo Sascha Scherrer. Grundlagen der Programmierung (CS101) - Blatt 8 Theorie [4 Punkte] - Praxis [12 Punkte] UNIVERSITÄT BASEL Dozent Prof. Dr. Thomas Vetter Departement Informatik Bernoullistrasse 16 CH 4056 Basel Assistenten Bernhard Egger Andreas Forster Tutoren Jan Ebbe Pat Mächler Valentino Rugolo Sascha

Mehr

Tipp: Bildrahmen erstellen

Tipp: Bildrahmen erstellen Tipp: Bildrahmen erstellen (c) 2004 Thomas Stölting, Stand: 9.5. 2005 Das Erstellen von Rahmen scheint für vielen Photoshop-Nutzer ein wichtiges Anliegen zu sein. Auf jeden Fall ist dieser Tipp, der mit

Mehr

Installationsanleitung zum QM-Handbuch

Installationsanleitung zum QM-Handbuch Installationsanleitung zum QM-Handbuch Verzeichnisse Inhaltsverzeichnis 1 Update Version 2.0... 1 1.1 Vor der Installation... 1 1.2 Installation des Updates... 1 2 Installation... 4 2.1 Installation unter

Mehr

1. Einfach verkettete Liste unsortiert 2. Einfach verkettete Liste sortiert 3. Doppelt verkettete Liste sortiert

1. Einfach verkettete Liste unsortiert 2. Einfach verkettete Liste sortiert 3. Doppelt verkettete Liste sortiert Inhalt Einführung 1. Arrays 1. Array unsortiert 2. Array sortiert 3. Heap 2. Listen 1. Einfach verkettete Liste unsortiert 2. Einfach verkettete Liste sortiert 3. Doppelt verkettete Liste sortiert 3. Bäume

Mehr

Programmiertechnik II

Programmiertechnik II Bäume Symboltabellen Suche nach Werten (items), die unter einem Schlüssel (key) gefunden werden können Bankkonten: Schlüssel ist Kontonummer Flugreservierung: Schlüssel ist Flugnummer, Reservierungsnummer,...

Mehr

Kontakte Dorfstrasse 143 CH - 8802 Kilchberg Telefon 01 / 716 10 00 Telefax 01 / 716 10 05 info@hp-engineering.com www.hp-engineering.

Kontakte Dorfstrasse 143 CH - 8802 Kilchberg Telefon 01 / 716 10 00 Telefax 01 / 716 10 05 info@hp-engineering.com www.hp-engineering. Kontakte Kontakte Seite 1 Kontakte Seite 2 Inhaltsverzeichnis 1. ALLGEMEINE INFORMATIONEN ZU DEN KONTAKTEN 4 2. WICHTIGE INFORMATIONEN ZUR BEDIENUNG VON CUMULUS 4 3. STAMMDATEN FÜR DIE KONTAKTE 4 4. ARBEITEN

Mehr

Zwischenablage (Bilder, Texte,...)

Zwischenablage (Bilder, Texte,...) Zwischenablage was ist das? Informationen über. die Bedeutung der Windows-Zwischenablage Kopieren und Einfügen mit der Zwischenablage Vermeiden von Fehlern beim Arbeiten mit der Zwischenablage Bei diesen

Mehr

Lange Nacht der Wissenschaft. Ein Klassiker. Die Mathematik der Kürzesten Wege

Lange Nacht der Wissenschaft. Ein Klassiker. Die Mathematik der Kürzesten Wege Lange Nacht der Wissenschaft Ein Klassiker Die Mathematik der Kürzesten Wege 09.06.2007 schlechte@zib.de Konrad-Zuse-Zentrum für Informationstechnik Berlin (ZIB) http://www.zib.de/schlechte 2 Überblick

Mehr

Theoretische Grundlagen der Informatik

Theoretische Grundlagen der Informatik Theoretische Grundlagen der Informatik Vorlesung am 12.01.2012 INSTITUT FÜR THEORETISCHE 0 KIT 12.01.2012 Universität des Dorothea Landes Baden-Württemberg Wagner - Theoretische und Grundlagen der Informatik

Mehr

Prozessmodellierung im Bauwesen Methoden und Werkzeuge zur Planung der Planung

Prozessmodellierung im Bauwesen Methoden und Werkzeuge zur Planung der Planung D1 Prozessmodellierung im Bauwesen Methoden und Werkzeuge zur Planung der Planung Daniel G. Beer dbeer@sfb.uni-weimar.de Materialien und Konstruktionen für die evitalisierung von Bauwerken SFB 524 www.uni-weimar.de/sfb

Mehr

Literaturverwaltung mit Stud.IP

Literaturverwaltung mit Stud.IP Literaturverwaltung mit Stud.IP Voraussetzungen Account für Stud.IP an der Justus-Liebig-Universität Gießen (https://studip.uni-giessen.de) Kenntnisse im allgemeinen Umgang mit Stud.IP Beachten Sie, dass

Mehr

Benötigte Dateien: Computertraining.doc und Morgens früh um sechs.doc

Benötigte Dateien: Computertraining.doc und Morgens früh um sechs.doc Ü 214 Text markieren Kopieren Platz zum Einfügen wählen Einfügen Ausschneiden Bild markieren Benötigte Dateien: Computertraining.doc und Morgens früh um sechs.doc Nach dieser Übung können Sie Texte oder

Mehr

11.1 Grundlagen - Denitionen

11.1 Grundlagen - Denitionen 11 Binärbäume 11.1 Grundlagen - Denitionen Denition: Ein Baum ist eine Menge, die durch eine sog. Nachfolgerrelation strukturiert ist. In einem Baum gilt: (I) (II) 1 Knoten w ohne VATER(w), das ist die

Mehr

Wissensbasierte Systeme

Wissensbasierte Systeme WBS3 Slide 1 Wissensbasierte Systeme Sebastian Iwanowski FH Wedel Kap. 3: Algorithmische Grundlagen der KI WBS3 Slide 2 Suchstrategien Warum sind Suchstrategien so wichtig in Wissensbasierten Systemen?

Mehr

Lernziele: Ausgleichstechniken für binäre Bäume verstehen und einsetzen können.

Lernziele: Ausgleichstechniken für binäre Bäume verstehen und einsetzen können. 6. Bäume Lernziele 6. Bäume Lernziele: Definition und Eigenschaften binärer Bäume kennen, Traversierungsalgorithmen für binäre Bäume implementieren können, die Bedeutung von Suchbäumen für die effiziente

Mehr

für Fortgeschrittene Den Überblick behalten - Literatur verwalten Arbeiten schreiben Inhalt

für Fortgeschrittene Den Überblick behalten - Literatur verwalten Arbeiten schreiben Inhalt Arbeiten schreiben 1 Den Überblick behalten - Literatur verwalten für Fortgeschrittene Inhalt 1. RefShare (Datenbank freigeben / veröffentlichen)... 3 2. Referenzen in Texte einfügen... 5 3. Referenzen

Mehr

Moderne Methoden der KI: Maschinelles Lernen

Moderne Methoden der KI: Maschinelles Lernen Moderne Methoden der KI: Maschinelles Lernen Prof. Dr.Hans-Dieter Burkhard Vorlesung Entscheidungsbäume Darstellung durch Regeln ID3 / C4.5 Bevorzugung kleiner Hypothesen Overfitting Entscheidungsbäume

Mehr

Installationsanleitung zum QM-Handbuch

Installationsanleitung zum QM-Handbuch Installationsanleitung zum QM-Handbuch Verzeichnisse Inhaltsverzeichnis 1 Installation...1 1.1 Installation unter Windows 2000/XP...1 1.2 Installation unter Windows Vista...1 2 Wichtige Hinweise...1 2.1

Mehr

Grundlagen der Informatik. Prof. Dr. Stefan Enderle NTA Isny

Grundlagen der Informatik. Prof. Dr. Stefan Enderle NTA Isny Grundlagen der Informatik Prof. Dr. Stefan Enderle NTA Isny 2 Datenstrukturen 2.1 Einführung Syntax: Definition einer formalen Grammatik, um Regeln einer formalen Sprache (Programmiersprache) festzulegen.

Mehr

Klausur 1 Wirtschaftsinformatik LE 1 bis LE 6. 9. November 2012

Klausur 1 Wirtschaftsinformatik LE 1 bis LE 6. 9. November 2012 Klausur 1 Wirtschaftsinformatik LE 1 bis LE 6 9. November 2012 Allgemeines zur Klausur: Schreibmaterial: Verwenden Sie weder Bleistift noch rotes Schreibzeug. Hilfsmittel: Für Fremdsprachige ist ein Fremdwörterbuch

Mehr

Projekt Xaml Konverter

Projekt Xaml Konverter Carsten Kuhn, Danny Kautzsch, Matthias Jauernig Leipzig, 01.02.2008 Lehrveranstaltung Compilerbau (Aufbaukurs) Prof. Waldmann, Fb IMN, HTWK Leipzig Projekt Xaml Konverter Aufgabenbeschreibung Mit Xaml

Mehr

Suche in Spielbäumen Spielbäume Minimax Algorithmus Alpha-Beta Suche. Suche in Spielbäumen. KI SS2011: Suche in Spielbäumen 1/20

Suche in Spielbäumen Spielbäume Minimax Algorithmus Alpha-Beta Suche. Suche in Spielbäumen. KI SS2011: Suche in Spielbäumen 1/20 Suche in Spielbäumen Suche in Spielbäumen KI SS2011: Suche in Spielbäumen 1/20 Spiele in der KI Suche in Spielbäumen Spielbäume Minimax Algorithmus Alpha-Beta Suche Einschränkung von Spielen auf: 2 Spieler:

Mehr

www.computeria-olten.ch Monatstreff für Menschen ab 50 WORD 2007 / 2010

www.computeria-olten.ch Monatstreff für Menschen ab 50 WORD 2007 / 2010 www.computeria-olten.ch Monatstreff für Menschen ab 50 Merkblatt 86 WORD 2007 / 2010 Etiketten erstellen Umschläge/Couverts bedrucken Etiketten erstellen z.b. Namen-Etiketten / Adress-Etiketten Als Grundlage

Mehr

Eine Online-Befragung durchführen Schritt für Schritt

Eine Online-Befragung durchführen Schritt für Schritt Anleitung für Schulleitende Eine Online-Befragung durchführen Schritt für Schritt 20. September 2010 IQES online Tellstrasse 18 8400 Winterthur Schweiz Telefon +41 52 202 41 25 info@iqesonline.net www.iqesonline.net

Mehr

Informatik II. PVK Part1 Severin Wischmann wiseveri@student.ethz.ch n.ethz.ch/~wiseveri

Informatik II. PVK Part1 Severin Wischmann wiseveri@student.ethz.ch n.ethz.ch/~wiseveri Informatik II PVK Part1 Severin Wischmann wiseveri@student.ethz.ch n.ethz.ch/~wiseveri KAUM JAVA Kaum Java Viel Zeit wird für Java-spezifisches Wissen benützt Wenig wichtig für Prüfung Letztjähriger Assistent

Mehr

Bäume und Wälder. Bäume und Wälder 1 / 37

Bäume und Wälder. Bäume und Wälder 1 / 37 Bäume und Wälder Bäume und Wälder 1 / 37 Bäume Ein (ungerichteter) Baum ist ein ungerichteter Graph G = (V, E), der zusammenhängend ist und keine Kreise enthält. Diese Graphen sind Bäume: Diese aber nicht:

Mehr

Institut für Programmierung und Reaktive Systeme 25. August 2014. Programmier-Labor. 04. + 05. Übungsblatt. int binarysearch(int[] a, int x),

Institut für Programmierung und Reaktive Systeme 25. August 2014. Programmier-Labor. 04. + 05. Übungsblatt. int binarysearch(int[] a, int x), Technische Universität Braunschweig Dr. Werner Struckmann Institut für Programmierung und Reaktive Systeme 25. August 2014 Programmier-Labor 04. + 05. Übungsblatt Aufgabe 21: a) Schreiben Sie eine Methode

Mehr

Kapitel 4: Dynamische Datenstrukturen. Algorithmen und Datenstrukturen WS 2012/13. Prof. Dr. Sándor Fekete

Kapitel 4: Dynamische Datenstrukturen. Algorithmen und Datenstrukturen WS 2012/13. Prof. Dr. Sándor Fekete Kapitel 4: Dynamische Datenstrukturen Algorithmen und Datenstrukturen WS 2012/13 Prof. Dr. Sándor Fekete 4.4 Binäre Suche Aufgabenstellung: Rate eine Zahl zwischen 100 und 114! Algorithmus 4.1 INPUT: OUTPUT:

Mehr

Softwareentwicklung Allgemeines und prozedurale Konstrukte

Softwareentwicklung Allgemeines und prozedurale Konstrukte Mag. iur. Dr. techn. Michael Sonntag Softwareentwicklung Allgemeines und prozedurale Konstrukte E-Mail: sonntag@fim.uni-linz.ac.at http://www.fim.uni-linz.ac.at/staff/sonntag.htm Institut für Informationsverarbeitung

Mehr

Was bisher geschah Wissensrepräsentation und -verarbeitung in Zustandsübergangssystemen Constraint-Systemen Logiken Repräsentation von Mengen

Was bisher geschah Wissensrepräsentation und -verarbeitung in Zustandsübergangssystemen Constraint-Systemen Logiken Repräsentation von Mengen Was bisher geschah Wissensrepräsentation und -verarbeitung in Zustandsübergangssystemen Constraint-Systemen Logiken Repräsentation von Mengen aussagenlogischer Regeln: Wissensbasis (Kontextwissen): Formelmenge,

Mehr

6 Systematisches Testen von Programmen

6 Systematisches Testen von Programmen 6 Systematisches Testen von Programmen Testen Untersuchung des Source-Codes nach Fehlern und Anomalien Stefan Lucks, Software-Entwicklung für Sichere Systeme SS 04, Kapitel 6 p.1/24 Untersuchung des Source-Codes

Mehr

Programmiertechnik II

Programmiertechnik II 2007 Martin v. Löwis Priority Queues and Heapsort 2007 Martin v. Löwis 2 Priority Queue Abstrakter Datentyp Inhalt: Elemente mit Priorität Operationen: Einfügen: Angabe des Elements und seiner Priorität

Mehr

Geschäftsprozessimplementierung mit BPMN, ADF und WebCenter

Geschäftsprozessimplementierung mit BPMN, ADF und WebCenter Geschäftsprozessimplementierung mit BPMN, ADF und WebCenter Johannes Michler PROMATIS software GmbH Ettlingen Schlüsselworte Geschäftsprozess, Horus, SOA, BPMN, ADF, WebCenter Einleitung Die Umsetzung

Mehr

Algorithmik II. a) Fügen Sie in einen anfangs leeren binären Baum die Schlüsselfolge 20, 28, 35, 31, 9, 4, 13, 17, 37, 25 ein.

Algorithmik II. a) Fügen Sie in einen anfangs leeren binären Baum die Schlüsselfolge 20, 28, 35, 31, 9, 4, 13, 17, 37, 25 ein. Aufgabe 10 Binäre Bäume a) Fügen Sie in einen anfangs leeren binären Baum die Schlüsselfolge, 28, 35, 31, 9, 4,, 17, 37, 25 ein. 1. Einfügen von : 3. Einfugen von 35: 2. Einfügen von 28: 28 28 10. Einfügen

Mehr

3. Entscheidungsbäume. Verfahren zum Begriffslernen (Klassifikation) Beispiel: weiteres Beispiel: (aus Böhm 2003) (aus Morik 2002)

3. Entscheidungsbäume. Verfahren zum Begriffslernen (Klassifikation) Beispiel: weiteres Beispiel: (aus Böhm 2003) (aus Morik 2002) 3. Entscheidungsbäume Verfahren zum Begriffslernen (Klassifikation) Beispiel: weiteres Beispiel: (aus Böhm 2003) (aus Morik 2002) (aus Wilhelm 2001) Beispiel: (aus Böhm 2003) Wann sind Entscheidungsbäume

Mehr

Bäume. Informatik B - Objektorientierte Programmierung in Java. Vorlesung 10: Collections 4. Inhalt. Bäume. Einführung. Bäume.

Bäume. Informatik B - Objektorientierte Programmierung in Java. Vorlesung 10: Collections 4. Inhalt. Bäume. Einführung. Bäume. Universität Osnabrück 1 Bäume 3 - Objektorientierte Programmierung in Java Vorlesung 10: Collections 4 Einführung Bäume sind verallgemeinerte Listenstrukturen Lineare Liste Jedes Element hat höchstens

Mehr

SEPA-Lastschriften. VR-NetWorld Software Leitfaden SEPA-Zahlungsverkehr

SEPA-Lastschriften. VR-NetWorld Software Leitfaden SEPA-Zahlungsverkehr SEPA-Lastschriften Die SEPA-Lastschrift unterscheidet sich sowohl von den rechtlichen Rahmenbedingungen, wie auch von der Handhabung deutlich von der bekannten Lastschrift. Neben den aus der SEPA-Überweisung

Mehr

Dokumentation Goobi.Meta Strukturdaten Arbeitsschritte Paginierung, Strukturierung und Vergabe der Strukturmetadaten

Dokumentation Goobi.Meta Strukturdaten Arbeitsschritte Paginierung, Strukturierung und Vergabe der Strukturmetadaten Dokumentation Goobi.Meta Arbeitsschritte Paginierung, Strukturierung und Vergabe der Strukturmetadaten 0. Allgemeines Goobi.Meta ermöglicht die Erfassung und Bearbeitung verschiedener Informationen zu

Mehr