Programmiersprachen II Fortsetzung Datenstrukturen Einfache Bäume Übung 13 Prof. Dr. Reiner Güttler Fachbereich GIS HTW.

Slides:



Advertisements
Ähnliche Präsentationen
Algorithmen und Datenstrukturen
Advertisements

Algorithmen und Datenstrukturen
GIN 2 – Vorlesung zu Hashing, 31. Mai 2005 Prof. Dr. W. Conen FH Gelsenkirchen SS 2005.
Prof. Dr. W. Conen 15. November 2004
Prioritätswarteschlangen
Kapitel 6. Suchverfahren
R. Der - Vorlesung Algorithmen und Datenstrukturen (Magister)
Kapitel 5. Stacks und Queues
Synonyme: Stapel, Keller, LIFO-Liste usw.
Sortieren mit Binären Bäumen
Algorithmen und Datenstrukturen
Halbzeit: Kurze Wiederholung
Vorlesung Informatik 2 Algorithmen und Datenstrukturen (17 – Bäume: Grundlagen und natürliche Suchbäume) Prof. Th. Ottmann.
Algorithmen und Datenstrukturen
EINI-I Einführung in die Informatik für Naturwissenschaftler und Ingenieure I Vorlesung 2 SWS WS 99/00 Gisbert Dittrich FBI Unido
EINI-I Einführung in die Informatik für Naturwissenschaftler und Ingenieure I Vorlesung 2 SWS WS 99/00 Gisbert Dittrich FBI Unido
Institut für Kartographie und Geoinformation Prof. Dr. Lutz Plümer Diskrete Mathematik I Vorlesung Listen-
Institut für Kartographie und Geoinformation Prof. Dr. Lutz Plümer Geoinformation II Vorlesung In welcher Masche liegt der Punkt p?
Externe Datenstruktur lineare Liste
1 Animation (Doublepuffering) Vorlesung: Datenverarbeitung Grundlagen 3 Fachbereich II - Mathematik Rolf Heitzenröder.
Buch S70ff (Informatik I, Oldenbourg-Verlag)
Programmiersprachen II Integration verschiedener Datenstrukturen
Eine Implementierung einer effiziente externe geordnete (!) lineare Liste Operationen: Search(x) Insert(x) Delete(x)
Einführung in die Informatik für Naturwissenschaftler und Ingenieure (alias Einführung in die Programmierung) (Vorlesung) Prof. Dr. Günter Rudolph Fachbereich.
Effiziente Algorithmen
Diskrete Mathematik II
Institut für Kartographie und Geoinformation Prof. Dr. Lutz Plümer Geoinformation II Vorlesung 7 SS 2000 Punkt-in-Polygon-Verfahren I (Trapezkarte)
Effiziente Algorithmen Hartmut Klauck Universität Frankfurt SS
Effiziente Algorithmen
Einführung in die Informatik für Naturwissenschaftler und Ingenieure
Übung Datenbanksysteme II Index- strukturen
Institut für Wirtschaftsinformatik – Software Engineering, JKU Linz 1 Thomas Hilpold: Algorithmen und Datenstrukturen SS 2005 Mag.Th. Hilpold u. Dr. A.Stritzinger.
Mag. Thomas Hilpold, Universität Linz, Institut für Wirtschaftsinformatik – Software Engineering 1 Algorithmen und Datenstrukturen 1 SS 2002 Mag.Thomas.
Kapitel 5Strukturen Information aus der realen Welt werden in einem informationsverarbeitenden System als Daten abgelegt. Diese stellen also eine (vereinfachte)
Institut für Kartographie und Geoinformation Prof. Dr. Lutz Plümer Geoinformation II 6. Sem. Vorlesung April 2000 AVL-Bäume.
Institut für Kartographie und Geoinformation Prof. Dr. Lutz Plümer Diskrete Mathematik II Vorlesung Datenstrukturen für den Algorithmus von.
Einführung in die Programmierung mit Java
Binärer Baum, Binärer Suchbaum I
Algorithmen und Datenstrukturen
Algorithmen und Datenstrukturen Prof. Dr. Ralf Möller Universität zu Lübeck Institut für Informationssysteme Stefan Werner (Übungen) sowie viele Tutoren.
Programmiersprachen II Fortsetzung Datenstrukturen Hashing Prof. Dr. Reiner Güttler Fachbereich GIS HTW.
Programmiersprachen II Fortsetzung Datenstrukturen Prof. Dr. Reiner Güttler Fachbereich GIS HTW.
Programmiersprachen II Vorbesprechung Klausur Prof. Dr. Reiner Güttler Fachbereich GIS HTW.
Programmiersprachen II Fortsetzung Datenstrukturen Balancierte Bäume 2 Prof. Dr. Reiner Güttler Fachbereich GIS HTW.
Programmiersprachen II Graph_Algorithmen Gewichtete Graphen - Minimum Spanning Tree und shortest path aus Implementierungssicht Prof. Dr. Reiner Güttler.
Programmiersprachen II Fortsetzung Datenstrukturen Balancierte Bäume 3 Prof. Dr. Reiner Güttler Fachbereich GIS HTW.
Programmiersprachen II Fortsetzung Datenstrukturen Balancierte Bäume 1 Prof. Dr. Reiner Güttler Fachbereich GIS HTW.
Programmiersprachen II Graph_Algorithmen Einführung Prof. Dr. Reiner Güttler Fachbereich GIS HTW.
Problemlösen am Beispiel des Rückwärtsarbeitens
8 Zündung/Motormanagement
Stichwortverzeichnis
Industrie 4.0 für die Ausbildung 4.0
Pflege & Finanzierung 01. Juni 2017 Dr. Sonja Unteregger
Einfache Schritte zur Anwendung der LOGICON Caries Detector Software
Roma, Sinti und Jenische Stand- und Durchgangsplätze

JAHRESABSCHLUSS 2016 REGION NORDEN
„Die richtige Fährte legen“ – zur Bedeutung der Fachkompetenz von MathematiklehrerInnen in der Sekundarstufe 1 Franz Pauer Institut für Fachdidaktik und.
Den Elementarteilchen auf der Spur
Algorithmen und Datenstrukturen
Sondenbahnen berechnen mit der Zeitschrittmethode
Studien zu Baryonen-Resonanzen in Charmonia-Zerfällen
Station 3 von Alexander, Christian und Sissy
Neue Verfahren zur Messung der Fließeigenschafften von Frischbeton
Laufzeitverhalten beim Sortieren
1. Die rekursive Datenstruktur Liste 1.5 Das Entwurfsmuster Kompositum
2. Die rekursive Datenstruktur Baum 2.1 Von der Liste zum Baum
DB2 – SS 2019 von Baum allgemein bis B*-Baum
2. Die rekursive Datenstruktur Baum 2.3 Baum und Kompositum
DB2 – SS 2019 von Baum allgemein bis B*-Baum
 Präsentation transkript:

Programmiersprachen II Fortsetzung Datenstrukturen Einfache Bäume Übung 13 Prof. Dr. Reiner Güttler Fachbereich GIS HTW

-2- Prof. Dr. R. Güttler Programmiersprachen 2 Kapitel 2: Folge Datenstrukturen Hintergrund: In vielen realen Anwendungsfällen besteht für eine Menge von Items irgendeines Typs (Bsp. Personen) der Bedarf  sowohl für Operationen, die eine sortierte Datenhaltung nahe legen (z.B. find(), insert(), remove())  als auch für Operationen, die dies nicht erfordern (z.B. alle Operationen, die sich ohnehin auf alle Elemente beziehen). Deshalb kann es sinnvoll sein  die Items in einem unsortierten Array zu halten  und nur die Sortierungsreihenfolge in einem Baum mit Verweisen auf das jeweilige Arrayelement.

-3- Prof. Dr. R. Güttler Programmiersprachen 2 Kapitel 2: Folge Datenstrukturen Ausserdem: unter welchen Rahmenbedingungen ist in diesem Fall die Verwendung der contigous sequential representation nicht sinnvoll? Wie soll das aussehen: Bsp. Für eine Namensliste, bei der zu jedem Namen irgendeine Menge von Daten gespeichert wird Eine Eingabefolge der Namen „guettler“, „folz“, „kretschmer“, „denzer“, „grabowski“, „schmidt“ würde zu folgender Konstellation führen:

-4- Prof. Dr. R. Güttler Programmiersprachen 2 Kapitel 2: Folge Datenstrukturen guettler folz kretschmer denzer grabowski schmidt

-5- Prof. Dr. R. Güttler Programmiersprachen 2 Kapitel 2: Folge Datenstrukturen  Aufgabe 1  Implementieren sie diese Datenstruktur zunächst unter der Voraussetzung, dass keine Löschoperationen vorkommen. Folge: Alle eingefügten Knoten werden jeweils hinter den letzten im Array abgelegt. Im Baum wird die richtige Stelle gesucht und „normal“ eingefügt. Überlegen sie sich geeignete Definitionen für die Klassen.  Bemerkung: Unter diesen Voraussetzungen wäre die „contigous sequential representation“ aus der Vorlesung eventuell anwendbar. Aber : siehe Vorbemerkung und zweite Aufgabe

-6- Prof. Dr. R. Güttler Programmiersprachen 2 Kapitel 2: Folge Datenstrukturen Aufgabe 2 Erweitern sie ihre Lösung von Aufgabe 1 um die „delete“-Operation. Bzgl. des Baums wendet man die „normale“ delete-Funktionalität an. Ziel: man möchte mit einem möglichst kleinen Array auskommen Folge: dies erfordert eine geeignete Freispeicherverwaltung im Array,  d.h. bei einem „insert“ sollen jeweils durch „delete“ entstandene Lücken im Array wieder aufgefüllt werden.  Dies ist möglich, da die Einträge im Array ja nicht sortiert zu sein brauchen.  Es erfordert aber, dass man zu jedem Zeitpunkt einen Überblick über alle Lücken hat (, von denen aber nur die erste gebraucht wird).