Informatik II Übung 8
|
|
- Gretel Kopp
- vor 5 Jahren
- Abrufe
Transkript
1 Informatik II Übung 8 Gruppe 2 Carina Fuss cfuss@student.ethz.ch Carina Fuss
2 Übung 8 Nachbesprechung Übung 7 Vorbesprechung Übung 8 binäre Suche Backtracking anhand vom Rucksackproblem Reversi Teil 2 Carina Fuss
3 Nachbesprechung Übung 7 Carina Fuss
4 Übung 7 Aufgabe 1 filterraw ohne Generics durch äussere Liste iterieren durch jede innere Liste iterieren bei jedem Studenten testen, ob er genügend Punkte hat (Methode filter) Type Casts nötig, da die Liste nicht generisch ist Compiler-Warnung Carina Fuss
5 Übung 7 Aufgabe 1 filtergeneric mit Generics generische Array-Liste: Typ der Objekte in der Liste wird vorher angegeben (hier Student), dafür sind später keine Type Casts mehr nötig Carina Fuss
6 Übung 7 Aufgabe 2 Spielbäume MAX MIN MAX MIN Carina Fuss
7 Übung 8 Aufgabe 3 binäre Suchbäume Elemente entfernen: «Ersetzen durch kleinstes Element des rechten Teilbaums» Carina Fuss
8 Übung 8 Aufgabe 3 binäre Suchbäume Elemente entfernen: «Ersetzen durch kleinstes Element des rechten Teilbaums» Carina Fuss
9 Übung 8 Aufgabe 3 binäre Suchbäume Elemente entfernen: «Ersetzen durch kleinstes Element des rechten Teilbaums» Carina Fuss
10 Übung 8 Aufgabe 3 binäre Suchbäume Elemente entfernen: «Ersetzen durch kleinstes Element des rechten Teilbaums» Carina Fuss
11 Übung 8 Aufgabe 3 binäre Suchbäume Elemente entfernen: «Ersetzen durch kleinstes Element des rechten Teilbaums» Carina Fuss
12 Übung 8 Aufgabe 3 binäre Suchbäume Implementierung binärer Suchbaum: thing: Objekt key: Schlüsselattribut des Objekts left, right: linker und rechter Unterbaum Carina Fuss
13 Übung 8 Aufgabe 3 binäre Suchbäume Höhe: längster Pfad von der Wurzel bis zu einem Blatt bestimme Höhe vom linken und vom rechten Unterbaum und übernimm die grössere 1 dazuzählen für die Wurzel
14 Übung 8 Aufgabe 3 binäre Suchbäume Blatt: hat keine Unterbäume (weder linken noch rechten) ein Kind: hat entweder rechten oder linken Unterbaum (aber nicht beide!) XOR: ^
15 Übung 8 Aufgabe 3 binäre Suchbäume PreOrder ausgeben in der Reihenfolge: Wurzel, linker Unterbaum, rechter Unterbaum Carina Fuss
16 Übung 8 Aufgabe 3 binäre Suchbäume InOrder ausgeben in der Reihenfolge: linker Unterbaum, Wurzel, rechter Unterbaum Ausgabe ist sortiert! Carina Fuss
17 Übung 8 Aufgabe 3 binäre Suchbäume PostOrder ausgeben in der Reihenfolge: linker Unterbaum, rechter Unterbaum, Wurzel Carina Fuss
18 Übung 8 Aufgabe 3 binäre Suchbäume Wenn man am Ende eine Pfades angekommen ist, das Element aber noch nicht gefunden hat, ist es nicht im Baum. Elemente werden anhand ihres keys unterschieden. key gefunden: gib Element zurück gesuchter key kleiner als momentaner key: suche links weiter gesuchter key grösser als momentaner key: suche rechts weiter Carina Fuss
19 Übung 8 Aufgabe 3 binäre Suchbäume am Ende eines Pfades angekommen: füge Element an gleichen key gefunden: überschreibe das Element gesuchter key grösser als momentaner key: füge Element in den rechten Unterbaum ein gesuchter key kleiner als momentaner key: füge Element in den linken Unterbaum ein Carina Fuss
20 Übung 8 Aufgabe 3 binäre Suchbäume remove Hilfsfunktion getsmallest: findet kleinstes Element im gegebenen Baum, entfernt es und gibt das kleinste Element zurück kleinstes Element ist am weitesten links im Baum: durchläuft jeden linken Teilbaum; sobald links null kommt, sind wir beim kleinsten Element kleinstes Element wird durch seinen rechten Unterbaum ersetzt Carina Fuss
21 Übung 8 Aufgabe 3 binäre Suchbäume remove Ersetzen, wenn man den richtigen key gefunden hat: Blatt: einfach entfernen Wenn der linke Unterbaum des rechten Unterbaums null ist: Einfach den linken Unterbaum an diesen leeren Platz verschieben und den rechten Unterbaum zurückgeben (Wurzel ist jetzt weg). nur ein Unterbaum: durch diesen Unterbaum ersetzen Sonst: kleinstes Element aus rechtem Unterbaum mit Hilfsfunktion entfernen und Wurzel durch smallest ersetzen. Carina Fuss
22 Übung 8 Aufgabe 3 binäre Suchbäume remove Baum zurückgeben wenn Element nicht gefunden wurde gesuchter key kleiner als momentaner key: links weitersuchen gesuchter key grösser als momentaner key: rechts weitersuchen Carina Fuss
23 Bitweise Operatoren in Java Operator Beispiel Beschreibung ~ ~a Einerkomplement: alle Bits werden invertiert & a & b Bitweises Und a b Bitweises Oder ^ a ^ b Bitweises Exklusiv-Oder/XOR << a << b Linksschieben: a wird um b Bits nach links verschoben (b mal verdoppelt) >> a >> b Rechtsschieben: a wird um b Bits nach rechts verschoben (b mal halbiert) >>> a >>> b Rechtsschieben ohne Vorzeichen: wie Rechtsschieben, aber höchstwertiges Bit wird danach auf 0 gesetzt Carina Fuss
24 Übung 7 Aufgabe 4 Reversi RandomPlayer Carina Fuss
25 Vorbesprechung Übung 8 Carina Fuss
26 binäre Suche 25<30 ähnlich wie Suche im binären Suchbaum: Vergleiche mit Wurzel: kleiner: gehe weiter im linken Unterbaum grösser: gehe weiter im rechten Unterbaum 25>20 gesucht: 25 Carina Fuss
27 binäre Suche bei sortiertem Array: beginne in der Mitte vergleich mit mittlerem Element: kleiner: weiter mit dem mittleren Element der linken Hälfte grösser: weiter mit dem mittleren Element der rechten Hälfte Suche 25 andere Möglichkeiten: nach einem Drittel/zwei Dritteln/einem Viertel etc. des Arrays anfangen >20 25<30 Carina Fuss
28 binäre Suche Entscheidungsbaum: Elemente, denen man auf seiner Suche «begegnet» ist >20 25<30 25 Carina Fuss
29 Übung 8 Aufgabe 1 binäre Suche binäre Suche von Hand durchführen Implementierung des Interfaces IBinarySearch: Elemente des Arrays haben wieder key und value, gespeichert zusammen als Objekt vom Typ Unit: public class Unit<Key extends Comparable<Key>, Value> generisch: Unit besteht aus zwei Objekten, die hier von den Typen key und value sind key erweitert Comparable: man kan keys mit compareto vergleichen: a.compareto(b) > 0 a > b a.compareto(b) < 0 a < b a.compareto(b) = 0 a = b Carina Fuss
30 Übung 8 Aufgabe 1 binäre Suche public interface IBinarySearch<Key extends Comparable<Key>, Value> zu implementierende Methode: public Value find(list<unit<key, Value>> haystack, Key needle); Man bekommt eine Liste von Units und muss den richtigen key finden (die Nadel im Heuhaufen ;) zusätzlich IMeasure implementieren: festlegen, nach welchem Bruchteil des Arrays man mit der Suche anfängt rekursive Aufrufe zählen in der main-methode einige Tests damit durchführen Carina Fuss
31 Backtracking systematisches Durchlaufen eines grossen Zustandsraumes, um eine Lösung zu einem Problem zu finden «trial and error» ähnlich einem Entscheidungsbaum, der systematisch durchlaufen wird Beispiel Labyrinth: eine Richtung auswählen in diese Richtung weitergehen wenn sich der gewählte Weg als Sackgasse herausstellt: zurückgehen und andere Richtung wählen Carina Fuss
32 Backtracking n-damen-problem Carina Fuss
33 Übung 8 Aufgabe 2 Rucksackproblem x2 g2, w2 x3 g3, w3 x1 g1, w1 x4 g4, w4 x5 g5, w5 Carina Fuss
34 Übung 8 Aufgabe 2 Rucksackproblem K Gegenstände x_1 bis x_k, Gesamtgewicht G darf nicht überschritten werden Gegenstände haben Wert w_i >= 0 und Gewicht g_i >= 0 Man sucht also eine Auswahl (Selektion) von beliebig vielen Gegenständen, deren Gesamtwert möglichst hoch und deren Gesamtgewicht kleiner als G ist. Selektion: b_1 bis b_k, wobei b_i jeweils 0 oder 1 0: Gegenstand i nicht ausgewählt 1: Gegenstand i ausgewählt Carina Fuss
35 Übung 8 Aufgabe 2 Rucksackproblem Beispiele für Selektionen bei 4 Gegenständen: Frage: Gibt es immer genau eine optimale Lösung? Carina Fuss
36 Übung 8 Aufgabe 2 Rucksackproblem Implementierung: Klasse Selection size: Grösse der Selection (Anzahl Gegenstände) bits: die Selection als Integer Funktionen: set: Ziffer an bestimmter Stelle auf 0 oder 1 setzen (bestimmten Gegenstand dalassen/mitnehmen) get: bestimmen, ob der Wert an einer bestimmten Stelle auf 1 gesetzt ist (Gegestand mitgenommen) sum: bei einer Liste mit den Gewichten/Werten aller Gegenstände werden diejenigen der ausgewählten Gegenstände zusammengezählt Carina Fuss
37 Übung 8 Aufgabe 2 Rucksackproblem Implementierung der Schnittstelle IRucksack Ansatz 1: Brute Force alle Möglichkeiten durchprobieren und die beste davon zurückgeben Selection mit allen ausgewählten Gegenständen zurückgeben Methoden aus der Klasse Selection verwenden! Dokumentation durchlesen! Fabrikmethode zum Testen anpassen Carina Fuss
38 Übung 8 Aufgabe 2 Rucksackproblem Implementierung der Schnittstelle IRucksack Ansatz 2: Backtracking neue rekursive Methode, der man zusätzlich noch die momentane Selection und deren Gewicht übergeben kann zwei Möglichkeiten: bestimmten Gegenstand nicht mitnehmen oder mitnehmen, Ergebnisse vergleichen Abbruchbedingung: Grösse der Selection ist gleich gross wie die Anzahl Gegenstände es wurde alles berücksichtigt Carina Fuss
39 Übung 8 Aufgabe 2 Rucksackproblem Implementierung der Schnittstelle IRucksack Ansatz 2: Backtracking zwei Möglichkeiten: Gegenstand nicht mitnehmen Selection without = new Selection(...); Selection um eins vergrössern, bit auf 0 setzen und weiter nach unten im Baum prüfen, ob mit dem Gegenstand das Gesamtgewicht noch passt, falls ja den Gegenstand mitnehmen Selection with = new Selection(...); Selection um eins vergrössern, bit auf 1 setzen und weiter nach unten im Baum rekursive Aufrufe: immer mehr Gegenstände kommen dazu Carina Fuss
40 Übung 8 Aufgabe 2 Rucksackproblem Vergleich der Implementierungen: Welche ist schneller? Wieso? Findet der Backtracking-Algorithmus immer eine optimale Lösung? Carina Fuss
41 Reversi Teil 2 checkmove Methode checkmove selber implementieren: Implementierung des Interfaces ICheckMove gültiger Zug: senkrecht, waagrecht oder diagonal anliegend an schon gesetzte Steine zwischen dem neu gesetzten Stein und einem eigenen Stein müssen Steine des Gegners liegen in alle Richtungen überprüfen, ob das der Fall ist, wenn nicht ist das Feld kein gültiger Zug Dokumentation anschauen, nur checkmove und ismoveavailable aus der Klasse Gameboard dürfen nicht verwendet werden Carina Fuss
42 Reversi Teil 2 GreedyPlayer wählt den Zug, bei dem er selbst danach am meisten Steine hat für alle möglichen Züge: GameBoard duplizieren (gb.clone) auf dupliziertem Gameboard den Zug ausführen auf dupliziertem Gameboard die Anzahl eigener Steine nach dem Zug zählen Zug mit grösster Anzahl Steine wählen Achtung: vor makemove muss immer nochmal checkmove ausgeführt werden! Carina Fuss
Informatik II Übung 7. Gruppe 2 Carina Fuss
Informatik II Übung 7 Gruppe 2 Carina Fuss cfuss@student.ethz.ch 18.4.2018 Carina Fuss 16.4.2018 1 Übung 7 Hinweise zum Programmieren Nachbesprechung Übung 6 Vorbesprechung Übung 7 ArrayList und Generics
MehrInformatik II Übung 8 Gruppe 3
Informatik II Übung 8 Gruppe 3 Leyna Sadamori leyna.sadamori@inf.ethz.ch Informatik II Übung 8 Leyna Sadamori 26. April 2017 1 Debriefing Übung 7 2 U7A1 Generics Grundprinzip sehr simpel Iteration über
MehrInformatik II Übung 8 Gruppe 4
Informatik II Übung 8 Gruppe 4 (Folien teils von Christian B. und Christelle G.) Lukas Burkhalter lubu@inf.ethz.ch Informatik II Übung 8 Lukas Burkhalter 24. April 2018 1 https://xkcd.com/1270/ Nachbesprechung
MehrInformatik II - Tutorium 8
Informatik II - Tutorium 8 Vincent Becker vincent.becker@inf.ethz.ch 25.04.2017 Vincent Becker 26.04.2018 1 Altklausuren verfügbar Für regisitrierte AMIV-Mitglieder Mehrere Altklausuren Disclaimer lesen!
MehrInformatik II Übung 9 Gruppe 3
Informatik II Übung 9 Gruppe 3 Julia Gygax jgygax@student.ethz.ch Julia Gygax 02.05.2018 1 Administratives Am 23. Mai beginnt die Übung erst um 13.15 Julia Gygax 02.05.2018 2 Warm up Spielbaum / Generics
MehrInformatik II Übung 7 Gruppe 3
Informatik II Übung 7 Gruppe 3 Julia Gygax jgygax@student.ethz.ch Julia Gygax 18.04.2018 1 Nachbesprechung Übung 6 Julia Gygax 18.04.2018 2 Aufgabe 1 Klassen, Schnittstellen und Typumwandlungen Julia Gygax
MehrInformatik II (D-ITET)
Informatik II (D-ITET) simon.mayer@inf.ethz.ch Distributed Systems Group, ETH Zürich Informatik II (D-ITET) 1 Ablauf Nachbesprechung Übung 6 Besprechung der Vorlesung Die neue Serie... Zeit zum Programmieren
MehrInformatik II - Übung 07
Informatik II - Übung 07 Katja Wolff katja.wolff@inf.ethz.ch Besprechung Übungsblatt 6 Informatik II Übung 07 12.04.2017 2 Übungsblatt 6 1.) Klassen, Schnittstellen, Typumwandlung 2.) Schnittstellen und
MehrInformatik II - Übung 08
Informatik II - Übung 08 Katja Wolff katja.wolff@inf.ethz.ch Übungsblatt 7 Informatik II Übung 08 26.04.2017 2 U7.A1: IFilter public ArrayList filterraw( ArrayList groups ) { ArrayList result = new ArrayList();
MehrInformatik II Übung 8. Pascal Schärli
Informatik II Übung 8 pascscha@student.ethz.ch Was gibts heute? Warm-Up Nachbesprechung Serie 7 Best-Of Vorlesung: Binäre Suche Key-Value Paare Backtracking Vorbesprechung Serie 8 2 Warm - Up Warm - Up
MehrInformatik II Übung 7. Pascal Schärli
Informatik II Übung 7 pascscha@student.ethz.ch Was gibts heute? Warm-Up Nachbesprechung Serie 6 Best-Of Vorlesung: Generics Binäre Suchbäume Spielbäume Vorbesprechung Serie 7 2 Warm - Up Warm-Up interface
MehrInformatik II Übung 7 Gruppe 7
Informatik II Übung 7 Gruppe 7 Leyna Sadamori leyna.sadamori@inf.ethz.ch Informatik II Übung 7 Leyna Sadamori 10. April 2014 1 Administratives Nächste Übung fällt leider aus! Bitte eine andere Übung besuchen.
MehrInformatik II Übung 09
Informatik II Übung 09 Michael Baumann mbauman@student.ethz.ch n.ethz.ch/~mbauman 04.05.2015 Ablauf 1) Nachbesprechung Serie 8 2) Minimax & Alpha-Beta 3) Vorbesprechung Serie 9 2 Serie 8 3 Aufgabe 1 a,
MehrInformatik II - Übung 08
Informatik II - Übung 08 Christian Beckel beckel@inf.ethz.ch 17.04.2014 U7.A1: IFilter public ArrayList filterraw( ArrayList groups ) dynamic ArrayList result = new ArrayList(); cast for( int i = 0; i
MehrInformatik II Übung 6
Informatik II Übung 6 Gruppe 2 Carina Fuss cfuss@student.ethz.ch 11.4.2018 Carina Fuss 11.4.2018 1 Übung 6 Nachbesprechung Übung 5 Objektorientierung Vererbung, Polymorphie, abstrakte Klassen, Interfaces,
MehrInformatik II Übung 9
Informatik II Übung 9 Florian Scheidegger florsche@student.ethz.ch Folien mit freundlicher Genehmigung adaptiert von Gábor Sörös und Simon Mayer gabor.soros@inf.ethz.ch, simon.mayer@inf.ethz.ch Informatik
MehrNatürliche 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
MehrInformatik II Übung 9
Informatik II Übung 9 Katja Wolff Katja.wolff@inf.ethz.ch 1 Othelligence Event Program: Game strategies and game theory Duell Human (German Champion) vs. Machine Panel Apéro Time: Friday, 19.05.2017, 16:00
MehrÜbungsserie Nr. 6. Ausgabe: 1. April 2015 Abgabe: 15. April Hinweise
Informatik II (D-ITET) Frühjahrssemester 2015 Prof. Friedemann Mattern Christian Beckel (beckel@inf.ethz.ch) ETH Zürich Institut für Pervasive Computing Gruppe für Verteilte Systeme http://vs.inf.ethz.ch
MehrInformatik II Übung 9. Pascal Schärli
Informatik II Übung 9 pascscha@student.ethz.ch Was gibts heute? Warm-Up Nachbesprechung Serie 8 Best-Of Vorlesung: Minimax Alpha Beta Vorbesprechung Serie 9 Info zur Auffahrt 2 Warm - Up Warm-Up (Basisprüfung
MehrInformatik II Übung 09. Benjamin Hepp 3 May 2017
Informatik II Übung 09 Benjamin Hepp benjamin.hepp@inf.ethz.ch 3 May 2017 Nachbesprechung U8 3 May 2017 Informatik II - Übung 01 2 Nachbesprechung U8 1. Binaere Suche 2. Knapsack Problem 3. Reversi Teil
MehrInformatik II (D-ITET) Übungsstunde 7,
Informatik II (D-ITET) Übungsstunde 7, 13.04.2017 Hossein Shafagh, shafagh@inf.ethz.ch Distributed Systems Group, ETH Zürich Ablauf Besprechung von Übung 6 Hinweise für Übung 7 (Generics, Binary Trees,
MehrInformatik II - Tutorium 9
Informatik II - Tutorium 9 Vincent Becker vincent.becker@inf.ethz.ch 02.05.2018 Vincent Becker 02.05.2018 1 Übungsblatt 8 Vincent Becker 02.05.2018 2 U8.A1 Binäre Suche Suche nach 47 mi = li + (re-li)/2;
MehrInformatik II - Übung 07. Christian Beckel
Informatik II - Übung 07 Christian Beckel beckel@inf.ethz.ch 15.04.2015 Heute Besprechung Blatt 06 Demo: Objektorientierte Programmierung Hinweise zu Blatt 07 Christian Beckel 15/04/15 2 Besprechung Übungsblatt
MehrAlgorithmen und Datenstrukturen 12
12. Juli 2012 1 Besprechung Blatt 11 Fragen 2 Binary Search Binäre Suche in Arrays Binäre Suchbäume (Binary Search Tree) 3 Sortierverfahren Allgemein Heapsort Bubblesort Insertionsort Mergesort Quicksort
Mehr18. Natürliche Suchbäume
Wörterbuchimplementationen 1. Natürliche Suchbäume [Ottman/Widmayer, Kap..1, Cormen et al, Kap. 12.1-12.] Hashing: Implementierung von Wörterbüchern mit erwartet sehr schnellen Zugriffszeiten. Nachteile
Mehr7. Dynamische Datenstrukturen Bäume. Informatik II für Verkehrsingenieure
7. Dynamische Datenstrukturen Bäume Informatik II für Verkehrsingenieure Übersicht dynamische Datenstrukturen Wozu? Oft weiß man nicht von Beginn an, wieviele Elemente in einer Datenstruktur untergebracht
MehrInformatik II Übung 5
Informatik II Übung 5 Gruppe 2 Carina Fuss cfuss@student.ethz.ch 28.3.2018 Carina Fuss 28.3.2018 1 Übung 5 Administratives/Tipps zu Eclipse Nachbesprechung Übung 4 kurze Demo zu Stacks Java Pakete Call
Mehr13. Binäre Suchbäume
1. Binäre Suchbäume Binäre Suchbäume realiesieren Wörterbücher. Sie unterstützen die Operationen 1. Einfügen (Insert) 2. Entfernen (Delete). Suchen (Search) 4. Maximum/Minimum-Suche 5. Vorgänger (Predecessor),
MehrEinfache binäre Suchbäume können entarten, so dass sich die Tiefen ihrer Blattknoten stark unterscheiden
5.6.2 AVL-Bäume Einfache binäre Suchbäume können entarten, so dass sich die Tiefen ihrer Blattknoten stark unterscheiden AVL-Bäume, benannt nach ihren Erfindern G. M. Adelson- Velskii und E. M. Landis,
Mehr9. Natürliche Suchbäume
Bäume Bäume sind. Natürliche Suchbäume [Ottman/Widmayer, Kap..1, Cormen et al, Kap. 12.1-12.] Verallgemeinerte Listen: Knoten können mehrere Nachfolger haben Spezielle Graphen: Graphen bestehen aus Knoten
MehrInformatik II Übung 2
Informatik II Übung 2 Gruppe 2 Carina Fuss cfuss@student.ethz.ch 7.3.2018 Carina Fuss 7.3.2018 1 Übersicht Tipps zu Eclipse Nachbesprechung Übung 1 Vorbesprechung Übung 2 Wurzelbäume Sortieralgorithmus
MehrInformatik II Übung 7
Informatik II Übung 7 Florian Scheidegger florsche@student.ethz.ch Folien mit freundlicher Genehmigung adaptiert von Gábor Sörös und Simon Mayer gabor.soros@inf.ethz.ch, simon.mayer@inf.ethz.ch 18.04.2013
MehrAlgorithmen und Datenstrukturen
Übung 3: Die generische Klasse BinärerSuchbaum in Java 1 Datenelemente der Klasse BinaererSuchbaum Das einzige Datenelelement in dieser Klasse ist die Wurzel vom Typ BinaerBaumknoten. Die Klasse BinaerBaumknoten
MehrKapitel 12: Induktive
Kapitel 12: Induktive Datenstrukturen Felix Freiling Lehrstuhl für Praktische Informatik 1 Universität Mannheim Vorlesung Praktische Informatik I im Herbstsemester 2009 Folien nach einer Vorlage von H.-Peter
MehrInformatik II (D-ITET) Übungsstunde 8,
Informatik II (D-ITET) Übungsstunde 8, 27.04.2017 Hossein Shafagh, shafagh@inf.ethz.ch Distributed Systems Group, ETH Zürich The Heartbleed Bug *http://heartbleed.com/ 2 Ablauf Besprechung von Übung 7
MehrInformatik II Übung 3
Informatik II Übung 3 Gruppe 2 Carina Fuss cfuss@student.ethz.ch 14.3.2018 Carina Fuss 14.3.2018 1 Übung 2 Nachbesprechung Übung 2 Vorbesprechung Übung 3 String vs. StringBuffer Syntaxdiagramme und Syntaxchecker
MehrInformatik II Übung 08
Informatik II Übung 08 Michael Baumann mbauman@student.ethz.ch n.ethz.ch/~mbauman 27.04.2016 Ablauf 1) Nachbesprechung Serie 7 2) Backtracking 3) Vorbesprechung Serie 8 2 Serie 7 3 Aufgabe 1 Wir Gegner
MehrInformatik II - Tutorium 7
Informatik II - Tutorium 7 Vincent Becker vincent.becker@inf.ethz.ch 18.04.2018 Vincent Becker 19.04.2018 1 Altklausuren verfügbar Für regisitrierte AMIV-Mitglieder Mehrere Altklausuren Disclaimer lesen!
MehrAnwendungsbeispiel MinHeap
Anwendungsbeispiel MinHeap Uns seien n ganze Zahlen gegeben und wir möchten darin die k größten Zahlen bestimmen; zudem gelten, dass n deutlich größer als k ist Wir können das Problem mit Laufzeit in O(n
MehrBäume. 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
MehrAbgabe: (vor der Vorlesung) Aufgabe 7.1 (P) Binomial Heap
TECHNISCHE UNIVERSITÄT MÜNCHEN FAKULTÄT FÜR INFORMATIK Lehrstuhl für Sprachen und Beschreibungsstrukturen SS 2009 Grundlagen: Algorithmen und Datenstrukturen Übungsblatt 7 Prof. Dr. Helmut Seidl, S. Pott,
Mehrpublic interface Stack<E> { public void push(e e); public E pop();
ADS Zusammenfassung René Bernhardsgrütter 02.04.2012 1 Generics Gewähren Typsicherheit und können für verschiedene Datentypen ohne Casts verwendet werden. Beim Erstellen der Klasse werden Platzhalter für
MehrÜbung Algorithmen und Datenstrukturen
Übung Algorithmen und Datenstrukturen Sommersemester 217 Patrick Schäfer, Humboldt-Universität zu Berlin Agenda: Graphen, Suchbäume, AVL Bäume Heute: Graphen und Bäume Binäre Suchbäume AVL-Bäume Nächste
MehrTrees. November 14, Algorithms & Datastructures 2 Exercises WT 2017
Trees November 14, 2017 Algorithms & Datastructures 2 Exercises WT 2017 Dipl.-Ing. University Linz, Institute for Pervasive Computing Altenberger Straße 69, A-4040 Linz anzengruber@pervasive.jku.at Binärbaum
Mehr13. Bäume: effektives Suchen und Sortieren
13. Bäume: effektives Suchen und Sortieren Java-Beispiele: Baum.java Traverse.java TraverseTest.java Version: 25. Jan. 2016 Schwerpunkte Aufgabe und Vorteile von Bäumen Sortieren mit Bäumen Ausgabealgorithmen:
Mehr13. Bäume: effektives Suchen und Sortieren
Schwerpunkte Aufgabe und Vorteile von Bäumen 13. Bäume: effektives Suchen und Sortieren Java-Beispiele: Baum.java Traverse.java TraverseTest.java Sortieren mit Bäumen Ausgabealgorithmen: - Preorder - Postorder
MehrDatenstrukturen & 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
MehrTrees. November 13, Algorithms & Datastructures 2 Exercises WT 2017
Trees November 13, 2018 Algorithms & Datastructures 2 Exercises WT 2017 Dipl.-Ing. University Linz, Institute for Pervasive Computing Altenberger Straße 69, A-4040 Linz anzengruber@pervasive.jku.at Binärbaum
Mehr2.4 Durchlaufen von Bäumen
2.4 Durchlaufen von Bäumen Möchte man alle Elemente eines Baumes ausgeben, muss man sich Strategien überlegen, in welcher Reihenfolge der Baum durchlaufen wird. Der Zugriff auf einzelne Knoten eines Baumes
MehrSoftware Entwicklung 1
Software Entwicklung 1 Annette Bieniusa AG Softech FB Informatik TU Kaiserslautern Lernziele Die Definition wichtiger Begriffe im Zusammenhand mit Bäumen zu kennen. Markierte Bäumen, insbesondere Suchbäume,
MehrÜbung 4: Die generische Klasse AvlBaum in Java 1
Übung 4: Die generische Klasse AvlBaum in Java 1 Ein binärer Suchbaum hat die AVL -Eigenschaft, wenn sich in jedem Knoten sich die Höhen der beiden Teilbäume höchstens um 1 unterscheiden. Diese Last (
MehrContainerDatenstrukturen. 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
MehrAlgorithmen und Datenstrukturen. Bäume. M. Herpers, Y. Jung, P. Klingebiel
Algorithmen und Datenstrukturen Bäume M. Herpers, Y. Jung, P. Klingebiel 1 Lernziele Baumstrukturen und Ihre Verwendung kennen Grundbegriffe zu Bäumen anwenden können Baumstruktur in C anlegen können Suchbäume
MehrInformatik 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
MehrProbeklausur zur Vorlesung
Dr. Jochen Hoenicke Alexander Nutz Probeklausur zur Vorlesung Einführung in die Informatik Sommersemester 2014 Die Klausur besteht aus diesem Deckblatt und elf Blättern mit den Aufgaben, sowie einem Blatt
MehrWiederholung. 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
MehrRechtsbelehrung. Java und OOP Das Buch Christian Silberbauer 144
Rechtsbelehrung Dieser Foliensatz ist urheberrechtlich geschützt. Änderungen an den Folien sind untersagt. Ausschließlich eine nicht-kommerzielle Nutzung ist kostenfrei. Andernfalls wird eine Gebühr fällig.
MehrPunkte. Teil 1. Teil 2. Summe. 1. Zeigen Sie, dass der untenstehende Suchbaum die AVL-Bedingung verletzt und überführen Sie ihn in einen AVL-Baum.
Hochschule der Medien Prof Uwe Schulz 1 Februar 2007 Stuttgart Klausur Informatik 2, EDV-Nr 40303/42022 Seite 1 von 2 Name: Matr Nr: Teil 1: Keine Hilfsmittel Bearbeitungszeit: 20 Minuten Teil 1 Teil 2
MehrB6.1 Introduction. Algorithmen und Datenstrukturen. Algorithmen und Datenstrukturen. B6.1 Introduction. B6.3 Analyse. B6.4 Ordnungsbasierte Methoden
Algorithmen und Datenstrukturen 11. April 2018 B6. Binäre Suchbäume a Algorithmen und Datenstrukturen B6. Binäre Suchbäume 1 Marcel Lüthi and Gabriele Röger Universität Basel 11. April 2018 a Folien basieren
MehrDatenstrukturen und Algorithmen SS07
Datenstrukturen und Algorithmen SS07 Datum: 25.4.2007 Michael Belfrage mbe@student.ethz.ch belfrage.net/eth Programm von Heute Nachbesprechung Serie 4 Challenge der Woche Traversierung von Bäumen Pre-,
MehrPro Informatik 2009: Objektorientierte Programmierung Tag 18. Marco Block-Berlitz, Miao Wang Freie Universität Berlin, Institut für Informatik
Tag 18 Marco Block-Berlitz, Miao Wang Freie Universität Berlin, Institut für Informatik 09.09.2009 Agenda Tag 16 Datenstrukturen Abstrakte Datentypen, ADT Folge: Stack, Queue, Liste, ADT Menge: Bäume:
MehrWiederholung. 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:
MehrEINI LogWing/WiMa. Einführung in die Informatik für Naturwissenschaftler und Ingenieure. Vorlesung 2 SWS WS 17/18
EINI LogWing/ Einführung in die Informatik für Naturwissenschaftler und Ingenieure Vorlesung 2 SWS WS 17/18 Dr. Lars Hildebrand Fakultät für Informatik Technische Universität Dortmund lars.hildebrand@tu-dortmund.de
MehrWas ist ein assoziativer Speicher?
Überblick 17. Datenstrukturen 17.1 Einleitung 17.2 Listen 17.3 Assoziative Speicher 17.4 Bäume 17.5 Mengen 17.6 Das Collections-Framework in Java 17.7 Zusammenfassung 17 Datenstrukturen 3 Assoziative Speicher
MehrInformatik II Prüfungsvorbereitungskurs
Informatik II Prüfungsvorbereitungskurs Tag 4, 9.6.2017 Giuseppe Accaputo g@accaputo.ch 1 Aufbau des PVK Tag 1: Java Teil 1 Tag 2: Java Teil 2 Tag 3: Algorithmen & Komplexität Tag 4: Dynamische Datenstrukturen,
MehrMotivation Binäre Suchbäume
Kap..: Binäre Suchbäume Professor Dr. Lehrstuhl für Algorithm Engineering, LS Fakultät für Informatik, TU Dortmund Zusätzliche Lernraumbetreuung Morteza Monemizadeh: Jeden Montag von :00 Uhr-:00 Uhr in
MehrEINI LW. Einführung in die Informatik für Naturwissenschaftler und Ingenieure. Vorlesung 2 SWS WS 11/12
EINI LW Einführung in die Informatik für Naturwissenschaftler und Ingenieure Vorlesung 2 SWS WS 11/12 Fakultät für Informatik Technische Universität Dortmund lars.hildebrand@udo.edu http://ls1-www.cs.uni-dortmund.de
MehrAlgorithmen und Datenstrukturen. Algorithmen und Datenstrukturen. B6.1 Einführung. B6.2 Symboltabellen. B6.3 Einfache Implementationen
Algorithmen und Datenstrukturen 03. April 2019 B6. Symboltabellen a Algorithmen und Datenstrukturen B6. Symboltabellen 1 Marcel Lüthi and Gabriele Röger Universität Basel 03. April 2019 a Folien basieren
MehrTeil 1: Suchen. Ausgeglichene Bäume B-Bäume Digitale Suchbäume. M.O.Franz, Oktober 2007 Algorithmen und Datenstrukturen - Binärbäume 1-1
Teil : Suchen Problemstellung Elementare Suchverfahren Hashverfahren Binäre Suchbäume (Wiederholung aus Prog 2) Bäume: Begriffe, Eigenschaften und Traversierung Binäre Suchbäume Gefädelte Suchbäume Ausgeglichene
Mehr18. Natürliche Suchbäume
Bäume Bäume sind. Natürliche Suchbäume [Ottman/Widmayer, Kap..1, Cormen et al, Kap. 12.1-12.] Verallgemeinerte Listen: Knoten können mehrere Nachfolger haben Spezielle Graphen: Graphen bestehen aus Knoten
MehrIn C und Java müssen Variablen und Methodenergebnisse durch Typangaben erläutert werden. Welche der folgenden Aussagen sind korrekt und welche nicht:
Typprüfung (Compiler / Laufzeit) In C und Java müssen Variablen und Methodenergebnisse durch Typangaben erläutert werden. Welche der folgenden Aussagen sind korrekt und welche nicht: 1) Der Compiler prüft
MehrInformatik II Übung 12
Informatik II Übung 12 Gruppe 2 Carina Fuss cfuss@student.ethz.ch 23.5.2018 Carina Fuss 23.5.2018 1 Reversi-Turnier Deadline für die Abgabe der Reversi-Spieler verlängert! Neu: Sonntag, 27.5.2018, 23:59
MehrInformatik II. Übungsstunde 6. Distributed Systems Group, ETH Zürich
Informatik II Übungsstunde 6 simon.mayer@inf.ethz.ch Distributed Systems Group, ETH Zürich Ablauf Besprechung der Vorlesung Uebungsbezogene Themen: Statisches & Dynamisches Type Checking Zeit zum Programmieren...
MehrAlgorithmen 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
MehrBäume. Martin Wirsing. Ziele. Implementierung von Knoten. Bäume (abstrakt) Standardimplementierungen für Bäume kennen lernen
2 Ziele Bäume Standardimplementierungen für Bäume kennen lernen Martin Wirsing in Zusammenarbeit mit Michael Barth, Philipp Meier und Gefei Zhang 02/0 4 Bäume (abstrakt) Implementierung von Knoten Bäume
MehrBäume. Prof. Dr. Christian Böhm. in Zusammenarbeit mit Gefei Zhang. WS 07/08
Bäume Prof. Dr. Christian Böhm in Zusammenarbeit mit Gefei Zhang http://www.dbs.ifi.lmu.de/lehre/nfinfosw WS 07/08 2 Ziele Standardimplementierungen für Bäume kennen lernen 3 Bäume (abstrakt) Bäume sind
MehrKapiteltests 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
MehrPrüfung Algorithmen und Datenstrukturen I
Hochschule für angewandte Wissenschaften München Fakultät für Informatik und Mathematik Studiengruppe IF 3 B Wintersemester 2016/17 Prüfung Algorithmen und Datenstrukturen I Datum : 23.01.2017, 08:30 Uhr
MehrAllgemeine Hinweise:
TECHNISCHE UNIVERSITÄT MÜNCHEN FAKULTÄT FÜR INFORMATIK Lehrstuhl für Sprachen und Beschreibungsstrukturen WS 12/13 Einführung in die Informatik I Wiederholungsklausur Prof. Dr. Helmut Seidl, A. Lehmann,
MehrName: Seite 1. Beantworten Sie die Fragen in den Aufgaben 1 und 2 mit einer kurzen, prägnanten Antwort.
Name: Seite 1 Beantworten Sie die Fragen in den Aufgaben 1 und 2 mit einer kurzen, prägnanten Antwort. Aufgabe 1 (8 Punkte) 1. Wie wird bei der Zusicherungsmethode die Zusicherung genannt, die vor Eintritt
MehrInformatik II, SS 2014
Informatik II SS 2014 (Algorithmen & Datenstrukturen) Vorlesung 10 (3.6.2014) Binäre Suchbäume I Algorithmen und Komplexität Zusätzliche Dictionary Operationen Dictionary: Zusätzliche mögliche Operationen:
Mehr1 Einleitung Generizität Syntax... 2
Inhaltsverzeichnis Inhaltsverzeichnis 1 Einleitung 1 1.1 Generizität................................ 1 1.2 Syntax.................................. 2 2 Realisierung 2 2.1 Compilierung generischer Klassen...................
MehrEinführung in die Informatik: Programmierung und Software-Entwicklung, WS 15/16. Kapitel 13. Bäume. Bäume 1
Kapitel 13 Bäume Bäume 1 Ziele Den Begriff des Baums in der Informatik kennenlernen Bäume als verkettete Datenstruktur repräsentieren können Rekursive Funktionen auf Bäumen verstehen und schreiben können
MehrAlgorithmen und Datenstrukturen 1
Algorithmen und Datenstrukturen 1 8. Vorlesung Martin Middendorf und Peter F. Stadler Universität Leipzig Institut für Informatik middendorf@informatik.uni-leipzig.de studla@bioinf.uni-leipzig.de Gefädelte
MehrInformatik II Übung 2
Informatik II Übung 2 Florian Scheidegger florsche@student.ethz.ch Folien mit freundlicher Genehmigung adaptiert von Gábor Sörös und Simon Mayer gabor.soros@inf.ethz.ch, simon.mayer@inf.ethz.ch 7.3.2013
MehrEinführung in die Informatik: Programmierung und Software-Entwicklung, WS 16/17. Kapitel 14. Bäume. Bäume 1
Kapitel 14 Bäume Bäume 1 Ziele Den Begriff des Baums in der Informatik kennenlernen Bäume als verkettete Datenstruktur repräsentieren können Rekursive Funktionen auf Bäumen verstehen und schreiben können
MehrSchein-/Bachelorklausur Teil 2 am Zulassung: Mindestens 14 Punkte in Teilklausur 1 und 50% der Übungspunkte aus dem 2. Übungsblock.
Schein-/Bachelorklausur Teil 2 am 13.02.2007 Zulassung: Mindestens 14 Punkte in Teilklausur 1 und 50% der Übungspunkte aus dem 2. Übungsblock. Alle Studiengänge außer Bachelor melden sich über die Lehrstuhlwebseite
MehrProgrammieren in Java
Programmieren in Java Vorlesung 09: Generics and Comparison Prof. Dr. Peter Thiemann Albert-Ludwigs-Universität Freiburg, Germany SS 2017 Peter Thiemann (Univ. Freiburg) Programmieren in Java JAVA 1 /
MehrVorlesung 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
MehrEinführung in die Informatik: Programmierung und Software-Entwicklung, WS 11/12 1. Kapitel 11. Listen. Listen
Einführung in die Informatik: Programmierung und Software-Entwicklung, WS 11/12 1 Kapitel 11 Einführung in die Informatik: Programmierung und Software-Entwicklung, WS 11/12 2 Ziele Implementierungen für
MehrKapitel 4: Bäume i. 1. Einleitung. 2. Ein Datenmodell für Listen. 3. Doppelt-verkettete Listen. 4. Bäume. 5. Das Collections-Framework in Java
Kapitel 4: Bäume i 1. Einleitung 2. Ein Datenmodell für Listen 3. Doppelt-verkettete Listen 4. Bäume 5. Das Collections-Framework in Java Prof. Dr. Peer Kröger: EiP (WS 18/19) Teil 11: Datenstrukturen
Mehr