lassen sich die beiden ersten Eigenschaften von (2,4)- Bäume auch mit binären Knoten erreichen?

Größe: px
Ab Seite anzeigen:

Download "lassen sich die beiden ersten Eigenschaften von (2,4)- Bäume auch mit binären Knoten erreichen?"

Transkript

1 .7 Rot-Schwaz Schwaz-Bäume (2,4)-Bäume sind ausgeglichen: gleiche Höhe fü alle Blätte Standadopeationen auf Mengen in O(h), d.h. O(log n) unteschiedliche Knoten (, 2 ode Schlüssel) Fage: lassen sich die beiden esten Eigenschaften von (2,4)- Bäume auch mit binäen Knoten eeichen? Waum eigentlich?? (2,4)-Bäume sind Hauptspeichedatenstuktu, nu B-Bäume mit t >> 2 fü Extenspeiche. Implementieungsvaianten (Hauptspeiche): gleiche Knoten mit unteschiedlich vielen Weten => speicheineffizient veschiedene Knoten: zusätzliche Abfagen (welche Knotentyp?) hs / fub alp-2-rbbaum- (2,4)-Bäume als Binäbäume implementieen? Antwot: siche "nicht ganz": müssten sonst imme 2 h+ - Knoten enthalten (ausgeglichen!). abe "im Wesentlichen": R. Baye: Symmetic Binay B-Tees: Data Stuctue and Maintenance Algoithms. Acta Infomatica, Vol, 290-0, 972, heute Rot-Schwaz-Bäume genannt. Idee: Abbilden von (2,4) Knoten auf binäe. hs / fub alp-2-rbbaum- 2

2 2, und 4-Knoten 4 als binäe Teilbäume 7 7 hs / fub alp-2-rbbaum- 8 8 Pe Konstuktion: Jede (2,4)-Baum lässt sich in einen binäen Suchbaum umwandeln. 2

3 Beispiel Fagen: 2 - Höhe von RB-Baum im Vegleich zu (2,4)? -Opeationen - Was ist übehaupt ein RB-Baum?? hs / fub alp-2-rbbaum- 7 Eigenschaften Knoten sind ot ode schwaz.. Wuzel ist schwaz. 2. Extene Knoten sind schwaz 7. Die Kinde von oten Knoten sind schwaz (Rotbedingung 4. Jede Pfad von einem Knoten x zu einem extenen Knoten besitzt die gleiche Anzahl schwaze Knoten. 4a) Diese Anzahl (x nicht gezählt) heißt schwaze Höhe bh(x) eines Knotens. 2 hs / fub alp-2-rbbaum-

4 Rot-Schwaz Schwaz-Bäume Ein binäe Suchbaum, de die Eigenschaften 0 bis 4 efüllt, heißt Rot-Schwaz-Baum (Red-Black-, RB-Tee) Jede (2,4)-Baum kann in einen Rot-Schwaz-Baum umgewandelt weden. Gilt nach Konstuktion: beibehalten von -Knoten, esetzen von 2- und -Knoten so, dass schwaze Knoten mit einem ode zwei oten Kinden entsteht. hs / fub alp-2-rbbaum- 7 Rot-Schwaz Schwaz-Bäume Umgekeht: zu jedem Rot-Schwaz-Baum gibt es einen (2,4)-Baum. Konstuktiv: Veeinige jeden oten Knoten x mit seinem Eltenknoten e (de ist schwaz!) zu einem 2-Knoten, wenn x schwazen Nachban hat, sonst zu einem gemeinsamen - Knoten, de x, e und den oten Nachban y von x enthält. Dabei folgt aus de Eindeutigkeit de Reihenfolge (x, e) bzw. (e, x ) und (x, e, y) bzw. (y,e,x) gemäß Sotiefolge die Eindeutigkeit des (2,4)-Baumes. Fü die extene Höhe von Rot-Schwazbäumen mit n intenen Knoten gilt h <= 2* log (n+). hs / fub alp-2-rbbaum- 8 4

5 Opeationen auf Rot-Schwaz Schwaz-Bäumen seach() : wie in binäen Suchbäumen inset(key k) seach(k) findet extenen Knoten e als Einfügepunkt (ode DUPL_KEY) esetze e duch oten Knoten k mit schwazen Kinden e' und e'' (extene Knoten) ehalte RB-Invaianten 7 9 entspicht in (2,4)-Baum: 7 9 hs / fub alp-2-rbbaum- 9 Einfügen in Rot-Schwaz Schwaz-Baum: die kitischen Fälle Kitische Fälle im (2,4)-Baum: 4-Knoten k, k enthält schon Schlüssel entspicht 8 Einfügen an diesen Stellen ist kitisch füht zu Veletzung de Rot-Bedingung hs / fub alp-2-rbbaum- 0

6 Umfäbung de Knoten: Spalten im (2,4)-Baum Beachte: keine Ändeung de schwazen Tiefe! 8 hs / fub alp-2-rbbaum- Funktionale Implementieung data RBTee a = Empty Node Colo (RBTee a) a (RBTee a) data Colo = R B deiving (Show) inset :: Od a => RBTee a -> a -> RBTee a Situation entspicht dem folgenden Muste: ecolou B (Node R (Node B lll l ll) (Node R ll l)) v (Node R l v ) = Node R (Node B (Node B lll l ll) (Node R ll l)) v (Node B l v )

7 Funktionale Implementieung Weitee Fälle analog zu (2,4)-Knotenspaltung. ecolou B (Node R (Node R lll l ll) l ) v (Node R l v ) = Node R (Node B (Node R lll l ll) l) v (Node B l v ) v 8 v 8 l l l lll ll hs / fub alp-2-rbbaum- Funktionale Implementieung Die estlichen Fälle: ecolou B (Node R ll l) v (Node R (Node R ll vl l) v ) = Node R (Node B ll l) v (Node B (Node R ll vl l) v ) ecolou B (Node R ll l) v (Node R l v (Node R l v )) = Node R (Node B ll l) v (Node B l v (Node R l v )) In allen 4 Fällen: ote Nachban (d.h. 4-Knoten in (2,4)-B). hs / fub alp-2-rbbaum- 4 7

8 Tansfomieen in Rot-Schwaz Schwaz-Baum Knoten mit 2 Weten in (2,4)-Baum fühen ebenfalls zu Veletzung de Rot-Eigenschaft! v 8 v inset() l lll l l ll Kein Poblem im (2,4)-Baum, abe... hs / fub alp-2-rbbaum- Tansfomieen inset() l lll v 8 ll v l l l lll ll l v 8 v l hs / fub alp-2-rbbaum- 8

9 Implementieung Tansfomieen balance B (Node R (Node R lll l ll) l) v = Node B (Node R lll l ll) (Node R l v ) Wenn Musteabgleich zu Fäbung vohe duchgefüht wid, ist hie ein Muste "Schwaze Zwilling" entbehlich: balance B (Node R (Node R lll l ll) l) v (Node B l v ) =... hs / fub alp-2-rbbaum- 7 Tansfomation: weitee Fall ll v ll v ll l ll l balance B (Node R ll (Node R ll l)) v = Node B (Node R ll ll) (Node R l v ) hs / fub alp-2-rbbaum- 8 9

10 Beispiel,- [,- R0--< `- [,- B9--< `- [-],- R8--<,- [-] `- B7--< `- [-],- B--<,- [-] `- B--< `- [-] = B4--<,- [-],- B--< `- [-] `- B2--<,- [-] `- B--< `- [-] Einfügen in von.. 0 in diese Reihenfolge. Tansfomation des Beispiel-Baums Baums in (2,4)-Baum Egibt sich deselbe (2,4)-Baum bei Einfügen in gleiche Reihenfolge: inset x : x<- [..0]? hs / fub alp-2-rbbaum- 20 0

11 Implementieung Veeinfachte Implementieung: v 8 v ll ll ll l 8 ll l Imme Tansfomieen, wenn Rotbedingung veletzt, kein Umfäben. hs / fub alp-2-rbbaum- 2 Laufzeit Eine Tansfomation auseichend! Wenn Rotbedingung vo Einfügen efüllt, dann auch nach Tansfomation. Ggf. bis zu Wuzel ückscheitendes Umfäben. 8 8 hs / fub alp-2-rbbaum- 22

12 Laufzeit Einfügen in einen Rot-Schwaz-Baum benötigt - O(log n) Schitte zu Suche de Einfügeposition wie binäe Suchbaum - maximal eine Tansfomation O() - maximal h <= 2* log (n+) Umfäbungen => inset() hat Laufzeit O(log n) Paktisch seh gute Egebnisse: Suche benötigt ca.,002 log 2 n Vegleiche. hs / fub alp-2-rbbaum- 2 Löschen in Rot-Schwaz Schwaz-Bäumen Löschen eines von n Weten : Maximal 2 Umstuktuieungen O(log n) Umfäbungen => Suche, Einfügen, Änden in Rot-Schwaz-Bäumen in O(log n) Laufzeit.... und gute Konstanten. hs / fub alp-2-rbbaum- 24 2

Wünschenswerte Eigenschaft von Suchbäumen mit n Knoten: Suchen, Einfügen, Löschen auch im schlechtesten Fall O(log n)

Wünschenswerte Eigenschaft von Suchbäumen mit n Knoten: Suchen, Einfügen, Löschen auch im schlechtesten Fall O(log n) .6 Ausgeglichene Mehrweg-Suchbäume Wünschenswerte Eigenschaft von Suchbäumen mit n Knoten: Suchen, Einfügen, Löschen auch im schlechtesten Fall O(log n) Methoden: lokale Transformationen (AVL-Baum) Stochastische

Mehr

Invarianzeigenschaft (für binären Suchbaum)

Invarianzeigenschaft (für binären Suchbaum) 5.3 Binäre Suchbäume Invarianzeigenschaft (für binären Suchbaum) Im linken Teilbaum befinden sich nur Werte, die kleiner gleich dem Knotenwert sind, im rechten Teilbaum nur solche, die größer sind. und

Mehr

Suchbäume mit inneren Knoten verschiedener Knotengrade.

Suchbäume mit inneren Knoten verschiedener Knotengrade. Was bisher geschah rekursive Datenstrukturen: lineare Datenstrukturen: Liste, Stack, Queue hierarchische Datenstrukturen: Bäume allgemeine Bäume Binäre Bäume Unäre Bäume = Listen Tiefe eines Knotens in

Mehr

Kapitel : Andere dynamische Datenstrukturen. Algorithmen und Datenstrukturen WS 2012/13. Prof. Dr. Sándor Fekete

Kapitel : Andere dynamische Datenstrukturen. Algorithmen und Datenstrukturen WS 2012/13. Prof. Dr. Sándor Fekete Kapitel 4.8-4.11: Andere dynamische Datenstrukturen Algorithmen und Datenstrukturen WS 2012/13 Prof. Dr. Sándor Fekete 4.6 AVL-Bäume 4.8 Rot-Schwarz-Bäume Idee: Verwende Farben, um den Baum vertikal zu

Mehr

Kapitel : Andere dynamische Datenstrukturen. Algorithmen und Datenstrukturen WS 2013/14. Prof. Dr. Sándor Fekete

Kapitel : Andere dynamische Datenstrukturen. Algorithmen und Datenstrukturen WS 2013/14. Prof. Dr. Sándor Fekete Kapitel 4.8-4.11: Andere dynamische Datenstrukturen Algorithmen und Datenstrukturen WS 2013/14 Prof. Dr. Sándor Fekete 1 4.6 AVL-Bäume 2 4.8 Rot-Schwarz-Bäume Rudolf Bayer Idee: Verwende Farben, um den

Mehr

Rotation. y T 3. Abbildung 3.10: Rotation nach rechts (analog links) Doppelrotation y

Rotation. y T 3. Abbildung 3.10: Rotation nach rechts (analog links) Doppelrotation y Die AVL-Eigenschaft soll bei Einfügungen und Streichungen erhalten bleiben. Dafür gibt es zwei mögliche Operationen: -1-2 Rotation Abbildung 3.1: Rotation nach rechts (analog links) -2 +1 z ±1 T 4 Doppelrotation

Mehr

Stereo-Rekonstruktion. Stereo-Rekonstruktion. Geometrie der Stereo-Rekonstruktion. Geometrie der Stereo-Rekonstruktion

Stereo-Rekonstruktion. Stereo-Rekonstruktion. Geometrie der Stereo-Rekonstruktion. Geometrie der Stereo-Rekonstruktion Steeo-Rekonstuktion Geometie de Steeo-Rekonstuktion Steeo-Kalibieung Steeo-Rekonstuktion Steeo-Rekonstuktion Kameakalibieung kann dazu vewendet weden, um aus einem Bild Weltkoodinaten zu ekonstuieen, falls

Mehr

Lösen einer Gleichung 3. Grades

Lösen einer Gleichung 3. Grades Lösen eine Gleichung Gdes We sich uf dieses Abenteue einlssen will, bucht einige Kenntnisse übe komlee Zhlen Es eicht be, wenn mn folgende Schvehlte kennt und kochezettig (mn nehme) nwenden knn: Es gibt

Mehr

Parametergleichung der Geraden durch den Punkt A mit dem Richtungsvektor u r t R heisst Parameter

Parametergleichung der Geraden durch den Punkt A mit dem Richtungsvektor u r t R heisst Parameter 8 3. Dastellung de Geaden im Raum 3.1. Paametegleichung de Geaden Die naheliegende Vemutung, dass eine Geade des Raumes duch eine Gleichung de Fom ax + by + cz +d 0 beschieben weden kann ist falsch (siehe

Mehr

6 5 6 5 6 6 4 1 4 1 9 3 9 3-5 6 5 6-6 6-1 4 1 4-3 9 3 9 7 7-7 7 6 0 6 0-6 0 6 - - Meine Foschemappe zu Name: Beabeitungszeitaum: vom bis zum Augabe 1 Schau di die Augaben genau an und echne sie aus. Finde

Mehr

Aufgaben, Hilfestellungen und Musterlösungen zum Modul 5 Druckversion

Aufgaben, Hilfestellungen und Musterlösungen zum Modul 5 Druckversion Abschnitt 1 Aufgaben, Hilfestellungen und Musterlösungen zum Modul 5 Druckversion Aufgabe 1: Binäre Suchbäume: Iteratives Suchen/Einfügen/Löschen Das Material dieser Übung enthält in der Klasse Tree0 die

Mehr

6 5 5 6 6 6 4 1 1 4 9 3 3 9-5 6 6 5-6 6-1 4 4 1-3 9 9 3 7 7-7 7 6 0 0 6-6 6 0 - - Meine Foschemappe zu Name: Beabeitungszeitaum: vom bis zum Augabe 1 Schau di die Augaben genau an und echne sie aus. Finde

Mehr

Der Lagrange- Formalismus

Der Lagrange- Formalismus Kapitel 8 De Lagange- Fomalismus 8.1 Eule-Lagange-Gleichung In de Quantenmechanik benutzt man oft den Hamilton-Opeato, um ein System zu bescheiben. Es ist abe auch möglich den Lagange- Fomalismus zu vewenden.

Mehr

Binäre Suchbäume. Mengen, Funktionalität, Binäre Suchbäume, Heaps, Treaps

Binäre Suchbäume. Mengen, Funktionalität, Binäre Suchbäume, Heaps, Treaps Binäre Suchbäume Mengen, Funktionalität, Binäre Suchbäume, Heaps, Treaps Mengen n Ziel: Aufrechterhalten einer Menge (hier: ganzer Zahlen) unter folgenden Operationen: Mengen n Ziel: Aufrechterhalten einer

Mehr

6 5 6 5 6 6 4 1 4 1 9 3 9 3-5 6 5 6-6 6-1 4 1 4-3 9 3 9 7 7-7 7 - - - Meine Foschemappe zu Name: Beabeitungszeitaum: vom bis zum Augabe 1 Schau di die Augaben genau an und echne sie aus. Finde viele weitee

Mehr

B.3 Kugelflächenfunktionen und Legendre-Polynome

B.3 Kugelflächenfunktionen und Legendre-Polynome B.3 Kugelflächenfunktionen und Legende-Polynome 113 B.3 Kugelflächenfunktionen und Legende-Polynome B.3.1 Kugelflächenfunktionen B.3.1 a ::::::: :::::::::: Definition Sei die Einheitskugelfläche von R

Mehr

Bildverarbeitung: Diskrete Energieminimierung. D. Schlesinger () BV: Diskrete Energieminimierung 1 / 11

Bildverarbeitung: Diskrete Energieminimierung. D. Schlesinger () BV: Diskrete Energieminimierung 1 / 11 Bildveabeitung: Diskete Enegieminimieung D. Schlesinge () BV: Diskete Enegieminimieung 1 / 11 Entauschung Segmentieung Beide Definitionsbeeich und Wetebeeich sind disket. R Z 2 die Pixelmenge, E R 2 die

Mehr

Natürliche Bäume. (Algorithmen und Datenstrukturen I) Prof. Dr. Oliver Braun. Letzte Änderung: :16. Natürliche Bäume 1/16

Natürliche Bäume. (Algorithmen und Datenstrukturen I) Prof. Dr. Oliver Braun. Letzte Änderung: :16. Natürliche Bäume 1/16 Natürliche Bäume (Algorithmen und Datenstrukturen I) Prof. Dr. Oliver Braun Letzte Änderung: 18.03.2018 18:16 Natürliche Bäume 1/16 Bäume Begriffe (1/2) Bäume sind verallgemeinerte Listenstrukturen ein

Mehr

Bäume. Text. Prof. Dr. Margarita Esponda SS 2012 O4 O5 O6 O ALP2-Vorlesung, M. Esponda

Bäume. Text. Prof. Dr. Margarita Esponda SS 2012 O4 O5 O6 O ALP2-Vorlesung, M. Esponda Bäume O1 O2 Text O3 O4 O5 O6 O7 Prof. Dr. Margarita Esponda SS 2012 22. ALP2-Vorlesung, M. Esponda Inhalt 1. Einführung 2. Warum Bäume? 3. Listen und Arrays vs. Bäume 4. Einfach verkettete binäre Suchbäume

Mehr

Algorithmen und Datenstrukturen. Algorithmen und Datenstrukturen. B7.1 Einführung. B Bäume. B7.3 Rot-Schwarz Bäume.

Algorithmen und Datenstrukturen. Algorithmen und Datenstrukturen. B7.1 Einführung. B Bäume. B7.3 Rot-Schwarz Bäume. B7. Balancierte Bäume a B7. Balancierte Bäume 1 Marcel Lüthi and Gabriele Röger Universität Basel a Folien basieren auf Vorlesungsfolien von Sedgewick & Wayne https://algs4.cs.princeton.edu/lectures/33balancedsearchtrees-2x2.pdf

Mehr

Lösung V Veröentlicht:

Lösung V Veröentlicht: 1 Bewegung entlang eines hoizontalen Keises (a) Ein Ball de Masse m hängt an einem Seil de Länge L otiet mit eine konstanten Geschwindigkeit v auf einem hoizontalen Keis mit Radius, wie in Abbildung 2

Mehr

AVL-Bäume. (Algorithmen und Datenstrukturen I) Prof. Dr. Oliver Braun. Letzte Änderung: :16. AVL-Bäume 1/38

AVL-Bäume. (Algorithmen und Datenstrukturen I) Prof. Dr. Oliver Braun. Letzte Änderung: :16. AVL-Bäume 1/38 AVL-Bäume (Algorithmen und Datenstrukturen I) Prof. Dr. Oliver Braun Letzte Änderung: 18.03.2018 18:16 AVL-Bäume 1/38 Balancierte Bäume in einem zufällig erzeugten Binärbaum haben die Algorithmen Suchen,

Mehr

Christian Rieck, Arne Schmidt

Christian Rieck, Arne Schmidt Institute of Operating Systems and Computer Networks Algorithms Group Algorithmen und Datenstrukturen Wintersemester 207/208 Übung#5, 2.2.207 Christian Rieck, Arne Schmidt Bäume Satz Jeder gerichtete Baum

Mehr

1. Motivation / Grundlagen 2. Sortierverfahren 3. Elementare Datenstrukturen / Anwendungen 4. Bäume / Graphen 5. Hashing 6. Algorithmische Geometrie

1. Motivation / Grundlagen 2. Sortierverfahren 3. Elementare Datenstrukturen / Anwendungen 4. Bäume / Graphen 5. Hashing 6. Algorithmische Geometrie Gliederung 1. Motivation / Grundlagen 2. Sortierverfahren 3. Elementare Datenstrukturen / Anwendungen 4. Bäume / Graphen 5. Hashing 6. Algorithmische Geometrie 4/3, Folie 1 2010 Prof. Steffen Lange - HDa/FbI

Mehr

Algorithmen und Datenstrukturen I AVL-Bäume

Algorithmen und Datenstrukturen I AVL-Bäume Algorithmen und Datenstrukturen I AVL-Bäume Prof. Dr. Oliver Braun Letzte Änderung: 01.12.2017 14:42 Algorithmen und Datenstrukturen I, AVL-Bäume 1/38 Balancierte Bäume in einem zufällig erzeugten Binärbaum

Mehr

Vorlesung Informatik 2 Algorithmen und Datenstrukturen

Vorlesung Informatik 2 Algorithmen und Datenstrukturen Vorlesung Informatik 2 Algorithmen und Datenstrukturen (22 - AVL-Bäume: Entfernen) Prof. Dr. Susanne Albers Definition von AVL-Bäumen Definition: Ein binärer Suchbaum heißt AVL-Baum oder höhenbalanziert,

Mehr

B / B* - Bäume. Guido Hildebrandt Seminar Datenbanksysteme

B / B* - Bäume. Guido Hildebrandt Seminar Datenbanksysteme B / B* - Bäume Guido Hildebrandt Seminar Datenbanksysteme 25.11.2010 Gliederung Einleitung Binärbaum B - Baum B* - Baum Varianten Zusammenfassung Quellen Gliederung Einleitung Binärbaum B - Baum B* - Baum

Mehr

Datenstrukturen & Algorithmen Lösungen zu Blatt 4 FS 15

Datenstrukturen & Algorithmen Lösungen zu Blatt 4 FS 15 Eidgenössische Technische Hochschule Zürich Ecole polytechnique fédérale de Zurich Politecnico federale di Zurigo Federal Institute of Technology at Zurich Institut für Theoretische Informatik 18. März

Mehr

Mengen. Binäre Suchbäume. Mengen: Anwendungen (II) Mengen: Lösung mit Listen 12/3/12. Mengen, Funktionalität, Binäre Suchbäume, Heaps, Treaps

Mengen. Binäre Suchbäume. Mengen: Anwendungen (II) Mengen: Lösung mit Listen 12/3/12. Mengen, Funktionalität, Binäre Suchbäume, Heaps, Treaps // Mengen Binäre Suchbäume Mengen, Funktionalität, Binäre Suchbäume, Heaps, Treaps n Ziel: ufrechterhalten einer Menge (hier: ganzer Zahlen) unter folgenden Operationen: n eines Elements n eines Elements

Mehr

Informatik II, SS 2016

Informatik II, SS 2016 Informatik II - SS 2016 (Algorithmen & Datenstrukturen) Vorlesung 11 (1.6.2016) Binäre Suchbäume III Algorithmen und Komplexität Tiefe eines binären Suchbaums Worst-Case Laufzeit der Operationen in binären

Mehr

Vorlesung Datenstrukturen

Vorlesung Datenstrukturen Vorlesung Datenstrukturen Sortierte Folgen Maike Buchin 30.5., 1.6., 13.6.2017 Sortierte Folgen Häufiges Szenario: in einer Menge von Objekten mit Schlüsseln (aus geordnetem Universum) sollen Elemente

Mehr

Algorithmen und Datenstrukturen

Algorithmen und Datenstrukturen Algorithmen und Datenstrukturen B7. Balancierte Bäume 1 Marcel Lüthi and Gabriele Röger Universität Basel 13. April 2018 1 Folien basieren auf Vorlesungsfolien von Sedgewick & Wayne https://algs4.cs.princeton.edu/lectures/33balancedsearchtrees-2x2.pdf

Mehr

6 Die Gesetze von Kepler

6 Die Gesetze von Kepler 6 DIE GESETE VON KEPER 1 6 Die Gesetze von Kele Wi nehmen an, dass de entalköe (Sonne) eine seh viel gössee Masse M besitzt als de Planet mit de Masse m, so dass de Schweunkt in gute Näheung im entum de

Mehr

ContainerDatenstrukturen. Große Übung 4

ContainerDatenstrukturen. Große Übung 4 ContainerDatenstrukturen Große Übung 4 Aufgabenstellung Verwalte Kollektion S von n Objekten Grundaufgaben: Iterieren/Auflistung Suche nach Objekt x mit Wert/Schlüssel k Füge ein Objekt x hinzu Entferne

Mehr

Datenstrukturen und Algorithmen

Datenstrukturen und Algorithmen Datenstrukturen und Algorithmen VO INF.02031UF (2-4)-Bäume robert.legenstein@igi.tugraz.at 1 7. Bäume Bäume als Datenstruktur Binärbäume Balancierte Bäume (2-4)-Bäume Anwendung: Mischbare Warteschlangen

Mehr

Suchbäume. Suchbäume. Einfügen in Binären Suchbäumen. Suchen in Binären Suchbäumen. Prinzip Suchbaum. Algorithmen und Datenstrukturen

Suchbäume. Suchbäume. Einfügen in Binären Suchbäumen. Suchen in Binären Suchbäumen. Prinzip Suchbaum. Algorithmen und Datenstrukturen Suchbäume Suchbäume Prinzip Suchbaum Der Wert eines Knotens wird als Schlüssel verstanden Knoten kann auch weitere Daten enthalten, die aber hier nicht weiter betrachtet werden Werte der Schlüssel müssen

Mehr

Shift-Invarianz, periodische Funktionen, diskreter Logarithmus, hi

Shift-Invarianz, periodische Funktionen, diskreter Logarithmus, hi Shift-Invaianz, peiodische Funktionen, diskete Logaithmus, hidden-subgoup-poblem Infomation und Codieung 2 SS 200 22. Juni 200 Shift-Invaianz de Fouie-Tansfomation f (y) = 2π f (x) e iyx dx Ist (T z f

Mehr

Die Einheitsmatrix E ist das neutrale Element der Multiplikationen; E muss quadratisch sein!

Die Einheitsmatrix E ist das neutrale Element der Multiplikationen; E muss quadratisch sein! Matizen - Algoithmen Ac Matizen sind Tabellen mit ze Zeilen und sp Spalten Man kann mit ihnen Opeationen duchfühen, die in veschiedenen Beeichen benötigt weden (zb Lösen von Lineaen Gleichungssystemen)

Mehr

Datenstrukturen & Algorithmen Lösungen zu Blatt 6 FS 14

Datenstrukturen & Algorithmen Lösungen zu Blatt 6 FS 14 Eidgenössische Technische Hochschule Zürich Ecole polytechnique fédérale de Zurich Politecnico federale di Zurigo Federal Institute of Technology at Zurich Institut für Theoretische Informatik 2. April

Mehr

Nachtrag zu binären Suchbäumen (nicht (nur) AVL Bäumen: Löschen von Elementen in binären Suchbäumen. 1. Fall: zu löschendes Element ist Blatt: löschen

Nachtrag zu binären Suchbäumen (nicht (nur) AVL Bäumen: Löschen von Elementen in binären Suchbäumen. 1. Fall: zu löschendes Element ist Blatt: löschen Nachtrag zu binären Suchbäumen (nicht (nur) AVL Bäumen: Löschen von Elementen in binären Suchbäumen 3 1. Fall: zu löschendes Element ist Blatt: löschen 1 2 4 9 10 11 12 13 2. Fall: zu löschendes Element

Mehr

Titrationskurven in der Chemie

Titrationskurven in der Chemie RS 1..004 Titationskuven.mcd Titationskuven in de Chemie In de Chemie wid de sauee bzw. de basische Chaakte eine wässigen Lösung mit Hilfe des ph-wetes beschieben. In jede wässigen Lösung gilt: [H O] +.

Mehr

Abschnitt 18: Effizientes Suchen in Mengen

Abschnitt 18: Effizientes Suchen in Mengen Abschnitt 18: Effizientes Suchen in Mengen 18. Effizientes Suchen in Mengen 18.1 Vollständig ausgeglichene binäre Suchbäume 18.2 AVL-Bäume 18.3 Operationen auf AVL-Bäumen 18.4 Zusammenfassung 18 Effizientes

Mehr

Wie lange dauert es (im Mittel), bis...?

Wie lange dauert es (im Mittel), bis...? Wie lange dauet es (im Mittel, bis? Teilnehme: Valentin Bonje Thomas Dittma Heniette Kisten Max Lindne Anton Pusch Fabian Schiemann Maximilian Steppe Alexeij Wad Alma Wettig mit tatkäftige Untestützung

Mehr

Algorithmen und Datenstrukturen

Algorithmen und Datenstrukturen 1 Algorithmen und Datenstrukturen Wintersemester 2016/17 13. Vorlesung Binäre Suchbäume Prof. Dr. Alexander Wolff Lehrstuhl für Informatik I 2 Dynamische Menge verwaltet Elemente einer sich ändernden Menge

Mehr

Gliederung. 5. Compiler. 6. Sortieren und Suchen. 7. Graphen

Gliederung. 5. Compiler. 6. Sortieren und Suchen. 7. Graphen 5. Compiler Gliederung 1. Struktur eines Compilers 2. Syntaxanalyse durch rekursiven Abstieg 3. Ausnahmebehandlung 4. Arrays und Strings 6. Sortieren und Suchen 1. Grundlegende Datenstrukturen 2. Bäume

Mehr

Vorlesung Informatik 2 Algorithmen und Datenstrukturen

Vorlesung Informatik 2 Algorithmen und Datenstrukturen Vorlesung Informatik 2 Algorithmen und Datenstrukturen (23 Bruder-Bäume, B-Bäume) Prof. Dr. Susanne Albers Balancierte Bäume Eine Klasse von binären Suchbäumen ist balanciert, wenn jede der drei Wörterbuchoperationen

Mehr

Unterlagen Fernstudium - 3. Konsultation 15.12.2007

Unterlagen Fernstudium - 3. Konsultation 15.12.2007 Untelagen Fenstudium - 3. Konsultation 5.2.2007 Inhaltsveeichnis Infomationen u Püfung 2 2 Aufgabe 7. Umstömte Keisylinde mit Auftieb 3 3 Aufgabe 8. Komplexes Potential und Konfome Abbildung 0 Infomationen

Mehr

Abstandsbestimmungen

Abstandsbestimmungen Abstandsbestimmungen A) Vektoechnungsmethoden (mit Skalapodukt): ) Abstand eines Punktes P von eine Ebene IE im Raum (eine Geade g in de Ebene ): Anmekung: fü Geaden im Raum funktioniet diese Vektomethode

Mehr

Greedy Algorithmen für aufspannende Arboreszenzen

Greedy Algorithmen für aufspannende Arboreszenzen Geedy Aloithmen fü aufspannende Aboeszenzen Biit Hubet 23. Juni 29 1 Minimal aufspannende Bäume 1.1 Wiedeholun Sei G=(V, E) ein zusammenhänende Gaph, wobei V die Mene de Knoten und E die Mene de Kanten

Mehr

Algorithmen und Datenstrukturen II

Algorithmen und Datenstrukturen II Algorithmen und Datenstrukturen II und Red-Black-Trees Dr. Georg Sauthoff 1 AG Praktische Informatik July 1, SoSe 2011 1 gsauthof@techfak.uni-bielefeld.de Suchbäume (Indexdatenstrukturen) Zugriff in O(logn)

Mehr

Teil 1: Suchen. Problemstellung Elementare Suchverfahren Hashverfahren Binäre Suchbäume Ausgeglichene Bäume. B-Bäume Digitale Suchbäume Heaps

Teil 1: Suchen. Problemstellung Elementare Suchverfahren Hashverfahren Binäre Suchbäume Ausgeglichene Bäume. B-Bäume Digitale Suchbäume Heaps Teil 1: Suchen Problemstellung Elementare Suchverfahren Hashverfahren Binäre Suchbäume Ausgeglichene Bäume AVL-Bäume Splay-Bäume B-Bäume Digitale Suchbäume Heaps M.O.Franz; Oktober 2007 Algorithmen und

Mehr

Das Ski-Rental-Problem

Das Ski-Rental-Problem Da Ski-Rental-Poblem (Voläufige Veion, 15. Mai 212) Pof. D. Hanno Lefmann Fakultät fü Infomatik, TU Chemnitz, D-917 Chemnitz, Gemany lefmann@infomatik.tu-chemnitz.de 1 Da Ski-Rental-Poblem Bei dem Ski-Rental-Poblem

Mehr

Aufgabenblatt 3. Lösungen. A1. Währungsrisiko-Hedging

Aufgabenblatt 3. Lösungen. A1. Währungsrisiko-Hedging Aufgabenblatt 3 Lösungen A. Wähungsisiko-Hedging. Renditen fü BASF und Baye in EUR Kus in t Kus in t- / Kus in t- Beobachtung fällt daduch weg. Kuse fü BASF und Baye in USD z.b. BASF am 8.05.: EUR 570

Mehr

Binäre Suchbäume. Mengen, Funktionalität, Binäre Suchbäume, Heaps, Treaps

Binäre Suchbäume. Mengen, Funktionalität, Binäre Suchbäume, Heaps, Treaps Binäre Suchbäume Mengen, Funktionalität, Binäre Suchbäume, Heaps, Treaps Mengen n Ziel: Aufrechterhalten einer Menge (hier: ganzer Zahlen) unter folgenden Operationen: Mengen n Ziel: Aufrechterhalten einer

Mehr

Übung Datenstrukturen. Bäume

Übung Datenstrukturen. Bäume Übung Datenstrukturen Bäume Übung Binärbaum 7 2 10 1 3 5 9 34 8 7 11 13 17 7 25 19 3 Aufgabe 1 Geben Sie die Reihenfolge der besuchten Knoten nach Prä-, In-, Post- und Levelorder an! Übung Binärbaum Aufgabe

Mehr

Wiederholung. Datenstrukturen und. Bäume. Wiederholung. Suchen in linearen Feldern VO

Wiederholung. Datenstrukturen und. Bäume. Wiederholung. Suchen in linearen Feldern VO Wiederholung Datenstrukturen und Algorithmen VO 708.031 Suchen in linearen Feldern Ohne Vorsortierung: Sequentielle Suche Speicherung nach Zugriffswahrscheinlichkeit Selbstanordnende Felder Mit Vorsortierung:

Mehr

Strukturelle Modelle in der Bildverarbeitung MinSum Probleme LP-Relaxation

Strukturelle Modelle in der Bildverarbeitung MinSum Probleme LP-Relaxation Stutuelle Modelle in de Bildveabeitung MinSum Pobleme LP-Relaxation D. Schlesinge TUD/INF/KI/IS Maximieen scheinbae Qualität Diffusion Algoithmus LP... D. Schlesinge () SMBV: MinSum LP-Relaxation 1 / 11

Mehr

Aufgabe S 1 (4 Punkte)

Aufgabe S 1 (4 Punkte) Aufgabe S 1 (4 Punkte) In ein gleichschenklig-echtwinkliges Deieck mit Kathetenlänge 2 weden zwei Quadate so einbeschieben, dass a) beim esten Quadat eine Seite auf de Hypotenuse liegt und b) beim zweiten

Mehr

Kapitel 4: Dynamische Datenstrukturen. Algorithmen und Datenstrukturen WS 2017/18. Pro f. Dr. Sán do r Fe k e te

Kapitel 4: Dynamische Datenstrukturen. Algorithmen und Datenstrukturen WS 2017/18. Pro f. Dr. Sán do r Fe k e te Kapitel 4: Dynamische Datenstrukturen Algorithmen und Datenstrukturen WS 2017/18 Pro f. Dr. Sán do r Fe k e te 1 Binärer Suchbaum Außerdem wichtig: Struktur der Schlüsselwerte! 2 Ordnungsstruktur Linker

Mehr

Umstrukturierung durch Rotationen

Umstrukturierung durch Rotationen Umstrukturierung durch Rotationen (Folie 109, Seite 52 im Skript) P P T A A D B T B C C D Eine Rechtsrotation um T. Die Suchbaumeigenschaft bleibt erhalten. B, C, D können nur aus externen Knoten bestehen.

Mehr

13 (2-4)-Bäume Implementierbare Funktionen. (2-4)-Bäume sind durch folgende Eigenschaften deniert: 1. Alle Äste sind gleich lang

13 (2-4)-Bäume Implementierbare Funktionen. (2-4)-Bäume sind durch folgende Eigenschaften deniert: 1. Alle Äste sind gleich lang 13 (2-4)-Bäume (2-4)-Bäume sind durch folgende Eigenschaften deniert: 1. Alle Äste sind gleich lang 2. Die Ordnung (maximale Anzahl der Söhne eines Knotens) ist gleich 4 3. Innere Knoten haben 2 Söhne

Mehr

Balancierte Bäume. Minimale Knotenanzahl von AVL-Bäumen. AVL-Bäume. Definition für "balanciert":

Balancierte Bäume. Minimale Knotenanzahl von AVL-Bäumen. AVL-Bäume. Definition für balanciert: Balancierte Bäume Aufwand, ein Element zu finden, entspricht der Tiefe des gefundenen Knotens im worst case = Tiefe des Baumes liegt zwischen log N und N Definition für "balanciert": es gibt verschiedene

Mehr

Grundlagen der Informatik / Algorithmen und Datenstrukturen. Aufgabe 143

Grundlagen der Informatik / Algorithmen und Datenstrukturen. Aufgabe 143 Aufgabe 143 Aufgabe 143 Aufgabenstellung Gegeben ist der folgende AVL-Baum: a) Fügen Sie in diesen AVL-Baum nacheinander Knoten mit den Inhalten 34, 42, 1701 und 30 ein. Führen Sie die ggf. notwendigen

Mehr

Extremwertaufgaben

Extremwertaufgaben 7.4.. Extemwetaufgaben Bei Extemwetaufgaben geht es daum, dass bei einem gestellten Sachvehalt (Textaufgabe) igendetwas zu maximieen bzw. zu minimieen ist. Dabei geht man nach einem festen, vogegebenen

Mehr

1 AVL-Bäume. 1.1 Aufgabentyp. 1.2 Überblick. 1.3 Grundidee

1 AVL-Bäume. 1.1 Aufgabentyp. 1.2 Überblick. 1.3 Grundidee AVL-Bäume. Aufgabentyp Fügen Sie in einen anfangs leeren AVL Baum die folgenden Schlüssel ein:... Wenden Sie hierbei konsequent den Einfüge /Balancierungsalgorithmus an und dokumentieren Sie die ausgeführten

Mehr

1 Filter mit NIC. a12. abgeschlossen gilt für die Eingangsimpedanz Z 1. Werden diese Zweitore nach Bild 0-1 mit der Impedanz Z 2

1 Filter mit NIC. a12. abgeschlossen gilt für die Eingangsimpedanz Z 1. Werden diese Zweitore nach Bild 0-1 mit der Impedanz Z 2 Aktive Filte basieend auf LCStuktuen Mit Hilfe von Impedanzkonveten können passive LCFilte als Aktivfilte aufgebaut weden. Hiebei weden die Induktivitäten mit geeigneten Schaltungen aktiv ealisiet. Diese

Mehr

Suchen in linearen Feldern. Datenstrukturen & Algorithmen. Laufzeitverhalten der Suchverfahren. Anzahl der Vergleiche für 10 9 Elemente

Suchen in linearen Feldern. Datenstrukturen & Algorithmen. Laufzeitverhalten der Suchverfahren. Anzahl der Vergleiche für 10 9 Elemente Suchen in linearen Feldern Datenstruturen & Algorithmen VO 708.031 11. Vorlesung, am 11.Dez. 2008 Ohne Vorsortierung Sequentielle Suche Speicherung nach Zugriffswahrscheinlicheiten Selbstanordnende Felder

Mehr

Lösung - Schnellübung 4

Lösung - Schnellübung 4 D-MAVT/D-MATL Analysis I HS 2016 D Andeas Steige Lösung - Schnellübung 1 Ein Keis vom Radius ollt im Innen eines Keises vom Radius R ab Die Kuve t, die dabei ein feste Punkt P auf dem Rand des kleinen

Mehr

Algorithmen und Datenstrukturen. Algorithmen und Datenstrukturen. B7.1 Einführung. B Bäume. B7.3 Rot-Schwarz Bäume

Algorithmen und Datenstrukturen. Algorithmen und Datenstrukturen. B7.1 Einführung. B Bäume. B7.3 Rot-Schwarz Bäume B7. Balancierte Bäume a B7. Balancierte Bäume 1 Marcel Lüthi and Gabriele Röger Universität Basel a Folien basieren auf Vorlesungsfolien von Sedgewick & Wayne https://algs4.cs.princeton.edu/lectures/33balancedsearchtrees-2x2.pdf

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

Kern- und Teilchenphysik. Einführung in die Teilchenphysik: Schwache Wechselwirkung - Paritätsverletzung - verschiedene Prozesse der schwachen WW

Kern- und Teilchenphysik. Einführung in die Teilchenphysik: Schwache Wechselwirkung - Paritätsverletzung - verschiedene Prozesse der schwachen WW Ken- und Teilchenphysik Einfühung in die Teilchenphysik: Schwache Wechselwikung - Paitätsveletzung - veschiedene Pozesse de schwachen WW Noethe Theoem: Wiedeholung: Noethe-Theoem Jede Symmetie impliziet

Mehr

Programm heute. Algorithmen und Datenstrukturen (für ET/IT) Suchen. Lineare Suche. Such-Algorithmen. Sommersemester Dr.

Programm heute. Algorithmen und Datenstrukturen (für ET/IT) Suchen. Lineare Suche. Such-Algorithmen. Sommersemester Dr. Programm heute Algorithmen und Datenstrukturen (für ET/IT) Sommersemester 0 Dr. Tobias Lasser Computer Aided Medical Procedures Technische Universität München Fortgeschrittene Datenstrukturen Such-Algorithmen

Mehr

Inhalte der Vorlesung. 2. Lexikalische Analyse. 2. Lexikalische Analyse. Lexikalische Analyse

Inhalte der Vorlesung. 2. Lexikalische Analyse. 2. Lexikalische Analyse. Lexikalische Analyse Inhalte de Volesung. Lexikalische Analyse 1.Einfühung.Lexikalische Analyse 3.De Textstom-Edito sed 4.De Scanne-Geneato lex 5.Syntaxanalyse und de Pase-Geneato yacc 6.Syntaxgesteuete Übesetzung 7.Übesetzungssteueung

Mehr

Inhalte der Vorlesung. 2. Lexikalische Analyse. Lexikalische Analyse. 2. Lexikalische Analyse

Inhalte der Vorlesung. 2. Lexikalische Analyse. Lexikalische Analyse. 2. Lexikalische Analyse Inhalte de Volesung. Lexikalische Analyse 1.Einfühung.Lexikalische Analyse 3.De Textstom-Edito sed 4.De Scanne-Geneato lex ( Temine) 5.Syntaxanalyse und de Pase-Geneato yacc (3 T.) 6.Semantische Analyse

Mehr

Inhaltsverzeichnis (Ausschnitt)

Inhaltsverzeichnis (Ausschnitt) 6 Diskete Wahscheinlichkeitsäume Inhaltsvezeichnis (Ausschnitt) 6 Diskete Wahscheinlichkeitsäume Laplacesche Wahscheinlichkeitsäume Kombinatoik Allgemeine diskete Wahscheinlichkeitsäume Deskiptive Statistik

Mehr

= = = = =

= = = = = 7 6-6 7 = 8 5-5 8 = 6-6 = 9 1-1 9 = 6 4-4 6 = Meine Foschemappe zu Name: Beabeitungszeitaum: vom bis zum Augabe 1 Schau di die Augaben genau an und echne sie aus. Finde viele weitee Augaben mit dem gleichen

Mehr

Inhalt der Vorlesung Experimentalphysik I

Inhalt der Vorlesung Experimentalphysik I Inhalt de Volesung Epeimentalphysik I Teil 1: Mechanik 4. Gavitation 5. Enegie und Abeit 6. Bewegte Bezugsysteme 6.1 Inetialsysteme 6. Gleichfömig bewegte Systeme 6.3 Beschleunigte Bezugssysteme 6.4 Rotieende

Mehr

Vorlesung Datenstrukturen

Vorlesung Datenstrukturen Vorlesung Datenstrukturen Binärbaum Suchbaum Dr. Frank Seifert Vorlesung Datenstrukturen - Sommersemester 2016 Folie 356 Datenstruktur Binärbaum Strukturrepräsentation des mathematischen Konzepts Binärbaum

Mehr

12 (2-4)-Bäume Implementierbare Funktionen. (2-4)-Bäume sind durch folgende Eigenschaften deniert: 1. Alle Äste sind gleich lang

12 (2-4)-Bäume Implementierbare Funktionen. (2-4)-Bäume sind durch folgende Eigenschaften deniert: 1. Alle Äste sind gleich lang 12 (2-4)-Bäume (2-4)-Bäume sind durch folgende Eigenschaften deniert: 1. Alle Äste sind gleich lang 2. Die Ordnung (maximale Anzahl der Söhne eines Knotens) ist gleich 4 3. Innere Knoten haben 2 Söhne

Mehr

Grundwissen Mathematik Jahrgangsstufe 9. Bisher bekannte Zahlenmengen: a b = a b. Die üblichen Rechengesetze gelten unverändert.

Grundwissen Mathematik Jahrgangsstufe 9. Bisher bekannte Zahlenmengen: a b = a b. Die üblichen Rechengesetze gelten unverändert. Gundwissen Mathematik Jahgangsstufe I. Reelle Zahlen Eweiteung des Zahlenbeeichs Bishe bekannte Zahlenmengen: Jedes Element a aus N, Z, Q Q ist dastellba duch a= p q mit p Z und q N. Zahlen, die nicht

Mehr

ADS 1: Algorithmen und Datenstrukturen

ADS 1: Algorithmen und Datenstrukturen ADS 1: Algorithmen und Datenstrukturen Teil IX Uwe Quasthoff Institut für Informatik Abteilung Automatische Sprachverarbeitung Universität Leipzig 1 Dezember 017 [Letzte Aktualisierung: 04/1/017, 10:56]

Mehr

Vorlesung Informatik 2 Algorithmen und Datenstrukturen

Vorlesung Informatik 2 Algorithmen und Datenstrukturen Vorlesung Informatik 2 Algorithmen und Datenstrukturen (21 - Balancierte Bäume, AVL-Bäume) Prof. Dr. Susanne Albers Balancierte Bäume Eine Klasse von binären Suchbäumen ist balanciert, wenn jede der drei

Mehr

Algorithmen und Datenstrukturen I Bruder-Bäume

Algorithmen und Datenstrukturen I Bruder-Bäume Algorithmen und Datenstrukturen I Bruder-Bäume Prof. Dr. Oliver Braun Letzte Änderung: 11.12.2017 10:50 Algorithmen und Datenstrukturen I, Bruder-Bäume 1/24 Definition ein binärer Baum heißt ein Bruder-Baum,

Mehr

Kardioiden INTERNETBIBLIOTHEK FÜR SCHULMATHEMATIK. FRIEDRICH W. BUCKEL. Text Nr Stand 11. Mai 2016

Kardioiden INTERNETBIBLIOTHEK FÜR SCHULMATHEMATIK.  FRIEDRICH W. BUCKEL. Text Nr Stand 11. Mai 2016 Kadioiden Text N. 5 Stand. Mai 6 FRIEDRICH W. BUCKEL INTERNETBIBLIOTHEK FÜR SCHULMATHEMATIK 5 Kadioiden Vowot Die Kadioide ist aus meheen Günden beühmt. Da gibt es zuest die physikalische Escheinung de

Mehr

Informatik II, SS 2014

Informatik II, SS 2014 Informatik II SS 2014 (Algorithmen & Datenstrukturen) Vorlesung 11 (4.6.2014) Binäre Suchbäume II Algorithmen und Komplexität Binäre Suchbäume Binäre Suchbäume müssen nicht immer so schön symmetrisch sein

Mehr

Übung zur Einführung in die VWL / Makroökonomie. Teil 7: Das IS-LM-Modell

Übung zur Einführung in die VWL / Makroökonomie. Teil 7: Das IS-LM-Modell Begische Univesität Wuppetal FB B Schumpete School of Economics and Management Makoökonomische Theoie und Politik Übung zu Einfühung in die VWL / Makoökonomie Teil 7: Das IS-LM-Modell Thomas Domeatzki

Mehr

Wiederholung. Bäume sind zyklenfrei. Rekursive Definition: Baum = Wurzelknoten + disjunkte Menge von Kindbäumen.

Wiederholung. Bäume sind zyklenfrei. Rekursive Definition: Baum = Wurzelknoten + disjunkte Menge von Kindbäumen. Wiederholung Baum: Gerichteter Graph, der die folgenden drei Bedingungen erfüllt: Es gibt einen Knoten, der nicht Endknoten einer Kante ist. (Dieser Knoten heißt Wurzel des Baums.) Jeder andere Knoten

Mehr

Geometrie der Cartan schen Ableitung

Geometrie der Cartan schen Ableitung Geoetie de Catan schen Ableitung - - Notation Sei + Sei + Wi bezeichnen it ( L den Vektoau alle fach ultilineaen Abbildungen f : -al 2 Wi bezeichnen it S die Guppe alle Peutationen σ : {,, } {,, } Des

Mehr

Einführung in die Finanzmathematik - Grundlagen der Zins- und Rentenrechnung -

Einführung in die Finanzmathematik - Grundlagen der Zins- und Rentenrechnung - Einfühung in die Finanzmathematik - Gundlagen de ins- und Rentenechnung - Gliedeung eil I: insechnung - Ökonomische Gundlagen Einfache Vezinsung - Jähliche, einfache Vezinsung - Untejähliche, einfache

Mehr

t-äre Bäume können - wie Binärbäume - degenerieren, d.h. durch ungünstige Einfügereihenfolge kann ein unausgewogener Baum mit großer Höhe entstehen.

t-äre Bäume können - wie Binärbäume - degenerieren, d.h. durch ungünstige Einfügereihenfolge kann ein unausgewogener Baum mit großer Höhe entstehen. .3 B-Bäume t-äre Bäume können - wie Binärbäume - degenerieren, d.h. durch ungünstige Einfügereihenfolge kann ein unausgewogener Baum mit großer Höhe entstehen. Wird der t-äre Baum zur Verwaltung von Daten

Mehr

Anwendungsbeispiel MinHeap

Anwendungsbeispiel 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

Mehr

Suchen und Sortieren Sortieren. Heaps

Suchen und Sortieren Sortieren. Heaps Suchen und Heaps (Folie 156, Seite 56 im Skript) Definition Ein Heap ist ein Binärbaum, der die Heapeigenschaft hat (Kinder sind größer als der Vater), bis auf die letzte Ebene vollständig besetzt ist,

Mehr

Übung Algorithmen I

Übung Algorithmen I Übung Algorithmen I.6.5 Christoph Striecks Christoph.Striecks@kit.edu (Mit Folien von Julian Arz, Timo Bingmann und Sebastian Schlag.) Roadmap Hinweise zur Übungsklausur (Weitere) Traversierungen von Binärbäumen

Mehr

Dr. Jan Friedrich Nr L 2

Dr. Jan Friedrich Nr L 2 Übungen zu Expeimentalphysik 4 - Lösungsvoschläge Pof. S. Paul Sommesemeste 5 D. Jan Fiedich N. 4 9.5.5 Email Jan.Fiedich@ph.tum.de Telefon 89/89-1586 Physik Depatment E18, Raum 3564 http://www.e18.physik.tu-muenchen.de/teaching/phys4/

Mehr

Kapitel Andere dynamische Datenstrukturen

Kapitel Andere dynamische Datenstrukturen Institute of Operating Systems and Computer Networks Algorithms Group Kapitel 4.8-4.11 Andere dynamische Datenstrukturen Algorithmen und Datenstrukturen Wintersemester 2017/2018 Vorlesung#13, 12.12.2017

Mehr

Kapitel Andere dynamische Datenstrukturen

Kapitel Andere dynamische Datenstrukturen Institute of Operating Systems and Computer Networks Algorithms Group Kapitel 4.8-4.11 Andere dynamische Datenstrukturen Algorithmen und Datenstrukturen Wintersemester 2018/2019 Vorlesung#15, 18.12.2018

Mehr

Binäre Suchbäume. Organisatorisches. VL-10: Binäre Suchbäume. (Datenstrukturen und Algorithmen, SS 2017) Gerhard Woeginger.

Binäre Suchbäume. Organisatorisches. VL-10: Binäre Suchbäume. (Datenstrukturen und Algorithmen, SS 2017) Gerhard Woeginger. Organisatorisches VL-10: inäre Suchbäume (Datenstrukturen und lgorithmen, SS 17) Gerhard Woeginger Vorlesung: Gerhard Woeginger (Zimmer 4024 im E1) Sprechstunde: Mittwoch 11: 12:00 Übungen: Tim Hartmann,

Mehr