Zuschauer beim Berlin-Marathon

Transkript

1 Zuschauer beim Berlin-Marathon Stefan Hougardy, Stefan Kirchner und Mariano Zelke Jedes Computerprogramm, sei es ein Betriebssystem, eine Textverarbeitung oder ein Computerspiel, ist aus einer Vielzahl von Algorithmen zusammen gesetzt. Ein Algorithmus ist eine Art Rechenvorschrift, die Daten als Eingabe entgegennimmt und daraus ein Ergebnis berechnet. Um beispielsweise die Anzeige des Mauszeigers auf dem Bildschirm zu steuern, erhält der dafür zuständige Algorithmus die letzte Position des Mauszeigers und die Bewegung der Maus auf dem Schreibtisch als Eingabe. Daraus wird die neue Position des Mauszeigers berechnet, sie bildet die Ausgabe des Algorithmus. Die Eingabedaten für einen Algorithmus sind gewöhnlich im Arbeitsspeicher oder auf der Festplatte eines Computers gespeichert. Der Arbeitsspeicher ist viel schneller, dafür aber auch kleiner als eine Festplatte. Natürlich ist es kein Problem, die wenigen Werte, aus der die Eingabe für den Mauszeiger-Algorithmus besteht, im Arbeitsspeicher aufzubewahren. Es gibt aber auch eine Reihe von Problemen, bei denen die Eingabedaten so umfangreich sind, dass sie sich nur auf der Festplatte des Computers abspeichern lassen. Eine große Telefongesellschaft, die die Verbindungsdaten aller geführten Telefongespräche speichert, muss pro Tag mehr als 100 Millionen Datensätze speichern. Innerhalb eines Monats fallen daher leicht mehrere 100 Gigabyte Daten an, die nicht mehr in den Arbeitsspeicher des Computers passen sondern auf der Festplatte abgespeichert werden müssen. Algorithmen, die sich ihre Eingabedaten von einer Festplatte holen müssen, können sehr langsam sein, da es mehr als eine Million mal länger dauern kann, Daten von der Festplatte statt aus dem Arbeitsspeicher des Computers zu holen. Um dies zu verstehen wollen wir kurz erläutern, wie eine Festplatte funktioniert. Eine Festplatte besteht aus rotierenden Schei- 53

2 Mathematik in Bewegung ben, auf denen ein Schreib-/Lesekopf positioniert werden kann, um gezielt bestimmte Bereiche zu lesen oder zu beschreiben. Da bei jeder Kopfbewegung dessen mechanische Trägheit überwunden werden muss, ergibt sich daraus der größte Nachteil einer Festplatte: Die Zugriffszeit, die nötig ist, um den Kopf auf einem gewünschten Bereich zu platzieren, liegt bei einigen Millisekunden (10 3 s). Diese Zeitdauer mag uns sehr kurz erscheinen, ein einziger Flügelschlag der Stubenfliege dauert so lange, ein menschlicher Wimpernschlag benötigt ein Vielfaches davon. Für den Computer allerdings vergeht eine kleine Ewigkeit, aktuelle Prozessoren sind in der Lage, in dieser Zeit 5 Millionen Rechenoperationen durchzuführen. Um dennoch große Datenmengen, die auf einer Festplatte gespeichert sind, hinreichend schnell verarbeiten zu können, nutzt man nun die Idee, dass man die Daten nur einmal lesen darf und zwar in der Reihenfolge, in der sie auf der Festplatte gespeichert sind. So können mehrere unmittelbar hintereinander liegende Datensätze ohne Kopfneuausrichtung der Festplatte gelesen werden, da sie auf der rotierenden Scheibe der Festplatte nacheinander unter dem Kopf hindurch fahren. Für den Algorithmus, der die Daten verarbeitet, stellt sich dann natürlich das Problem, dass die Daten, die er benötigt nicht in der Reihenfolge eintreffen, wie er sie vielleicht bräuchte. Möchte ein Algorithmus, der auf den Verbindungsdaten einer Telefongesellschaft arbeitet zum Beispiel alle Verbindungsdaten zu einer einzelnen Person wissen, so sind diese natürlich nicht alle am Stück gespeichert sondern verteilen sich gemäß ihrer zeitlichen Reihenfolge über die gesamten Verbindungsdaten. Ein Algorithmus, der die Eingabedaten ohne vorherige Kenntnis der Reihenfolge in einem Durchgang verarbeitet, wird Datenstromoder Streaming-Algorithmus genannt. Um Zwischenergebnisse und auch Teile der Eingabedaten abzulegen, kann der schnelle Arbeitsspeicher des Computers genutzt werden. Wenn die gesamte Eingabe nicht in den Arbeitsspeicher passt, muss der Streaming-Algorithmus entscheiden, welche Teile der Eingabe nicht zwischengespeichert werden müssen und bei welchen Teilen das nötig ist. Diese Entscheidung für jede Information in der Eingabe schnell und vor 54

3 Zuschauer beim Berlin-Marathon Abbildung km Staffel, Tiergarten Berlin 006 allem ohne Kenntnis der später eintreffenden Eingabedaten zu fällen, macht die Herausforderung für einen Streaming-Algorithmus aus. Es lässt sich sogar noch mehr mit einem Streaming-Algorithmus anfangen als ein schnelleres Verarbeiten von Daten auf der Festplatte: Einen Streaming-Algorithmus, der auf Verbindungsdaten einer Telefongesellschaft arbeitet, kann man rund um die Uhr laufen lassen. Statt nun die Verbindungsdaten eines Telefongesprächs zu speichern, werden diese direkt dem Streaming-Algorithmus übergeben, der sie sofort verarbeitet. Man kann sich so das Speichern aller Verbindungsdaten sparen. Als ein einfaches Beispiel für einen Streaming-Algorithmus stellen wir uns die folgende Situation vor: Fred ist Zuschauer beim Berlin-Marathon. Er steht bei Kilometer 10. Leider ist er etwas zu spät gekommen, daher hat er die ersten beiden Läufer verpasst. Er weiß zwar nicht, wie viele Läufer insgesamt beim Berlin-Marathon teilnehmen, aber er weiß, dass alle Läufer durchgehend nummerierte Startnummern haben und bis Kilometer 10 niemand ausscheidet. Indem er zählt, wie viele Läufer an ihm vorbeilaufen, kann er leicht ermitteln, wie viele Läufer insgesamt teilgenommen haben. Mit welcher zusätzlichen Strategie kann Fred herausbekommen, welche 55

4 Mathematik in Bewegung Startnummern die beiden Läufer haben, die er verpasst hat, ohne dass er sich alle Startnummern der vorbeikommenden Läufer merken muss? Antwortmöglichkeiten 1. Das lässt sich nur beantworten, wenn im Voraus bekannt ist, wie viele Läufer teilnehmen.. Fred multipliziert die Startnummern aller vorbeikommenden Läufer miteinander. 3. Fred berechnet für einen vorbeikommenden Läufer mit Startnummer i die i-te Primzahl und summiert diese alle. 4. Fred summiert die Kubikzahlen der Startnummern der vorbeikommenden Läufer. 5. Fred berechnet die Summe der Startnummern der vorbeilaufenden Läufer und summiert zudem die Werte T(i) für jede Startnummer i, die vorbeikommt. Dabei sei T(i) die kleinste Primzahl, die i teilt. (T(1) sei 1.) 6. Fred berechnet sowohl die Summe als auch die Summe der Quadrate der Startnummern der vorbeilaufenden Läufer. 7. Fred addiert die Werte k S(k), wobei S(k) die Startnummer des k-ten an ihm vorbeikommenden Läufers ist. 8. Fred summiert alle Startnummern der vorbeilaufenden Läufer und sucht zusätzlich die größte und zweitgrößte Startnummer heraus. 9. Für jede Startnummer i eines vorbeikommenden Läufers berechnet Fred i, falls i gerade und 3 i falls i ungerade ist und multipliziert diese Zahlen miteinander. 10. Keine der hier angegebenen Strategien führt zum Erfolg. 56

5 Zuschauer beim Berlin-Marathon (Richtige Lösung: Antwort 6) Lösung Zu je zwei verschiedenen fehlenden Startnummerpaaren (a, b) und (c, d) müssen unterschiedliche Werte ausgerechnet werden. Andernfalls kann nicht entschieden werden, ob das Läuferpaar (a, b) oder (c, d) schon durchgelaufen ist. Diese Eigenschaft erfüllt nur Antwort 6. Bei Antwort kann z. B. nicht entschieden werden, ob Fred die Läufer mit den Nummern (1, 6) oder (, 3) verpasst hat (1 6 = 3). Analoges gilt für die Starnummern (, 6) und (3, 5) für Antwort 3 ( = ); (1, 1) und (9,10) für Antwort 4 ( = ). Ähnliche Beispiele lassen sich für die restlichen Antworten finden. Im Gegensatz dazu lassen sich mit Antwort 6 die fehlenden Startnummern wie folgt rekonstruieren. Zunächst seien s 1 die Summe der Startnummern und s die Summe der Quadrate der Startnummern. Außerdem wird die Anzahl der vorbeilaufenden Läufer gezählt, und damit kennt man auch die Gesamtanzahl der Läufer (nämlich S + ). Damit können nun und k := l := S + ν s 1 ν=1 S + ν s ν=1 berechnet werden. Um daraus die fehlenden Startnummern (i, j) zu rekonstruieren, muss man also das Gleichungssystem i + j = k (1) i + j = l () lösen. Gleichung () lässt sich als i +(k i) = l schreiben und 57

6 Mathematik in Bewegung diese quadratische Gleichung in i hat die Lösungen Eingesetzt in (1) ergibt sich dann i = k l k ±. (3) j = k l k Das Gleichungssystem ist also bis auf Symmetrie in i und j eindeutig lösbar und die fehlenden Startnummern (i, j) sind damit ( k l k +, k. ) l k bzw. aus Symmetriegründen ( k l k, k + ) l k. 58