6. Algorithmen der Computer-Geometrie
|
|
|
- Paula Auttenberg
- vor 10 Jahren
- Abrufe
Transkript
1 6. Algorithmen der Computer-Geometrie 1. Einführung 2. Schnitt von zwei Strecken 3. Punkt-in-Polygon-Test 4. Schnitt orthogonaler Strecken 5. Punkteinschlussproblem Geo-Informationssysteme 146
2 6.1 Computer-Geometrie (I) Definition Teilgebiet der Informatik, das sich mit der Lösung geometrischer Fragestellungen durch geeignete Algorithmen und Datenstrukturen beschäftigt Anmerkungen Die algorithmische Lösung einer einfachen geometrischen Fragestellung kann sehr komplex sein (vom Algorithmus und/oder von der Laufzeit her) Die Algorithmische Geometrie legt ihren Schwerpunkt auf die Studie der algorithmischen Komplexität elementarer geometrischer Probleme Den Einsatz von geometrischen Algorithmen in einem GIS hat aber u.a. folgende Probleme: Komplexität der Implementierung (viele Sonderfälle) Anfälligkeit für Rundungsfehler Hohe Konstanten bei der Laufzeitkomplexität Geo-Informationssysteme 147
3 6.1 Computer-Geometrie (II) Wichtige Probleme Berechnung der konvexen Hülle Distanzprobleme: Bestimme das Paar von Punkten mit minimalem Abstand Inklusionstest und -berechnungen: Teste, ob ein Punkt im Inneren eines geschlossenen Polygons liegt Bestimme alle Punkte, die in einem Rechteck liegen Zerlegungen von Objekten in Primitive: Zerlege ein Polygon in eine minimale Anzahl von Dreiecken konvexe Hülle minimaler Abstand Punkt in Polygon Punkte im Rechteck Zerlegung in Dreiecke Geo-Informationssysteme 148
4 6.1 Computer-Geometrie (III) Wichtigste Paradigmen Plane-Sweep Verwendung einer vertikalen Lauflinie (Sweep Line) Sweep Line Divide-and-Conquer (Teile und Herrsche) Aufteilen des Problems in Teilprobleme Lösen der Teilprobleme Kombinieren der Lösungsmengen der Teilprobleme Geo-Informationssysteme 149
5 6.1 Computer-Geometrie (IV) Spatial Join Welche Paare von MURs besitzen nichtleeren Schnitt? Fall1: ein Kantenpaar schneidet sich Schnitt einer Menge von orthogonalen Strecken (1) Fall 2: ein MUR liegt vollständig innerhalb des anderen Punkteinschlussproblem, d.h. Schnitt einer Menge von Punkten und einer Menge von Rechtecken (2) (1) (2) Schneiden sich diese beiden Polygone? Schnitt zweier Strecken Geo-Informationssysteme 150
6 6.1 Computer-Geometrie (V) Fensteranfragen Welche dieser MURs schneiden das Anfragefenster? Schnitt einer Menge von orthogonalen Strecken Schneidet das Anfragefenster dieses Polygon? Schnitt zweier Strecken Punktanfragen Welche Punkte liegen in welchen dieser MURs? (Spatial Join zwischen Punkten und MUR s) mit dem Prädikat Inklusion Punkteinschlussproblem (1) Liegt der Anfragepunkt in diesem Polygon? Punkt-In-Polygon Test (2) (1) (2) Geo-Informationssysteme 151
7 6.2 Schnitt von zwei Strecken (I) Gegeben zwei Strecken S 1 und S 2 Gesucht Fälle Schneiden sich S 1 und S 2? Wenn ja: ihr Schnittpunkt. B D F H J L A C E G I K Strecken A und B schneiden sich Strecken C und D und Strecken E und F schneiden sich nicht, jedoch schneiden sich ihre zugehörigen Geraden Strecken G und H berühren sich Strecken I und J liegen parallel und überlappen sich Strecken L und K liegen parallel und schneiden sich nicht Geo-Informationssysteme 152
8 6.2 Schnitt von zwei Strecken (II) Gegeben seien die beiden Strecken s 1 und s 2 durch die Eckpunkte P i1 und P i2 Parameterdarstellung mit t 1, t 2 [0,1]: s 1 : (1-t 1 ) P 11 + t 1 P 12 s 2 : (1-t 2 ) P 21 + t 2 P 22 P 12 x t 1 = 1 x t 1 = 0.5 P 11 x t 1 = 0 3 Fälle: 1. s 1 und s 2 liegen auf der gleichen Geraden 2. s 1 und s 2 liegen auf unterschiedlichen parallelen Geraden 3. Die Geraden von s 1 und s 2 haben genau einen Schnittpunkt Geo-Informationssysteme 153
9 6.2 Schnitt von zwei Strecken (III) Schnittpunktberechnung (Annahme: s 1 und s 2 weder horizontal noch vertikal) Notation: x ij := P ij.x y ij := P ij.y (1-t 1 ) x 11 + t 1 x 12 = (1-t 2 ) x 21 + t 2 x 22 (1-t 1 ) y 11 + t 1 y 12 = (1-t 2 ) y 21 + t 2 y 22 // der Schnittpunkt erfüllt // beide Streckengleichungen ( x x ) ( y y ) ( y y ) ( x x ) ( x x ) ( y y ) ( y y ) ( x x ) t 1 = , t 2 analog Nenner gleich 0 Strecken parallel (s 1 und s 2 haben die selbe Steigung) P 12 P 22 y 11 -y 12 y 21 -y 22 P 11 P 21 x 11 -x 12 (x 11 -x 12 ) (y 21 -y 22 ) = (y 11 -y 12 ) (x 21 -x 22 ) x21-x22 Geo-Informationssysteme 154
10 6.2 Schnitt von zwei Strecken (IV) Fallunterscheidung Nenner gleich 0 Teste, ob P 11 oder P 12 auf s 2 liegen, d.h. die Streckengleichung erfüllen. a) P 11 oder P 12 liegen auf s 2 Die Strecken s 1 und s 2 überlappen sich. Alle Punkte im Überlappungsbereich sind Schnittpunkte. b) weder P 11 noch P 12 liegen auf s 2 Die Strecken s 1 und s 2 liegen nebeneinander, sie besitzen keinen Schnittpunkt. Nenner ungleich 0 a) 0 t 1 1 und 0 t 2 1 Die Strecken s 1 und s 2 schneiden sich. Berechnung des Schnittpunkts durch Einsetzen von t i in Gleichung von s i b) t 1 < 0 oder t 1 > 1 oder t 2 < 0 oder t 2 > 1 Die Strecken s 1 und s 2 schneiden sich nicht. Geo-Informationssysteme 155
11 6.2 Schnitt von zwei Strecken (V) Ungenauigkeiten im Rastermodell Wieviele Schnittpunkte hat ein Paar von Strecken? Euklidische Geometrie: (höchstens) 1 Schnittpunkt Rastermodell:??? Strecke besitzt mit Strecke keinen gemeinsamen Schnittpunkt Strecke besitzt mit Strecke drei gemeinsame Schnittpunkte Geo-Informationssysteme 156
12 6.3 Punkt-in-Polygon-Test (I) Gegeben Gesucht Ein einfaches Polygon P = (P 1,,P n ) und ein Anfragepunkt Q Liegt Punkt Q im Inneren des Polygons P? P 1?? Q 2 Q 1 P 2 P P 3 Geo-Informationssysteme 157
13 6.3 Punkt-in-Polygon-Test (II) Lösung 1 Grundlage: Jordansches Kurven-Theorem Jedes Polygon zerteilt den Raum in ein Inneres und Äußeres. Idee: Schicke einen Strahl S (der Einfachheit halber parallel zur x-achse) vom Punkt Q und zähle, wie oft er die Kanten des Polygons schneidet: Anzahl ungerade: Q liegt im Inneren Anzahl gerade: Q liegt im Äußeren Beispiel: Q 2 Q 1 Geo-Informationssysteme 158
14 6.3 Punkt-in-Polygon-Test (III) Algorithmus Für jede der n Kanten des Polygons P: Berechne den Schnitt der Kante mit dem Strahl S. Falls Schnittpunkt vorhanden, inkrementiere Zähler. Laufzeitkomplexität: Schnitt zweier Strecken ist O(1), O(n) Aufrufe davon --> O(n) Fallunterscheidung (siehe Übung) 1 Schnitt 1, 2 oder 3 Schnitte? 1 oder 2 Schnitte? wieviel Schnitte? Geo-Informationssysteme 159
15 Lösung Punkt-in-Polygon-Test (IV) Die zu einem Polygon R und Punkt Q gehörenden Sektorenstrahlen sind durch die Kanten von Q nach P i gegeben. Berechne Θ(R,Q), die Summe aller Winkel zwischen benachbarten Sektorenstrahlen. Es gilt: Θ(R,Q) = 2π, so liegt Q im Inneren von R Θ(R,Q) = π, so liegt Q auf dem Rand von R Θ(R,Q) = 0, so liegt Q im Äußeren von R Winkel zw. P 1 und P 2 P 2 P 1 Q Geo-Informationssysteme 160
16 6.4 Schnitt orthogonaler Strecken (I) Gegeben Menge von horizontalen und vertikalen (orthogonalen) Strecken Gesucht Annahme Alle Paare sich schneidender Strecken A B D C G F Die Endpunkte verschiedener Strecken besitzen jeweils unterschiedliche x- und y-koordinaten damit sind Schnitte nur zwischen horizontalen und vertikalen Strecken möglich Geo-Informationssysteme 161 E Lösung: (B,C) (C,D) (D,E) (F,G)
17 6.4 Schnitt orthogonaler Strecken (II) Naiver Algorithmus benötigt O(n 2 ) Vergleiche da jede Strecke mit allen anderen Strecken verglichen wird Bessere Algorithmen Vorstellung von zwei Lösungen, die auf den Paradigmen Plane-Sweep Divide-and-Conquer basieren Beide Algorithmen besitzen eine Laufzeit von O(n log n + k) k ist die Zahl der Antworten Geo-Informationssysteme 162
18 Idee 6.4 Plane-Sweep-Lösung (I) Schiebe eine vertikale Gerade (Sweep Line), von links nach rechts durch den 2- dim. Datenraum Halte dabei nur an interessanten Stellen (Event Points) Beobachte dann alle Objekte, die die Sweep Line schneiden Datenstrukturen A C Haltepunkt B D kein Haltepunkt Haltepunkt In dem Event Point Schedule werden alle Haltepunkte der Sweep Line in x-richtung sortiert organisiert. In dem Sweep Line Status werden die aktuell die Sweep Line schneidenden Objekte verwaltet; insbesondere muß hier das Löschen und Einfügen der Objekte effizient gelöst sein G E F Geo-Informationssysteme 163
19 6.4 Plane-Sweep-Lösung (II) Beobachtungen für Schnitt orthogonaler Strecken Horizontale Strecken schneiden die Sweep Line in einer festen y-koordinate Vertikale Strecken schneiden die Sweep Line in einem y-intervall. Horizontale Strecken, die diese vertikale Strecke schneiden, erfüllen folgende Eigenschaften: Sie schneiden auch die Sweepline Ihre y-koordinate liegt im y-intervall A B D C G E F Geo-Informationssysteme 164
20 Datenstrukturen 6.4 Plane-Sweep-Lösung (III) Event Point Schedule: enthält die x-koordinate jeder vertikalen Strecke und die min. und max. x-koordinaten jeder horizontalen Strecke (sortiert) Sweep Line Status: enthält alle horizontalen Strecken, die die Sweep Line momentan schneiden (sortiert) Algorithmus FOR each s.x IN Event-Point-Schedule WITH ASCENDING ORDER OF x DO IF s is horizontal segment THEN IF x is minimum point of segment s THEN insert s into Sweep-Line-Status ELSIF x is maximum point of segment s THEN remove s from Sweep-Line-Status ELSIF s is vertical segment THEN intersections := Sweep-Line-Status.range-query (s.y1 t.y s.y2); FOR each t IN intersections DO report s and t intersect ; END FOR each t IN intersections; END FOR each s.x IN Event-Point-Schedule; Geo-Informationssysteme 165
21 Vorgehen am Beispiel A A B B D 6.4 Plane-Sweep-Lösung (IV) D Haltepunkt: A.x Stat = {} C G C G E F E F A Event Point Schedule mit allen Haltepunkten: A.x, C.x1, B.x, F.x1, E.x1, D.x, C.x2, G.x, F.x2, E.x2 Sweep Line Status: Stat = {} B D C G Geo-Informationssysteme 166 E F Haltepunkt: C.x1 Aktion: Füge C in Stat ein Stat = {C}. A B D C F E G Haltepunkt: B.x Aktion: Finde alle I Stat mit B.y1 I.y B.y2 Stat = {C} I = C Antwort: (B,C)
22 6.4 Plane-Sweep-Lösung (V) Vorgehen am Beispiel (Forts.) A A B B D D C C G G F F E E Haltepunkt: E.x1 Aktion: Füge E in Stat ein Stat = {C,E,F} ( sortiert!) Haltepunkt: F.x1 Aktion: Füge F in Stat ein Stat = {C, F}. A B D C G E F Haltepunkt: D.x Aktion: Finde alle I Stat mit D.y1 I.y D.y2 Stat = {C,E,F} I {C,E} Antworten: (D,C), (D,E) A D B C E F G Haltepunkt: C.x2 Aktion: Lösche C aus Stat Stat = {E,F}. Geo-Informationssysteme 167
23 6.4 Plane-Sweep-Lösung (VI) Komplexitätsberechnung Zum Abspeichern des Sweep Line Status wird ein höhenbalancierter Baum (z.b. ein Baum) verwendet, wobei die Blätter bzgl. der Sortierung miteinander verkettet sind wichtige Eigenschaften (bei n gespeicherten Strecken): Einfügen und Löschen benötigt O(log n) Zeit Bereichsanfrage (mit r Antworten) benötigt O(log n + r) Zeit Laufzeitkomplexität des Plane-Sweep-Algorithmus Aufbau des Event Point Schedule: O(n log n) Durchlauf der Sweep Line: Einfügen in Sweep Line Status: O(n log n) Löschen aus Sweep Line Status: O(n log n) Bereichsanfragen: O(n log n + k) Gesamtkosten: O(n log n + k) Geo-Informationssysteme 168
24 6.4 Divide-and-Conquer-Lösung (I) Idee Teile die Menge der Objekte in zwei Teilmengen (Divide) Löse das Problem für die Teilmengen (Conquer) Verschmelze die Lösungen der Teilprobleme zu einer Gesamtlösung (Merge) Anwendung auf Schnittproblem orthogonaler Strecken Divide: Betrachte die Menge S aller x-koordinaten von vertikalen Strecken und aller Endpunkte horizontaler Strecken Teile S in zwei etwa gleichgroße Mengen S 1 und S 2 auf, so daß für alle x 1 S 1 und x 2 S 2 gilt: x 1 < x 2 Conquer: Löse das Problem für die Mengen S 1 und S 2 Geo-Informationssysteme 169
25 6.4 Divide-and-Conquer-Lösung (II) Merge beim Schnittproblem orthogonaler Strecken Beim Merge werden Schnittpunkte nur für folgende Fälle berechnet: 1. Der linke Endpunkt einer horizontalen Strecke liegt in S 1, und der rechte Endpunkt liegt rechts von S Der rechte Endpunkt einer horizontalen Strecke liegt in S 2, und der linke Endpunkt liegt links von S 1. S 1 S 2 Strecken in S 2 bzw. S 1, deren y-intervall die y-koordinate überdeckt Strecke schneidet alle vertikalen S 1 S 2 Insbesondere sind damit alle Schnitte für den Fall, in dem der linke Eckpunkt einer Strecke in S 1 und der rechte Endpunkt in S 2 liegt, immer schon vorher berechnet worden. S 1 S 2 Strecken in S 1 bzw. S 2 sind schon berechnet. Alle Schnitte mit Definition: Y V := { (v.x, y) v V, y Y, v.y1 y v.y2} Geo-Informationssysteme 170
26 6.4 Divide-and-Conquer-Lösung (III) Datenstrukturen S ist ein nach den x-koordinaten sortiertes Array von horizontalen Eckpunkten bzw. vertikalen Strecken L ist eine nach y-koordinaten sortierte Liste aller linken Endpunkte in S, deren rechter Endpunkt nicht in S liegt R ist eine nach y-koordinaten sortierte Liste aller rechten Endpunkte in S, deren linker Endpunkt nicht in S liegt V ist eine nach y-koordinaten des unteren Endpunkts sortierte Liste aller vertikalen Strecken in S L R V S Geo-Informationssysteme 171
27 6.4 Divide-and-Conquer-Lösung (IV) Algorithmus StreckenSchnitt (IN S, OUT L, OUT R, OUT V) IF S = 1 THEN L := ; R := ; V := ; IF S[1] linker Eckpunkt THEN L := {s}; (* s S *) IF S[1] rechter Eckpunkt THEN R := {s}; IF S[1] vertikale Strecke THEN V := {s}; ELSE Teile S in zwei gleich große Mengen S 1 und S 2 auf, so daß für alle x 1 S 1 und x 2 S 2 gilt: x 1 < x 2 ; L 1 StreckenSchnitt (S 1, L 1, R 1, V 1 ); StreckenSchnitt (S 2, L 2, R 2, V 2 ); V 1 h := L 1 R 2 ; L 1 Gebe (L 1 \ h) V 2 aus; (* Fall 1 *) Gebe (R 2 \ h) V 1 aus; (* Fall 2 *) R L := (L 1 \ h) L 2 ; V R := R 1 (R 2 \ h); V := V 1 V 2 ; L // Y V := { (v.x, y) v V, y Y, v.y1 y v.y2} R L 2 2 R 1 h V 2 V L Geo-Informationssysteme 172
28 6.4 Divide-and-Conquer-Lösung (V) Komplexitätsanalyse Sortierung von S: O(n log n) Divide (ein Schritt): O(1) Merge: Die Mengenoperationen (, ) auf L, R und V (ein Schritt) können in O(n) bearbeitet werden Die Operation M V kann in O( M + V + M V ) durchgeführt werden (d.h. lineare Laufzeit + Anzahl der gefundenen Paare, siehe Übung) Anzahl der Rekursionen: O(log n) Gesamtaufwand: O(n log n + k) Geo-Informationssysteme 173
29 Gegeben 6.5 Punkteinschlußproblem (I) Eine Menge P von Punkten und eine Menge R von Rechtecken. Gesucht Alle Paare (p,r) mit p P, r R, wobei p in r liegt Plane-Sweep-Lösung Betrachte nur die vertikalen Kanten der Rechtecke Menge der Haltepunkte (Event Point Schedule) setzt sich zusammen aus allen Punkten p und den x-koordinaten der vertikalen Kanten (nach x sortiert) Linke Kanten werden in den Sweep Line Status eingefügt Rechte Kanten werden aus dem Sweep Line Status entfernt Für einen Punkt p des Event Point Schedule müssen alle Kanten im Sweep Line Status bestimmt werden, deren y-intervall die y-koordinate von p enthält Sweep Line Geo-Informationssysteme 174
30 Definition 6.5 Segmentbaum (I) Datenstruktur zur effizienten Implementierung des Sweep Line Status beim Punkteinschlußproblem Sei y 0, y N eine Menge von Punkten im 1-dimensionalen Datenraum mit y i-1 < y i für 1 i N. Der Segmentbaum für diese Menge ist ein binärer Baum mit minimaler Höhe, dessen Knoten folgende Segmente zugeordnet sind: jedem Blattknoten ist ein Segment [y i-1,y i ] zugeordnet jedem inneren Knoten ist die Vereinigung der Segmente seines Teilbaums zugeordnet [y 0,y N ] [y 0,y 2 ] [y 0,y 1 ] [y 1,y 2 ] [y N-1,y N ] Jeder Knoten besitzt zusätzlich eine Liste für abzuspeichernde Intervalle Geo-Informationssysteme 175
31 Einfügen eines Intervalls 6.5 Segmentbaum (II) Ein Intervall i = [l,u] wird in der Liste eines Knotens abgelegt, falls i das zugehörige Segment des Knotens überdeckt, jedoch das Segment des Vaterknotens nicht überdeckt [y 0,y 1 ] [y 1,y 2 ] [y N-1,y N ] l u Punktanfrage Finde zu einem gegebenen Punkt p [y 0,y N ] alle Intervalle i, die p überdecken. Bestimme den Pfad von der Wurzel zu dem Blatt, so daß das zugeordnete Segment des Knotens stets p enthält. Die Antwortmenge der Anfrage ist die Vereinigung der Intervallisten aller Knoten dieses Pfades. Geo-Informationssysteme 176
32 Komplexitätsanalyse 6.5 Segmentbaum (III) Aufbau des Segmentbaums mit leeren Intervall-Listen: O(N) Zeit und O(N) Speicherplatz Einfügen eines Intervalls in den Baum: Maximal zwei Knoten auf jeder Stufe des Baums sind durch das Einfügen betroffen Einfügen in eine (unsortierte) Intervalliste benötigt O(1) Zeit O(log N) Zeit Löschen aus dem Baum: analog zu Einfügen, d.h. O(log N) Zeit Punktanfrage: O(log N + r) Zeit, wenn r die Größe der Antwortmenge ist Geo-Informationssysteme 177
33 Komplexitätsanalyse 6.5 Punkteinschlußproblem (II) Bezeichner n r = Anzahl der Rechtecke, n p = Anzahl der Punkte, n = n r + n p k = Anzahl der gefundenen Paare (Punkt,Rechteck) Sortierung der Haltepunkte (pro Rechteck 2, pro Punkt 1): O(n log n) Zeit Aufbau des leeren Segmentbaums: Berechne die Segmentstruktur aus den y-koordinaten der Rechtecke, sortiere diese Koordinaten und erzeuge den leeren Segmentbaum: O(n r log n r ) = O(n log n) Zeit Einfügen und Löschen im Segmentbaum: O(n r log n r ) Zeit Punktanfragen: O(n p log n r + k) Zeit Gesamtkosten: O(n log n + k) Zeit O(n + n r log n r ) Speicherplatz Nachteil: hoher Speicherplatzaufwand Geo-Informationssysteme 178
34 Motivation 6.5 Intervallbaum (I) Verwendung anstelle des Segmentbaums beim Punkteinschlußproblem Unterschied zum Segmentbaum: Knoten des Baums repräsentieren nicht ein Segment, sondern einen Punkt Vorteil: Speicherplatzbedarf O(n) Aufbau eines Binärbaums Sei I 1, I 2,, I n eine Menge von Intervallen mit I i = [u i,o i ], 1 i n. Sei P = { y 1,, y s } die Menge der Punkte, die Eckpunkt von zumindest einem Intervall sind, s 2n. Sortiere P, so daß y i < y i+1 gilt. Erzeuge einen binären Suchbaum mit minimaler Höhe für die Punkte y 1,,y s Menge der Intervalle y 1 y 2 y 3 y 4 y 5 y 6 y 7 Binärbaum Geo-Informationssysteme 179
35 Einfügen eines Intervalls 6.5 Intervallbaum (II) Jeder Knoten Node besitzt einen Punkt Node.y; jedem Knoten wird eine Menge von Intervallen I 1,,I m zugeordnet, die den Punkt Node.y enthalten. Es werden zwei sortierte Listen über der Menge I 1,,I m geführt: u-liste: alle Intervalle sind nach den u-werten aufsteigend sortiert o-liste: alle Intervalle sind nach den o-werten absteigend sortiert Ein Intervall I wird in die beiden Listen des ersten Knotens K eingetragen, dessen Punkt K.y in I enthalten ist (Durchlauf von der Wurzel beginnend): Algorithmus Insert (I, Node) IF I.u Node.y I.o THEN InsertIntoList (u_list, I.u); InsertIntoList (o_list, I.o); ELSIF I.o < Node.y THEN Insert (I, Node.left) ELSE Insert (I, Node.right) (erster Aufruf mit Node = Wurzel) Geo-Informationssysteme 180
36 Beispiel für das Einfügen 6.5 Intervallbaum (III) 4 y 1 y 2 y 3 y 4 y 5 y 6 y Komplexitätsanalyse [0,2] [0,2] [0,5] [0,8] [5,8] [0,8] [0,5] [6,8] [3,4] [3,4] u-liste Verwende zur Organisation der Listen balancierter Bäume (z.b Baum) Einfügen in die o- und u-liste benötigt O(log n) Zeit Erreichen des Knotens im Intervallbaum: O(log n) Zeit o-liste Gesamtaufwand für eine Einfügung: O(log n) Zeit O(1) Speicherplatz Speicherplatzaufwand für n Intervalle: O(n) [5,8] [6,8] Geo-Informationssysteme 181
37 6.5 Intervallbaum (IV) Punktanfrage Gegeben: Anfragepunkt y Gesucht: alle Intervalle I, die y enthalten Algorithmus PointQuery (Node, y) IF y = Node.y THEN Gebe alle Intervalle der u-liste aus; ELSIF y < Node.y THEN Gebe sequentiell den Anfang der u-liste aus, bis ein u-wert rechts von y liegt; PointQuery (Node.left, y); ELSE Gebe sequentiell den Anfang der o-liste aus, bis ein o-wert links von y liegt; PointQuery (Node.right, y); Geo-Informationssysteme 182
38 6.5 Intervallbaum (V) Beispiel für die Punktanfrage PointQuery (Wurzel,2) [0,2] [0,2] [0,5] [0,8] [5,8] [0,8] [0,5] [6,8] [3,4] [3,4] [5,8] [6,8] Komplexitätsanalyse der Punktanfrage Für jeden Knoten des Intervallbaums wird maximal auf ein Intervall zugegriffen, das nicht Antwort ist Die Anfrage ist auf einen Pfad des Baums beschränkt Gesamtaufwand: O(log n + k) (k = Größe der Antwortmenge) Geo-Informationssysteme 183
Kapitel 6: Algorithmen der Computer-Geometrie
LUDWIG- MAXIMILIANS- UNIVERSITY MUNICH DEPARTMENT INSTITUTE FOR INFORMATICS Kapitel 6: Algorithmen der Computer-Geometrie Skript zur Vorlesung Geo-Informationssysteme Wintersemester 2015/16 Ludwig-Maximilians-Universität
Kapiteltests zum Leitprogramm Binäre Suchbäume
Kapiteltests zum Leitprogramm Binäre Suchbäume Björn Steffen Timur Erdag überarbeitet von Christina Class Binäre Suchbäume Kapiteltests für das ETH-Leitprogramm Adressaten und Institutionen Das Leitprogramm
Entscheidungsbäume. Definition Entscheidungsbaum. Frage: Gibt es einen Sortieralgorithmus mit o(n log n) Vergleichen?
Entscheidungsbäume Frage: Gibt es einen Sortieralgorithmus mit o(n log n) Vergleichen? Definition Entscheidungsbaum Sei T ein Binärbaum und A = {a 1,..., a n } eine zu sortierenden Menge. T ist ein Entscheidungsbaum
Kapitel 4: Dynamische Datenstrukturen. Algorithmen und Datenstrukturen WS 2012/13. Prof. Dr. Sándor Fekete
Kapitel 4: Dynamische Datenstrukturen Algorithmen und Datenstrukturen WS 2012/13 Prof. Dr. Sándor Fekete 4.4 Binäre Suche Aufgabenstellung: Rate eine Zahl zwischen 100 und 114! Algorithmus 4.1 INPUT: OUTPUT:
Algorithmen und Datenstrukturen
Algorithmen und Datenstrukturen Dipl. Inform. Andreas Wilkens [email protected] Überblick Grundlagen Definitionen Elementare Datenstrukturen Rekursionen Bäume 2 1 Datenstruktur Baum Definition eines Baumes
Idee: Wenn wir beim Kopfknoten zwei Referenzen verfolgen können, sind die Teillisten kürzer. kopf Eine Datenstruktur mit Schlüsselwerten 1 bis 10
Binäre Bäume Bäume gehören zu den wichtigsten Datenstrukturen in der Informatik. Sie repräsentieren z.b. die Struktur eines arithmetischen Terms oder die Struktur eines Buchs. Bäume beschreiben Organisationshierarchien
Abschnitt: Algorithmendesign und Laufzeitanalyse
Abschnitt: Algorithmendesign und Laufzeitanalyse Definition Divide-and-Conquer Paradigma Divide-and-Conquer Algorithmen verwenden die Strategien 1 Divide: Teile das Problem rekursiv in Subproblem gleicher
13. 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),
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
Kapitel 5: Dynamisches Programmieren Gliederung
Gliederung 1. Grundlagen 2. Zahlentheoretische Algorithmen 3. Sortierverfahren 4. Ausgewählte Datenstrukturen 5. Dynamisches Programmieren 6. Graphalgorithmen 7. String-Matching 8. Kombinatorische Algorithmen
Suchbäume. Annabelle Klarl. Einführung in die Informatik Programmierung und Softwareentwicklung
Suchbäume Annabelle Klarl Zentralübung zur Vorlesung Einführung in die Informatik: http://www.pst.ifi.lmu.de/lehre/wise-13-14/infoeinf WS13/14 Action required now 1. Smartphone: installiere die App "socrative
4. Jeder Knoten hat höchstens zwei Kinder, ein linkes und ein rechtes.
Binäre Bäume Definition: Ein binärer Baum T besteht aus einer Menge von Knoten, die durch eine Vater-Kind-Beziehung wie folgt strukturiert ist: 1. Es gibt genau einen hervorgehobenen Knoten r T, die Wurzel
Vorkurs Informatik WiSe 15/16
Konzepte der Informatik Dr. Werner Struckmann / Stephan Mielke, Jakob Garbe, 16.10.2015 Technische Universität Braunschweig, IPS Inhaltsverzeichnis Suchen Binärsuche Binäre Suchbäume 16.10.2015 Dr. Werner
Sortierte Folgen 250
Sortierte Folgen 250 Sortierte Folgen: he 1,...,e n i mit e 1 apple applee n kennzeichnende Funktion: M.locate(k):= addressof min{e 2 M : e k} Navigations Datenstruktur 2 3 5 7 11 13 17 19 00 Annahme:
Algorithmen und Datenstrukturen Suchbaum
Algorithmen und Datenstrukturen Suchbaum Matthias Teschner Graphische Datenverarbeitung Institut für Informatik Universität Freiburg SS 12 Motivation Datenstruktur zur Repräsentation dynamischer Mengen
Datenstrukturen und Algorithmen
Datenstrukturen und Algorithmen VO 708.031 Bäume [email protected] 1 Inhalt der Vorlesung 1. Motivation, Einführung, Grundlagen 2. Algorithmische Grundprinzipien 3. Sortierverfahren 4. Halden
Binäre Bäume. 1. Allgemeines. 2. Funktionsweise. 2.1 Eintragen
Binäre Bäume 1. Allgemeines Binäre Bäume werden grundsätzlich verwendet, um Zahlen der Größe nach, oder Wörter dem Alphabet nach zu sortieren. Dem einfacheren Verständnis zu Liebe werde ich mich hier besonders
Funktionen (linear, quadratisch)
Funktionen (linear, quadratisch) 1. Definitionsbereich Bestimme den Definitionsbereich der Funktion f(x) = 16 x 2 2x + 4 2. Umkehrfunktionen Wie lauten die Umkehrfunktionen der folgenden Funktionen? (a)
Eine Baumstruktur sei folgendermaßen definiert. Eine Baumstruktur mit Grundtyp Element ist entweder
Programmieren in PASCAL Bäume 1 1. Baumstrukturen Eine Baumstruktur sei folgendermaßen definiert. Eine Baumstruktur mit Grundtyp Element ist entweder 1. die leere Struktur oder 2. ein Knoten vom Typ Element
( ) als den Punkt mit der gleichen x-koordinate wie A und der
ETH-Aufnahmeprüfung Herbst 05 Mathematik I (Analysis) Aufgabe [6 Punkte] Bestimmen Sie den Schnittwinkel α zwischen den Graphen der Funktionen f(x) x 4x + x + 5 und g(x) x x + 5 im Schnittpunkt mit der
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. äume / Graphen 5. Hashing 6. Algorithmische Geometrie 4/5, olie 1 2014 Prof. Steffen Lange - HDa/bI
Lineare Gleichungssysteme
Brückenkurs Mathematik TU Dresden 2015 Lineare Gleichungssysteme Schwerpunkte: Modellbildung geometrische Interpretation Lösungsmethoden Prof. Dr. F. Schuricht TU Dresden, Fachbereich Mathematik auf der
Datenstruktur, die viele Operationen dynamischer Mengen unterstützt
Algorithmen und Datenstrukturen 265 10 Binäre Suchbäume Suchbäume Datenstruktur, die viele Operationen dynamischer Mengen unterstützt Kann als Wörterbuch, aber auch zu mehr eingesetzt werden (Prioritätsschlange)
3.1 Konstruktion von minimalen Spannbäumen Es gibt zwei Prinzipien für die Konstruktion von minimalen Spannbäumen (Tarjan): blaue Regel rote Regel
3.1 Konstruktion von minimalen Spannbäumen Es gibt zwei Prinzipien für die Konstruktion von minimalen Spannbäumen (Tarjan): blaue Regel rote Regel EADS 3.1 Konstruktion von minimalen Spannbäumen 16/36
Tutorium Algorithmen & Datenstrukturen
June 16, 2010 Binärer Baum Binärer Baum enthält keine Knoten (NIL) besteht aus drei disjunkten Knotenmengen: einem Wurzelknoten, einem binären Baum als linken Unterbaum und einem binären Baum als rechten
Lineare Funktionen. 1 Proportionale Funktionen 3 1.1 Definition... 3 1.2 Eigenschaften... 3. 2 Steigungsdreieck 3
Lineare Funktionen Inhaltsverzeichnis 1 Proportionale Funktionen 3 1.1 Definition............................... 3 1.2 Eigenschaften............................. 3 2 Steigungsdreieck 3 3 Lineare Funktionen
Lernziele: Ausgleichstechniken für binäre Bäume verstehen und einsetzen können.
6. Bäume Lernziele 6. Bäume Lernziele: Definition und Eigenschaften binärer Bäume kennen, Traversierungsalgorithmen für binäre Bäume implementieren können, die Bedeutung von Suchbäumen für die effiziente
Algorithmische Techniken für Geometrische Probleme
Algorithmische Techniken für Geometrische Probleme Berthold Vöcking 14. Juni 2007 Inhaltsverzeichnis 1 Die Sweepline-Technik 2 1.1 Schnitte orthogonaler Liniensegmente............... 2 1.2 Schnitte beliebiger
Algorithmen und Datenstrukturen Balancierte Suchbäume
Algorithmen und Datenstrukturen Balancierte Suchbäume Matthias Teschner Graphische Datenverarbeitung Institut für Informatik Universität Freiburg SS 12 Überblick Einführung Einfügen und Löschen Einfügen
Programmiertechnik II
Bäume Symboltabellen Suche nach Werten (items), die unter einem Schlüssel (key) gefunden werden können Bankkonten: Schlüssel ist Kontonummer Flugreservierung: Schlüssel ist Flugnummer, Reservierungsnummer,...
Literatur. Dominating Set (DS) Dominating Sets in Sensornetzen. Problem Minimum Dominating Set (MDS)
Dominating Set 59 Literatur Dominating Set Grundlagen 60 Dominating Set (DS) M. V. Marathe, H. Breu, H.B. Hunt III, S. S. Ravi, and D. J. Rosenkrantz: Simple Heuristics for Unit Disk Graphs. Networks 25,
Sortierverfahren für Felder (Listen)
Sortierverfahren für Felder (Listen) Generell geht es um die Sortierung von Daten nach einem bestimmten Sortierschlüssel. Es ist auch möglich, daß verschiedene Daten denselben Sortierschlüssel haben. Es
15 Optimales Kodieren
15 Optimales Kodieren Es soll ein optimaler Kodierer C(T ) entworfen werden, welcher eine Information (z.b. Text T ) mit möglichst geringer Bitanzahl eindeutig überträgt. Die Anforderungen an den optimalen
AVL-Bäume Analyse. Theorem Ein AVL-Baum der Höhe h besitzt zwischen F h und 2 h 1 viele Knoten. Definition Wir definieren die nte Fibonaccizahl:
AVL-Bäume Analyse (Folie 85, Seite 39 im Skript) Theorem Ein AVL-Baum der Höhe h besitzt zwischen F h und 2 h 1 viele Knoten. Definition Wir definieren die nte Fibonaccizahl: 0 falls n = 0 F n = 1 falls
6.2 Scan-Konvertierung (Scan Conversion)
6.2 Scan-Konvertierung (Scan Conversion) Scan-Konvertierung ist die Rasterung von einfachen Objekten (Geraden, Kreisen, Kurven). Als Ausgabemedium dient meist der Bildschirm, der aus einem Pixelraster
Algorithmik II. a) Fügen Sie in einen anfangs leeren binären Baum die Schlüsselfolge 20, 28, 35, 31, 9, 4, 13, 17, 37, 25 ein.
Aufgabe 10 Binäre Bäume a) Fügen Sie in einen anfangs leeren binären Baum die Schlüsselfolge, 28, 35, 31, 9, 4,, 17, 37, 25 ein. 1. Einfügen von : 3. Einfugen von 35: 2. Einfügen von 28: 28 28 10. Einfügen
Anmerkungen zur Übergangsprüfung
DM11 Slide 1 Anmerkungen zur Übergangsprüfung Aufgabeneingrenzung Aufgaben des folgenden Typs werden wegen ihres Schwierigkeitsgrads oder wegen eines ungeeigneten fachlichen Schwerpunkts in der Übergangsprüfung
Mathematischer Vorbereitungskurs für Ökonomen
Mathematischer Vorbereitungskurs für Ökonomen Dr. Thomas Zehrt Wirtschaftswissenschaftliches Zentrum Universität Basel Gleichungen Inhalt: 1. Grundlegendes 2. Lineare Gleichungen 3. Gleichungen mit Brüchen
Hauptprüfung Abiturprüfung 2014 (ohne CAS) Baden-Württemberg
Baden-Württemberg: Abitur 04 Pflichtteil www.mathe-aufgaben.com Hauptprüfung Abiturprüfung 04 (ohne CAS) Baden-Württemberg Pflichtteil Hilfsmittel: keine allgemeinbildende Gymnasien Alexander Schwarz www.mathe-aufgaben.com
Welche Lagen können zwei Geraden (im Raum) zueinander haben? Welche Lagen kann eine Gerade bezüglich einer Ebene im Raum einnehmen?
Welche Lagen können zwei Geraden (im Raum) zueinander haben? Welche Lagen können zwei Ebenen (im Raum) zueinander haben? Welche Lagen kann eine Gerade bezüglich einer Ebene im Raum einnehmen? Wie heiÿt
3.2 Binäre Suche. Usr/local/www/ifi/fk/menschen/schmid/folien/infovk.ppt 1
3.2 Binäre Suche Beispiel 6.5.1: Intervallschachtelung (oder binäre Suche) (Hier ist n die Anzahl der Elemente im Feld!) Ein Feld A: array (1..n) of Integer sei gegeben. Das Feld sei sortiert, d.h.: A(i)
Teil III: Routing - Inhalt I. Literatur. Geometric Routing. Voraussetzungen. Unit Disk Graph (UDG) Geometric Routing 29
1 29 Teil III: Routing - Inhalt I Literatur Compass & Face Routing Bounded & Adaptive Face Routing Nicht Ω(1) UDG E. Kranakis, H. Singh und Jorge Urrutia: Compass Routing on Geometric Networks. Canadian
Gleichungen und Ungleichungen
Gleichungen Ungleichungen. Lineare Gleichungen Sei die Gleichung ax = b gegeben, wobei x die Unbekannte ist a, b reelle Zahlen sind. Diese Gleichung hat als Lösung die einzige reelle Zahl x = b, falls
t r Lineare Codierung von Binärbbäumen (Wörter über dem Alphabet {, }) Beispiel code( ) = code(, t l, t r ) = code(t l ) code(t r )
Definition B : Menge der binären Bäume, rekursiv definiert durch die Regeln: ist ein binärer Baum sind t l, t r binäre Bäume, so ist auch t =, t l, t r ein binärer Baum nur das, was durch die beiden vorigen
KONSTRUKTION VON ROT-SCHWARZ-BÄUMEN
KONSTRUKTION VON ROT-SCHWARZ-BÄUMEN RALF HINZE Institut für Informatik III Universität Bonn Email: [email protected] Homepage: http://www.informatik.uni-bonn.de/~ralf Februar, 2001 Binäre Suchbäume
4. Lernen von Entscheidungsbäumen. Klassifikation mit Entscheidungsbäumen. Entscheidungsbaum
4. Lernen von Entscheidungsbäumen Klassifikation mit Entscheidungsbäumen Gegeben sei eine Menge von Objekten, die durch /Wert- Paare beschrieben sind. Jedes Objekt kann einer Klasse zugeordnet werden.
SS 2005 FAU Erlangen 20.6.2005. Eine Wegeplanungs-Strategie. Jeremy Constantin, Michael Horn, Björn Gmeiner
SS 2005 FAU Erlangen 20.6.2005 Voronoi Diagramm Eine Wegeplanungs-Strategie Jeremy Constantin, Michael Horn, Björn Gmeiner Grundseminar: Umgebungsexploration und Wegefindung mit Robotern am Beispiel "Katz
x 2 2x + = 3 + Es gibt genau ein x R mit ax + b = 0, denn es gilt
- 17 - Die Frage ist hier also: Für welche x R gilt x = x + 1? Das ist eine quadratische Gleichung für x. Es gilt x = x + 1 x x 3 = 0, und man kann quadratische Ergänzung machen:... ( ) ( ) x x + = 3 +
WS 2008/09. Diskrete Strukturen
WS 2008/09 Diskrete Strukturen Prof. Dr. J. Esparza Lehrstuhl für Grundlagen der Softwarezuverlässigkeit und theoretische Informatik Fakultät für Informatik Technische Universität München http://www7.in.tum.de/um/courses/ds/ws0809
1 topologisches Sortieren
Wolfgang Hönig / Andreas Ecke WS 09/0 topologisches Sortieren. Überblick. Solange noch Knoten vorhanden: a) Suche Knoten v, zu dem keine Kante führt (Falls nicht vorhanden keine topologische Sortierung
Algorithmen und Datenstrukturen 2
Algorithmen und Datenstrukturen 2 Sommersemester 2006 3. Vorlesung Peter F. Stadler Universität Leipzig Institut für Informatik [email protected] Algorithmen für Graphen Fragestellungen: Suche
V 2 B, C, D Drinks. Möglicher Lösungsweg a) Gleichungssystem: 300x + 400 y = 520 300x + 500y = 597,5 2x3 Matrix: Energydrink 0,7 Mineralwasser 0,775,
Aufgabenpool für angewandte Mathematik / 1. Jahrgang V B, C, D Drinks Ein gastronomischer Betrieb kauft 300 Dosen Energydrinks (0,3 l) und 400 Liter Flaschen Mineralwasser und zahlt dafür 50, Euro. Einen
Geometrische Algorithmen
Geometrische Algorithmen Thomas Röfer Motivation Scan-line-Prinzip Konvexe Hülle Distanzprobleme Voronoi-Diagramm Rückblick Manipulation von Mengen Vorrangwarteschlange Heap HeapSort swap(a, 0, 4) 1 5
Formelsammlung zur Kreisgleichung
zur Kreisgleichung Julia Wolters 6. Oktober 2008 Inhaltsverzeichnis 1 Allgemeine Kreisgleichung 2 1.1 Berechnung des Mittelpunktes und Radius am Beispiel..... 3 2 Kreis und Gerade 4 2.1 Sekanten, Tangenten,
www.mathe-aufgaben.com
Abiturprüfung Mathematik 008 Baden-Württemberg (ohne CAS) Pflichtteil Aufgaben Aufgabe 1: ( VP) x Gegeben ist die Funktion f mit f(x). x Bilden Sie die Ableitung von f und fassen Sie diese so weit wie
Primzahlen und RSA-Verschlüsselung
Primzahlen und RSA-Verschlüsselung Michael Fütterer und Jonathan Zachhuber 1 Einiges zu Primzahlen Ein paar Definitionen: Wir bezeichnen mit Z die Menge der positiven und negativen ganzen Zahlen, also
Aufgabe 1. Zunächst wird die allgemeine Tangentengleichung in Abhängigkeit von a aufgestellt:
Aufgabe 1 1.1. Bestimmung von D max : 1. Bedingung: x >0 ; da ln(x) nur für x > 0 definiert ist. 2. Bedingung: Somit ist die Funktion f a nur für x > 0 definiert und sie besitzt eine Definitionslücke an
Vorkurs Mathematik Übungen zu Polynomgleichungen
Vorkurs Mathematik Übungen zu en 1 Aufgaben Lineare Gleichungen Aufgabe 1.1 Ein Freund von Ihnen möchte einen neuen Mobilfunkvertrag abschließen. Es gibt zwei verschiedene Angebote: Anbieter 1: monatl.
Abituraufgabe zur analytischen Geometrie, Hessen 2013, B2, Grundkurs (TR)
Abituraufgabe zur analytischen Geometrie, Hessen 2013, B2, Grundkurs (TR) 1 Bei Ausgrabungen wurden die Überreste einer 4500 Jahre alten Pyramide entdeckt. Die Abbildung zeigt die Ansicht der Pyramidenruine
Zeichen bei Zahlen entschlüsseln
Zeichen bei Zahlen entschlüsseln In diesem Kapitel... Verwendung des Zahlenstrahls Absolut richtige Bestimmung von absoluten Werten Operationen bei Zahlen mit Vorzeichen: Addieren, Subtrahieren, Multiplizieren
Algorithmen II Vorlesung am 15.11.2012
Algorithmen II Vorlesung am 15.11.2012 Kreisbasen, Matroide & Algorithmen INSTITUT FÜR THEORETISCHE INFORMATIK PROF. DR. DOROTHEA WAGNER KIT Universität des Landes Baden-Württemberg und Algorithmen nationales
WS 2009/10. Diskrete Strukturen
WS 2009/10 Diskrete Strukturen Prof. Dr. J. Esparza Lehrstuhl für Grundlagen der Softwarezuverlässigkeit und theoretische Informatik Fakultät für Informatik Technische Universität München http://www7.in.tum.de/um/courses/ds/ws0910
50. Mathematik-Olympiade 2. Stufe (Regionalrunde) Klasse 11 13. 501322 Lösung 10 Punkte
50. Mathematik-Olympiade. Stufe (Regionalrunde) Klasse 3 Lösungen c 00 Aufgabenausschuss des Mathematik-Olympiaden e.v. www.mathematik-olympiaden.de. Alle Rechte vorbehalten. 503 Lösung 0 Punkte Es seien
3. LINEARE GLEICHUNGSSYSTEME
176 3. LINEARE GLEICHUNGSSYSTEME 90 Vitamin-C-Gehalt verschiedener Säfte 18,0 mg 35,0 mg 12,5 mg 1. a) 100 ml + 50 ml + 50 ml = 41,75 mg 100 ml 100 ml 100 ml b) : Menge an Kirschsaft in ml y: Menge an
WS 2013/14. Diskrete Strukturen
WS 2013/14 Diskrete Strukturen Prof. Dr. J. Esparza Lehrstuhl für Grundlagen der Softwarezuverlässigkeit und theoretische Informatik Fakultät für Informatik Technische Universität München http://www7.in.tum.de/um/courses/ds/ws1314
Suche in Spielbäumen Spielbäume Minimax Algorithmus Alpha-Beta Suche. Suche in Spielbäumen. KI SS2011: Suche in Spielbäumen 1/20
Suche in Spielbäumen Suche in Spielbäumen KI SS2011: Suche in Spielbäumen 1/20 Spiele in der KI Suche in Spielbäumen Spielbäume Minimax Algorithmus Alpha-Beta Suche Einschränkung von Spielen auf: 2 Spieler:
Binäre Bäume Darstellung und Traversierung
Binäre Bäume Darstellung und Traversierung Name Frank Bollwig Matrikel-Nr. 2770085 E-Mail [email protected] Datum 15. November 2001 0. Vorbemerkungen... 3 1. Terminologie binärer Bäume... 4 2.
Algorithmen und Datenstrukturen Bereichsbäume
Algorithmen und Datenstrukturen Bereichsbäume Matthias Teschner Graphische Datenverarbeitung Institut für Informatik Universität Freiburg SS 12 Überblick Einführung k-d Baum BSP Baum R Baum Motivation
Kostenmaße. F3 03/04 p.188/395
Kostenmaße Bei der TM nur ein Kostenmaß: Ein Schritt (Konfigurationsübergang) kostet eine Zeiteinheit; eine Bandzelle kostet eine Platzeinheit. Bei der RAM zwei Kostenmaße: uniformes Kostenmaß: (wie oben);
Abiturprüfung Mathematik 2008 (Baden-Württemberg) Berufliche Gymnasien ohne TG Analysis, Aufgabe 1
Abiturprüfung Mathematik (Baden-Württemberg) Berufliche Gymnasien ohne TG Analysis, Aufgabe Für jedes t f t () + t R ist die Funktion f t gegeben durch = mit R. Das Schaubild von f t heißt K t.. (6 Punkte)
Wiederholung ADT Menge Ziel: Verwaltung (Finden, Einfügen, Entfernen) einer Menge von Elementen
Was bisher geschah abstrakter Datentyp : Signatur Σ und Axiome Φ z.b. ADT Menge zur Verwaltung (Finden, Einfügen, Entfernen) mehrerer Elemente desselben Typs Spezifikation einer Schnittstelle Konkreter
Nachhilfe-Kurs Mathematik Klasse 13 Freie Waldorfschule Mitte
Nachhilfe-Kurs Mathematik Klasse 13 Freie Waldorfschule Mitte März 2008 Zusammenfassung IB 1. Lagebeziehungen zwischen geometrischen Objekten 1.1 Punkt-Gerade Ein Punkt kann entweder auf einer gegebenen
Gegeben ist die Funktion f durch. Ihr Schaubild sei K.
Aufgabe I 1 Gegeben ist die Funktion f durch. Ihr Schaubild sei K. a) Geben Sie die maximale Definitionsmenge D f an. Untersuchen Sie K auf gemeinsame Punkte mit der x-achse. Bestimmen Sie die Intervalle,
Theoretische Grundlagen der Informatik
Theoretische Grundlagen der Informatik Vorlesung am 12.01.2012 INSTITUT FÜR THEORETISCHE 0 KIT 12.01.2012 Universität des Dorothea Landes Baden-Württemberg Wagner - Theoretische und Grundlagen der Informatik
Programmieren I. Kapitel 7. Sortieren und Suchen
Programmieren I Kapitel 7. Sortieren und Suchen Kapitel 7: Sortieren und Suchen Ziel: Varianten der häufigsten Anwendung kennenlernen Ordnung Suchen lineares Suchen Binärsuche oder Bisektionssuche Sortieren
OECD Programme for International Student Assessment PISA 2000. Lösungen der Beispielaufgaben aus dem Mathematiktest. Deutschland
OECD Programme for International Student Assessment Deutschland PISA 2000 Lösungen der Beispielaufgaben aus dem Mathematiktest Beispielaufgaben PISA-Hauptstudie 2000 Seite 3 UNIT ÄPFEL Beispielaufgaben
Folge 19 - Bäume. 19.1 Binärbäume - Allgemeines. Grundlagen: Ulrich Helmich: Informatik 2 mit BlueJ - Ein Kurs für die Stufe 12
Grundlagen: Folge 19 - Bäume 19.1 Binärbäume - Allgemeines Unter Bäumen versteht man in der Informatik Datenstrukturen, bei denen jedes Element mindestens zwei Nachfolger hat. Bereits in der Folge 17 haben
Hauptprüfung Abiturprüfung 2015 (ohne CAS) Baden-Württemberg
Hauptprüfung Abiturprüfung 205 (ohne CAS) Baden-Württemberg Wahlteil Analysis Hilfsmittel: GTR und Formelsammlung allgemeinbildende Gymnasien Alexander Schwarz www.mathe-aufgaben.com März 205 Aufgabe A
Repetitionsaufgaben: Lineare Funktionen
Kantonale Fachschaft Mathematik Repetitionsaufgaben: Lineare Funktionen Zusammengestellt von Irina Bayer-Krakvina, KSR Lernziele: - Wissen, was ein Steigungsdreieck einer Geraden ist und wie die Steigungszahl
Kap. 4.2: Binäre Suchbäume
Kap. 4.2: Binäre Suchbäume Professor Dr. Lehrstuhl für Algorithm Engineering, LS11 Fakultät für Informatik, TU Dortmund 11. VO DAP2 SS 2009 26. Mai 2009 1 Zusätzliche Lernraumbetreuung Morteza Monemizadeh:
Unterlagen für die Lehrkraft
Ministerium für Bildung, Jugend und Sport Zentrale Prüfung zum Erwerb der Fachhochschulreife im Schuljahr 01/01 Mathematik. Juni 01 09:00 Uhr Unterlagen für die Lehrkraft 1. Aufgabe: Differentialrechnung
1. Einfach verkettete Liste unsortiert 2. Einfach verkettete Liste sortiert 3. Doppelt verkettete Liste sortiert
Inhalt Einführung 1. Arrays 1. Array unsortiert 2. Array sortiert 3. Heap 2. Listen 1. Einfach verkettete Liste unsortiert 2. Einfach verkettete Liste sortiert 3. Doppelt verkettete Liste sortiert 3. Bäume
3.3 Eigenwerte und Eigenräume, Diagonalisierung
3.3 Eigenwerte und Eigenräume, Diagonalisierung Definition und Lemma 3.3.1. Sei V ein K-Vektorraum, φ End K (V ), λ K. Wir defnieren den zu λ gehörigen Eigenraum von φ als Dies ist ein Unterraum von V.
Alignment-Verfahren zum Vergleich biologischer Sequenzen
zum Vergleich biologischer Sequenzen Hans-Joachim Böckenhauer Dennis Komm Volkshochschule Zürich. April Ein biologisches Problem Fragestellung Finde eine Methode zum Vergleich von DNA-Molekülen oder Proteinen
Handbuch. NAFI Online-Spezial. Kunden- / Datenverwaltung. 1. Auflage. (Stand: 24.09.2014)
Handbuch NAFI Online-Spezial 1. Auflage (Stand: 24.09.2014) Copyright 2016 by NAFI GmbH Unerlaubte Vervielfältigungen sind untersagt! Inhaltsangabe Einleitung... 3 Kundenauswahl... 3 Kunde hinzufügen...
Grundlagen der Informatik. Prof. Dr. Stefan Enderle NTA Isny
Grundlagen der Informatik Prof. Dr. Stefan Enderle NTA Isny 2 Datenstrukturen 2.1 Einführung Syntax: Definition einer formalen Grammatik, um Regeln einer formalen Sprache (Programmiersprache) festzulegen.
Suchen und Sortieren Sortieren. Heaps
Suchen und Heaps (Folie 245, Seite 63 im Skript) 3 7 21 10 17 31 49 28 14 35 24 42 38 Definition Ein Heap ist ein Binärbaum, der die Heapeigenschaft hat (Kinder sind größer als der Vater), bis auf die
Lineare Gleichungssysteme
Lineare Gleichungssysteme 1 Zwei Gleichungen mit zwei Unbekannten Es kommt häufig vor, dass man nicht mit einer Variablen alleine auskommt, um ein Problem zu lösen. Das folgende Beispiel soll dies verdeutlichen
Konzepte der Informatik
Konzepte der Informatik Vorkurs Informatik zum WS 2011/2012 26.09. - 30.09.2011 17.10. - 21.10.2011 Dr. Werner Struckmann / Christoph Peltz Stark angelehnt an Kapitel 1 aus "Abenteuer Informatik" von Jens
Lenstras Algorithmus für Faktorisierung
Lenstras Algorithmus für Faktorisierung Bertil Nestorius 9 März 2010 1 Motivation Die schnelle Faktorisierung von Zahlen ist heutzutage ein sehr wichtigen Thema, zb gibt es in der Kryptographie viele weit
Umgekehrte Kurvendiskussion
Umgekehrte Kurvendiskussion Bei einer Kurvendiskussion haben wir eine Funktionsgleichung vorgegeben und versuchen ihre 'Besonderheiten' herauszufinden: Nullstellen, Extremwerte, Wendepunkte, Polstellen
Download. Mathematik üben Klasse 8 Funktionen. Differenzierte Materialien für das ganze Schuljahr. Jens Conrad, Hardy Seifert
Download Jens Conrad, Hard Seifert Mathematik üben Klasse 8 Funktionen Differenzierte Materialien für das ganze Schuljahr Downloadauszug aus dem Originaltitel: Mathematik üben Klasse 8 Funktionen Differenzierte
Nachtrag zu binären Suchbäumen
Nachtrag zu binären Suchbäumen (nicht notwendigerweise zu AVL Bäumen) Löschen 1 3 2 10 4 12 1. Fall: Der zu löschende Knoten ist ein Blatt: einfach löschen 2. Fall: Der zu löschende Knoten hat ein Nachfolgeelement
Abschlussprüfung Realschule Bayern II / III: 2009 Haupttermin B 1.0 B 1.1
B 1.0 B 1.1 L: Wir wissen von, dass sie den Scheitel hat und durch den Punkt läuft. Was nichts bringt, ist beide Punkte in die allgemeine Parabelgleichung einzusetzen und das Gleichungssystem zu lösen,
Aufgaben zur Flächenberechnung mit der Integralrechung
ufgaben zur Flächenberechnung mit der Integralrechung ) Geben ist die Funktion f(x) = -x + x. a) Wie groß ist die Fläche, die die Kurve von f mit der x-chse einschließt? b) Welche Fläche schließt der Graph
How to do? Projekte - Zeiterfassung
How to do? Projekte - Zeiterfassung Stand: Version 4.0.1, 18.03.2009 1. EINLEITUNG...3 2. PROJEKTE UND STAMMDATEN...4 2.1 Projekte... 4 2.2 Projektmitarbeiter... 5 2.3 Tätigkeiten... 6 2.4 Unterprojekte...
Über Arrays und verkettete Listen Listen in Delphi
Über Arrays und verkettete Listen Listen in Delphi Michael Puff [email protected] 2010-03-26 Inhaltsverzeichnis Inhaltsverzeichnis 1 Einführung 3 2 Arrays 4 3 Einfach verkettete Listen 7 4 Doppelt verkettete
Mathematik-Klausur vom 16.4.2004
Mathematik-Klausur vom 16..200 Aufgabe 1 Die Wucher-Kredit GmbH verleiht Kapital zu einem nominellen Jahreszinsfuß von 20%, wobei sie die anfallenden Kreditzinsen am Ende eines jeden Vierteljahres der
Abituraufgabe zur Stochastik, Hessen 2009, Grundkurs (TR)
Abituraufgabe zur Stochastik, Hessen 2009, Grundkurs (TR) Eine Firma stellt USB-Sticks her. Sie werden in der Fabrik ungeprüft in Packungen zu je 20 Stück verpackt und an Händler ausgeliefert. 1 Ein Händler
Grundlagen der Programmierung 2. Bäume
Grundlagen der Programmierung 2 Bäume Prof. Dr. Manfred Schmidt-Schauÿ Künstliche Intelligenz und Softwaretechnologie 24. Mai 2006 Graphen Graph: Menge von Knoten undzugehörige (gerichtete oder ungerichtete)
