Algoritmer og Datastrukturer 1. Gerth Stølting Brodal Aarhus Universitet

Relaterede dokumenter
Algoritmer og Datastrukturer 1. Gerth Stølting Brodal

Algoritmer og Datastrukturer 1. Gerth Stølting Brodal

Grundlæggende Algoritmer og Datastrukturer

Analyse af ombytningspuslespil

Analyse af ombytningspuslespil

Rolf Fagerberg. Forår 2013

Rolf Fagerberg. Forår 2012

Rolf Fagerberg. Forår 2015

Rolf Fagerberg. Forår 2015

Rolf Fagerberg. Forår 2014

DM507 Algoritmer og datastrukturer

Introduktion til DM507

Perspektiverende Datalogikursus

Skriftlig Eksamen Algoritmer og Datastrukturer 1. Datalogisk Institut Aarhus Universitet. Mandag den 22. marts 2004, kl

Perspektiverende Datalogikursus

Perspektiverende Datalogikursus

Programmering 2. dprog2 E

Programmering 2. dprog2 E

Grådige algoritmer. Et generelt algoritme-konstruktionsprincip ( paradigme ) for optimeringsproblemer.

Opskriv følgende funktioner efter stigende orden med hensyn til O-notationen: n 2 n (log n) 2. 3 n /n 2 n + (log n) 4

Perspektiverende Datalogikursus Uge 1 - Algoritmer og kompleksitet

Sortering. Eksempel: De n tal i sorteret orden

DATALOGISK INSTITUT, AARHUS UNIVERSITET

Sortering af information er en fundamental og central opgave.

Sortering. Eksempel: De n tal i sorteret orden

DATALOGISK INSTITUT, AARHUS UNIVERSITET

Skriftlig Eksamen Algoritmer og Datastrukturer 1. Datalogisk Institut Aarhus Universitet

Invarianter og kombinatoriske beviser

Skriftlig Eksamen DM507 Algoritmer og Datastrukturer

Grådige algoritmer. Et generelt algoritme-konstruktionsprincip ( paradigme ) for optimeringsproblemer.

Sortering af information er en fundamental og central opgave.

Perspektiverende Datalogi Klassiske Algoritmer

Perspektiverende Datalogikursus

DATALOGISK INSTITUT, AARHUS UNIVERSITET. Det Naturvidenskabelige Fakultet EKSAMEN. Grundkurser i Datalogi

Opskriv følgende funktioner efter stigende orden med hensyn til O-notationen: n n (log n) 2. n 2 + log n 3 n. n n (log n)

Perspektiverende Datalogikursus

Skriftlig Eksamen Algoritmer og Datastrukturer (dads)

Grådige algoritmer. Et generelt algoritme-konstruktionsprincip ( paradigme ) for optimeringsproblemer.

Sammenhængskomponenter i grafer

Dynamisk programmering

Sortering. De n tal i sorteret orden. Eksempel: Kommentarer:

Målet for disse slides er at diskutere nogle metoder til at gemme og hente data effektivt.

Et generelt algoritme-konstruktionsprincip ( paradigme ) for optimeringsproblemer. Ideen er simpel:

Algoritmer og Datastrukturer 1

Perspektiverende Datalogi Klassiske Algoritmer. Gerth Stølting Brodal

Oplæg og øvelser, herunder frugt og vand Gerth Stølting Brodal

Opskriv følgende funktioner efter stigende orden med hensyn til O-notationen: 23n log n. 4 n (log n) log n

Målet for disse slides er at beskrive nogle algoritmer og datastrukturer relateret til at gemme og hente data effektivt.

Skriftlig Eksamen DM507 Algoritmer og Datastrukturer

DATALOGISK INSTITUT, AARHUS UNIVERSITET. Det Naturvidenskabelige Fakultet EKSAMEN. Grundkurser i Datalogi

INSTITUT FOR DATALOGI, AARHUS UNIVERSITET EKSAMEN. Grundkurser i Datalogi. Algoritmer og Datastrukturer 1 (2003-ordning)

Orienterede grafer. Orienterede grafer. Orienterede grafer. Vejnetværk

Opskriv følgende funktioner efter stigende orden med hensyn til O-notationen: 7 n 1/ log n. (log n) 4

Algorithms and Architectures I Rasmus Løvenstein Olsen (RLO), Jimmy Jessen Nielsen (JJE) Mm3: More about recurrences - October 10, 2008

DATALOGISK INSTITUT, AARHUS UNIVERSITET. Det Naturvidenskabelige Fakultet EKSAMEN. Grundkurser i Datalogi

Korteste veje i vægtede grafer. Længde af sti = sum af vægte af kanter på sti.

Skriftlig Eksamen Algoritmer og Datastrukturer 2 (2003-ordning)

Opskriv følgende funktioner efter stigende orden med hensyn til O-notationen (bemærk at log n betegner totals logaritmen): n 2 (log n) 2 2.

Grafer og graf-gennemløb

Algoritmer og Datastrukturer 1. Gerth Stølting Brodal

Korteste veje i vægtede grafer. Længde af sti = sum af vægte af kanter på sti.

Grundlæggende Algoritmer og Datastrukturer. Analyseværktøjer [CLRS, 1-3.1]

Dynamisk programmering

Opskriv følgende funktioner efter stigende orden med hensyn til O-notationen: (logn) 7 n 1/2 2 n /n 3 2logn n 2 /logn

DATALOGISK INSTITUT, AARHUS UNIVERSITET. Det Naturvidenskabelige Fakultet EKSAMEN. Grundkurser i Datalogi

Grundlæggende køretidsanalyse af algoritmer

Dynamisk programmering

DATALOGISK INSTITUT, AARHUS UNIVERSITET. Det Naturvidenskabelige Fakultet EKSAMEN. Grundkurser i Datalogi

Danmarks Tekniske Universitet

Opskriv følgende funktioner efter stigende orden med hensyn til O-notationen: 5n 4. logn. n 4n 5 n/logn. n n/logn 5n

BRP Sortering og søgning. Hægtede lister

INSTITUT FOR DATALOGI, AARHUS UNIVERSITET. Det Naturvidenskabelige Fakultet EKSAMEN. Grundkurser i Datalogi

Danmarks Tekniske Universitet

Minutes AARHUS UNIVERSITY. 4.1 Ny specialisering på kandidatuddannelsen i datalogi.

Minimum udspændende Træer (MST)

Grådige algoritmer. Et algoritme-konstruktionsprincip ( paradigme ) for optimeringsproblemer.

AARHUS UNIVERSITET. Referat møde ASOS. Møde den: 3. november 2017 Lokale Tidspunkt: kl Studienævnet for ASOS

Danmarks Tekniske Universitet

DATALOGISK INSTITUT, AARHUS UNIVERSITET

Danmarks Tekniske Universitet

Prioritetskøer og hobe. Philip Bille

Orienterede grafer. Introduktion Repræsentation Søgning Topologisk sortering og DAGs Stærke sammenhængskomponenter Implicitte grafer.

Divide-and-Conquer algoritmer

Prioritetskøer. Prioritetskøer Træer og hobe Repræsentation af hobe Algoritmer på hobe Hobkonstruktion Hobsortering. Philip Bille

Divide-and-Conquer algoritmer

Orienterede grafer. Orienterede grafer. Orienterede grafer. Orienterede grafer

Opskriv følgende funktioner efter stigende orden med hensyn til O-notationen: 4 n n 3n n 2 /logn 5 n n (logn) 3n n 2 /logn 4 n n 5 n

Tilgang til data. To udbredte metoder for at tilgå data: Sekventiel tilgang Random access: tilgang via ID (også kaldet key, nøgle) for dataelementer.

DATALOGISK INSTITUT, AARHUS UNIVERSITET. Det Naturvidenskabelige Fakultet EKSAMEN. Grundkurser i Datalogi

DM507 Algoritmer og datastrukturer

Grafer og graf-gennemløb

Grafer og graf-gennemløb

INSTITUT FOR DATALOGI, AARHUS UNIVERSITET. Det Naturvidenskabelige Fakultet EKSAMEN. Grundkurser i Datalogi

DM507 Algoritmer og datastrukturer

Prioritetskøer. Prioritetskøer. Prioritetskøer. Prioritetskøer

Mindste udspændende træ. Mindste udspændende træ. Introduktion. Introduktion

DATALOGISK INSTITUT, AARHUS UNIVERSITET. Det Naturvidenskabelige Fakultet EKSAMEN. Grundkurser i Datalogi

Studieordning del

Tilgang til data. To udbredte metoder for at tilgå data: Sekventiel tilgang Random access: tilgang via ID (key, nøgle) for dataelementer.

Algoritmer og invarianter

Transkript:

Algoritmer og Datastrukturer 1 Gerth Stølting Brodal Aarhus Universitet

Kursusbeskrivelsen

Kursusbeskrivelsen: Algoritmer og datastrukturer 1 Formål Deltagerne vil efter kurset have indsigt i algoritmer som model for sekventielle beregningsprocesser og som basis for formelle korrekthedsbeviser og analyse af ressourceforbrug ved beregningerne, samt detaljeret kendskab til adskillige konkrete implementationer af fundamentale datastrukturer. Indhold Datastrukturer: Lister, træer, hashtabeller; Dataabstraktioner: Stakke, køer, prioritetskøer, ordbøger, mængder; Algoritmer Søgning, sortering, selektion, fletning; Analyse og syntese; Worst-case: amortiseret og forventet udførelsestid, udsagn, invarianter, gyldighed, terminering og korrekthed. Læringsmål Deltagerne skal ved afslutningen af kurset kunne: formulere og udføre algoritmer og datastrukturer i pseudo code. analysere og sammenligne tid og pladsforbruget af algoritmer. identificere gyldige invarianter for en algoritme. bevise korrektheden af simple programmer og transitionssystemer.

Kursusbeskrivelsen: Algoritmer og datastrukturer 1 Forudsætningskrav dintprog Vi kan antage at I ved hvordan Undervisningsformer man programmerer detaljerne Forelæsninger: 4 timer/uge så (2+2). dem Øvelser: springer 3 vi timer/uge over Obligatorisk program 6 opgaver Evalueringsform Der stilles 6 opgaver alle skal 2 timers Forelæsningerne skriftlig eksamen, gemmengår være intern godkendt censur, 7-skala for at kunne gå Omfang stoffet fra bogen. I øvelserne til eksamen. Opgaverne 5 ECTS arbejder man med stoffet. afleveres individuelt Sprog Dansk Eksamensterminer Eksamen: 3. kvarter Reeksamen: August Eksamen består af ca. 25 korte spørgsmål se eksempler på kursushjemmesiden

Spørgsmål?

Et eksempel på en beregningsprocess

Lokes Høj 64 brikker Hiscore 450 Antal ombytninger 500-450 = 50 Hvordan opnår man et lavt antal ombytninger held eller dygtighed?

Cykler (Permutationer) Hver brik peger på dens korrekte plads Definerer en mængde af cykler (fx cyklerne A,B,C,D)

Ombytninger og Cykler Lemma En ombytning af to brikker i samme cykel øger antallet af cykler med én. En ombytning af to brikker fra to forskellige cykler reducerer antallet af cykler med én.

Lemma Når alle n brikker er korrekt placeret er der præcis n cykler. Lemma For at løse et puslespil med n brikker og k cykler I starten kræves n k ombytninger. Har vist en nedre grænse for ALLE algoritmer der løser problemet

En (grådig) algoritme

Lemma Algoritmen bytter aldrig om på brikker der står korrekt. Lemma Algoritmen udfører n -1 ombytninger Lemma For at løse et puslespil med n brikker og k cykler I starten udfører algoritmen præcis n k ombytninger. Har vist en øvre grænse for en konkret algoritme Algoritmen er optimal da antal ombytninger er best mulig

Sætning For at løse et puslespil med n brikker og k cykler i starten kræves præcis n k ombytninger

Fordelingen af antal cykler n = 64, 10.000.000 permutationer

Hvad har vi så lært?

Algoritmisk indsigt Matematisk indsigt (cykler) Resourceforbrug (antal ombytninger) Nedre grænse ( n - k ombytninger) Grådig algoritme Analyseret algoritmen ( n - k ombytninger) Optimal algoritme (argumenteret bedst mulig) Input afhængig resourceforbrug

Tilfældige permutationer Yderligere information kan findes i David J.C. MacKay, tillæg til Information Theory, Inference, and Learning Algorithms, om "Random Permutations, 4 sider. http://www.inference.phy.cam.ac.uk/mackay/itila/cycles.pdf

Et andet eksempel på en beregningsprocess

Max-Delsum

Algoritme 1

Algoritme 2

Algoritme 2b

Algoritme 3

Algoritme 3 : Analyse Rekursionstræet Observation Samlet mængde additioner per lag er ~ n Additioner # additioner ~ n # lag ~ n log 2 n

Algoritme 4 x 0 1 2 3 i-1 i -3 2 4-7 3-2 5 6-4 3-1 maxsofar = 14 maxendinghere = 12 Invariant

Max-Delsum: Algoritmiske idéer Algoritme # additioner Idé 1 ~ n 3 Naive løsning 2 + 2b ~ n 2 Genbrug beregninger 3 ~ n log n Del-og-kombiner 4 ~ n Inkrementel

Sammenligning

Sammenligning: n 3 og n

Algoritmisk indsigt... Gode idéer kan give hurtige algoritmer Generelle algoritme teknikker Del-og-kombiner Inkrementel Analyse af udføreselstid Argumenteret for korrektheden Invarianter