11. Rekursion, Komplexität von Algorithmen
|
|
- Emma Cornelia Schulz
- vor 7 Jahren
- Abrufe
Transkript
1 nwendung der Rekursion 11. Rekursion, Komplexität von lgorithmen Teil 2 Java-eispiele: Power1.java Hanoi.java Rekursiv definierte Funktionen - Fibonacci-Funktion - Fakultät, Potenz -... Rekursiver ufbau der zu verarbeitenden Daten - Programme (ENF)-> ompiler - äume und Listen (Teil III) Natürliche rekursive Problemlösungen - Sortierverfahren - Türme von Hanoi -... Version: 23. Nov Programmstruktur: rekursiv definiert nweisung Rekursiver ufbau von Daten: Syntax von Programmiersprachen nweisung nweisung nweisung if ( x > 1 ) x = y ; else { y = z ; z = 1 ; 3 4
2 eispiel: rekursiver ufbau der Daten ompiler: Parser (Syntaxanalyse) ENF: Eingabedaten für ompiler/parser? nweisung ::= uswahlanweisung lock... uswahlanweisung ::= if ( usdruck ) nweisung [ else nweisung ] lock ::= { nweisung... Parser: 1. testet, ob nweisung vorliegt 2. findet if-nweisung 3. testet im Innern der if-nweisung: liegen 1 (2) innere nweisungen vor rekursiver ufruf des Tests, ob nweisung anliegt Parser : testet in jedem Zustand, ob bestimmte Syntaxeinheit anliegt if ( x > 1 ) else { x = y ; y = z ; z = 1 ; 1. Ebene 2. Ebene Einzelheiten: ompilerbau lgorithmus: Test auf nweisung lock / Verbundanweisung 3. Ebene 1. Ebene: Einstieg in den lgorithmus ompiler muss rekursiv arbeiten 2. Ebene: 1. rekursiver ufruf (zwei mal) 3. Ebene: 2. rekursiver ufruf (in lock, zwei mal) 5 6 nwendung der Rekursion Rekursiv definierte Funktionen - Fibonacci-Funktion - Fakultät, Potenz -... Rekursiver ufbau der zu verarbeitenden Daten - Programme (ENF)-> ompiler - äume und Listen (Teil III) Rekursive Problemlösungen: Türme von Hanoi Natürliche rekursive Problemlösungen - Sortierverfahren (II.12) - Türme von Hanoi
3 ufgabe: Rekursive Problemlösungen: Türme von Hanoi Scheiben liegen der Größe nach geordnet auf einem Platz und sollen auf einen Platz unter Zuhilfenahme eines Platzes transportiert werden. Randbedingungen: - immer nur eine Scheibe bewegen (die obere) - niemals größere über einer kleineren Scheibe ufgabe (Fortsetzung) Gesucht: Folge von Einzelbewegungen, die zum Ziel führen % java Hanoi nzahl der Scheiben: 5 Scheibenbewegungen: von nach von nach von nach von nach 9 10 Lösungsalgorithmus: iterativ oder rekursiv? Rekursiver Lösungsalgorithmus Gesucht: Folge von Einzelbewegungen, die zum Ziel führen. 0 d. h. lgorithmus muss für wiederholte erechnung von Einzelschritten sorgen. 1 Iterativer lgorithmus? Möglich - aber: nicht naheliegend Solange (noch nicht am Ziel) erechne nächste ewegung Rekursiver lgorithmus? Natürliche Lösung des Problems: Zerlegung des Problems in einfachere Teilprobleme, die rekursiv bearbeitet werden bewege n Scheiben bewege n-1 Scheiben
4 Rekursiver Lösungsalgorithmus Rekursiver Lösungsalgorithmus 0 1 Problem: ewege n Scheiben zurückgeführt auf 3 Teilprobleme: ewege n-1 Scheiben ewege n Scheiben von start über hilfe nach ziel nfang: n = 1 (e i n e Scheibe) Transportiere die Scheibe direkt von start nach ziel 2 3 ewege 1 Scheibe ewege n-1 Scheiben Schritt: n > 1 1. ewege n - 1 Scheiben *) von start über ziel nach hilfe 2. Transportiere eine (größte) Scheibe direkt von start nach ziel 3. ewege n - 1 Scheiben *) von hilfe über start nach ziel *) ewege : Kein gleichzeitiger Transport von n -1 > 1 Scheiben! Sondern: nwendung des lgorithmus auf weniger als n Scheiben (Rekursivität) Hanoi-Programm: rekursiver lgorithmus Hanoi-Programm: Rahmen static void bewege (int n, char start, char hilfe, char ziel) { public static void main (String argv[]) { int n; if (n == 1) System.out.println(" von " + start + " nach " + ziel); else { bewege(n - 1, start, ziel, hilfe); System.out.println(" von " + start + " nach " + ziel); bewege(n - 1, hilfe, start, ziel); Gesamtproblem 3 Teilprobleme (mit 2 rekursiven ufrufen) System.out.print("nzahl der Scheiben: "); n = Keyboard.readInt(); Plätze durch Zeichen if (n > 0) { bezeichnet bewege(n,,, ); else System.out.println("Zahl nicht positiv"); 15 16
5 Hanoi-Programm: Rahmen Hanoi-Programm: Visualisierung public static void main (String argv[]) { int n; System.out.print("nzahl der Scheiben: "); n = Keyboard.readInt(); if (n > 0) { bewege(n,,, ); else System.out.println("Zahl nicht positiv"); % java Hanoi nzahl der Scheiben: 5 Scheibenbewegungen: von nach von nach von nach von nach % java Hanoi nzahl der Scheiben: 10 Scheibenbewegungen: von nach 1023 ewegungen..% java Hanoi nzahl der Scheiben: 100 ca. 10 Mrd. Scheibenbewegungen: ufrufbeziehungen: Hanoi bk.: bewege(5,,, ) = b(5,,, ) b(5,,, ) Überführung: Rekursion Iteration b(4,,, ) b(4,,, ) Warum? b(3,,, ) b(3,,, ) b(2,...) b(2,...) Rekursion: zeit- und speicheraufwendig (ufrufe von Methoden) Es gibt Programmiersprachen ohne Rekursion b(1,...) b(1,...)
6 Hanoi: rekursiv iterativ (mit bspeicherung von zu lösenden Problemen: Stack) Grundprinzip: In einem (Zyklus-)Schritt: Löse immer das aktuelle Problem und merke die später zu lösenden Probleme in einem Problemspeicher (Stack) Ein Problem: ewege n Scheiben von 'start' über 'hilfe' nach 'ziel' Im Problemspeicher (Stack / Stapel): das aktuelle Problem ist 'oben' gespeichert, die anderen Probleme liegen darunter lgorithmus: Wie? Solange noch Probleme zu lösen sind while (!isempty(problemstack)) { // bearbeite das aktuelle (oberste) Problem eispiel: 'Problem-Stack' bewege (5, '', '', ''); Stackentwicklung (Speicher aller zu lösenden Probleme): nfang: 1. Zyklusschritt: aktuelles Problem alle zu lösenden Probleme while (!isempty(problemstack)) { // bearbeite das aktuelle (oberste) Problem aktuelles Problem n = 1 drucken und Problem streichen n > 1 Problem streichen + speichere drei neue Probleme 21 n = 1 drucken und Problem streichen n > 1 Problem streichen + speichere drei neue Probleme 22 eispiel: 'Problem-Stack' bewege (5, '', '', ''); eispiel: 'Problem-Stack' bewege (5, '', '', ''); nfang: 1. Zyklusschritt: 2. Zyklusschritt: Stackentwicklung: Weitere Zyklusschritte? 3. Zyklusschritt: 4. Zyklusschritt: nfang: 1. Zyklusschritt: 2. Zyklusschritt: Stackentwicklung: Zyklusschritt: 4 * drucken und 4 Probleme streichen: 3. Zyklusschritt: 4. Zyklusschritt:
7 Modifizierte ufgabe: Modifiziertes Problem: Türme von Hanoi Scheiben liegen der Größe nach geordnet auf einem Platz und sollen auf einen Platz unter Zuhilfenahme eines Platzes transportiert werden. Randbedingungen: Idee? - immer nur eine Scheibe bewegen (die obere) - niemals größere über einer kleineren Scheibe - Transport nur zwischen Nachbarplätzen, d.h. verboten, nzahl der Scheibenbewegungen? Wertung: Rekursion lternative iterative Lösung immer möglich - weil alles in Maschinensprache ablaufen muss ohne Rekursion - Idee für iterative Lösung: natürliche rekursive Lösung Iterative Variante: oft schneller (Methodenaufrufe: zeitintensiv) Rekursive Lösung: oft lesbarer, eleganter aber zeit- und speicheraufwendig Rekursion: nicht um jeden Preis Nur wenn Lesbarkeit erhöht, anwenden auf : rekursive Funktionen rekursive Daten rekursive Problemlösungen Rekursive Lösung dort meist die einzige sinnvolle! Komplexitätsbetrachtungen von lgorithmen Warum? Komplexität von lgorithmen: Rechenaufwand Nicht: Komplexität von Programmen Unterschied? Oft wichtig: - Vor Entwicklung von Programmen: Lohnt sich die Entwicklung eines Programms überhaupt: rechnet Jahre - Vor Nutzung von Programmen: Welche Eingaben verkraftet das Programm bzgl. der Laufzeit? Programm: Größe/Länge des Programms lgorithmus: Laufzeit/erechnungsaufwand 27 28
8 eispiel: Welche Eingaben verkraftet das Hanoi-Programm? Dauer aller Scheibenbewegungen % java Hanoi nzahl der Scheiben: 1000 Scheibenbewegungen: von nach Wie viele usgaben (welche Zeit)? Scheiben ewegungen 1 31 ~ 1 Mrd. ~ Zahl mit 100 Nullen ei einer Scheibe pro Sekunde nzahl Scheiben enötigte Zeit 5 31 Sekunden 10 17,1 Minuten Tage Jahre Jahrhunderte 60 36,6 Milliarden Jahre Milliarden Jahre Falls schneller Rechner: 1 Mia ewegungen pro Sekunde 585 Jahre für 64 Scheiben! 1000 Scheiben? Komplexitätsbetrachtungen: H a n o i Komplexitätsbetrachtungen: H a n o i n n nzahl ewegungen ~ nzahl ewegungen ~ llgemein: anz(n) = 2 n - 1 llgemein: anz(n) = 2 n - 1 eweis: Vollständige Induktion eweis: Vollständige Induktion nfang: anz(1) = 2-1 = 1 (gilt nach dem lgorithmus) nfang: anz(1) = 2-1 = 1 (gilt nach dem lgorithmus) Schritt: anz(n+1) = 2 (n+1) - 1 = 2 * 2 n - 1 = 2 * (2 n -1) + 1 = 2 * anz(n) + 1 (nach Vor.) Damit gilt: für (n+1) wird die bisher ermittelte nzahl für n verdoppelt + 1 Gilt nach: Hanoi-lgorithmus -> siehe eschreibung des lgorithmus Schritt: anz(n+1) = 2 (n+1) - 1 = 2 * 2 n - 1 = 2 * (2 n -1) + 1 = 2 * anz(n) + 1 bewege(n (nach- 1, Vor.) start, ziel, hilfe); Transportiere eine Scheibe(start " nach ziel); bewege(n - 1, hilfe, start, ziel); Damit gilt: für (n+1) wird die bisher ermittelte nzahl für n verdoppelt + 1 Gilt nach: Hanoi-lgorithmus -> siehe eschreibung des lgorithmus 31 32
9 Teilgebiete der Informatik und ihre eziehungen Komplexitätstheorie: Theorie des erechnungsaufwands von lgorithmen Praktische Informatik: - Datenbanken - Software Engineering - Programmiersprachen - ompilerbau - etriebssysteme - Systemanalyse Technische Informatik: Theoretische Informatik: (Teilbereiche:) - lgorithmentheorie - erechnungstheorie - odierungstheorie - formale Sprachen - utomatentheorie - Komplexitätstheorie - Logik ngewandte Informatik: 33 Komplexität von lgorithmen Zusammenhang zwischen Größe der Eingabe n erechnungsaufwand O(n) eispiele: Exponent n bei power n n (power) n log 2 n (power1) nzahl n der Scheiben bei Hanoi n 2 n -1 nzahl n der Elemente beim Sortieren Multiplikationen usgabeoperationen (Scheibenbewegungen) nzahl: Vergleiche, Vertauschungen 34 Komplexitätsklassen von lgorithmen Komplexitätsklassen: Zusammenhänge lgorithmen heißen..., falls der Zusammenhang zwischen n und dem erechnungsaufwand O in dem angegebenen Verhältnis steht. konstant: O(n) = Konstante k Größe der Eingabe: n logarithmisch: (power1) linear: (power) n log 2 n: O(n) = k * log 2 n O(n) = k * n O(n) = k * n log 2 n erechnungsaufwand: nzahl der Operationen (z.. Multiplikationen, Scheibenbewegungen) O (n) quadratisch: O(n) = k * n 2 polynomiell: O(n) = k * n m (m>1) exponentiell: O(n) = k * 2 n (Hanoi) genauer Wert bei Hanoi: 2 n -1 kleinere Dimension bei O(n) weggelassen es kommt auf Größenordnung an 35 k k log 2 n? power1 k * n power k * 2 n Hanoi 36
10 Komplexitätsklassen: ausgewählte Werte Komplexitätsbetrachtungen n konstant logarithmisch (power1) linear (power) quadratisch Programmierung: Suche nach effizienten lgorithmen nicht jeder lgorithmus ist geeignet Lohnt sich die Entwicklung eines Programms überhaupt (rechnet Jahre)? Welche Eingaben verkraftet das Programm bzgl. der Laufzeit (vgl. Hanoi-Programm)? exponentiell (Hanoi) ~10 Mrd. ~ (Größere Dimension entscheidet, kleinere Dimension weggelassen) 37 38
11. Rekursion, Komplexität von Algorithmen
11. Rekursion, Komplexität von Algorithmen Teil 2 Java-Beispiele: Power1.java Hanoi.java K. Bothe, Institut für Informatik, HU Berlin, GdP, WS 2015/16 Version: 23. Nov. 2015 Anwendung der Rekursion Rekursiv
MehrVorkurs Informatik WiSe 17/18
Java Rekursion Dr. Werner Struckmann / Stephan Mielke, Nicole Naczk, 10.10.2017 Technische Universität Braunschweig, IPS Überblick Einleitung Türme von Hanoi Rekursion Beispiele 10.10.2017 Dr. Werner Struckmann
MehrKomplexität von Algorithmen
Komplexität von Algorithmen Ziel Angabe der Effizienz eines Algorithmus unabhängig von Rechner, Programmiersprache, Compiler. Page 1 Eingabegröße n n Integer, charakterisiert die Größe einer Eingabe, die
MehrII.3.1 Rekursive Algorithmen - 1 -
1. Grundelemente der Programmierung 2. Objekte, Klassen und Methoden 3. Rekursion und dynamische Datenstrukturen 4. Erweiterung von Klassen und fortgeschrittene Konzepte II.3.1 Rekursive Algorithmen -
MehrKomplexität von Algorithmen
Komplexität von Algorithmen Prof. Dr. Christian Böhm WS 07/08 in Zusammenarbeit mit Gefei Zhang http://www.dbs.informatik.uni-muenchen.de/lehre/nfinfosw Ressourcenbedarf - Größenordnungen Prozesse verbrauchen
MehrGrundlagen der Programmierung WS 15/16 (Vorlesung von Prof. Bothe)
Humboldt-Universität zu Berlin Institut für Informatik Grundlagen der Programmierung WS 15/16 (Vorlesung von Prof. Bothe) Übungsblatt 4: Felder und Rekursion Abgabe: bis 9:00 Uhr am 14.12.2015 über Goya
MehrC++ - Kontrollstrukturen Teil 2
C++ - Kontrollstrukturen Teil 2 Reiner Nitsch 8417 r.nitsch@fbi.h-da.de Schleife und Verzweigung kombiniert SV initialisieren while(b1) if(b2) w f V1 V2 SV Richtung Ziel verändern Wichtiger Baustein vieler
MehrVorkurs Informatik WiSe 16/17
Java Rekursion Dr. Werner Struckmann / Stephan Mielke, Jakob Garbe, 11.10.2016 Technische Universität Braunschweig, IPS Überblick Einleitung Beispiele 11.10.2016 Dr. Werner Struckmann / Stephan Mielke,
MehrVorlesung Programmieren
Vorlesung Programmieren 11 Rekursion Jun.-Prof. Dr.-Ing. Anne Koziolek Version 1.1 ARBEITSGRUPPE ARCHITECTURE-DRIVEN REQUIREMENTS ENGINEERING (ARE) INSTITUT FÜR PROGRAMMSTRUKTUREN UND DATENORGANISATION
MehrHEUTE. Datenstrukturen im Computer. Datenstrukturen. Rekursion. Feedback Evaluation. abstrakte Datenstrukturen
9.2.5 HUT 9.2.5 3 atenstrukturen im omputer atenstrukturen ie beiden fundamentalen atenstrukturen in der Praxis sind rray und Liste Rekursion Feedback valuation rray Zugriff: schnell Umordnung: langsam
MehrRekursion. Sie wissen wie man Programme rekursiv entwickelt. Sie kennen typische Beispiele von rekursiven Algorithmen
Rekursion Sie wissen wie man Programme rekursiv entwickelt Sie kennen typische Beispiele von rekursiven Algorithmen Sie kennen die Vor-/Nachteile von rekursiven Algorithmen Einführung 2 von 40 Rekursiver
MehrSpeicher und Adressraum
Linearer Speicher (Adressraum) Technische Universität München Speicher und Adressraum Freie Speicherhalde (Heap) Freier Speicherstapel (Stack) Globale Variablen Bibliotheksfunktionen Laufzeitsystem Programmcode
MehrGrundlagen der Informatik Algorithmen und Komplexität
Grundlagen der Informatik Algorithmen und Komplexität Prof. Dr. Bernhard Schiefer (basierend auf Unterlagen von Prof. Dr. Duque-Antón) bernhard.schiefer@fh-kl.de http://www.fh-kl.de/~schiefer Inhalt Einleitung
MehrAlgorithmen und Datenstrukturen
Prof. r. V. Linnemann Lübeck, den. Oktober 00 Universität zu Lübeck Institut für Informationssysteme lgorithmen und atenstrukturen Sommersemester 00. Klausur Lösungen Hinweis: chten Sie bei Programmieraufgaben
MehrKlassenvariablen, Klassenmethoden
Einstieg in die Informatik mit Java, Vorlesung vom 11.12.07 Übersicht 1 Klassenmethoden 2 Besonderheiten von Klassenmethoden 3 Aufruf einer Klassenmethode 4 Hauptprogrammparameter 5 Rekursion Klassenmethoden
MehrProgrammieren 1 C Überblick
Programmieren 1 C Überblick 1. Einleitung 2. Graphische Darstellung von Algorithmen 3. Syntax und Semantik 4. Einstieg in C: Einfache Sprachkonstrukte und allgemeiner Programmaufbau 5. Skalare Standarddatentypen
MehrALPII Objektorientierte Programmierung
LPII Objektorientierte Programmierung für das 5. Übungsblatt 0 Prof. Dr. Margarita Esponda Sieb des Eratosthenes. Jahrhundert v. hr. Das Sieb des Eratosthenes ist ein sehr bekannter lgorithmus, der für
MehrDatenstrukturen und Algorithmen
Datenstrukturen und Algorithmen VO 708.031 27.10.2011 stefan.klampfl@tugraz.at 1 Wiederholung Wir vergleichen Algorithmen anhand des ordnungsmäßigen Wachstums von T(n), S(n), Asymptotische Schranken: O-Notation:
MehrKasparov versus Deep Blue. Till Tantau. Institut für Theoretische Informatik Universität zu Lübeck
Kasparov versus Deep Blue Institut für Theoretische Informatik Universität zu Lübeck 18. Vorlesung zu Informatik A für MLS 14. Dezember 2006 Die Lernziele der heutigen Vorlesung und der Übungen. 1 Das
MehrBeim rekursiven Aufruf einer Funktion wird jeweils ein Duplikat der gesamten Funktion im Speicher abgelegt.
Rekursion Unter Rekusion verstehen wir eine Funktion, die sich selbst aufruft. Da sie das nicht immerzu tun kann (das Programm würde ewig laufen) benötigt jeder rekursive Aufruf eine Abbruchbedingung!
MehrProf. Dr. Oliver Haase Karl Martin Kern Achim Bitzer. Programmiertechnik Klassenmethoden Teil 2
Prof. Dr. Oliver Haase Karl Martin Kern Achim Bitzer Programmiertechnik Klassenmethoden Teil 2 Rekursion 2/23 Definition Rekursion, die siehe Rekursion Was ist Rekursion Allgemein: Rekursion ist die Definition
MehrKapitel 9. Komplexität von Algorithmen und Sortieralgorithmen
Kapitel 9 Komplexität von Algorithmen und Sortieralgorithmen Arrays 1 Ziele Komplexität von Algorithmen bestimmen können (in Bezug auf Laufzeit und auf Speicherplatzbedarf) Sortieralgorithmen kennenlernen:
MehrRekursive Funktionen
Um Rekursion zu verstehen, muss man vor allem Rekursion verstehen. http://www2.norwalk-city.k12.oh.us/wordpress/precalc/files/2009/05/mona-lisa-jmc.jpg Rekursive Funktionen OOPM, Ralf Lämmel Was ist Rekursion?
MehrProgrammierkurs Java
Programmierkurs Java Dr. Dietrich Boles Aufgaben zu UE16-Rekursion (Stand 09.12.2011) Aufgabe 1: Implementieren Sie in Java ein Programm, das solange einzelne Zeichen vom Terminal einliest, bis ein #-Zeichen
MehrTermin 2: Grundlagen der Programmierung - Algorithmen. Folien im Web:
Termin 2: Grundlagen der Programmierung - lgorithmen Grundlagen der Informatik Wintersemester 2006 Prof. ernhard Jung Übersicht Folien im Web: http://www.informatik.tu-freiberg.de/lehre/pflicht/grundl/index_ws0607.html
MehrStand der Vorlesung Komplexität von Algorithmen (Kapitel 3)
Stand der Vorlesung Komplexität von Algorithmen (Kapitel 3) Technische Universität München Motivation: IT gestützte Steuerung, Überwachung, Fertigung, Produktion,. : erfordert effiziente Berechnungsvorschriften
MehrKapitel 9. Komplexität von Algorithmen und Sortieralgorithmen
1 Kapitel 9 Komplexität von Algorithmen und Sortieralgorithmen Ziele 2 Komplexität von Algorithmen bestimmen können (in Bezug auf Laufzeit und auf Speicherplatzbedarf) Sortieralgorithmen kennenlernen:
MehrAufrufe von Objektmethoden
Aufrufe von Objektmethoden SWE-35 Objektmethoden werden für ein bestimmtes Objekt aufgerufen; sie benutzen dessen Objektvariablen: double r = big.getradius (); Methodenaufrufe können auch die Werte von
MehrSchnittstellen, Stack und Queue
Schnittstellen, Stack und Queue Schnittstelle Stack Realisierungen des Stacks Anwendungen von Stacks Schnittstelle Queue Realisierungen der Queue Anwendungen von Queues Hinweise zum Üben Anmerkung: In
MehrProgrammiertechnik Methoden, Teil 2
Programmiertechnik Methoden, Teil 2 Prof. Dr. Oliver Haase Oliver Haase Hochschule Konstanz 1 Rekursion Oliver Haase Hochschule Konstanz 2 Definition Was ist Rekursion? Allgemein: Rekursion ist die Definition
Mehr( )= c+t(n-1) n>1. Stand der Vorlesung Komplexität von Algorithmen (Kapitel 3)
Stand der Vorlesung Komplexität von Algorithmen (Kapitel 3) Motivation: IT gestützte Steuerung, Überwachung, Fertigung, Produktion,. : erfordert effiziente Berechnungsvorschriften Ziel: Methoden kennen
MehrJAVA - Rekursion
Übungen Informatik I JAVA - http://www.fbi-lkt.fh-karlsruhe.de/lab/info01/tutorial Übungen Informatik 1 Folie 1 Inhalt Allgemeines Fakultät Fibonacci Türme von Hanoi Übungen Informatik 1 Folie 2 Ein Objekt
MehrAlgorithmen und Datenstrukturen (Th. Ottmann und P. Widmayer) Folien: Suchverfahren Autor: Stefan Edelkamp / Sven Schuierer
Algorithmen und Datenstrukturen (Th. Ottmann und P. Widmayer) Folien: Suchverfahren Autor: Stefan Edelkamp / Sven Schuierer Institut für Informatik Georges-Köhler-Allee Albert-Ludwigs-Universität Freiburg
MehrObjektorientierte Programmierung VL: Prof. Dr. Marco Block-Berlitz - Freie Universität Berlin Proinformatik III
Objektorientierte Programmierung VL: Prof. Dr. Marco Block-Berlitz - Freie Universität Berlin Proinformatik III Text: Hinnerk van Bruinehsen - Grafiken: Jens Fischer powered by SDS.mint SoSe 2011 1 Teil
MehrBeispiel 1: Fakultät
16. Rekursion Beispiel 1: Fakultät Rekursive Definition der Fakultät (Mathematik) n! = 1 falls n=0 n*(n-1)! falls n>0 Programmierung mittels einer rekursiven Funktion in C++ double fakultaet(int n) if
MehrProf. Dr. Margarita Esponda
Die O-Notation Analyse von Algorithmen Die O-Notation Prof. Dr. Margarita Esponda Freie Universität Berlin ALP II: Margarita Esponda, 5. Vorlesung, 26.4.2012 1 Die O-Notation Analyse von Algorithmen Korrektheit
MehrEinstieg in die Informatik mit Java
1 / 32 Einstieg in die Informatik mit Java Effizienz Gerd Bohlender Institut für Angewandte und Numerische Mathematik Gliederung 2 / 32 1 Überblick: was ist Effizienz? 2 Landau-Symbole 3 Eier im Korb 4
MehrKomplexität von Algorithmen:
Komplexität von Algorithmen: Ansatz: Beschreiben/erfassen der Komplexität über eine Funktion, zur Abschätzung des Rechenaufwandes abhängig von der Größe der Eingabe n Uns interessiert: (1) Wie sieht eine
MehrAlgorithmen und Datenstrukturen Tafelübung 4. Jens Wetzl 15. November 2011
Algorithmen und Datenstrukturen Tafelübung 4 Jens Wetzl 15. November 2011 Folien Keine Garantie für Vollständigkeit und/oder Richtigkeit Keine offizielle Informationsquelle LS2-Webseite Abrufbar unter:
MehrMethoden. Gerd Bohlender. Einstieg in die Informatik mit Java, Vorlesung vom
Einstieg in die Informatik mit Java, Vorlesung vom 2.5.07 Übersicht 1 2 definition 3 Parameterübergabe, aufruf 4 Referenztypen bei 5 Überladen von 6 Hauptprogrammparameter 7 Rekursion bilden das Analogon
MehrInhalt. 7 Rekursionen Eine unendliche Geschichte Fakultät Türme von Hanoi Dr.
Inhalt 7 Rekursionen... 7-2 7.1 Eine unendliche Geschichte... 7-2 7.2 Fakultät... 7-3 7.3 Türme von Hanoi... 7-5 Propädeutikum 7-1/6 7 Rekursionen 7.1 Eine unendliche Geschichte >> Es war einmal ein Mann,
MehrC++ Teil 4. Sven Groß. 30. Apr IGPM, RWTH Aachen. Sven Groß (IGPM, RWTH Aachen) C++ Teil Apr / 16
C++ Teil 4 Sven Groß IGPM, RWTH Aachen 30. Apr 2015 Sven Groß (IGPM, RWTH Aachen) C++ Teil 4 30. Apr 2015 1 / 16 Themen der letzten Vorlesung Funktionen: Definition und Aufruf Wert- und Referenzparameter,
MehrGrundlagen der Programmierung - Algorithmen
Kapitel 5: Grundlagen der Programmierung - lgorithmen Einführung in die Informatik Wintersemester 2007/08 Prof. ernhard Jung Übersicht Folien im Web: http://www.informatik.tu-freiberg.de/lehre/pflicht/grundl/index_ws0708.html
MehrProblemlösen, ein Einstieg nicht nur für die Informatik
Fakultät Informatik Software und Multimedia Technik, Professur Didaktik der Informatik Problemlösen, ein instieg nicht nur für die Informatik Dresden, 25.04.2008 Inhalt Definition von Problem und ufgabe
MehrProf. H. Herbstreith Fachbereich Informatik. Leistungsnachweis. Informatik 1 WS 2001/2002
Prof. H. Herbstreith 30.01.2002 Fachbereich Informatik Leistungsnachweis Informatik 1 WS 2001/2002 Bearbeitungszeit 120 Minuten. Keine Hilfsmittel erlaubt. Aufgabe 1: 20 Punkte Vervollständigen Sie folgende
MehrGrundlagen der Programmierung
Grundlagen der Programmierung Algorithmen und Datenstrukturen Die Inhalte der Vorlesung wurden primär auf Basis der angegebenen Literatur erstellt. Darüber hinaus sind ausgewählte Teile in Anlehnung an
MehrEinführung in die Informatik 2
Einführung in die Informatik 2 Suchen in Datenmengen Sven Kosub AG Algorithmik/Theorie komplexer Systeme Universität Konstanz E 202 Sven.Kosub@uni-konstanz.de Sprechstunde: Freitag, 12:30-14:00 Uhr, o.n.v.
MehrEin erstes Java-Programm
Ein erstes Java-Programm public class Rechnung { public static void main (String [] arguments) { int x, y; x = 10; y = -1 + 23 * 33 + 3 * 7 * (5 + 6); System.out.print ("Das Resultat ist "); System.out.println
MehrDr. Monika Meiler. Inhalt
Inhalt 4 Einführung in die Programmiersprache Java (Teil II)... 4-2 4.4 Strukturierte Programmierung... 4-2 4.4.1 Strukturierung im Kleinen... 4-2 4.4.2 Addierer (do-schleife)... 4-3 4.4.3 Ein- Mal- Eins
MehrElementare Konzepte von
Elementare Konzepte von Programmiersprachen Teil 2: Anweisungen (Statements) Kapitel 6.3 bis 6.7 in Küchlin/Weber: Einführung in die Informatik Anweisungen (statements) in Java Berechnung (expression statement)
Mehrpublic class SternchenRechteckGefuellt {
Java programmieren: Musterlösungen Konsolen-Aufgaben Aufgabe 1: Gefüllte Rechtecke zeichnen Schreiben Sie ein Programm, das ein durch Sternchen gefülltes Rechteck zeichnet. Der Benutzer soll Breite und
MehrAufgabe 1.90: Ein Geschäft gibt ihren Kunden unterschiedliche Rabatte. Schreiben ein Programm, das folgende Rabattklassen vorsieht:
Aufgabe 1.90: Ein Geschäft gibt ihren Kunden unterschiedliche Rabatte. Schreiben ein Programm, das folgende Rabattklassen vorsieht: o Klasse 0: kein Rabatt o Klasse 1: 4,5 % Rabatt o Klasse 2: 8,75% Rabatt
MehrII.1.1. Erste Schritte - 1 -
1. Grundelemente der Programmierung 2. Objekte, Klassen und Methoden 3. Rekursion und dynamische Datenstrukturen 4. Erweiterung von Klassen und fortgeschrittene Konzepte II.1.1. Erste Schritte - 1 - 1.
Mehr6. Iteration (Schleifenanweisungen)
Schwerpunkte While-: "abweisende" Schleife 6. Iteration (Schleifenanweisungen) Java-Beispiel: TemperatureTable.java Do-while-: "nichtabweisende" Schleife For-: zählergesteuerte Schleife Klassifikation
Mehr! 1. Rekursive Algorithmen.! 2. Rekursive (dynamische) Datenstrukturen. II.3.2 Rekursive Datenstrukturen - 1 -
! 1. Rekursive Algorithmen! 2. Rekursive (dynamische) Datenstrukturen II.3.2 Rekursive Datenstrukturen - 1 - Ausdruck Ausdruck Grundwert ( Typ ) Präfix-Operator Name Methodenaufruf [ Ausdruck ] ( Ausdruck
MehrEINFÜHRUNG IN DIE PROGRAMMIERUNG
EINFÜHRUNG IN DIE PROGRAMMIERUNG GRUNDLAGEN Tobias Witt!! 24.03.2014 ORGANISATORISCHES 09:00-10:30! Täglich Übungen zur Vertiefung! Laptop hier nicht erforderlich! Linux, OS X! Freitag: http://hhu-fscs.de/linux-install-party/
Mehr6. Iteration (Schleifenanweisungen)
6. Iteration (Schleifenanweisungen) Java-Beispiel: TemperatureTable.java K. Bothe, Institut für Informatik, HU Berlin, GdP, WS 2015/16 Version: 9. Nov. 2015 2 Schwerpunkte While-Anweisung: "abweisende"
MehrEinstieg in die Informatik mit Java
1 / 18 Einstieg in die Informatik mit Java Klassenvariablen, Klassenmethoden Gerd Bohlender Institut für Angewandte und Numerische Mathematik Gliederung 2 / 18 1 Klassenmethoden 2 Besonderheiten von Klassenmethoden
MehrSchwerpunkte. Verkettete Listen. Verkettete Listen: 7. Verkettete Strukturen: Listen. Überblick und Grundprinzip. Vergleich: Arrays verkettete Listen
Schwerpunkte 7. Verkettete Strukturen: Listen Java-Beispiele: IntList.java List.java Stack1.java Vergleich: Arrays verkettete Listen Listenarten Implementation: - Pascal (C, C++): über Datenstrukturen
MehrInhalt Kapitel 2: Rekursion
Inhalt Kapitel 2: Rekursion 1 Beispiele und Definition 2 Partialität und Terminierung 3 Formen der Rekursion Endständige Rekursion 4 Einbettung 29 Beispiele und Definition Rekursion 30 Man kann eine Funktion
MehrTo know recursion, you must first know recursion. Borchers: Programmierung für Alle (Java), WS 06/07 Kapitel 17 1
To know recursion, you must first know recursion. Borchers: Programmierung für Alle (Java), WS 06/07 Kapitel 17 1 Rekursion: Beispiele Bier trinken 8-Damen-Problem ipod Shuffle für alle Mitarbeiter Karten
Mehr4 Rekursionen. 4.1 Erstes Beispiel
4 Rekursionen Viele Algorithmen besitzen sowohl eine iterative als auch eine rekursive Lösung. Sie unterscheiden sich darin, dass die iterative Version meist einen etwas längeren Kode besitzt, während
MehrÜbung 1: Installation + Test von Eclipse. Übung 2: Hello World
Übung 1: Installation + Test von Eclipse Es soll die Installation der Entwicklungsumgebung Eclipse durchgeführt werden gemäss Dokument "InstallationTest.Eclipse.15.0.pdf" auf der DVD im Verzeichnis Eclipse.
MehrEinführung in die Programmierung WS 2009/10. Übungsblatt 7: Imperative Programmierung, Parameterübergabe
Ludwig-Maximilians-Universität München München, 04.12.2009 Institut für Informatik Prof. Dr. Christian Böhm Annahita Oswald, Bianca Wackersreuther Einführung in die Programmierung WS 2009/10 Übungsblatt
MehrAlgorithmenbegriff: Berechenbarkeit. Algorithmenanalyse. (Berechnung der Komplexität)
Über-/Rückblick Algorithmenbegriff: Berechenbarkeit Turing-Maschine RAM µ-rekursive Funktionen Zeit Platz Komplexität Algorithmentechniken Algorithmenanalyse (Berechnung der Komplexität) Rekursion Iteration
MehrKlausur C-Programmierung / 15.02.2014 / Klingebiel / 60 Minuten / 60 Punkte
Klausur C-Programmierung / 15.02.2014 / Klingebiel / 60 Minuten / 60 Punkte Musterlösung 1. Aufgabe (5 Punkte) Im folgenden Programmcode sind einige Fehler enthalten. Finden und markieren Sie mindestens
MehrKap 7. Funktionen und Arrays
Kap 7. Funktionen und Arrays Elementare Algorithmen Allgemein Mathematik Text Eingabe ٧ Skalarprodukt wie Allgemein Ausgabe ٧ Länge ersetzen Summation Winkel Laenge Maximum ٧ Polynome berechnen ausschneiden
MehrProgrammiertechnik II
Analyse von Algorithmen Algorithmenentwurf Algorithmen sind oft Teil einer größeren Anwendung operieren auf Daten der Anwendung, sollen aber unabhängig von konkreten Typen sein Darstellung der Algorithmen
MehrProgrammieren I. Methoden-Special Heusch --- Ratz 6.1, Institut für Angewandte Informatik
Programmieren I Methoden-Special Heusch --- Ratz 6.1, 6.2 KIT Die Forschungsuniversität in der Helmholtz-Gemeinschaft www.kit.edu Parameterübergabe: Wertkopie -By- public class MethodParameters { public
MehrJava I Vorlesung Imperatives Programmieren
Java I Vorlesung 2 Imperatives Programmieren 3.5.2004 Variablen -- Datentypen -- Werte Operatoren und Ausdrücke Kontrollstrukturen: if Imperatives Programmieren Im Kern ist Java eine imperative Programmiersprache.
MehrAlgorithmik Übung 2 Prof. Dr. Heiner Klocke Winter 11/
Algorithmik Übung 2 Prof. Dr. Heiner Klocke Winter 11/12 23.10.2011 Themen: Asymptotische Laufzeit von Algorithmen Experimentelle Analyse von Algorithmen Aufgabe 1 ( Asymptotische Laufzeit ) Erklären Sie,
Mehr6 Speicherorganisation
Der Speicher des Programms ist in verschiedene Speicherbereiche untergliedert Speicherbereiche, die den eigentlichen Programmcode und den Code der Laufzeitbibliothek enthalten; einen Speicherbereich für
Mehr2.2 Allgemeine (vergleichsbasierte) Sortierverfahren
. Allgemeine (vergleichsbasierte) Sortierverfahren Vergleichsbaum: Der Aufbau des Verbleichsbaum ist für jeden Algorithmus und jede Eingabelänge n gleich. Jede Permutation der Eingabe, muss zu einem anderen
Mehr4.1 Ein allgemeines Problemlösungsschema
4 Rekursion 4.1 Ein allgemeines Problemlösungsschema 4.2 Gray-Codes 4.3 Rekursive Funktionen 4.4 Partitionen 4.5 Türme von Hanoi 4.6 Multiplikation langer Zahlen 4.7 Das Spiel Nim 4.8 Binäre Suche 4.9
MehrGrundlagen der theoretischen Informatik
Grundlagen der theoretischen Informatik Kurt Sieber Fakultät IV, Department ETI Universität Siegen SS 2013 Vorlesung vom 09.04.2013 Inhalt der Vorlesung Teil I: Automaten und formale Sprachen (Kurt Sieber)
MehrInformatik I: Einführung in die Programmierung
Informatik I: Einführung in die Programmierung 7. Albert-Ludwigs-Universität Freiburg Bernhard Nebel 31. Oktober 2014 1 31. Oktober 2014 B. Nebel Info I 3 / 20 Um zu, muss man zuerst einmal. Abb. in Public
Mehr2. Algorithmenbegriff
2. Algorithmenbegriff Keine Algorithmen: Anleitungen, Kochrezepte, Wegbeschreibungen,... Algorithmus: Berechnungsvorschrift, die angibt, wie durch Ausführung bestimmter Elementaroperationen aus Eingabegrößen
MehrAlgorithmen und Datenstrukturen
Algorithmen und Datenstrukturen Prof. Martin Lercher Institut für Informatik Heinrich-Heine-Universität Düsseldorf Algorithmen und Datenstrukturen Teil 3 Suchen in Listen Version vom: 15. November 2016
Mehr12. Rekursion Grundlagen der Programmierung 1 (Java)
12. Rekursion Grundlagen der Programmierung 1 (Java) Fachhochschule Darmstadt Haardtring 100 D-64295 Darmstadt Prof. Dr. Bernhard Humm FH Darmstadt, 24. Januar 2006 Einordnung im Kontext der Vorlesung
MehrEINFÜHRUNG IN DIE PROGRAMMIERUNG
EINFÜHRUNG IN DIE PROGRAMMIERUNG GRUNDLAGEN Tobias Witt 24.03.2014 ORGANISATORISCHES tobias.witt@hhu.de 10:30-12:00 Täglich Übungen zur Vertiefung Laptop hier nicht erforderlich Aber später in den Übungen!
MehrBinärbäume. Prof. Dr. E. Ehses, 2014 1
Binärbäume Grundbegriffe der Graphentheorie Bäume und Ihre Anwendungen Unterschiedliche Darstellungen von Bäumen und Binärbäumen Binärbäume in Java Rekursive Traversierung von Binärbäumen Ebenenweise Traversierung
MehrEinstieg in die Informatik mit Java
1 / 47 Einstieg in die Informatik mit Java Anweisungen Gerd Bohlender Institut für Angewandte und Numerische Mathematik Gliederung 2 / 47 1 Ausdrucksanweisung 2 Einfache Ausgabeanweisung 3 Einfache Eingabeanweisung,
MehrÜbersicht. Datenstrukturen und Algorithmen. Übersicht. Divide-and-Conquer. Vorlesung 9: Quicksort (K7)
Datenstrukturen und Algorithmen Vorlesung 9: (K7) Joost-Pieter Katoen Lehrstuhl für Informatik 2 Software Modeling and Verification Group http://www-i2.rwth-aachen.de/i2/dsal0/ Algorithmus 8. Mai 200 Joost-Pieter
MehrEinschub: Anweisungen und Bedingungen für PAP und Struktogramme (1)
Einschub: Anweisungen und Bedingungen für PAP und Struktogramme (1) Anweisungen: Eingabeanweisungen, z.b. Eingabe: x Ausgabeanweisungen, z.b. Ausgabe: Das Maximum ist, max Die Symbole x und max werden
MehrRekursion. Annabelle Klarl. Einführung in die Informatik Programmierung und Softwareentwicklung
Rekursion Annabelle Klarl Zentralübung zur Vorlesung Einführung in die Informatik: http://www.pst.ifi.lmu.de/lehre/wise-12-13/infoeinf WS12/13 Aufgabe 1: Potenzfunktion Schreiben Sie eine Methode, die
MehrAlgorithmierung und Programmierung - immer aktuell. Material, S.54ff.
Algorithmierung und Programmierung - immer aktuell Material, S.54ff. Was scheint den wichtig für IU? Mittelschule (10): PC-Technik kennenlernen Anwendungen beherrschen Grundwissen Internet Verständnis
MehrMartin Unold INFORMATIK. Geoinformatik und Vermessung
Wiederholung So sieht ein leeres Java-Programm aus public class Programmname { public static void main (String[] args) { // Hier stehen die Anweisungen Welche Arten von Anweisungen gibt es? Anweisungen
MehrPraktikum zu Einführung in die Informatik für LogWiIngs und WiMas Wintersemester 2017/18. Vorbereitende Aufgaben
Praktikum zu Einführung in die Informatik für LogWiIngs und WiMas Wintersemester 2017/18 Fakultät für Informatik Lehrstuhl 14 Lars Hildebrand Übungsblatt 7 Besprechung: 4. 8.12.2017 (KW 49) Vorbereitende
MehrNachklausur Bitte in Druckschrift leserlich ausfüllen!
Übungen zur Vorlesung Informatik für Informationsmanager WS 2005/2006 Universität Koblenz-Landau Institut für Informatik Prof. Dr. Bernhard Beckert Dr. Manfred Jackel Nachklausur 24.04.2006 Bitte in Druckschrift
MehrSchwerpunkte. 10. Felder (Arrays) Grundprinzip von Arrays. Klassifikation von Typen in Programmiersprachen
Schwerpunkte 10. Felder (Arrays) Teil 1 Java-Beispiele: Echo.java Primzahlen.java Monate.java Klassifikation von Typen in Programmiersprachen Array: einziger strukturierter Typ in Java Deklaration, Erzeugung
MehrProgrammieren I. Methoden-Spezial Heusch --- Ratz 6.1, Institut für Angewandte Informatik
Programmieren I Methoden-Spezial Heusch --- Ratz 6.1, 6.2 KIT Die Forschungsuniversität in der Helmholtz-Gemeinschaft www.kit.edu Parameterübergabe bei primitivem Datentypen (Wertkopie) public class MethodParameters
MehrWelche Informatik-Kenntnisse bringen Sie mit?
Welche Informatik-Kenntnisse bringen Sie mit? So gehen Sie vor! Lösen Sie die Aufgaben der Reihe nach von 1 bis 20, ohne das Lösungsblatt zur Hilfe zu nehmen. Der Schwierigkeitsgrad der Aufgaben nimmt
Mehr9 Türme von Hanoi Bewege Stapel von links nach rechts. In jedem Zug darf genau ein Ring bewegt werden. Es darf nie ein größerer auf einen kleine
9 Türme von Hanoi 1 2 3 Bewege Stapel von links nach rechts. In jedem Zug darf genau ein Ring bewegt werden. Es darf nie ein größerer auf einen kleineren Ring gelegt werden. 9 Türme von Hanoi 1 2 3 Bewege
Mehr2. Objektorientierung: grundlegende Fallbeispiele und weitere Konzepte
2. Objektorientierung: grundlegende Fallbeispiele und weitere Konzepte Java-Beispiele: KlammerStruktur.java Time.java Schedule.java Version: 7. Dez. 2015 Schwerpunkte Wiederverwendbarkeit von ADT (Klassen):
MehrGrundlagen der Kognitiven Informatik
Grundlagen der Kognitiven Informatik Mittel-Ziel-nalyse, Turm von Hanoi, Rekursive Probleme Ute Schmid unterstützt von Michael Siebers Kognitive Systeme, ngewandte Informatik, Universität amberg letzte
MehrLösungsvorschlag Serie 2 Rekursion
(/) Lösungsvorschlag Serie Rekursion. Algorithmen-Paradigmen Es gibt verschiedene Algorithmen-Paradigmen, also grundsätzliche Arten, wie man einen Algorithmus formulieren kann. Im funktionalen Paradigma
MehrMathematische Rekursion
Rekursion Mathematische Rekursion o Viele mathematische Funktionen sind sehr natürlich rekursiv definierbar, d.h. o die Funktion erscheint in ihrer eigenen Definition. Mathematische Rekursion o Viele mathematische
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
Mehr