Vorlesung Informatik 2 Algorithmen und Datenstrukturen Halbzeit: Was haben wir bisher gelernt? Prof. Th. Ottmann.

Slides:



Advertisements
Ähnliche Präsentationen
Algorithmen und Datenstrukturen
Advertisements

8. Termin Teil B: Wiederholung Begriffe Baum
Eine dynamische Menge, die diese Operationen unterstützt,
Prof. Dr. S. Albers Prof.Dr.Th Ottmann
Vorlesung Informatik 2 Algorithmen und Datenstrukturen (26-Graphenalgorithmen: Wiederholung und Übung) Prof. Th. Ottmann.
Algorithmen und Komplexität Teil 1: Grundlegende Algorithmen
Kapitel 6: Klassifizierung von Sortiertechniken
Prioritätswarteschlangen
3. Kapitel: Komplexität und Komplexitätsklassen
Kapitel 7. Sortier-Algorithmen
Kapitel 6. Suchverfahren
R. Der - Vorlesung Algorithmen und Datenstrukturen (Magister)
<d,a,s, ,i,s,t, ,e,i,n,e, ,L,i,s,t,e>
Kapitel 3: Listen Lineare Liste: endliche Folge von Elementen eines Grundtyps (n>=0), leere Liste falls n=0 Listenelemente besitzen.
5. Sortier-Algorithmen Vorbemerkungen:
2. Kapitel: Komplexität und Komplexitätsklassen
Synonyme: Stapel, Keller, LIFO-Liste usw.
Sortierverfahren Richard Göbel.
Sortierverfahren Richard Göbel.
Effizienz: Indexstrukturen
Algorithmentheorie 04 –Hashing
WS Algorithmentheorie 13 - Kürzeste (billigste) Wege Prof. Dr. Th. Ottmann.
WS Algorithmentheorie 05 - Treaps Prof. Dr. Th. Ottmann.
1 Vorlesung Informatik 2 Algorithmen und Datenstrukturen (02 – Funktionenklassen) Prof. Dr. Th. Ottmann.
Vorlesung Informatik 2 Algorithmen und Datenstrukturen (04 – Entwurfsverfahren) Prof. Th. Ottmann.
Vorlesung Informatik 2 Algorithmen und Datenstrukturen (23 – Sortieren vorsortierter Daten) Prof. Th. Ottmann.
Algorithmen und Datenstrukturen
1 Vorlesung Informatik 2 Algorithmen und Datenstrukturen (03 – Verschiedene Algorithmen für dasselbe Problem) Prof. Dr. Th. Ottmann.
WS Algorithmentheorie 01 – Divide and Conquer (Segmentschnitt) Prof. Dr. Th. Ottmann.
Vorlesung Informatik 2 Algorithmen und Datenstrukturen (10 - Suchverfahren) T. Lauer.
Prof. Dr. S. Albers Prof. Dr. Th. Ottmann
Algorithmen und Datenstrukturen
Halbzeit: Kurze Wiederholung
Vorlesung Informatik 2 Algorithmen und Datenstrukturen (19 - Analyse natürlicher Bäume) Prof. Th. Ottmann.
Sortieren vorsortierter Daten
1 Vorlesung Informatik 2 Algorithmen und Datenstrukturen (24 – Sortieren vorsortierter Daten) Prof. Th. Ottmann.
1 Vorlesung Informatik 2 Algorithmen und Datenstrukturen (03 – Verschiedene Algorithmen für dasselbe Problem) Prof. Dr. Th. Ottmann.
Vorlesung Informatik 2 Algorithmen und Datenstrukturen (02 – Funktionenklassen) Prof. Dr. Th. Ottmann.
Algorithmen und Datenstrukturen
Vorlesung Informatik 2 Algorithmen und Datenstrukturen (27 – Kürzeste Wege) Prof. Th. Ottmann.
Informatik II, SS 2008 Algorithmen und Datenstrukturen Vorlesung 4 Prof. Dr. Thomas Ottmann Algorithmen & Datenstrukturen, Institut für Informatik Fakultät.
Vorlesung Informatik 2 Algorithmen und Datenstrukturen (17 – Bäume: Grundlagen und natürliche Suchbäume) Prof. Th. Ottmann.
Vorlesung Informatik 2 Algorithmen und Datenstrukturen 09 - Weitere Sortierverfahren Heapsort-Nachtrag Prof. Th. Ottmann.
Vorlesung Informatik 2 Algorithmen und Datenstrukturen (18 - Bäume: Durchlaufreihenfolgen, Analyse nat. Bäume) Prof. Th. Ottmann.
Informatik II, SS 2008 Algorithmen und Datenstrukturen Vorlesung 2 Prof. Dr. Thomas Ottmann Algorithmen & Datenstrukturen, Institut für Informatik Fakultät.
1 Vorlesung Informatik 2 Algorithmen und Datenstrukturen (11-3 –Selbstanordnende lineare Listen) Prof. Th. Ottmann.
Vorlesung Informatik 2 Algorithmen und Datenstrukturen (11-1 –Selbstanordnende lineare Listen) Prof. Th. Ottmann.
Vorlesung Informatik 2 Algorithmen und Datenstrukturen (27-Selbstanordnende lineare Listen) Prof. Th. Ottmann.
Vorlesung Informatik 2 Algorithmen und Datenstrukturen (15 Hashverfahren: Verkettung der Überläufer) Prof. Th. Ottmann.
1 Vorlesung Informatik 2 Algorithmen und Datenstrukturen (21 – Kürzeste Wege) T. Lauer.
Vorlesung Informatik 2 Algorithmen und Datenstrukturen (12 – Dynamische Tabellen) Prof. Th. Ottmann.
Vorlesung Informatik 2 Algorithmen und Datenstrukturen (14 Amortisierte worst-case-Analyse Beispiel: Bitwechselkosten eines Dualzählers) Prof. Th. Ottmann.
Vorlesung Informatik 2 Algorithmen und Datenstrukturen (20 - AVL-Bäume: Entfernen, Bruder-Bäume) Prof. Th. Ottmann.
WS 06/07 Algorithmentheorie 01 - Einleitung Prof. Dr. Th. Ottmann Tobias Lauer.
Vorlesung Informatik 2 Algorithmen und Datenstrukturen (07 - Skiplisten) Prof. Th. Ottmann.
1 Vorlesung Informatik 2 Algorithmen und Datenstrukturen (03 – Verschiedene Algorithmen für dasselbe Problem) Prof. Dr. Th. Ottmann.
Vorlesung Informatik 2 Algorithmen und Datenstrukturen (09 - Weitere Sortierverfahren) Prof. Th. Ottmann.
Informatik II, SS 2008 Algorithmen und Datenstrukturen Vorlesung 16 Prof. Dr. Thomas Ottmann Algorithmen & Datenstrukturen, Institut für Informatik Fakultät.
Vorlesung Informatik 2 Algorithmen und Datenstrukturen (05 – Elementare Datenstrukturen) Prof. Th. Ottmann.
EINI-I Einführung in die Informatik für Naturwissenschaftler und Ingenieure I Vorlesung 2 SWS WS 99/00 Gisbert Dittrich FBI Unido
Friedhelm Meyer auf der Heide 1 HEINZ NIXDORF INSTITUTE University of Paderborn Algorithms and Complexity Algorithmen und Komplexität Teil 1: Grundlegende.
Algorithmische Geometrie
Minimum Spanning Tree: MST
Vortrag: Ingo Gensch, Mathias Reich am:
4 Sortierverfahren 4.1 Einführung 4.2 Naive Sortierverfahren
Sortieralgorithmen Sortieren von Arrays.
Effiziente Algorithmen
Effiziente Algorithmen Hartmut Klauck Universität Frankfurt SS
Mehrkriterielle Optimierung mit Metaheuristiken
Analyse der Laufzeit von Algorithmen
 Präsentation transkript:

Vorlesung Informatik 2 Algorithmen und Datenstrukturen Halbzeit: Was haben wir bisher gelernt? Prof. Th. Ottmann

Kurze Wiederholung Was sind die wichtigsten Eigenschaften eines Algorithmus? Was versteht man unter partieller, vollständiger Korrektheit? Was bedeutet {P} S {Q}? Für welches P gilt {P} x =t {Q}?, speziell …. x = y -23 {x > 17}? Was versteht man unter einer Schleifeninvarianten? Wie kann man die Effizienz eines Algorithmus messen? Was versteht man unter der best-case, worst-case, average case, amortisierten worst-case Analyse eines Algorithmus? Kennen Sie Beispiele für jeden dieser Fälle? Erläutern Sie die folgenden algorithmischen Prinzipien: Divide-and-Conquer, Dynamic Programming. Geben Sie je eine allgemeine, vom Einzelfall unabhängige Beschreibung der Prinzipien, für jedes Prinzip mindestens zwei Algorithmen zur Lösung von Anwendungsproblemen an, die nach diesen Prinzipien entworfen worden sind, und arbeiten Sie die Gemeinsamkeiten und Unterschiede heraus.

Welche weiteren Entwurfsprinzipien für Algorithmen kennen Sie Welche weiteren Entwurfsprinzipien für Algorithmen kennen Sie? Geben Sie Beispiele für diesen Prinzipien entsprechende Algorithmen an. Wie ist die Folge der Fibonacci Zahlen definiert? Was weiß man über sie? Geben Sie die Definition von Groß-O von f für eine Funktion f an. Sei f(n) = 3 n2 + 17 n – 23 und g(n) = 204 n + 510; setzen Sie f und g in Beziehung zueinander mit Hilfe von O und Ω. Welche Unterschiede bestehen zwischen der Implementation einer linearen Liste mit Hilfe eines Arrays und mit Hilfe von Zeigern als einfach verkette Liste? Wie kann man die Suche in einer sequentiell gespeicherten linearen Liste beschleunigen? Was ist eine perfekte Skipliste? Wie viele Schritte sind erforderlich, um in einer perfekten Skipliste zu suchen, ein Element einzufügen, zu entfernen? Welche Operationen sind charakteristisch für Stapel und Schlangen? Geben Sie je eine Implementation an, die es erlaubt, die Operationen möglichst effizient auszuführen.

Geben Sie einige typische Anwendungen für die Verwendung von Stapeln an. Was versteht man unter einer Halbordnung, einer Ordnung, einer topologischen Sortierung? Was versteht man unter einem allgemeinen Sortierverfahren? Geben Sie je ein Beispiel an für ein allgemeines und ein nicht allgemeines Sortierverfahren. Begründen Sie die folgende Aussage: Jedes allgemeine Sortierverfahren (das als einzige Operation zur Bestimmung der Ordnung von Schlüsseln Schlüsselvergleiche ausführt) benötigt im Mittel ebenso wie im schlechtesten Fall zur Sortierung von n Schlüsseln Zeit Ω(n log2n). Für welche elementaren Sortierverfahren hängt die Anzahl der Vergleichsoperationen (Bewegungen) von Schlüsseln nicht davon ab, ob die zu sortierende Folge bereits sortiert ist oder nicht? Was versteht man unter einem Max-Heap? Wie kann man einen Max-Heap herstellen? Wieviele Schritte sind dafür erforderlich?

Erläutern Sie das Verfahren Heapsort und geben Sie die wichtigsten Eigenschaften des Verfahrens an. Sortieren Sie die Folge 121, 113, 323, 334, 312, 435, 275, 484, 243, 345, 223, 339 mit Hilfe des Verfahrens Sortieren durch Fachverteilung. Wieviele Schritte sind zum Sortieren nach diesem Verfahren für eine Folge von n Schlüsseln erforderlich? Welche Sortierverfahren folgen dem Divide and Conquer Prinzip? Welche Suchverfahren folgen dem Divide and Conquer Prinzip? Erläutern Sie verschiedene Möglichkeiten zur Bestimmung des i-größten Elementes in einer unsortierten Folge F der Länge n und geben Sie an, wieviele Schritte dafür jedesmal benötigt werden. Erläutern Sie den Unterschied zwischen binärer Suche und Interpolationssuche. Kann man in einer sortierten einfach verkettet gespeicherten linearen Liste binär suchen?

Welche Lösung hat die folgende Rekursionsgleichung: T(1) = 1, T(n) = 3 T(n/2) Wo kommt diese Rekursionsgleichung vor? T(1) = 1, T(n) =2 T(n/2) + c n, für n>1 mit konstantem c. Wo kommt diese Rekursionsgleichung vor? T(1) = 1, T(n) = T(n/2) + c n, für n>1 mit konstantem c. Was ist der Wert der folgenden Summe: S(k) = 1 2k-1 + 2 2k-2 + 3 2k-3 + … + k 2 0 und wo tritt sie auf? Was ist  i ,  1/i ,  1/2i ? Wo treten Summen dieser Form auf? Geben Sie die Definition von log2n an! Wie rechnet man log2n in log10n um und umgekehrt?