LS 2 / Informatik Datenstrukturen, Algorithmen und Programmierung 2 (DAP2)

Präsentation zum Thema: "LS 2 / Informatik Datenstrukturen, Algorithmen und Programmierung 2 (DAP2)"—  Präsentation transkript:

1 LS 2 / Informatik Datenstrukturen, Algorithmen und Programmierung 2 (DAP2)

2 LS 2 / Informatik 2 Organisatorisches Vorlesung DAP2 Dienstag 12-14 c.t. Donnerstag 14-16 c.t. Zu meiner Person Christian Sohler Fachgebiet: Komplexitätstheorie und effiziente Algorithmen Lehrstuhl 2, Informatik

3 LS 2 / Informatik 3 Übungen Montag: 14-16, 16-18 Dienstag: 10-12, 14-16, 16-18 Mittwoch: 12-14, 14-16, 16-18 Donnerstag: 12-14, 16-18 Zum Teil mehrere parallele Gruppen Anmeldung über AsSESS Beginn der Anmeldung: Dienstag im Laufe des Tages Anmeldeschluss: Donnerstag, 18 Uhr Änderungen der Übungsgruppe: Bis Montag 10 Uhr Organisatorisches

4 LS 2 / Informatik 4 Übungen Präsenzübungen/ Heimübungen abwechselnd Abgabe Heimübung: Freitag 10 Uhr Briefkästen im Pav.6 Zulassung zur Klausur (Studienleistung Übung; Teil 1): - Teilnahme an den Übungen - 50% der Übungspunkte Max. 3 Personen pro Übungsblatt Organisatorisches

5 LS 2 / Informatik 5 Organisatorisches Übungen Praktikum Für Studierende des Bachelorstudiengangs verpflichtend Bachelor Elektrotechnik/Informationstechnik und Informations- und Kommunikationstechnik hat eigenes Praktikum Termine: Mittwoch 12-14, 14-16, 16-18 Donnerstag 8-10, 10-12, 12-14 Freitag 8-10, 10-12 Anmeldung über AsSESS (ab Dienstag; Anmeldeschluss Do. 18 Uhr; Änderungen bis Montag 10 Uhr)

6 LS 2 / Informatik 6 Organisatorisches Übungen Praktikum Heimübungen, Präsenzübungen Zulassung zur Klausur (Studienleistung Praktikum): 8 von insgesamt 14 Punkten bei den 7 Präsenzaufgaben 7 von insgesamt 12 Punkten bei den 6 Heimaufgaben Anwesenheit bei den Übungen Sonstiges Schüler -> Tobias Marschall Poolräume können außerhalb der Veranstaltungszeiten immer genutzt werden Weitere Informationen auf der Webseite http://ls11-www.cs.uni-dortmund.de/teaching/dap2praktikum http://ls11-www.cs.uni-dortmund.de/teaching/dap2praktikum

7 LS 2 / Informatik 7 Organisatorisches Tests 1. Test: 18. Mai 2. Test: mal schauen Einer der beiden Test muss mit 50% der Punkte bestanden werden (Studienleistung Übung; Teil 2)

8 LS 2 / Informatik 8 Organisatorisches Bei Fragen Meine Sprechzeiten: Mo 14-15 Uhr oder nach der Vorlesung Organisatorische Fragen an Vorlesung: Melanie Schmidt (melanie.schmidt@tu-dortmund.de) Christiane Lammersen (christiane.lammersen@tu-dortmund.de) Praktikum: Tobias Marshall (tobias.marschall@tu-dortmund.de) Außerdem INPUD Forum

9 LS 2 / Informatik 9 Organisatorisches Klausurtermine 10.8. 17-21 Uhr 21.9. 17-21 Uhr Weitere Infos Vorlesungsseite http://ls2-www.cs.tu-dortmund.de/lehre/sommer2010/dap2/ http://ls2-www.cs.tu-dortmund.de/lehre/sommer2010/dap2/ Oder von der Startseite des LS 2 -> Teaching -> DAP2

10 LS 2 / Informatik 10 Einige Hinweise/Regeln Klausur Eine Korrelation mit den Übungsaufgaben ist zu erwarten Laptops Sind in der Vorlesung nicht zugelassen

11 LS 2 / Informatik 11 Literatur Skripte Kein Vorlesungsskript Skripte der vergangenen Jahre Bücher Cormen, Leisserson, Rivest: Introduction to Algorithms, MIT Press Kleinberg, Tardos: Algorithm Design, Addison Wesley WWW Kurs Introduction to Algorithms am MIT. Online Material (Folien, Video und Audio Files!) http://ocw.mit.edu/OcwWeb/Electrical-Engineering-and-Computer- Science/6-046JFall-2005/CourseHome/

12 LS 2 / Informatik 12 Was ist ein Algorithmus? Informale Definition Ein Algorithmus ist eine eindeutige Handlungsvorschrift zur Lösung von Instanzen eines Problems in endlich vielen Schritten. Bemerkung Es gibt viele Beschreibungen desselben Algorithmus Algorithmus ist unabhängig von der Programmiersprache!!! Die Definition wird im nächsten Semester formalisiert

13 LS 2 / Informatik 13 Was ist ein Algorithmus? Beispiel Problem: Maximumsuche Instanz: Menge A={a,…,a } von n Zahlen (als Feld A gegeben) Ausgabe: Index i der größten Zahl in A Algorithmus-Max-Search(Array A) 1. max 1 2. for j 2 to length(A) do 3. if A[j] > A[max] then max j 4. return max 1 n

14 LS 2 / Informatik 14 Was ist eine Datenstruktur? Informale Definition Eine Datenstruktur ist eine Anordnung von Daten, die die Ausführung von Operationen (z.B. Suchen, Einfügen, Löschen) unterstützt. Einfache Beispiele Feld sortiertes Feld Liste

15 LS 2 / Informatik 15 Lernziele Bewertung von Algorithmen und Datenstrukturen - Laufzeitanalyse - Speicherbedarf - Korrektheitsbeweise Kenntnis grundlegender Algorithmen und Datenstrukturen - Sortieren - Wörterbücher - Graphalgorithmen Kenntnis grundlegender Entwurfsmethoden - Teile und Herrsche - gierige Algorithmen - dynamische Programmierung

16 LS 2 / Informatik 16 Motivation Beispiele für algorithmische Probleme Internetsuchmaschinen Berechnung von Bahnverbindungen Optimierung von Unternehmensabläufen Datenkompression Computer Spiele Datenanalyse Alle diese Bereiche sind (immer noch) Stoff aktueller Forschung im Bereich Datenstrukturen und Algorithmen

17 LS 2 / Informatik 17 Motivation Problembeschreibung Ein m x n- Gitter heißt c-färbbar, wenn man seine Knoten mit c Farben so färben kann, dass kein am Gitter orientiertes achsenparalleles Rechteck alle Eckknoten in derselben Farbe hat Aufgabe: Finde eine 4-Färbung für ein 17x17 Gitter (289$ Problem) Beispiel: (4x4 Gitter) http://blog.computationalcomplexity.org/2009/11/17x17-challenge-worth- 28900-this-is-not.html

18 LS 2 / Informatik 18 Motivation Problembeschreibung Ein m x n- Gitter heißt c-färbbar, wenn man seine Knoten mit c Farben so färben kann, dass kein am Gitter orientiertes achsenparalleles Rechteck alle Eckknoten in derselben Farbe hat Aufgabe: Finde eine 4-Färbung für ein 17x17 Gitter (289$ Problem) Beispiel: (4x4 Gitter) Die vier unterlegten Knoten dürfen z.B. nicht alle dieselbe Farbe haben http://blog.computationalcomplexity.org/2009/11/17x17-challenge-worth- 28900-this-is-not.html

19 LS 2 / Informatik 19 Motivation Problembeschreibung Ein m x n- Gitter heißt c-färbbar, wenn man seine Knoten mit c Farben so färben kann, dass kein am Gitter orientiertes achsenparalleles Rechteck alle Eckknoten in derselben Farbe hat Aufgabe: Finde eine 4-Färbung für ein 17x17 Gitter (289$ Problem) Beispiel: (4x4 Gitter) http://blog.computationalcomplexity.org/2009/11/17x17-challenge-worth- 28900-this-is-not.html 4x4 Gitter ist 4-färbbar! Geht es besser?

20 LS 2 / Informatik 20 Motivation Problembeschreibung Ein m x n- Gitter heißt c-färbbar, wenn man seine Knoten mit c Farben so färben kann, dass kein am Gitter orientiertes achsenparalleles Rechteck alle Eckknoten in derselben Farbe hat Aufgabe: Finde eine 4-Färbung für ein 17x17 Gitter (289$ Problem) Beispiel: (4x4 Gitter) http://blog.computationalcomplexity.org/2009/11/17x17-challenge-worth- 28900-this-is-not.html Ja! 4x4 Gitter ist 2- färbbar!

21 LS 2 / Informatik 21 Motivation 17x17 Problem Es ist z.Z. nicht möglich, das 17x17 Problem mit einem Rechner zu lösen Warum ist dieses Problem so schwer zu lösen? Es gibt sehr viele Färbungen! Fragen/Aufgaben Können wir die Laufzeit eines Algorithmus vorhersagen? Können wir bessere Algorithmen finden?

22 LS 2 / Informatik 22 Algorithmenentwurf Anforderungen Korrektheit Effizienz (Laufzeit, Speicherplatz) Entwurf umfasst 1.Beschreibung des Algorithmus/der Datenstruktur 2.Korrektheitsbeweis 3.Analyse von Laufzeit und Speicherplatz

23 LS 2 / Informatik 23 Algorithmenentwurf Warum mathematische Korrektheitsbeweise? Fehler können fatale Auswirkungen haben (Steuerungssoftware in Flugzeugen, Autos, AKWs) Fehler können selten auftreten (Austesten funktioniert nicht) Der teuerste algorithmische Fehler? Pentium bug (> $400 Mio.) Enormer Image Schaden Trat relativ selten auf

24 LS 2 / Informatik 24 Algorithmenentwurf Warum Laufzeit/Speicherplatz optimieren? Riesige Datenmengen durch Vernetzung (Internet) Datenmengen wachsen schneller als Rechenleistung und Speicher Physikalische Grenzen Schlechte Algorithmen versagen häufig bereits bei kleinen und mittleren Eingabegrößen

25 LS 2 / Informatik 25 1. Teil der Vorlesung – Grundlagen der Algorithmenanalyse Inhalt Wie beschreibt man einen Algorithmus? Wie beweist man die Korrektheit eines Algorithmus? Rechenmodell Laufzeitanalyse

26 LS 2 / Informatik 26 Pseudocode Beschreibungssprache ähnlich wie C, Java, Pascal, etc… Hauptunterschied: Wir benutzen immer die klarste und präziseste Beschreibung Manchmal kann auch ein vollständiger Satz die beste Beschreibung sein Wir ignorieren Software Engineering Aspekte wie - Modularität - Fehlerbehandlung

27 LS 2 / Informatik 27 Sortieren Problem: Sortieren Eingabe: Folge von n Zahlen (a,…,a ) Ausgabe: Permutation (a,…,a ) von (a,…, a ), so dass a a … a Beispiel: Eingabe: 15, 7, 3, 18, 8, 4 Ausgabe: 3, 4, 7, 8, 15, 18 1 1 n n 1n 1 n 2

28 LS 2 / Informatik 28 Insertion Sort InsertionSort(Array A) 1.for j 2 to length[A] do 2. key A[j] 3. i j-1 4. while i>0 and A[i]>key do 5. A[i+1] A[i] 6. i i-1 7. A[i+1] key Beschreibung des Algorithmus in Pseudocode (kein C, Java, etc.)

29 LS 2 / Informatik 29 Insertion Sort InsertionSort(Array A) 1.for j 2 to length[A] do 2. key A[j] 3. i j-1 4. while i>0 and A[i]>key do 5. A[i+1] A[i] 6. i i-1 7. A[i+1] key Pseudocode Schleifen (for, while, repeat) Beschreibung des Algorithmus in Pseudocode (kein C, Java, etc.)

30 LS 2 / Informatik 30 InsertionSort(Array A) 1.for j 2 to length[A] do 2. key A[j] 3. i j-1 4. while i>0 and A[i]>key do 5. A[i+1] A[i] 6. i i-1 7. A[i+1] key Pseudocode Schleifen (for, while, repeat) Insertion Sort Beschreibung des Algorithmus in Pseudocode (kein C, Java, etc.)

31 LS 2 / Informatik 31 InsertionSort(Array A) 1.for j 2 to length[A] do 2. key A[j] 3. i j-1 4. while i>0 and A[i]>key do 5. A[i+1] A[i] 6. i i-1 7. A[i+1] key Pseudocode Zuweisungen durch Insertion Sort Beschreibung des Algorithmus in Pseudocode (kein C, Java, etc.)

32 LS 2 / Informatik 32 InsertionSort(Array A) 1.for j 2 to length[A] do 2. key A[j] 3. i j-1 4. while i>0 and A[i]>key do 5. A[i+1] A[i] 6. i i-1 7. A[i+1] key Pseudocode Variablen (z.B. i, j, key) sind lokal definiert Insertion Sort Beschreibung des Algorithmus in Pseudocode (kein C, Java, etc.)

33 LS 2 / Informatik 33 InsertionSort(Array A) 1.for j 2 to length[A] do 2. key A[j] 3. i j-1 4. while i>0 and A[i]>key do 5. A[i+1] A[i] 6. i i-1 7. A[i+1] key Pseudocode Keine Typdeklaration, wenn Typ klar aus dem Kontext Insertion Sort Beschreibung des Algorithmus in Pseudocode (kein C, Java, etc.)

34 LS 2 / Informatik 34 InsertionSort(Array A) 1.for j 2 to length[A] do 2. key A[j] 3. i j-1 4. while i>0 and A[i]>key do 5. A[i+1] A[i] 6. i i-1 7. A[i+1] key Pseudocode Zugriff auf Feldelemente mit [.] Insertion Sort Beschreibung des Algorithmus in Pseudocode (kein C, Java, etc.)

35 LS 2 / Informatik 35 InsertionSort(Array A) 1.for j 2 to length[A] do 2. key A[j] 3. i j-1 4. while i>0 and A[i]>key do 5. A[i+1] A[i] 6. i i-1 7. A[i+1] key Pseudocode Verbunddaten sind typischerweise als Objekte organisiert Ein Objekt besteht aus Attributen oder Ausprägungen Beispiel: Feld wird als Objekt mit Attribut Länge betrachtet Insertion Sort Beschreibung des Algorithmus in Pseudocode (kein C, Java, etc.)

36 LS 2 / Informatik 36 InsertionSort(Array A) 1.for j 2 to length[A] do 2. key A[j] 3. i j-1 4. while i>0 and A[i]>key do 5. A[i+1] A[i] 6. i i-1 7. A[i+1] key Pseudocode Beispiel: Objekt ist Graph G mit Knotenmenge V Auf die Ausprägung V von Graph G wird mit V[G] zugegriffen Insertion Sort Beschreibung des Algorithmus in Pseudocode (kein C, Java, etc.)

37 LS 2 / Informatik 37 InsertionSort(Array A) 1.for j 2 to length[A] do 2. key A[j] 3. i j-1 4. while i>0 and A[i]>key do 5. A[i+1] A[i] 6. i i-1 7. A[i+1] key Pseudocode Objekte werden als Zeiger referenziert, d.h. für alle Ausprägungen f eines Objektes x bewirkt y x das gilt: f[y] = f[x]. Insertion Sort Beschreibung des Algorithmus in Pseudocode (kein C, Java, etc.)

38 LS 2 / Informatik 38 InsertionSort(Array A) 1.for j 2 to length[A] do 2. key A[j] 3. i j-1 4. while i>0 and A[i]>key do 5. A[i+1] A[i] 6. i i-1 7. A[i+1] key Pseudocode Blockstruktur durch Einrücken Insertion Sort Beschreibung des Algorithmus in Pseudocode (kein C, Java, etc.)

39 LS 2 / Informatik 39 InsertionSort(Array A) 1.for j 2 to length[A] do 2. key A[j] 3. i j-1 4. while i>0 and A[i]>key do 5. A[i+1] A[i] 6. i i-1 7. A[i+1] key Pseudocode Bedingte Verzweigungen (if then else) Insertion Sort Beschreibung des Algorithmus in Pseudocode (kein C, Java, etc.)

40 LS 2 / Informatik 40 InsertionSort(Array A) 1.for j 2 to length[A] do 2. key A[j] 3. i j-1 4. while i>0 and A[i]>key do 5. A[i+1] A[i] 6. i i-1 7. A[i+1] key Pseudocode Prozeduren call-by-value ; jede aufgerufene Prozedur erhält neue Kopie der übergebenen Variable Die lokalen Änderungen sind nicht global sichtbar Bei Objekten wird nur der Zeiger kopiert (lokale Änderungen am Objekt global sichtbar) Insertion Sort Beschreibung des Algorithmus in Pseudocode (kein C, Java, etc.)

41 LS 2 / Informatik 41 InsertionSort(Array A) 1.for j 2 to length[A] do 2. key A[j] 3. i j-1 4. while i>0 and A[i]>key do 5. A[i+1] A[i] 6. i i-1 7. A[i+1] key Pseudocode Rückgabe von Parametern durch return Insertion Sort Beschreibung des Algorithmus in Pseudocode (kein C, Java, etc.)

42 LS 2 / Informatik 42 InsertionSort(Array A) 1.for j 2 to length[A] do 2. key A[j] 3. i j-1 4. while i>0 and A[i]>key do 5. A[i+1] A[i] 6. i i-1 7. A[i+1] key Pseudocode Kommentare durch Insertion Sort Beschreibung des Algorithmus in Pseudocode (kein C, Java, etc.)

43 LS 2 / Informatik 43 InsertionSort(Array A) 1.for j 2 to length[A] do 2. key A[j] 3. i j-1 4. while i>0 and A[i]>key do 5. A[i+1] A[i] 6. i i-1 7. A[i+1] key Beispiel Insertion Sort 815314761819

44 LS 2 / Informatik 44 InsertionSort(Array A) Eingabegröße n 1.for j 2 to length[A] do length[A] = n 2. key A[j] 3. i j-1 4. while i>0 and A[i]>key do 5. A[i+1] A[i] 6. i i-1 7. A[i+1] key Insertion Sort 815314761819 1 n j

45 LS 2 / Informatik 45 InsertionSort(Array A) Eingabegröße n 1.for j 2 to length[A] do length[A] = n 2. key A[j] 3. i j-1 4. while i>0 and A[i]>key do 5. A[i+1] A[i] 6. i i-1 7. A[i+1] key Insertion Sort 815314761819 1 n j key

46 LS 2 / Informatik 46 InsertionSort(Array A) Eingabegröße n 1.for j 2 to length[A] do length[A] = n 2. key A[j] 3. i j-1 4. while i>0 and A[i]>key do 5. A[i+1] A[i] 6. i i-1 7. A[i+1] key Insertion Sort 815314761819 i n j key

47 LS 2 / Informatik 47 InsertionSort(Array A) Eingabegröße n 1.for j 2 to length[A] do length[A] = n 2. key A[j] 3. i j-1 4. while i>0 and A[i]>key do 5. A[i+1] A[i] 6. i i-1 7. A[i+1] key Insertion Sort 815314761819 i n j key

48 LS 2 / Informatik 48 InsertionSort(Array A) Eingabegröße n 1.for j 2 to length[A] do length[A] = n 2. key A[j] 3. i j-1 4. while i>0 and A[i]>key do 5. A[i+1] A[i] 6. i i-1 7. A[i+1] key Insertion Sort 815314761819 i n j key

49 LS 2 / Informatik 49 InsertionSort(Array A) Eingabegröße n 1.for j 2 to length[A] do length[A] = n 2. key A[j] 3. i j-1 4. while i>0 and A[i]>key do 5. A[i+1] A[i] 6. i i-1 7. A[i+1] key Insertion Sort 815314761819 1 n j

50 LS 2 / Informatik 50 InsertionSort(Array A) Eingabegröße n 1.for j 2 to length[A] do length[A] = n 2. key A[j] 3. i j-1 4. while i>0 and A[i]>key do 5. A[i+1] A[i] 6. i i-1 7. A[i+1] key Insertion Sort 815314761819 1 n j key

51 LS 2 / Informatik 51 InsertionSort(Array A) Eingabegröße n 1.for j 2 to length[A] do length[A] = n 2. key A[j] 3. i j-1 4. while i>0 and A[i]>key do 5. A[i+1] A[i] 6. i i-1 7. A[i+1] key Insertion Sort 815314761819 1 n j i key=3

52 LS 2 / Informatik 52 InsertionSort(Array A) Eingabegröße n 1.for j 2 to length[A] do length[A] = n 2. key A[j] 3. i j-1 4. while i>0 and A[i]>key do 5. A[i+1] A[i] 6. i i-1 7. A[i+1] key Insertion Sort 815314761819 1 n j key=3 i

53 LS 2 / Informatik 53 InsertionSort(Array A) Eingabegröße n 1.for j 2 to length[A] do length[A] = n 2. key A[j] 3. i j-1 4. while i>0 and A[i]>key do 5. A[i+1] A[i] 6. i i-1 7. A[i+1] key Insertion Sort 815 14761819 1 n j key=3 i

54 LS 2 / Informatik 54 InsertionSort(Array A) Eingabegröße n 1.for j 2 to length[A] do length[A] = n 2. key A[j] 3. i j-1 4. while i>0 and A[i]>key do 5. A[i+1] A[i] 6. i i-1 7. A[i+1] key Insertion Sort 815 14761819 i n j key=3

55 LS 2 / Informatik 55 InsertionSort(Array A) Eingabegröße n 1.for j 2 to length[A] do length[A] = n 2. key A[j] 3. i j-1 4. while i>0 and A[i]>key do 5. A[i+1] A[i] 6. i i-1 7. A[i+1] key Insertion Sort 815 14761819 i n j key=3

56 LS 2 / Informatik 56 InsertionSort(Array A) Eingabegröße n 1.for j 2 to length[A] do length[A] = n 2. key A[j] 3. i j-1 4. while i>0 and A[i]>key do 5. A[i+1] A[i] 6. i i-1 7. A[i+1] key Insertion Sort 881514761819 i n j key=3

57 LS 2 / Informatik 57 InsertionSort(Array A) Eingabegröße n 1.for j 2 to length[A] do length[A] = n 2. key A[j] 3. i j-1 4. while i>0 and A[i]>key do 5. A[i+1] A[i] 6. i i-1 7. A[i+1] key Insertion Sort 881514761819 1 n j key=3 i

58 LS 2 / Informatik 58 InsertionSort(Array A) Eingabegröße n 1.for j 2 to length[A] do length[A] = n 2. key A[j] 3. i j-1 4. while i>0 and A[i]>key do 5. A[i+1] A[i] 6. i i-1 7. A[i+1] key Insertion Sort 881514761819 1 n ji key=3

59 LS 2 / Informatik 59 InsertionSort(Array A) Eingabegröße n 1.for j 2 to length[A] do length[A] = n 2. key A[j] 3. i j-1 4. while i>0 and A[i]>key do 5. A[i+1] A[i] 6. i i-1 7. A[i+1] key Insertion Sort 381514761819 1 n j key=3 i

60 LS 2 / Informatik 60 InsertionSort(Array A) Eingabegröße n 1.for j 2 to length[A] do length[A] = n 2. key A[j] 3. i j-1 4. while i>0 and A[i]>key do 5. A[i+1] A[i] 6. i i-1 7. A[i+1] key Insertion Sort 381514761819 1 n j Sortiert

61 LS 2 / Informatik 61 InsertionSort(Array A) Eingabegröße n 1.for j 2 to length[A] do length[A] = n 2. key A[j] 3. i j-1 4. while i>0 and A[i]>key do 5. A[i+1] A[i] 6. i i-1 7. A[i+1] key Insertion Sort 381514761819 1 n j Sortiert key

62 LS 2 / Informatik 62 InsertionSort(Array A) Eingabegröße n 1.for j 2 to length[A] do length[A] = n 2. key A[j] 3. i j-1 4. while i>0 and A[i]>key do 5. A[i+1] A[i] 6. i i-1 7. A[i+1] key Insertion Sort 381514761819 1 n j Sortiert key=14

63 LS 2 / Informatik 63 InsertionSort(Array A) Eingabegröße n 1.for j 2 to length[A] do length[A] = n 2. key A[j] 3. i j-1 verschiebe alle Elemente aus 4. while i>0 and A[i]>key do A[1…j-1], die größer als key 5. A[i+1] A[i] sind eine Stelle nach rechts 6. i i-1 7. A[i+1] key Insertion Sort 381514761819 1 n j Sortiert key=14 j-1

64 LS 2 / Informatik 64 InsertionSort(Array A) Eingabegröße n 1.for j 2 to length[A] do length[A] = n 2. key A[j] 3. i j-1 verschiebe alle Elemente aus 4. while i>0 and A[i]>key do A[1…j-1], die größer als key 5. A[i+1] A[i] sind eine Stelle nach rechts 6. i i-1 7. A[i+1] key Insertion Sort 381514761819 1 n j Sortiert key=14 j-1

65 LS 2 / Informatik 65 InsertionSort(Array A) Eingabegröße n 1.for j 2 to length[A] do length[A] = n 2. key A[j] 3. i j-1 verschiebe alle Elemente aus 4. while i>0 and A[i]>key do A[1…j-1], die größer als key 5. A[i+1] A[i] sind eine Stelle nach rechts 6. i i-1 7. A[i+1] key Insertion Sort 3815 761819 1 n j key=14 j-1i

66 LS 2 / Informatik 66 InsertionSort(Array A) Eingabegröße n 1.for j 2 to length[A] do length[A] = n 2. key A[j] 3. i j-1 verschiebe alle Elemente aus 4. while i>0 and A[i]>key do A[1…j-1], die größer als key 5. A[i+1] A[i] sind eine Stelle nach rechts 6. i i-1 7. A[i+1] key Insertion Sort 3815 761819 1 n j key=14 i+1i

67 LS 2 / Informatik 67 InsertionSort(Array A) Eingabegröße n 1.for j 2 to length[A] do length[A] = n 2. key A[j] 3. i j-1 verschiebe alle Elemente aus 4. while i>0 and A[i]>key do A[1…j-1], die größer als key 5. A[i+1] A[i] sind eine Stelle nach rechts 6. i i-1 7. A[i+1] key Speichere key in Lücke Insertion Sort 381415761819 1 n j key=14 i+1i

68 LS 2 / Informatik 68 InsertionSort(Array A) Eingabegröße n 1.for j 2 to length[A] do length[A] = n 2. key A[j] 3. i j-1 verschiebe alle Elemente aus 4. while i>0 and A[i]>key do A[1…j-1], die größer als key 5. A[i+1] A[i] sind eine Stelle nach rechts 6. i i-1 7. A[i+1] key Speichere key in Lücke Insertion Sort 381415761819 1 n j Sortiert

69 LS 2 / Informatik 69 InsertionSort(Array A) Eingabegröße n 1.for j 2 to length[A] do length[A] = n 2. key A[j] 3. i j-1 verschiebe alle Elemente aus 4. while i>0 and A[i]>key do A[1…j-1], die größer als key 5. A[i+1] A[i] sind eine Stelle nach rechts 6. i i-1 7. A[i+1] key Speichere key in Lücke Insertion Sort 381415761819 1 n j Sortiert key=7

70 LS 2 / Informatik 70 InsertionSort(Array A) Eingabegröße n 1.for j 2 to length[A] do length[A] = n 2. key A[j] 3. i j-1 verschiebe alle Elemente aus 4. while i>0 and A[i]>key do A[1…j-1], die größer als key 5. A[i+1] A[i] sind eine Stelle nach rechts 6. i i-1 7. A[i+1] key Speichere key in Lücke Insertion Sort 381415761819 1 n j Sortiert key=7

71 LS 2 / Informatik 71 InsertionSort(Array A) Eingabegröße n 1.for j 2 to length[A] do length[A] = n 2. key A[j] 3. i j-1 verschiebe alle Elemente aus 4. while i>0 and A[i]>key do A[1…j-1], die größer als key 5. A[i+1] A[i] sind eine Stelle nach rechts 6. i i-1 7. A[i+1] key Speichere key in Lücke Insertion Sort 388141561819 1 n j key=7

72 LS 2 / Informatik 72 InsertionSort(Array A) Eingabegröße n 1.for j 2 to length[A] do length[A] = n 2. key A[j] 3. i j-1 verschiebe alle Elemente aus 4. while i>0 and A[i]>key do A[1…j-1], die größer als key 5. A[i+1] A[i] sind eine Stelle nach rechts 6. i i-1 7. A[i+1] key Speichere key in Lücke Insertion Sort 388141561819 1 n j key=7

73 LS 2 / Informatik 73 InsertionSort(Array A) Eingabegröße n 1.for j 2 to length[A] do length[A] = n 2. key A[j] 3. i j-1 verschiebe alle Elemente aus 4. while i>0 and A[i]>key do A[1…j-1], die größer als key 5. A[i+1] A[i] sind eine Stelle nach rechts 6. i i-1 7. A[i+1] key Speichere key in Lücke Insertion Sort 378141561819 1 n j key=7

74 LS 2 / Informatik 74 InsertionSort(Array A) Eingabegröße n 1.for j 2 to length[A] do length[A] = n 2. key A[j] 3. i j-1 verschiebe alle Elemente aus 4. while i>0 and A[i]>key do A[1…j-1], die größer als key 5. A[i+1] A[i] sind eine Stelle nach rechts 6. i i-1 7. A[i+1] key Speichere key in Lücke Insertion Sort 378141561819 1 n j Sortiert

75 LS 2 / Informatik 75 InsertionSort(Array A) Eingabegröße n 1.for j 2 to length[A] do length[A] = n 2. key A[j] 3. i j-1 verschiebe alle Elemente aus 4. while i>0 and A[i]>key do A[1…j-1], die größer als key 5. A[i+1] A[i] sind eine Stelle nach rechts 6. i i-1 7. A[i+1] key Speichere key in Lücke Insertion Sort 378141561819 1 n j key=6 Sortiert

76 LS 2 / Informatik 76 InsertionSort(Array A) Eingabegröße n 1.for j 2 to length[A] do length[A] = n 2. key A[j] 3. i j-1 verschiebe alle Elemente aus 4. while i>0 and A[i]>key do A[1…j-1], die größer als key 5. A[i+1] A[i] sind eine Stelle nach rechts 6. i i-1 7. A[i+1] key Speichere key in Lücke Insertion Sort 378141561819 1 n j key=6 Sortiert

77 LS 2 / Informatik 77 InsertionSort(Array A) Eingabegröße n 1.for j 2 to length[A] do length[A] = n 2. key A[j] 3. i j-1 verschiebe alle Elemente aus 4. while i>0 and A[i]>key do A[1…j-1], die größer als key 5. A[i+1] A[i] sind eine Stelle nach rechts 6. i i-1 7. A[i+1] key Speichere key in Lücke Insertion Sort 377814151819 1 n j key=6

78 LS 2 / Informatik 78 InsertionSort(Array A) Eingabegröße n 1.for j 2 to length[A] do length[A] = n 2. key A[j] 3. i j-1 verschiebe alle Elemente aus 4. while i>0 and A[i]>key do A[1…j-1], die größer als key 5. A[i+1] A[i] sind eine Stelle nach rechts 6. i i-1 7. A[i+1] key Speichere key in Lücke Insertion Sort 377814151819 1 n j key=6

79 LS 2 / Informatik 79 InsertionSort(Array A) Eingabegröße n 1.for j 2 to length[A] do length[A] = n 2. key A[j] 3. i j-1 verschiebe alle Elemente aus 4. while i>0 and A[i]>key do A[1…j-1], die größer als key 5. A[i+1] A[i] sind eine Stelle nach rechts 6. i i-1 7. A[i+1] key Speichere key in Lücke Insertion Sort 367814151819 1 n j key=6

80 LS 2 / Informatik 80 InsertionSort(Array A) Eingabegröße n 1.for j 2 to length[A] do length[A] = n 2. key A[j] 3. i j-1 verschiebe alle Elemente aus 4. while i>0 and A[i]>key do A[1…j-1], die größer als key 5. A[i+1] A[i] sind eine Stelle nach rechts 6. i i-1 7. A[i+1] key Speichere key in Lücke Insertion Sort 367814151819 1 n j Sortiert

81 LS 2 / Informatik 81 InsertionSort(Array A) Eingabegröße n 1.for j 2 to length[A] do length[A] = n 2. key A[j] 3. i j-1 verschiebe alle Elemente aus 4. while i>0 and A[i]>key do A[1…j-1], die größer als key 5. A[i+1] A[i] sind eine Stelle nach rechts 6. i i-1 7. A[i+1] key Speichere key in Lücke Insertion Sort 367814151819 1 n j

82 LS 2 / Informatik 82 InsertionSort(Array A) Eingabegröße n 1.for j 2 to length[A] do length[A] = n 2. key A[j] 3. i j-1 verschiebe alle Elemente aus 4. while i>0 and A[i]>key do A[1…j-1], die größer als key 5. A[i+1] A[i] sind eine Stelle nach rechts 6. i i-1 7. A[i+1] key Speichere key in Lücke Insertion Sort 367814151819 1 n Sortiert

83 LS 2 / Informatik 83 InsertionSort Wir haben beobachtet, dass Algorithmus InsertionSort korrekt sortiert Wie können wir zeigen, dass dies für jede Eingabe stimmt? -> Korrektheitsbeweise

84 LS 2 / Informatik 84 Zusammenfassung Es gibt schwierige algorithmische Probleme, die bzgl. Laufzeit und Speicherbedarf optimierte Algorithmen benötigen Korrektheitsanalyse von Algorithmen ist notwendig Wir beschreiben Algorithmen in Pseudocode