Algorithmentheorie. 15 Suchen in Texten (1)
|
|
- Achim Hofmeister
- vor 6 Jahren
- Abrufe
Transkript
1 Algorithmentheorie 15 Suhen in Texten (1) Prof. Dr. S. Alers
2 Suhe in Texten Vershiedene Szenrien: Sttishe Texte Literturdtennken Biliothekssysteme Gen-Dtennken WWW-Verzeihnisse Dynmishe Texte Texteditoren Symolmnipultoren 2
3 Eigenshft von Suffix-Bäumen Suhindex zu einem Text σ für Suhe nh vershiedenen Mustern α Eigenshften: 1. Teilwortsuhe in Zeit O( α ). 2. Anfrgen n σ selst, z.b.: Längstes Teilwort von σ, ds n mind. 2 Stellen uftritt. 3. Präfix-Suhe: Alle Stellen in σ mit Präfix α. 3
4 Eigenshft von Suffix-Bäumen 4. Bereihssuhe: Alle Stellen in σ im Intervll [α, β] mit α lex β, z.b. rkdr, i [, ], us [, ]. 5. Linere Komplexität: Speiherpltzedrf und Konstruktionszeit O( σ ) 4
5 Tries Trie: Bum zur Repräsenttion von Shlüsseln. Alphet Σ, Menge S von Shlüsseln, S Σ* =ˆ Shlüssel Zeihenkette us Σ* Knte eines Tries T: Beshriftung mit einzelnen Zeihen us Σ enhrte Knten: vershiedene Zeihen 5
6 Tries Beispiel: 6
7 Tries Bltt repräsentiert Shlüssel: Entspriht Beshriftung der Knten des Weges von der Wurzel zum Bltt.! Shlüssel werden niht in Knoten gespeihert! 7
8 Suffix-Tries Trie für lle Suffixe eines Wortes Beispiel: σ = Suffixe: = suf 1 = suf 2 = suf 3 = suf 4 = suf 5 8
9 Suffix-Tries Innere Knoten eines Suffix-Tries = Teilwort von σ. Jedes ehte Teilwort von σ ist ls innerer Knoten repräsentiert. Sei σ = n n : n 2 + 2n + 1 vershied. Teilwörter = innere Knoten Speiherpltzedrf O(n 2 ). 9
10 Suffix-Tries Ein Suffix-Trie T erfüllt ereits einige der geforderten Eigenshften: 1. Zeihenkettensuhe nh α : Folge dem Weg mit Knteneshriftung α in T in Zeit O( α ). Blätter des Teilumes Vorkommen von α 2. Längstes, doppelt uftretendes Wort: Innerer Knoten mit größter Tiefe, der mind. zwei Söhne ht. =ˆ 3. Präfix-Suhe: lle Vorkommen von Zeihenketten mit Präfix α finden sih in dem Teilum unterhl des inneren Knotens von α in T. 10
11 Suffix-Bäume Suffix-Bum entsteht durh Kontrktion von unären Knoten us Suffix-Trie: Suffix-Bum = kontrktierter Suffix-Trie 11
12 Interne Repräsenttion von Suffix-Bäumen Sohn/Bruder-Repräsenttion Teilwort: Zhlenpr (i,j) Beispiel: σ = T 12
13 Interne Repräsenttion von Suffix-Bäumen Beispiel σ = ( ) (1,2) (2,2) (5,$) (3,$) (5,$) (3,$) (5,$) Knoten v = (v.u, v.o, v.sn, v.r) Weitere Zeiger (Suffix-Zeiger) kommen später hinzu. 13
14 Eigenshften von Suffix-Bäumen (S1) Kein Suffix ist Präfix eines nderen Suffixes; gilt, flls (letztes Zeihen von σ ) = $ Σ Suhe: =ˆ (T1) Knte nihtleeres Teilwort von σ. (T2) Benhrte Knten: zugeordnete Teilworte eginnen mit vershiedenen Zeihen. 14
15 Eigenshften von Suffix-Bäumen Größe (T3) Innerer Knoten ( Wurzel): mind. zwei Söhne. =ˆ (T4) Bltt (niht-leeres ) Suffix von σ. Sei n = σ 1 ( T 4) ( T 3) Anzhl der Anzhl der Blätter : n inneren Knoten n 1 Speiherpltz Ο( n) 15
16 Konstruktion von Suffix-Bäumen Definition: prtieller Weg: Weg von der Wurzel zu einem Knoten von T Weg: Ein prtieller Weg, der ei einem Bltt endet. Ort einer Zeihenkette α : Knoten m Ende des mit α eshrifteten prtiellen Weges (flls er existiert). T 16
17 Konstruktion von Suffix-Bäumen Erweiterung einer Zeihenkette α : Zeihenkette mit Präfix α erweiterter Ort einer Zeihenkette α : Ort der kürzesten Erweiterung von α, deren Ort definiert ist. kontrhierter Ort einer Zeihenkette α : Ort des längsten Präfixes von α, dessen Ort definiert ist. T 17
18 Konstruktion von Suffix-Bäumen Definitionen: suf i : n Position i eginnendes Suffix von σ, lso z.b. suf 1 = σ, suf n = $. hed i : längstes Präfix von suf i, ds uh Präfix von suf j für ein j < i ist. Beispiel: σ = α = (ht keinen Ort) suf 4 = hed 4 = 18
19 Konstruktion von Suffix-Bäumen σ = 19
20 Nive Suffix-Bum-Konstruktion Beginne mit dem leeren Bum T 0 Der Bum T i+1 entsteht us T i durh Einfügen des Suffixes suf i+1. Algorithmus Suffix-Bum Input: Eine Zeihenkette σ Output: Der Suffix-Bum T von σ 1 n := σ ; T 0 := ; 2 for i := 0 to n 1do 3 füge suf i+1 in T i ein, dies sei T i+1 ; 4 end for 20
21 Nive Suffix-Bum-Konstruktion In T i hen lle Suffixe suf j, j i ereits einen Ort. hed i+1 = längstes Präfix von suf i+1, dessen erweiterter Ort in T i existiert. Definition: til i+1 := suf i+1 hed i+1, d.h. lso suf i+1 = hed i+1 til i+1. (S1) til i+1 ε. 21
22 Nive Suffix-Bum-Konstruktion Beispiel: σ = suf 3 = hed 3 = til 3 = T 0 = T 1 = T 2 = 22
23 Nive Suffix-Bum-Konstruktion T i+1 knn us T i wie folgt konstruiert werden: 1. Mn estimmt den erweiterten Ort von hed i+1 in T i und teilt die letzte zu diesem Ort führende Knte in zwei neue Knten uf durh Einfügen eines neuen Knotens. 2. Mn shffe ein neues Bltt ls Ort für suf i+1 hed i+1 v x = erweiterter Ort von hed i+1 x til i+1 23
24 Nive Suffix-Bum-Konstruktion Beispiel: σ = T 3 T 2 hed 3 til 3 = = 24
25 Nive Suffix-Bum-Konstruktion Algorithmus Suffix-Einfügen Input: Der Bum T i und der Suffix suf i+1 Output: Der Bum T i+1 1 v := Wurzel von T i 2 j := i 3 repet 4 finde Sohn w von v mit σ w.u = σ j+1 5 k := w.u 1; 6 while k < w.o nd σ k+1 = σ j+1 do 7 k := k +1; j := j + 1 end while 25
26 Nive Suffix-Bum-Konstruktion 8 if k = w.o then v := w 9 until k <w.o or w = nil 10 /* v ist konktrktierter Ort von hed i+1 */ 11 füge den Ort von hed i+1 und til i+1 in T i unter v ein Lufzeit für Suffix-Einfügen: O( ) Gesmtlufzeit für nive Suffix-Bum-Konstruktion: O( ) 26
27 Der Algorithmus M (M Creight, 1976) Idee: Erweiterter Ort von hed i+1 wird in konstnter mortisierter Zeit in T i estimmt. (Zustzinformtion erforderlih!) Flls erweiterter Ort von hed i+1 in T i gefunden: Erzeugen eines neuen Knotens und Aufsplten einer Knte O(1) Zeit. Theorem 1 Algorithmus M liefert in Zeit O( σ ) einen Suffix-Bum für σ mit σ Blättern und höhstens σ - 1 inneren Knoten. 27
28 Suffix-Links Definition: Sei x? ein elieiger String, woei x ein einzelnes Zeihen drstellt und? einen (mögliherweise leeren) Teilstring. Für jeden inneren Knoten v mit Kennzeihnung x? gilt: Flls es einen weiteren Knoten s(v) mit Pfd-Mrkierung? git, so git es einen Zeiger von v uf s(v), der ls Suffix-Link ezeihnet wird.? x? s(v) v 28
29 Suffix-Links Die Idee ist, Nutzen us den Suffix-Links zu ziehen, um die Erweiterungspunkte effizienter, d.h. in mortisiert konstnter Zeit, zu finden, ohne ei jeder expliziten Erweiterung n der Wurzel eginnen zu müssen.? x? s(v) v 29
30 Suffix-Bum Beispiel T 0 = T 1 = suf 1 = suf 2 = hed 2 = 30
31 Suffix-Bum Beispiel T 2 = T 3 = suf 3 = hed 3 = ε suf 4 = hed 4 = 31
32 Suffix-Bum Beispiel T 4 = Ort von hed 4 suf 5 = hed 5 = 32
33 Suffix-Bum Beispiel T 5 = Ort von hed 5 suf 6 = hed 6 = 33
34 Suffix-Bum Beispiel T 6 = Ort von hed 6 suf 7 = hed 7 = 34
35 Suffix-Bum Beispiel T 7 = suf 8 = 35
36 Suffix-Bum Beispiel T 8 = 36
37 Suffix-Bum Anwendung Verwendung von Suffix-Bum T: 1 Suhe nh Zeihenkette α: Folge dem Weg mit Knteneshriftung α in T in Zeit O( α ). Blätter des Teilumes =ˆ Vorkommen von α 2 Suhe längstes, doppelt uftretendes Wort: Finde Ort eines Wortes mit größter gewihteter Tiefe, der innerer Knoten ist. 3 Suhe nh Präfix: Alle Vorkommen von Zeihenketten mit Präfix α finden sih in dem Teilum unterhl des Ortes von α in T. 37
38 Suffix-Bum Anwendung 4 Bereihssuhe nh [α, β] : Bereihsgrenzen 38
Algorithmen auf Sequenzen Volltext-Indexdatenstrukturen: Suffixbäume
Algorithmen uf Sequenzen Volltext-Indexdtenstrukturen: Suffixäume Sven Rhmnn Genominformtik Universitätsklinikum Essen Universität Duisurg-Essen Universitätsllinz Ruhr Motivtion Bei wiederholten Suhen
MehrSuche in Texten. Naiver Algorithmus. Knuth-Morris-Pratt-Algorithmus. Karp-Rabin-Algorithmus
Suhe in Texten Niver Algorithmus Knuth-Morris-Prtt-Algorithmus Krp-Rin-Algorithmus M.O.Frnz; Jnur 2008 Algorithmen und Dtenstrukturen - Textsuhe 2-1 Suhe in Texten Niver Algorithmus Knuth-Morris-Prtt-Algorithmus
MehrÜbungen zur Vorlesung Modellierung WS 2003/2004 Blatt 11 Musterlösungen
Dr. Theo Lettmnn Pderorn, den 9. Jnur 24 Age 9. Jnur 24 A x, A 2 x, Üungen zur Vorlesung Modellierung WS 23/24 Bltt Musterlösungen AUFGABE 7 : Es sei der folgende prtielle deterministishe endlihe Automt
MehrWarum Bäume? Teil 1: Suchen. Bäume: Begriffe und Eigenschaften (2) Bäume: Begriffe und Eigenschaften (1)
Wrum Bäume? Teil : Suhen Prolemstellung Elementre Suhverfhren Hshverfhren Binäre Suhäume (Wiederholung us Prog ) Bäume: Begriffe, Eigenshften und Trversierung Binäre Suhäume Gefädelte Suhäume Ausgeglihene
MehrDer Begriff der Stammfunktion
Lernunterlgen Integrlrehnung Der Begriff der Stmmfunktion Wir gehen von folgender Frgestellung us: welhe Funktion F x liefert ls Aleitung eine gegeene Funktion f x. Wir suhen lso eine Umkehrung der Aleitung
MehrAutomaten und formale Sprachen Notizen zu den Folien
5 Ds Pumping Lemm Shufhprinzip (Folie 137) Automten und formle Sprhen Notizen zu den Folien Im Blok Ds Shufhprinzip für endlihe Automten steht m n (sttt m > n), weil die Länge eines Pfdes die Anzhl von
MehrFormale Systeme, Automaten, Prozesse SS 2010 Musterlösung - Übung 2 M. Brockschmidt, F. Emmes, C. Fuhs, C. Otto, T. Ströder
Prof Dr J Giesl Formle Systeme, Automten, Prozesse SS 2010 Musterlösung - Üung 2 M Brockschmidt, F Emmes, C Fuhs, C Otto, T Ströder Hinweise: Die Husufgen sollen in Gruppen von je 2 Studierenden us dem
MehrKürzeste Wege. möglich ist 6. Füge v zu S hinzu und setze d[v] d [v] (u,v) E. Datenstrukturen und Algorithmen 14. Elementare Graphalgorithmen
Algorithmus von Dijkstr: 1. Es sei S ie Menge er enteckten Knoten. Invrinte: Merke optimle Lösung für S: Für lle v S sei [v] = δ(s,v) ie Länge es kürzesten Weges von s nch v 3. Zu Beginn: S={s} un [s]=
MehrFunktionen und Mächtigkeiten
Vorlesung Funktionen und Mähtigkeiten. Etws Mengenlehre In der Folge reiten wir intuitiv mit Mengen. Eine Menge ist eine Zusmmenfssung von Elementen. Zum Beispiel ist A = {,,,,5} eine endlihe Menge mit
MehrWurzelbäume. Definition 1
Wurzeläume Definition 1 Ein Wurzelum (oer uh gerihteter Bum) ist ein gerihteter zyklisher Grph, in em genu ein Knoten w Eingngsgr 0 esitzt un lle neren Knoten Eingngsgr 1 esitzen. Knoten w heißt ie Wurzel
MehrAutomaten, Spiele, und Logik
Automten, Spiele, und Logik Wohe 7 19. Mi 2014 Inhlt der heutigen Vorlesung Alternierende Automten Definition Verindung zu regulären Sprhen Komplementtion Engel und Teufel Ws ist eine nihtdeterministishe
MehrDatenstrukturen & Algorithmen Lösungen zu Blatt 2 FS 16
Eidgenössische Technische Hochschule Zürich Ecole polytechnique fédérle de Zurich Politecnico federle di Zurigo Federl Institute of Technology t Zurich Institut für Theoretische Informtik 9. März 2016
MehrDefinition Suffixbaum
Suffix-Bäume Definition Suche nch einer Menge von Mustern Längste gemeinsme Zeichenkette Pltzreduktion Suffixbäume für Muster Alle Pre Suffix-Präfix Übereinstimmung Sich wiederholende Strukturen Definition
MehrOber- und Untersummen, Riemann Integrale
Oer- und Untersummen, Riemnn Integrle 1. Ds Prolem des Fläheninhlts Ausgngspunkt für die Entwiklung des Integrlegriffs wren vershiedene Frgestellungen, u.. ds Prolem der Messung des Fläheninhltes eines
MehrHans U. Simon Bochum, den Annette Ilgen. Beispiele zur Vorlesung. Theoretische Informatik. WS 08/09
Hns U. Simon Bohum, den 7..28 Annette Ilgen Beispiele zur Vorlesung Theoretishe Informtik WS 8/9 Voremerkung: Hier findet sih eine Smmlung von Beispielen und Motivtionen zur Vorlesung Theoretishe Informtik.
MehrBezeichnungen. Arten von String-Matching-Problemen
4. Textlgorithmen String Mthing 4. Textlgorithmen Die Suhe von einem Muster in einem Text wird uh ls String Mthing oder Pttern Mthing ezeihnet. Generell esteht die Aufge drin, einen String (ds Muster,
MehrInformatik II SS Pumping Lemma für reguläre Sprachen (1/2) Pumping Lemma für reguläre Sprachen (2) Beweis
Pumping Lemm für reguläre Sprhen (1/2) Informtik II SS 2004 Teil 6: Sprhen, Compiler un Theorie 2 Ds Pumping Lemm ist eine Methoe, um herus zu finen, o eine Sprhe niht regulär. Prof. Dr. Dieter Hogrefe
MehrDer Tigerschwanz kann als Stimmungsbarometer gesehen werden. a) Richtig b) Falsch. Tiger sind wasserscheu. a) Richtig b) Falsch
?37??38? Der Tigershwnz knn ls Stimmungsrometer gesehen werden. Tiger sind wssersheu.?39??40? Ds Gerüll der Tigermännhen soll die Weihen nloken. Die Anzhl der Südhinesishen Tiger eträgt nur mehr ) 2 )
MehrAutomaten und Formale Sprachen alias Theoretische Informatik. Sommersemester Kurzer Einschub: das Schubfachprinzip.
Reguläre Sprchen Automten und Formle Sprchen lis Theoretische Informtik Sommersemester 0 Ds Pumping-Lemm Wir hen is jetzt vier Formlismen kennengelernt, mit denen wir eine reguläre Sprche ngeen können:
MehrAutomaten und formale Sprachen Notizen zu den Folien
5 Ds Pumping Lemm Schufchprinzip (Folie 144) Automten und formle Sprchen Notizen zu den Folien Im Block Ds Schufchprinzip für endliche Automten steht m n (sttt m > n), weil die Länge eines Pfdes die Anzhl
MehrHausaufgabe 2 (Induktionsbeweis):
Prof. Dr. J. Giesl Formle Sprhen, Automten, Prozesse SS 2010 Üung 3 (Age is 12.05.2010) M. Brokshmidt, F. Emmes, C. Fuhs, C. Otto, T. Ströder Hinweise: Die Husufgen sollen in Gruppen von je 2 Studierenden
MehrAlgorithmische Bioinformatik I
Ludwig-Mximilins-Universität München Institut für Informtik Prof. Dr. Volker Heun Sommersemester 2016 Semestrlklusur 21. Juli 2016 Algorithmische Bioinformtik I Vornme Nme Mtrikelnummer Reihe Pltz Unterschrift
MehrTU München. Hauptseminar: WS 2002 / Einführung in Suffix - Bäume
TU München Hauptseminar: WS 2002 / 2003 Einführung in Suffix - Bäume Bearbeiterin: Shasha Meng Betreuerin: Barbara König Inhalt 1. Einleitung 1.1 Motivation 1.2 Eine kurze Geschichte 2. Tries 2.1 Basisdefinition
MehrDeterministische endliche Automaten
Endliche Automten Idee: endlicher Automt A ht endlich viele innere Zustände liest Einge wєσ* zeichenweise von links nch rechts git zum Schluß eine J/Nein Antwort A Lesekopf w 1 w 2 w n gelesenes Symol
MehrMotivation: Petrinetze. Vorlesung Modellierung nebenläufiger Systeme Sommersemester 2011 Universität Duisburg-Essen. Motivation: Petrinetze
Motivtion: Petrinetze Vorlesung Modellierung neenläufiger Systeme Sommersemester 2011 Universität uisurg-essen rr König Petrinetze sind ein Formlismus zur Modellierung von neenläufigen Systemen mit folgenden
Mehr10 1 Grundlagen der Schulgeometrie. 1.3 Das Dreieck
10 1 Grundlgen der Shulgeometrie 13 Ds Dreiek In diesem shnitt findet lles in der ffinen Stndrdeene 2 = R 2 sttt Drei Punkte, und, die niht uf einer Gerden liegen, ilden ein Dreiek Die Punkte,, nennt mn
MehrAlgorithmische Bioinformatik 1
Algorithmische Bioinformatik 1 Dr. Hanjo Täubig Lehrstuhl für Effiziente Algorithmen (Prof. Dr. Ernst W. Mayr) Institut für Informatik Technische Universität München Sommersemester 2009 Übersicht Algorithmen
MehrAutomaten und formale Sprachen Notizen zu den Folien
3 Endliche Automten Automten und formle Sprchen Notizen zu den Folien Üerführungsfunktion eines NFA (Folien 107 und 108) Wie sieht die Üerführungsfunktion us? δ : Z Σ P(Z) Ds heißt, jedem Pr us Zustnd
MehrMathematische Probleme, SS 2013 Montag $Id: dreieck.tex,v /04/15 09:12:15 hk Exp hk $ 1.4 Dreiecksberechnung mit Seiten und Winkeln
Mthemtishe Proleme, SS 2013 Montg 15.4 $Id: dreiek.tex,v 1.5 2013/04/15 09:12:15 hk Exp hk $ 1 Dreieke 1.4 Dreiekserehnung mit Seiten und Winkeln In der letzten Sitzung htten wir egonnen die vershiedenen
MehrDie Satzgruppe des Pythagoras
7 Die Stzgruppe des Pythgors In Klssenstufe 7 hen wir uns ei den Inhlten zur Geometrie insesondere mit Dreieken und ihren Eigenshften eshäftigt. In diesem Kpitel wirst du erkennen, dss es ei rehtwinkligen
MehrR. Brinkmann http://brinkmann-du.de Seite 1 17.11.2010
R. rinkmnn http://rinkmnn-du.de Seite 7..2 Grundegriffe der Vektorrehnung Vektor und Sklr Ein Teil der in Nturwissenshft und Tehnik uftretenden Größen ist ei festgelegter Mßeinheit durh die nge einer Mßzhl
MehrAlgorithmen und Datenstrukturen II
Algorithmen und Datenstrukturen II Algorithmen zur Textverarbeitung III: D. Rösner Institut für Wissens- und Sprachverarbeitung Fakultät für Informatik Otto-von-Guericke Universität Magdeburg Sommer 2009,
MehrMathematik Trigonometrie Einführung
Mthemtik Trigonometrie Einführung Ws edeutet ds Wort Trigonometrie und mit ws eshäftigt sih die Trigonometrie? Eine kleine Wortkunde: tri edeutet 'drei' Beispiel: Trithlon,... gon edeutet 'Winkel'/'Ek'
Mehrping karlsruhe Mining Software Call Graphs Frank Eichinger
ping krlsruhe Motivtion Softwre Mining Cll-Grphen Grph Mining Trnsformtionen Auslik Mining Softwre Cll Grphs Frnk Eihinger Lehrstuhl Prof. Böhm Institut für Progrmmstrukturen und Dtenorgnistion (IPD) Universität
MehrErstellen einer DLL-Datei zur Verwendung in LabView 8.2 mittels Microsoft Visual C Express Edition
Seite: 1 von 5 Erstellen einer DLL-Dtei zur Verwendung in LView 8.2 mittels Mirosoft Visul C++ 2005 Express Edition Im Auftrg von Dieses Dokument ist in keiner Weise urheerrehtlih geshützt und drf von
Mehra q 0 q 1 a M q 1 q 3 q 2
Prof Dr J Giesl Formle Systeme, Automten, Prozesse SS 2010 Musterlösung - Üung 4 M Brockschmidt, F Emmes, C Fuhs, C Otto, T Ströder Hinweise: Die Husufgen sollen in Gruppen von je 2 Studierenden us dem
MehrFORMALE SYSTEME. Kleene s Theorem. Wiederholung: Reguläre Ausdrücke. 7. Vorlesung: Reguläre Ausdrücke. TU Dresden, 2.
FORMALE SYSTEME 7. Vorlesung: Reguläre Ausdrücke Mrkus Krötzsch Rndll Munroe, https://xkcd.com/851_mke_it_etter/, CC-BY-NC 2.5 TU Dresden, 2. Novemer 2017 Mrkus Krötzsch, 2. Novemer 2017 Formle Systeme
Mehrsolche mit Textzeichen (z.b. A, a, B, b,!) solche mit binären Zeichen (0, 1)
teilung Informtik, Fh Progrmmieren 1 Einführung Dten liegen oft ls niht einfh serier- und identifizierre Dtensätze vor. Stttdessen reräsentieren sie lnge Zeihenketten, z.b. Text-, Bild-, Tondten. Mn untersheidet
MehrAutomaten und formale Sprachen Notizen zu den Folien
3 Endliche Automten Automten und formle Sprchen Notizen zu den Folien Üerführungsfunction eines DFA (Folie 92) Wie sieht die Üerführungfunktion us? δ : Z Σ Z Ds heißt: Ein Pr us Zustnd und Alphetsymol
Mehrdem Verfahren aus dem Beweis zu Satz 2.20 erhalten wir zunächst die folgenden beiden ε-ndeas für die Sprachen {a} {b} und {ε} {a} +
Lösungen zu Üungsltt 3 Aufge 1. Es gilt L(( ) ) = ({} {}) {} = ({} {}) ({} {} + ). Mit dem Verfhren us dem Beweis zu Stz 2.20 erhlten wir zunächst die folgenden eiden -NDEAs für die Sprchen {} {} und {}
MehrMit Würfeln Quader bauen 14
3 1 Quder uen Ein Spiel zu zweit Würfelt wehslungsweise mit einem Spielwürfel und fügt die gewürfelte Anzhl Holzwürfel den vorhndenen Würfeln hinzu. In jeder Spielrunde versuht ihr, us llen vorhndenen
Mehr29 Uneigentliche Riemann-Integrale
29 Uneigentlihe Riemnn-Integrle 29.2 Uneigentlihe Riemnn-Integrle bei einer kritishen Integrtionsgrenze 29.3 Zusmmenhng des uneigentlihen mit dem eigentlihen Riemnn-Integrl 29.5 Cuhy-Kriterium für uneigentlihe
MehrEhrenfeucht-Fraïssé-Spiele über Spuren
Ehrenfeuht-Frïssé-Spiele üer Spuren Mrtin Horsh 14. Juni 2006 Vortrgsinhlt Ehrenfeuht-Frïssé-Spiel mit n Runden und k Mrken Lokle Temporllogik üer Mzurkiewiz-Spuren (LoTL) LoTL und die Logik erster Stufe
Mehr1. Voraussetzung. 2. Erstmalig anmelden Login beantragen. Online Fahrzeug-Registrierung. Anleitung
Anleitung Online Fhrzeug-Registrierung 1. Vorussetzung Ihr Unternehmen muss ereits ei Toll Collet ls Kunde registriert sein. Den Antrg finden Sie unter www.toll-ollet.de/registrierung 2. Erstmlig nmelden
MehrFrank Heitmann 2/71. 1 Betrachten wir Σ für ein Alphabet Σ, so ist Σ die Menge
Formle Grundlgen der Informtik Kpitel 2 und reguläre Sprchen Frnk Heitmnn heitmnn@informtik.uni-hmurg.de 7. April 24 Frnk Heitmnn heitmnn@informtik.uni-hmurg.de /7 Alphet und Wörter - Zusmmengefsst Die
Mehr4. Suche in Texten. Einführung
Einführung 4. Suhe in Texten Suhe in dynmishen Texten (ohne Indexierung) - Niver lgorithmus (Brute Fore) - Knuth-Morris-Prtt (KMP) - lgorithmus - Boyer-Moore (BM) - lgorithmus - Signturen Suhe in (weitgehend)
MehrGrundwissen Mathematik 8.Klasse Gymnasium SOB. Darstellung im Koordinatensystem: Der Kreisumfang ist direkt proportional zu seinem Radius.
Gymso 1 Grundwissen Mthemtik 8.Klsse Gymnsium SOB 1.Funktionle Zusmmenhänge 1.1.Proportionlität Ändern sih ei einer Zuordnung die eiden Größen im gleihen Verhältnis, so spriht mn von einer direkten Proportionlität.
Mehr7 Modellierung von Abläufen 7.1 Endliche Automaten
7 Modellierung von Aläufen 7. Endliche Automten Mod-7. Endlicher Automt: Formler Klkül zur Spezifiktion von relen oder strkten Mschinen. Sie regieren uf äußere Ereignisse, ändern ihren inneren Zustnd,
Mehr13 Rekonfigurierende binäre Suchbäume
13 Rekonfigurierende inäre Suchäume U.-P. Schroeder, Uni Pderorn inäräume, die zufällig erzeugt wurden, weisen für die wesentlichen Opertionen Suchen, Einfügen und Löschen einen logrithmischen ufwnd uf.
Mehra) Behauptung: Es gibt die folgenden drei stabilen Matchings:
Musterlösung - ufgenltt 1 ufge 1 ) ehuptung: Es git ie folgenen rei stilen Mthings: ies knn mn ntürlih für ein so kleines eispiel urh etrhten ller möglihen 3! = 6 Mthings eweisen. Mn knn er uh strukturierter
Mehr4.9.7 Konstruktion der Suffixbäume
.9.7 Konstruktion der Suffixbäume Beipiel: xabxa (siehe Abbildung.27) Man beginnt mit der Konstruktion eines Suffixbaumes für gesamten String und schreibt eine 1 am Blatt, weil der Suffix xabxa an der
MehrWas nicht bewertet werden soll, streichen Sie bitte durch. Werden Täuschungsversuche beobachtet, so wird die Präsenzübung mit 0 Punkten bewertet.
Prof Dr Dr hc W Thoms Formle Systeme, Automten, Prozesse SS 2011 Musterlösung - Präsenzüung Dniel Neider, Crsten Otto Vornme: Nchnme: Mtrikelnummer: Studiengng (itte nkreuzen): Informtik Bchelor Informtik
Mehr18. Algorithmus der Woche Der Euklidische Algorithmus
18. Algorithmus der Woche Der Euklidische Algorithmus Autor Friedrich Eisenrnd, Universität Dortmund Heute ehndeln wir den ältesten ereits us Aufzeichnungen us der Antike eknnten Algorithmus. Er wurde
MehrEinführung in die Computerlinguistik Reguläre Ausdrücke und reguläre Grammatiken
Einführung in die Computerlinguistik Reguläre Ausdrüke und reguläre Grmmtiken Lur Heinrih-Heine-Universität Düsseldorf Sommersemester 2013 Regulr expressions (1) Let Σ e n lphet. The set of regulr expressions
MehrAutomaten und Formale Sprachen alias Theoretische Informatik. Sommersemester 2012. Sprachen. Grammatiken (Einführung)
Wörter, Grmmtiken und die Chomsky-Hierrchie Sprchen und Grmmtiken Wörter Automten und Formle Sprchen lis Theoretische Informtik Sommersemester 2012 Dr. Snder Bruggink Üungsleitung: Jn Stückrth Alphet Ein
MehrAlgorithmische Bioinformatik I
Ludwig-Maximilians-Universität Münhen Institut für Informatik Prof. Dr. Volker Heun Sommersemester 2016 Wiederholungsklausur 19. Oktoer 2016 Algorithmishe Bioinformatik I Vorname Name Matrikelnummer Reihe
Mehr7.4. Teilverhältnisse
7... erehnung von Teilverhältnissen ufgen zu Teilverhältnissen Nr. 7.. Teilverhältnisse Die Shwerpunkte von Figuren und Körpern lssen sih mit Hilfe von Teilverhältnissen usdrüken und erehnen. Definition
MehrPolynominterpolation (Varianten)
HTL Slfelden Polynominterpoltion Seite von Wilfried Rohm Polynominterpoltion (Vrinten) Mthemtishe / Fhlihe Inhlte in Stihworten: Lösen von Gleihungssysteme, Mtrizenrehnung, Mthd-Progrmm Kurzzusmmenfssung
MehrSymmetrien und Winkel
5-04 1 10 mthuh 1 LU reitsheft + weitere ufgen «Grundnforderungen» Symmetrien 301 Zeihne Grossuhsten des lphets, sortiert nh vier Typen: hsensymmetrish punktsymmetrish hsen- und punktsymmetrish weder hsen-
MehrLösungshinweise/-vorschläge zum Übungsblatt 2: Software-Entwicklung 1 (WS 2015/16)
Dr. Annette Bienius Mthis Weer, M.. Peter Zeller, M.. T Kiserslutern Fhereih Informtik AG oftwretehnik Lösungshinweise/-vorshläge zum Üungsltt 2: oftwre-entwiklung 1 (W 2015/16) Die Hinweise und orshläge
MehrFortgeschrittene Netzwerk- und Graph-Algorithmen
Fortgeschrittene Netzwerk- und Graph-Algorithmen Prof. Dr. Hanjo Täubig Lehrstuhl für Effiziente Algorithmen (Prof. Dr. Ernst W. Mayr) Institut für Informatik Technische Universität München Wintersemester
MehrUmwandlung von endlichen Automaten in reguläre Ausdrücke
Umwndlung von endlichen Automten in reguläre Ausdrücke Wir werden sehen, wie mn us einem endlichen Automten M einen regulären Ausdruck γ konstruieren knn, der genu die von M kzeptierte Sprche erzeugt.
MehrTechnische Universität München Sommer 2016 Prof. J. Esparza / Dr. M. Luttenberger, S. Sickert 18. Juni HA-Lösung. TA-Lösung
ehnishe niversität Münhen ommer 2016 Prof. J. Esprz / Dr. M. Luttenerger,. ikert 18. Juni 2016 HA-Lösung A-Lösung Einführung in die theoretishe Informtik Aufgenltt 8 Behten ie: oweit niht explizit ngegeen,
MehrVorlesung Diskrete Strukturen Transportnetze
Vorlesung Diskrete Strukturen Trnsportnetze Bernhr Gnter WS 2009/10 Gerihtete Grphen Ein shlingenloser gerihteter Grph ist ein Pr (V, A), woei V eine elieige Menge ist, eren Elemente wir Eken nennen un
Mehr01 Proportion Verhältnis Maßstab
5 Ähnlihkeit und Strhlensätze LS 01.M1 01 Proportion Verhältnis Mßst 1 Lies die folgende Informtion sorgfältig. Mrkiere wihtige egriffe und Formeln. ) Proportionle Zuordnung ei einer proportionlen Zuordnung
MehrKonstruktion mit Zirkel und Lineal
Alert Ludigs Universität Freiurg Institut für Mthemtik Ateilung für Reine Mthemtik Prof Dr D Wolke Dipl Mth S Feiler Üungen ur Vorlesung Ergänungen ur Elementren Zhlentheorie Wintersemester 9/ 9 Üungsltt
MehrARBEITSBLATT 5L-6 FLÄCHENBERECHNUNG MITTELS INTEGRALRECHNUNG
Mthemtik: Mg. Schmid WolfgngLehrerInnentem RBEITSBLTT 5L-6 FLÄHENBEREHNUNG MITTELS INTEGRLREHNUNG Geschichtlich entwickelte sich die Integrlrechnug us folgender Frgestellung: Wie knn mn den Flächeninhlt
MehrEffiziente Algorithmen 2
Effiziente Algorithmen 2 Dr. Hanjo Täubig Lehrstuhl für Effiziente Algorithmen (Prof. Dr. Ernst W. Mayr) Institut für Informatik Technische Universität München Sommersemester 2009 Übersicht Algorithmen
MehrUneigentliche Riemann-Integrale
Uneigentliche iemnn-integrle Zweck dieses Abschnitts ist es, die Vorussetzungen zu lockern, die wir n die Funktion f : [, b] bei der Einführung des iemnn-integrls gestellt hben. Diese Vorussetzungen wren:
MehrStrings & Pattern Matching
Strings & Pttern Mtching Dezemer 05, 2017 Algorithms & Dtstructures 2 Exercises WS 2017 Dipl.-Ing. Bernhrd Anzengruer-Tnse University Linz, Institute for Pervsive Computing Altenerger Strße 69, A-4040
MehrAlgorithmische Bioinformatik 1
Algorithmische Bioinformatik 1 Dr. Hanjo Täubig Lehrstuhl für Effiziente Algorithmen (Prof. Dr. Ernst W. Mayr) Institut für Informatik Technische Universität München Sommersemester 2009 Übersicht Algorithmen
MehrKlausur zur Vorlesung Grundbegriffe der Informatik 10. März 2009 mit Lösungsvorschlägen
Klusur zur Vorlesung Grundegriffe der Informtik 10. März 2009 mit Lösungsvorschlägen Klusurnummer Nme: Vornme: Mtr.-Nr.: Aufge 1 2 3 4 5 6 7 mx. Punkte 4 2 7 8 8 8 9 tts. Punkte Gesmtpunktzhl: Note: Aufge
MehrEinführung in die theoretische Informatik Sommersemester 2017 Übungsblatt Lösungsskizze 2
Prof. J. Esprz Tehnishe Universität Münhen S. Sikert, J. Krämer KEINE ABGABE Einführung in die theoretishe Informtik Sommersemester 2017 Üungsltt 2 Üungsltt Wir untersheiden zishen Üungs- und Agelättern.
MehrDer Vektor lebt unabhängig vom Koordinatensystem: Bei einer Drehung des Koordinatensystems ändern zwar die Komponenten, der Vektor v aber bleibt.
Vektorlger Vektorlger Vektoren sind Grössen, die einen Betrg sowie eine Rihtung im Rum hen. Im Gegenstz zu den Vektoren estehen Sklre nur us einer Grösse ls Zhl. In Bühern wird nsttt v oft v geshrieen.
Mehra b = a b a b = 0 a b
Vektorlger Zusmmenfssung () Sklrprodukt weier Vektoren im Rum Unter dem Sklrprodukt os os weier Vektoren und versteht mn den Sklr woei der von den eiden Vektoren eingeshlossene Winkel ist ( 8) * os Rehenregeln
MehrPotenzautomat. Gegeben: A = (Z, I, d, s 0, F ) P(A) = (P(Z), I, D, {s 0 }, F P ) P(Z) = {S S Z}: Potenzmenge von Z; D : P(Z) I P(Z) mit
1 Potenzutomt Gegeben: A = (Z, I, d, s 0, F ) P(A) = (P(Z), I, D, {s 0 }, F P ) P(Z) = {S S Z}: Potenzmenge von Z; D : P(Z) I P(Z) mit D(S, x) = d(s, x) s S für lle S P(Z), x I; F P = {S P(Z) S F }. Potenzutomt
MehrEndliche Automaten können wahlweise graphisch oder tabellarisch angegeben werden.
Aufgensmmlung GTI Hinweise. Dies ist eine Aufgensmmlung zum Lernen für die Klusur, keine Proeklusur. Die Zeitduer, die für die Lösung vorgesehen ist, ist lso nicht uf drei Stunden normiert. Für die Klusur
MehrPräfixcodes und der Huffman Algorithmus
Präfixcodes und der Huffmn Algorithmus Präfixcodes und Codebäume Im Folgenden werden wir Codes untersuchen, die in der Regel keine Blockcodes sind. In diesem Fll können Codewörter verschiedene Länge hben
MehrMusterlösung zur Probeklausur zur Geometrie
UNIVERSITÄT ULM Institut für Zhlentheorie un Whrsheinlihkeitstheorie Musterlösung zur Proeklusur zur Geometrie Prof. Dr. Helmut Mier, Hns- Peter Rek Gesmtpunktzhl: 3 Punkte, Punkte= % keine Age. Gi Definitionen
MehrName... Matrikel Nr... Studiengang...
Proeklusur zur Vorlesung Berechenrkeitstheorie WS 201/1 1. Jnur 201 Prof. Dr. André Schulz Bereitungszeit: 120 Minuten [So oder so ähnlich wird ds Deckltt der Klusur ussehen.] Nme... Mtrikel Nr.... Studiengng...
MehrBeispiellösungen zu Blatt 24
µthemtischer κorrespondenz- zirkel Mthemtisches Institut Georg-August-Universität Göttingen Aufge Beispiellösungen zu Bltt Mn eweise, dss mn ein Qudrt für jede Zhl n 6 in genu n kleinere Qudrte zerlegen
MehrMathematische Probleme, SS 2015 Montag $Id: dreieck.tex,v /04/20 08:57:49 hk Exp $ 1.4 Dreiecksberechnung mit Seiten und Winkeln
Mthemtishe Proleme, SS 2015 Montg 20.4 $Id: dreiek.tex,v 1.15 2015/04/20 08:57:49 hk Exp $ 1 Dreieke 1.4 Dreiekserehnung mit Seiten und Winkeln In der letzten Sitzung htten wir egonnen die vershiedenen
MehrBeispiele: cos(x) dx = sin(x) + c (1) e t dt = e t + c (2)
. Stmmfunktion Definition Stmmfunktion: Gegeen sei eine Funktion f(). Gesucht ist eine Funktion F (), so dss d = f(). Die Funktion F() heisst Stmmfunktion. Schreiweise: F () = f()d. Mn spricht uch vom
Mehr3 Module in C. 4 Gültigkeit von Namen. 5 Globale Variablen (2) Gültig im gesamten Programm
3 Module in C 5 Glole Vrilen!!!.c Quelldteien uf keinen Fll mit Hilfe der #include Anweisung in ndere Quelldteien einkopieren Bevor eine Funktion us einem nderen Modul ufgerufen werden knn, muss sie deklriert
MehrGrundbegriffe der Informatik Aufgabenblatt 5
Grundegriffe der Informtik Aufgenltt 5 Mtr.nr.: Nchnme: Vornme: Tutorium: Nr. Nme des Tutors: Ausge: 20. Novemer 2013 Age: 29. Novemer 2013, 12:30 Uhr im GBI-Briefksten im Untergeschoss von Geäude 50.34
MehrKapitel 1. Exakte Suche nach einem Wort. R. Stiebe: Textalgorithmen, WS 2003/04 11
Kapitel 1 Exakte Suche nach einem Wort R. Stiebe: Textalgorithmen, WS 2003/04 11 Überblick Aufgabenstellung Gegeben: Text T Σ, Suchwort Σ mit T = n, = m, Σ = σ Gesucht: alle Vorkommen von in T Es gibt
MehrBerechenbarkeitstheorie 2. Vorlesung
Berechenrkeitstheorie Dr. Frnzisk Jhnke Institut für Mthemtische Logik und Grundlgenforschung WWU Münster WS 15/16 Alle Folien unter Cretive Commons Attriution-NonCommercil 3.0 Unported Lizenz. Deterministischer
MehrProtokoll zur Vorlesung Theoretische Informatik I
Protokoll zur Vorlesung Theoretishe Informtik I! " # $ % # & ' ( % ) * + & " & & &, " ' % + - + # + & '. / 0 1 # 0 & 2 & # & 3 4 & 5 # 0 + & 6 & ' + 7 7 3 8 4 & 7 + + + % ( % 6 # 9 & 5 # 0 + & 3 8. : &
MehrDEA1 Deterministische Version
Endliche Automten 4 Deterministische endliche Automten Zu dem nichtdeterministischen Automten EA git es eine deterministische Version. EA Akzeptor für Wörter üer X = { } mit mindestens einem führenden.
Mehra) Spezielle Winkel bei schneidenden Geraden und Parallelen α 3 β 4 Institut für Automatisierungstechnik Prof. Dr. Ch. Bold Vorsemester V.
0.05.0 Geometrie und Trigonometrie ) Spezielle Winkel ei shneidenden Gerden und Prllelen 4 4 Sheitelwinkel sind gleih (z.. zw. ) Neenwinkel ergänzen sih zu 80 0 (z.. + 80 0 ) Stufenwinkel sind gleih (z..
MehrMuss der Umfang (u) oder der Flächeninhalt (A) berechnet werden? Kreuze an! Der Umfang (u) ist die Länge des Weges um eine Fläche herum.
9 Rettungsring Umfng und Fläheninhlt von Figuren Begriffe: Umfng und Fläheninhlt 1 Muss der Umfng (u) oder der Fläheninhlt () erehnet werden? Kreuze n! u B C D E F G H Zun eines Grundstüks Rsenflähe eines
MehrDef.: Sei Σ eine Menge von Zeichen. Die Menge Σ* aller Zeichenketten (Wörter) über Σ ist die kleinste Menge, für die gilt:
8. Grundlgen der Informtionstheorie 8.1 Informtionsgehlt, Entropie, Redundnz Def.: Sei Σ eine Menge von Zeichen. Die Menge Σ* ller Zeichenketten (Wörter) über Σ ist die kleinste Menge, für die gilt: 1.
MehrDie Näherung ist umso genauer, je kleiner die Zellen sind. Der Grenzwert ist
Höhere Mthemtik Mehrfhintegrle sind Integrle üer eiete R n Zweifhintegrle treten B ei der Berehnung des Fläheninhltes und von Flähenträgheitsmomenten uf Dreifhintegrle kommen ei der Berehnung des Volumeninhltes
MehrSuchen in Texten. Naives Suchen Verfahren von Knuth-Morris-Pratt Verfahren von Boyer-Moore Ähnlichkeitssuchen Editierdistanz
Suchen in Texten Naives Suchen Verfahren von Knuth-Morris-Pratt Verfahren von Boyer-Moore Ähnlichkeitssuchen Editierdistanz Textsuche Gegeben ist ein Zeichensatz (Alphabet) Σ. Für einen Text T Σ n und
MehrWir haben ein Koordinatensystem mit der x-achse und der y-achse. Nun wird ein Kreis gebildet mit dem Radius r=1.
Trigonometrie In diesem Themenereih wenden wir uns den Winkeln im rehtekigen Dreiek zu. Du hst uf deinem Tshenrehner siher shon die Tsten sin, os und tn gesehen. Doh ws edeuten sie? Ds wollen wir herusfinden.
MehrEinführung in die Theoretische Informatik
Einführung in die Theoretische Informtik Johnnes Köler Institut für Informtik Humoldt-Universität zu Berlin WS 2011/12 Minimierung von DFAs Frge Wie können wir feststellen, o ein DFA M = (Z, Σ, δ, q 0,
MehrDefinition 3.33 (Oberintegral und Unterintegral). Es sei f : [a,b] R eine beschränkte Funktion. Weiter sei
8. Integrierbre Funktionen Definition 3.3 (Treppenfunktionen). Eine Funktion t : [,b] R heißt Treppenfunktion, flls es endlih viele Punkte x < x 1 < < x n mit x = und x n = b gibt, so dss f uf jedem der
MehrTheoretische Informatik ITI
Institut für Theoretishe Informtik ITI Dr. Jürgen Koslowski Theoretishe Informtik 2 Aufgenltt 6, 2015-06-11 Üungsufge 1 Weisen Sie die N P -Vollständigkeit des E-Prolem Clique nh (vergl. Bltt 5, Aufge
Mehr