Základy řazení. Karel Richta a kol.
|
|
- Daniela Černá
- před 5 lety
- Počet zobrazení:
Transkript
1 Základy řazení Karel Richta a kol. Přednášky byly připraveny s pomocí materiálů, které vyrobili Marko Berezovský, Petr Felkel, Josef Kolář, Michal Píše a Pavel Tvrdík Katedra počítačů Fakulta elektrotechnická České vysoké učení technické v Praze Karel Richta a kol., 2018 Datové struktury a algoritmy, B6B36DSA 01/2018, Lekce 4 B6B36DSA, 2018, Lekce 4, 1/59
2 Definice problému řazení Mějme parciálně uspořádanou množinu (poset) M, kde uspořádání je binární relace M M, která je reflexivní, tranzitivní a antisymetrická. Definice problému řazení: Na vstupu je posloupnost prvků z M; cílem je najít takovou posloupnost prvků z M, pro kterou platí dvě základní kritéria: výstupní posloupnost je seřazená a výstupní posloupnost je permutací původní posloupnosti (obsahuje tedy stejná data, jen v jiném pořadí). Z hlediska řazení se vstupní data často chápou jako soubor dvojic klíč hodnota, přičemž po seřazení je posloupnost klíčů monotónní, zatímco na připojené hodnoty se při řazení nebere zřetel. Při existenci několika položek se stejným klíčem se však podle pořadí odpovídajících hodnot rozlišují stabilní a nestabilní algoritmy. V definici relace uspořádání se přitom bere ohled pouze na klíče příslušných hodnot. B6B36DSA, 2018, Lekce 4, 2/59
3 B6B36DSA, 2018, Lekce 4, 3/59
4 B6B36DSA, 2018, Lekce 4, 4/59
5 Základní taxonomie řazení Řazení bez využití porovnání (adresní řazení: radix-sort, bucket-sort) Řazení využívající porovnání (asociativní řazení): Nevyvážené dělení řazené posloupnosti: Důraz na analýzu (řazení přímým výběrem: selection sort) Důraz na syntézu (řazení přímým zatřiďováním: insertion-sort) Vyvážené dělení řazené posloupnosti: Důraz na analýzu (řazení dělením: quick-sort) Důraz na syntézu (řazení slučováním: merge-sort) B6B36DSA, 2018, Lekce 4, 5/59
6 Cvičení Navrhněte a popište algoritmus pro seřazení balíčku karet. Smíte používat jen jednu ruku a v ní smíte držet vždy nanejvýš jednu kartu. Během řazení můžete (a musíte) odkládat karty do několika pomocných balíčků. Z každého balíčku je vidět a je známa pouze hodnota vrchní karty. Úkolem je sestavit algoritmus tak, aby využíval co nejmenšího počtu pomocných balíčků. B6B36DSA, 2018, Lekce 4, 6/59
7 SELECTION-SORT řazení přímým výběrem B6B36DSA, 2018, Lekce 4, 7/59
8 SELECTION-SORT Start T O U B J R M A K D Z E min Krok 1 T O U B J R M A K D Z E A O U B J R M T K D Z E B6B36DSA, 2018, Lekce 4, 8/59
9 SELECTION-SORT min Krok 2 A O U B J R M T K D Z E A B U O J R M T K D Z E min Krok 3 A B U O J R M T K D Z E A B D O J R M T K U Z E B6B36DSA, 2018, Lekce 4, 9/59
10 SELECTION-SORT... min Krok k A B D E J K M T R U Z O A B D E J K M O R U Z T... k seřazeno A B D E J K M O R T U Z B6B36DSA, 2018, Lekce 4, 10/59
11 Pseudokód pro SELECTION-SORT Algoritmus udržuje invariant, že na začátku každé iterace ve vnější smyčce pro j obsahuje podpole A[1..j-1] j-1 nejmenších elementů v poli A[1..n] a tyto elementy jsou seřazeny podle velikosti. Po prvých n-1 krocích podpole A[1..n-1] obsahuje n-1 seřazených elementů. Proto element A[n] musí být největší element. B6B36DSA, 2018, Lekce 4, 11/59
12 for (j = 0; j < n-1; j++) { // select min smalest = j; for (i = j+1; i < n; i++) { if (a[i] < a[smalest]) { smalest = i; } } // exchange min min = a[smalest]; a[smalest] = a[j]; a[j] = min; } B6B36DSA, 2018, Lekce 4, 12/59
13 Platí požadovaný invariant? for (j = 0; j < n-1; j++) { // tady musí platit, že začátek do j-1 je seřazen smalest = j; for (i = j+1; i < n; i++) { if (a[i] < a[smalest]) { smalest = i; } } min = a[smalest]; a[smalest] = a[j]; a[j] = min; } Pro n=1 to zřejmě platí (triviálně). Předpokládejme platnost pro 1 k n a dokažme indukcí platnost pro k+1. Pomůcka: A B D E J K M T R U Z O j se nemění a[j] >= a[j-1] k j n-k min B6B36DSA, 2018, Lekce 4, 13/59
14 Platí požadovaný invariant? for (j = 0; j < n-1; j++) { } // tady musí platit, že začátek do j-1 je seřazen smalest = j; for (i = j+1; i < n; i++) { } if (a[i] < a[smalest]) { smalest = i; } min = a[smalest]; a[smalest] = a[j]; a[j] = min; Pro n=1 to zřejmě platí (triviálně). Předpokládejme platnost pro 1 k n a dokažme indukcí platnost pro k+1. Pomůcka: j se nemění a[j] >= a[j-1] A B D E J K M O R U Z T k j n-k B6B36DSA, 2018, Lekce 4, 14/59
15 SELECTION-SORT n min Krok k A B D E J K M T R U Z O k n-k Výběr minima. (n-k) testů Celkem testů n 1 (n k) n 1 n n 1 k n(n 1) n(n 1) k 1 k 1 k (n 2 n) 2 B6B36DSA, 2018, Lekce 4, 15/59
16 SELECTION-SORT Krok k A B D E J K M T R U Z O k n-k přesuny. 3 Celkem přesunů n 1 3 3(n - 1) k 1 B6B36DSA, 2018, Lekce 4, 16/59
17 SELECTION-SORT Shrnutí Celkem testů 1 2 (n 2 n) = (n 2 ) Celkem přesunů 3(n - 1) = (n) Celkem operací 1 2 (n n) + 3(n - 1) = (n 2 ) 2 Asymptotická složitost SELECTION-SORT je (n 2 ) B6B36DSA, 2018, Lekce 4, 17/59
18 INSERTION-SORT řazení přímým vkládáním B6B36DSA, 2018, Lekce 4, 18/59
19 INSERTION-SORT Start T O B K U R M A J D Z E Krok 1 T O B K U R M A J D Z E O T B K U R M A J D Z E B6B36DSA, 2018, Lekce 4, 19/59
20 INSERTION-SORT Krok 2 O T B K U R M A J D Z E B O T K U R M A J D Z E Krok 3 B O T K U R M A J D Z E B K O T U R M A J D Z E B6B36DSA, 2018, Lekce 4, 20/59
21 INSERTION-SORT... Krok k B K O R T U M A J D Z E B K M O R T U A J D Z E k... seřazeno A B D E J K M O R T U Z B6B36DSA, 2018, Lekce 4, 21/59
22 INSERTION-SORT for (j = 1; j < n; j++) { // find & make // place for a[j] insval = a[j]; i = j-1; while ((i >= 0) && (a[i] > insval)) { a[i+1] = a[i]; i--; } // insert a[j] a[i+1] = insval; } B6B36DSA, 2018, Lekce 4, 22/59
23 Korektnost algoritmu INSERTION-SORT Abychom zjistili, že algoritmus vždy dává korektní výsledky, zpravidla dokazujeme invariant algoritmu. Invariant pro INSERTION-SORT: Na začátku každé vnější iterace pro j obsahuje podpole A[1..j-1] j-1 nejmenších elementů v poli A[1..n] a tyto elementy jsou seřazeny podle velikosti. Musíme dokázat 3 věci: Počáteční krok (initialization): Invariant platí před první iterací. Indukční krok (maintenance): Pokud invariant platí před iterací, zůstane v platnosti i po iteraci (před další iterací). Terminace: Algoritmus musí po konečném počtu iterací skončit. Tyto vlastnosti zajistí, že algoritmus je korektní. B6B36DSA, 2018, Lekce 4, 23/59
24 Korektnost INSERTION-SORT Počáteční krok (initialization): před první iterací je j = 1. Proto podpole o jednom prvku a[0] je triviálně seřazeno. Indukční krok (maintenance): V podstatě se jedná o invariant vnitřního cyklu (while). Předpoklad je, že a[0..j-1] je seřazeno. Vybraný prvek a[j] je zatříděn do tohoto úseku před nejblíže větší prvek. Zřejmě tedy bude po jeho vložení seřazen i úsek a[0..j]. Terminace: Vnější cyklus skončí, když j n, tj. j = n. Navíc je úsek a[0..n] seřazen vzestupně. B6B36DSA, 2018, Lekce 4, 24/59
25 INSERTION-SORT Krok k M B K O R T U A J D Z E k testů + 1 = přesunů testů. 1 nejlepší případ k nejhorší případ (k+1)/2 průměrný případ přesunů. 2 nejlepší případ k+1 nejhorší případ (k+3)/2 průměrný případ B6B36DSA, 2018, Lekce 4, 25/59
26 INSERTION-SORT Shrnutí Celkem testů n 1 = (n) nejlepší případ (n 2 n)/2 = (n 2 ) nejhorší případ (n 2 + n 2)/4 = (n 2 ) průměrný případ Celkem přesunů 2n 2 = (n) (n 2 + n 2)/2 = (n 2 ) nejlepší případ nejhorší případ (n 2 + 5n 6)/4 = (n 2 ) průměrný případ Asymptotická složitost INSERTION-SORT je O(n 2 ) (!!) B6B36DSA, 2018, Lekce 4, 26/59
27 BUBBLE-SORT bublinkové řazení B6B36DSA, 2018, Lekce 4, 27/59
28 BUBBLE-SORT Start T O B U J R M A K D Z E Fáze 1 T O B U J R M A K D Z E O T B U J R M A K D Z E O B T U J R M A K D Z E B6B36DSA, 2018, Lekce 4, 28/59
29 BUBBLE-SORT Fáze 1 O B T U J R M A K D Z E etc O B T J R M A K D U Z E Fáze 2 O B T J R M A K D U E Z B6B36DSA, 2018, Lekce 4, 29/59
30 BUBBLE-SORT Fáze 2 B O T J R M A K D U E Z etc B O J R M A K D T U E Z Fáze 3 B O J R M A K D T E U Z B6B36DSA, 2018, Lekce 4, 30/59
31 BUBBLE-SORT Fáze 3 atd B J O M A K D R T E U Z... Fáze n-1 A B D E J K M O R T U Z n-2 seřazeno A B D E J K M O R T U Z B6B36DSA, 2018, Lekce 4, 31/59
32 BUBBLE-SORT for (lastpos = n-1; lastpos > 0; lastpos--) for (j = 0; j < lastpos; j++) if (a[j] > a[j+1]) swap(a, j, j+1); Shrnutí Celkem testů (n-1) + (n-2) = 1 2 (n 2 n) = (n 2 ) Celkem přesunů 1 2 (n 2 n) 0 = (1) = (n 2 ) nejlepší případ nejhorší případ Asymptotická složitost BUBBLE-SORT je (n 2 ) B6B36DSA, 2018, Lekce 4, 32/59
33 SHELL-SORT řazení se snižujícím se příspěvkem B6B36DSA, 2018, Lekce 4, 33/59
34 Řazení metodou SHELLSORT SHELLSORT nebo též řazení se snižujícím se přírůstkem je řadicí algoritmus založený na principu bublinkového vkládání, který objevil a v roce 1959 publikoval Donald Shell. V několika průchodech se řadí prvky od sebe stejně vzdálené pomocí bublinkového vkládání. Vzdálenost prvků od sebe (krok) se pak postupně snižuje, až je rovna jedné, tj. klasický BUBBLESORT. Bublinkové řazení porovnává a vyměňuje sousední prvky. SHELLSORT se snaží nejprve vyměnit prvky vzdálenější a teprve poté prvky bližší. Vzdálené prvky pak nemusí probublávat celým polem. Praktický problém je stanovení délky kroku. B6B36DSA, 2018, Lekce 4, 34/59
35 Implementace v Javě public static void shellsort(int[] a) { for (int krok = a.length / 2; krok > 0; krok = (krok == 2? 1 : (int)math.round(krok / 2.2))) { for (int i = krok; i < a.length; i++) { int temp = a[i]; for (int j = i; j >= krok && a[j - krok] > temp; j -= krok) { a[j] = a[j - krok]; // prohoď prvky v nesprávném a[j - krok] = temp; // pořadí } } } } B6B36DSA, 2018, Lekce 4, 35/59
36 Složitost SHELLSORT Teoretické analýzy nenašly nejvhodnější řadu snižujících se kroků. Kerninghan a Ritchie ve své implementaci používali krok n/2, který pak postupně dělili dvěma. Zde je použita úprava kroku koeficientem 2.2 podle Marcina Ciury, což se zdá vést k nejlepším výsledkům. SHELLSORT je nestabilní řadicí metoda (tj. nezachovává původní pořadí dvou prvků se stejným klíčem. Časová složitost metody SHELLSORT je přibližně rovna n 3/2. Tím se zdá být nejlepší v kategorii metod složitosti (n 2 ). B6B36DSA, 2018, Lekce 4, 36/59
37 QUICK-SORT Sir Charles Antony Richard Hoare C. A. R. Hoare: Quicksort. Computer Journal, Vol. 5, 1, (1962) B6B36DSA, 2018, Lekce 4, 37/59
38 Rozděl a Panuj! Divide & Conquer! Divide et Impera! úloha Rozděl! "jejich" práce naše práce úloha úloha úloha Vyřeš částečnou úlohu Vyřeš částečnou úlohu řešení Sluč! řešení Sluč! řešení B6B36DSA, 2018, Lekce 4, 38/59
39 QUICK-SORT Myšlenka Divide & Conquer! Start M A K D R B T O J U Z E Malá Velká M A K D R B T O J U Z Rozděl! E E A K D J B T O R U Z M Malá Velká B6B36DSA, 2018, Lekce 4, 39/59
40 QUICK-SORT Dvě samostatné úlohy E A K D J Rozděl! B T O R U Z M Rozděl! B A D K J E M O R U Z T Čtyři samostatné úlohy Rozděluj! B A D K J E Rozděl! Rozděl! M O R U Z T Rozděl! atd atd atd atd Rozděl! B6B36DSA, 2018, Lekce 4, 40/59
41 QUICK-SORT A B D E J K M O R T U Z Opanováno! B6B36DSA, 2018, Lekce 4, 41/59
42 QUICK-SORT Dělení pivot pivot Init Pivot M il ir M A K D R B T O J U Z E B6B36DSA, 2018, Lekce 4, 42/59
43 QUICK-SORT Dělení Krok 1 Pivot il ir M M A K D R B T O J U Z E il ir E A K D R B T O J U Z M B6B36DSA, 2018, Lekce 4, 43/59
44 QUICK-SORT Dělení Krok 2 Pivot M il ir E A K D R B T O J U Z M il ir E A K D J B T O R U Z M B6B36DSA, 2018, Lekce 4, 44/59
45 QUICK-SORT Dělení Pivot ir il M Krok 3 E A K D J B T O R U Z M ir il Stop Rozděl! Init Pivot E il ir E A K D J B T O R U Z M B6B36DSA, 2018, Lekce 4, 45/59
46 QUICK-SORT Dělení Krok 1 Pivot E il ir E A K D J B T O R U Z M il ir B A K D J E T O R U Z M B6B36DSA, 2018, Lekce 4, 46/59
47 QUICK-SORT Dělení Pivot E B il ir A K D J E T O R U Z M Krok 2 ir il ir il Stop B A D K J E T O R U Z M Rozděl! Init Pivot B B il ir A D K J E T O R U Z M B6B36DSA, 2018, Lekce 4, 47/59
48 QUICK-SORT Dělení Krok 1 Pivot B B il ir A D K J E T O R U Z M il ir ir il Stop Rozděl! Init Pivot B A B D K J E T O R U Z M il ir A B D K J E T O R U Z M B6B36DSA, 2018, Lekce 4, 48/59
49 QUICK-SORT Dělení Krok 1 Pivot B il == ir ir il viz kód... A B D K J E T O R U Z M Další oddíl Init Pivot K A B il ir D K J E T O R U Z M atd atd B6B36DSA, 2018, Lekce 4, 49/59
50 QUICK-SORT void qsort(item a[], int low, int high) { int il = low, ir = high; Item pivot = a[low]; do { while (a[il] < pivot) il++; while (a[ir] > pivot) ir--; if (il < ir) { swap(a,il, ir); il++; ir--; } else if (il == ir) { il++; ir--;} } while( il <= ir); K il il K D ir K ir K K D U D K } if (low < ir) qsort(a, low, ir); if (il < high) qsort(a, il, high); Rozděl! B6B36DSA, 2018, Lekce 4, 50/59
51 QUICK-SORT Levý index se nastaví na začátek zpracovávaného úseku pole, pravý na jeho konec, zvolí se pivot. Cyklus (rozdělení na malé" a velké") : Levý index se pohybuje doprava a zastaví se na prvku vetším nebo rovném pivotovi. Pravý index se pohybuje doleva a zastaví se na prvku menším nebo rovném pivotovi. Pokud je levý index ještě před pravým, příslušné prvky se prohodí, a oba indexy se posunou o 1 ve svém směru. Jinak pokud se indexy rovnají, jen se oba posunou o 1 ve svém směru. Cyklus se opakuje, dokud se indexy neprekříží, tj. pravý se dostane pred levého. Následuje rekurzivní volání (zpracování malých" a velkých" zvlášť) na úsek od začátku do pravého(!) indexu včetně a na úsek od levého(!) indexu včetně až do konce, má-li príslušný úsek délku větší než 1. B6B36DSA, 2018, Lekce 4, 51/59
52 QUICK-SORT Asymptotická složitost Celkem přesunů a testů (n log 2 (n)) (n log 2 (n)) (n 2 ) nejlepší případ průměrný případ nejhorší případ Asymptotická složitost QUICK-SORT je O(n 2 ),... ale! : Očekávaná složitost QUICK-SORT je (n log 2 (n)) (!!) B6B36DSA, 2018, Lekce 4, 52/59
53 Varianta QUICK-SORT Jedno rekurzivní volání v QUICK-SORT lze nahradit iterací (tailrecursion): B6B36DSA, 2018, Lekce 4, 53/59
54 Porovnání efektivity řazení N N 2 N log 2 (N) N 2 N log 2 (N) zpomalení (1~1sec) 3 sec 15 sec 1.5 min 13 min 1.5 hod 14 hod 5 dnů B6B36DSA, 2018, Lekce 4, 54/59
55 Stabilita řazení Stabilní řazení nemění pořadí prvků se stejnou hodnotou. Neseřazená data Hodnoty X i jsou totožné X b X c X a Seřazená data Seřaď X b X c X a B6B36DSA, 2018, Lekce 4, 55/59
56 Stabilní řazení záznam: Jméno Příjmení Vstup: seznam seřazen pouze podle jména Výstup: seznam seřazen podle jména i příjmení Andrew Andrew Andrew Barbara Barbara Barbara Charles Charles Charles Cook Amundsen Brown Cook Brown Amundsen Amundsen Cook Brown stabilní řazení seřaď záznamy pouze podle příjmení Andrew Barbara Charles Andrew Barbara Charles Andrew Barbara Charles Amundsen Amundsen Amundsen Brown Brown Brown Cook Cook Cook Pořadí záznamů se stejným příjmením se nezměnilo B6B36DSA, 2018, Lekce 4, 56/59
57 Nestabilní řazení záznam: Jméno Příjmení Vstup: seznam seřazen pouze podle jména Výstup: původní pořadí jmen je ztraceno seřazeno Andrew Andrew Andrew Barbara Barbara Barbara Charles Charles Charles Cook Amundsen Brown Cook Brown Amundsen Amundsen Cook Brown QuickSort seřaď záznamy pouze podle příjmení Barbara Andrew Charles Barbara Charles Andrew Charles Andrew Barbara Amundsen Amundsen Amundsen Brown Brown Brown Cook Cook Cook Pořadí záznamů se stejným příjmením se změnilo B6B36DSA, 2018, Lekce 4, 57/59
58 Stabilita někdy závisí na implementaci B 1 D 1 C 1 A 1 C 2 B 2 A 2 D 2 B 3 A 3 D 3 C 3 Insert Bubble -- Stabilní implementace A 1 A 2 A 3 B 1 B 2 B 3 C 1 C 2 C 3 D 1 D 2 D 3 B 1 D 1 C 1 A 1 C 2 B 2 A 2 D 2 B 3 A 3 D 3 C 3 Insert Bubble -- Nestabilní implementace QuickSort Select Sort Vždy nestabilní!! A 2 A 1 A 3 B 2 B 3 B 1 C 3 C 1 C 2 D 3 D 2 D 1 B6B36DSA, 2018, Lekce 4, 58/59
59 The End B6B36DSA, 2018, Lekce 4, 59/59
A4B33ALG 2010/05 ALG 07. Selection sort (Select sort) Insertion sort (Insert sort) Bubble sort deprecated. Quicksort.
A4B33ALG 2010/05 ALG 07 Selection sort (Select sort) Insertion sort (Insert sort) Bubble sort deprecated Quicksort Stabilita řazení 1 Selection sort Neseřazeno Seřazeno Start T O U B J R M A K D Z E min
VíceAlgoritmizace prostorových úloh
INOVACE BAKALÁŘSKÝCH A MAGISTERSKÝCH STUDIJNÍCH OBORŮ NA HORNICKO-GEOLOGICKÉ FAKULTĚ VYSOKÉ ŠKOLY BÁŇSKÉ - TECHNICKÉ UNIVERZITY OSTRAVA Algoritmizace prostorových úloh Třídění, vyhledávání Daniela Szturcová
VíceHledání k-tého nejmenšího prvku
ALG 14 Hledání k-tého nejmenšího prvku Randomized select CLRS varianta Partition v Quicksortu 0 Hledání k-tého nejmenšího prvku 1. 2. 3. Seřaď seznam/pole a vyber k-tý nejmenší, složitost (N*log(N)). Nevýhodou
VíceNáplň. v.0.03 16.02.2014. - Jednoduché příklady na práci s poli v C - Vlastnosti třídění - Způsoby (algoritmy) třídění
Náplň v.0.03 16.02.2014 - Jednoduché příklady na práci s poli v C - Vlastnosti třídění - Způsoby (algoritmy) třídění Spojení dvou samostatně setříděných polí void Spoj(double apole1[], int adelka1, double
VíceALG 09. Radix sort (přihrádkové řazení) Counting sort. Přehled asymptotických rychlostí jednotlivých řazení. Ilustrační experiment řazení
ALG Radix sort (přihrádkové řazení) Counting sort Přehled asymptotických rychlostí jednotlivých řazení Ilustrační experiment řazení Radix sort Neseřazeno Řaď podle. znaku Cbb DaD adb DCa CCC add DDb adc
VíceNPRG030 Programování I, 2018/19 1 / :03:07
NPRG030 Programování I, 2018/19 1 / 20 3. 12. 2018 09:03:07 Vnitřní třídění Zadání: Uspořádejte pole délky N podle hodnot prvků Měřítko efektivity: * počet porovnání * počet přesunů NPRG030 Programování
VíceDobSort. Úvod do programování. DobSort Implementace 1/3. DobSort Implementace 2/3. DobSort - Příklad. DobSort Implementace 3/3
DobSort Úvod do programování Michal Krátký 1,Jiří Dvorský 1 1 Katedra informatiky VŠB Technická univerzita Ostrava Úvod do programování, 2004/2005 V roce 1980 navrhl Dobosiewicz variantu (tzv. DobSort),
VíceIB111 Úvod do programování skrze Python
Vyhledávání, řazení, složitost IB111 Úvod do programování skrze Python 2012 Otrávené studny 8 studen, jedna z nich je otrávená laboratorní rozbor dokáže rozpoznat přítomnost jedu ve vodě je drahý (je časově
Vícepřirozený algoritmus seřadí prvky 1,3,2,8,9,7 a prvky 4,5,6 nechává Metody řazení se dělí:
Metody řazení ve vnitřní a vnější paměti. Algoritmy řazení výběrem, vkládáním a zaměňováním. Heapsort, Shell-sort, Radix-sort, Quicksort. Řazení sekvenčních souborů. Řazení souborů s přímým přístupem.
VíceAlgoritmizace řazení Bubble Sort
Algoritmizace řazení Bubble Sort Cílem této kapitoly je seznámit studenta s třídícím algoritmem Bubble Sort, popíšeme zde tuto metodu a porovnáme s jinými algoritmy. Klíčové pojmy: Třídění, Bubble Sort,
VíceBubble sort. příklad. Shaker sort
Bubble sort pseudokód function bubblesort(array a) for i in 1 -> a.length - 1 do for j in 1 -> a.length - i - 1 do if a[j] < a[j+1] prohoď(a[j], a[j+1]); //razeni od nejvyssiho function bubblesort(int[]
VíceTřídění a vyhledávání Searching and sorting
Třídění a vyhledávání Searching and sorting Jan Kybic http://cmp.felk.cvut.cz/~kybic kybic@fel.cvut.cz 2016 1 / 33 Vyhledávání Třídění Třídící algoritmy 2 / 33 Vyhledávání Searching Mějme posloupnost (pole)
VíceALG 14. Vícedimenzionální data. Řazení vícedimenzionálních dat. Experimentální porovnání řadících algoritmů na vícedimenzionálních datech
ABALG 5/ ALG Vícedimenzionální data Řazení vícedimenzionálních dat Experimentální porovnání řadících algoritmů na vícedimenzionálních datech ABALG 5/ Vícedimenzionální data..7.. -.. d = 6 5 6.....7.. -.....9
VíceIAJCE Přednáška č. 9. int[] pole = new int[pocet] int max = pole[0]; int id; for(int i =1; i< pole.length; i++) { // nikoli 0 if (Pole[i] > max) {
Vyhledání extrému v poli použito v algoritmech řazení hledání maxima int[] pole = new int[pocet] int max = pole[0]; int id; for(int i =1; i< pole.length; i++) // nikoli 0 if (Pole[i] > max) max = pole[i];
VíceSada 1 - Základy programování
S třední škola stavební Jihlava Sada 1 - Základy programování 17. Řadící algoritmy Digitální učební materiál projektu: SŠS Jihlava šablony registrační číslo projektu:cz.1.09/1.5.00/34.0284 Šablona: III/2
VíceVyvažování a rotace v BVS, všude se předpokládá AVL strom
Vyvažování a rotace v BVS, všude se předpokládá AVL strom 1. Jednoduchá levá rotace v uzlu u má operační složitost a) závislou na výšce levého podstromu uzlu u b) mezi O(1) a Θ(n) c) závislou na hloubce
VíceAlgoritmy I, složitost
A0B36PRI - PROGRAMOVÁNÍ Algoritmy I, složitost České vysoké učení technické Fakulta elektrotechnická v 1.01 Rychlost... Jeden algoritmus (program, postup, metoda ) je rychlejší než druhý. Co ta věta znamená??
VíceÚvod do problematiky
Úvod do problematiky Karel Richta a kol. Přednášky byly připraveny i s pomocí materiálů, které vyrobili Marko Berezovský, Petr Felkel, Josef Kolář, Michal Píše a Pavel Tvrdík Katedra počítačů Fakulta elektrotechnická
VíceDynamické datové struktury III.
Dynamické datové struktury III. Halda. Tomáš Bayer bayertom@natur.cuni.cz Katedra aplikované geoinformatiky a kartografie, Přírodovědecká fakulta UK. Tomáš Bayer bayertom@natur.cuni.cz (Katedra aplikované
VícePokročilé řazení. Karel Richta a kol. Přednášky byly připraveny s pomocí materiálů, které vyrobili Marko Berezovský a Michal Píše
Pokročilé řazení arel ichta a kol. Přednášky byly připraveny s pomocí materiálů, které vyrobili arko erezovský a ichal Píše atedra počítačů Fakulta elektrotechnická České vysoké učení technické v Praze
VíceIB111 Úvod do programování skrze Python
Vyhledávání, řazení, složitost IB111 Úvod do programování skrze Python 2014 1 / 48 Otrávené studny 8 studen, jedna z nich je otrávená laboratorní rozbor dokáže rozpoznat přítomnost jedu ve vodě je drahý
VíceStromy. Karel Richta a kol. Katedra počítačů Fakulta elektrotechnická České vysoké učení technické v Praze Karel Richta a kol.
Stromy Karel Richta a kol. Katedra počítačů Fakulta elektrotechnická České vysoké učení technické v Praze Karel Richta a kol., 2018, B6B36DSA 01/2018, Lekce 9 https://cw.fel.cvut.cz/wiki/courses/b6b36dsa/start
Více5. Vyhledávání a řazení 1
Jiří Vokřínek, 2016 B6B36ZAL - Přednáška 5 1 Základy algoritmizace 5. Vyhledávání a řazení 1 doc. Ing. Jiří Vokřínek, Ph.D. Katedra počítačů Fakulta elektrotechnická České vysoké učení technické v Praze
VíceAlgoritmy I. Třídění ALGI 2010/2011
Algoritmy I Třídění 1 ALGI 2010/2011 Třídící problém Je dána množina A = {a 1,a 2,...,a n }. Je potřebné najít permutaci π těchto n prvků, která zobrazuje danou posloupnost do neklesající posloupnosti
VíceRekurze a rychlé třídění
Rekurze a rychlé třídění Jan Kybic http://cmp.felk.cvut.cz/~kybic kybic@fel.cvut.cz 2016 2017 1 / 54 Rekurze Rychlé třídění 2 / 54 Rekurze Recursion Rekurze = odkaz na sama sebe, definice za pomoci sebe
VíceTechniky návrhu algoritmů
Techniky návrhu algoritmů Karel Richta a kol. Katedra počítačů Fakulta elektrotechnická České vysoké učení technické v Praze Karel Richta, 2018 Datové struktury a algoritmy, B6B36DSA 01/2018, Lekce 2 https://cw.fel.cvut.cz/wiki/courses/b6b36dsa/start
VíceSložitost UPR 2008/09 1
Složitost UPR 2008/09 1 Ohodnocení algoritmu Jak porovnávat efektivitu algoritmů? Požadavky na paměť Požadavky na rychlost výpočtu Asymptotická složitost UPR 2008/09 2 Měření algoritmu Dvě míry: čas x
VíceČasová složitost algoritmů
Časová složitost algoritmů Důležitou vlastností algoritmu je časová náročnost výpočtů provedené podle daného algoritmu Ta se nezískává měřením doby výpočtu pro různá data, ale analýzou algoritmu, jejímž
VíceVyhledávání. doc. Mgr. Jiří Dvorský, Ph.D. Katedra informatiky Fakulta elektrotechniky a informatiky VŠB TU Ostrava. Prezentace ke dni 21.
Vyhledávání doc. Mgr. Jiří Dvorský, Ph.D. Katedra informatiky Fakulta elektrotechniky a informatiky VŠB TU Ostrava Prezentace ke dni 21. září 2018 Jiří Dvorský (VŠB TUO) Vyhledávání 242 / 433 Osnova přednášky
VíceV každém kroku se a + b zmenší o min(a, b), tedy vždy alespoň o 1. Jestliže jsme na začátku dostali 2
Euklidův algoritmus Doprovodný materiál pro cvičení Programování I. NPRM044 Autor: Markéta Popelová Datum: 31.10.2010 Euklidův algoritmus verze 1.0 Zadání: Určete největšího společného dělitele dvou zadaných
VíceV případě jazyka Java bychom abstraktní datový typ Time reprezentující čas mohli definovat pomocí třídy takto:
20. Programovací techniky: Abstraktní datový typ, jeho specifikace a implementace. Datový typ zásobník, fronta, tabulka, strom, seznam. Základní algoritmy řazení a vyhledávání. Složitost algoritmů. Abstraktní
VíceStromy, haldy, prioritní fronty
Stromy, haldy, prioritní fronty prof. Ing. Pavel Tvrdík CSc. Katedra počítačů FEL České vysoké učení technické DSA, ZS 2008/9, Přednáška 6 http://service.felk.cvut.cz/courses/x36dsa/ prof. Pavel Tvrdík
VíceTřídící algoritmy. Insert Sort. Bubble Sort. Select Sort. Shell Sort. Quick Sort. Merge Sort. Heap Sort.
Třídící algoritmy. Insert Sort. Bubble Sort. Select Sort. Shell Sort. Quick Sort. Merge Sort. Heap Sort. Tomáš Bayer bayertom@natur.cuni.cz Katedra aplikované geoinformatiky a kartografie, Přírodovědecká
VíceVyhledávání. doc. Mgr. Jiří Dvorský, Ph.D. Katedra informatiky Fakulta elektrotechniky a informatiky VŠB TU Ostrava. Prezentace ke dni 12.
Vyhledávání doc. Mgr. Jiří Dvorský, Ph.D. Katedra informatiky Fakulta elektrotechniky a informatiky VŠB TU Ostrava Prezentace ke dni 12. září 2016 Jiří Dvorský (VŠB TUO) Vyhledávání 201 / 344 Osnova přednášky
VícePrincipy indukce a rekursivní algoritmy
Principy indukce a rekursivní algoritmy Jiří Velebil: A7B01MCS 19. září 2011: Indukce 1/20 Příklad Místností rozměru n budeme rozumět šachovnici rozměru 2 n 2 n, ze které je jedno (libovolné) pole vyjmuto.
Víceˇ razen ı rychlejˇ s ı neˇ z kvadratick e Karel Hor ak, Petr Ryˇsav y 20. dubna 2016 Katedra poˇ c ıtaˇ c u, FEL, ˇ CVUT
řazení rychlejší než kvadratické Karel Horák, Petr Ryšavý 20. dubna 2016 Katedra počítačů, FEL, ČVUT Příklad 1 Která z následujících posloupností představuje haldu uloženou v poli? 1. 9 5 4 6 3 2. 5 4
VíceŘazení. Uspořádat množinu prvků obsahujících klíč podle definovaného kriteria.
Řazení Problém řazení: Uspořádat množinu prvků obsahujících klíč podle definovaného kriteria. Až 30% času běžného počítače. Příklad: Mějme zjistit zda jsou v posloupnosti prvků, například celých čísel,
VíceZákladní datové struktury III: Stromy, haldy
Základní datové struktury III: Stromy, haldy prof. Ing. Pavel Tvrdík CSc. Katedra počítačových systémů Fakulta informačních technologií České vysoké učení technické v Praze c Pavel Tvrdík, 2010 Efektivní
Více3 Algoritmy řazení. prvku a 1 je rovněž seřazená.
Specifikace problému řazení (třídění): A... neprázdná množina prvků Posl(A)... množina všech posloupností prvků z A ... prvky množiny Posl(A) q... délka posloupnosti Posl(A), přičemž Delka()
VíceSelect sort: krok 1: krok 2: krok 3: atd. celkem porovnání. výběr nejmenšího klíče z n prvků vyžaduje 1 porovnání
Select sort: krok 1: výběr klíče z n prvků vyžaduje 1 porovnání krok 2: výběr klíče z 1 prvků vyžaduje 2 porovnání krok 3: výběr klíče z 2 prvků vyžaduje 3 porovnání atd. celkem porovnání Zlepšení = použít
VíceMatematická indukce a správnost programů. Základy diskrétní matematiky, BI-ZDM ZS 2011/12, Lekce 13
Matematická indukce a správnost programů doc. RNDr. Josef Kolář, CSc. Katedra teoretické informatiky FIT České vysoké učení technické v Praze c Josef Kolar, 2011 Základy diskrétní matematiky, BI-ZDM ZS
VíceTGH07 - Chytré stromové datové struktury
TGH07 - Chytré stromové datové struktury Jan Březina Technical University of Liberec 1. dubna 2014 Prioritní fronta Datová struktura s operacemi: Odeber Minum (AccessMin, DeleteMin) - vrat prvek s minimálním
VíceObecná informatika. Matematicko-fyzikální fakulta Univerzity Karlovy v Praze. Podzim 2012
Obecná informatika Přednášející Putovních přednášek Matematicko-fyzikální fakulta Univerzity Karlovy v Praze Podzim 2012 Přednášející Putovních přednášek (MFF UK) Obecná informatika Podzim 2012 1 / 18
VíceMaturitní téma: Programovací jazyk JAVA
Maturitní téma: Programovací jazyk JAVA Insert Sort (třídění vkládáním) 1. Jako setříděnou část označíme první prvek pole. Jako nesetříděnou část označíme zbytek pole. 2. Vezmeme první (libovolný) prvek
Vícebin arn ı vyhled av an ı a bst Karel Hor ak, Petr Ryˇsav y 23. bˇrezna 2016 Katedra poˇ c ıtaˇ c u, FEL, ˇ CVUT
binární vyhledávání a bst Karel Horák, Petr Ryšavý 23. března 2016 Katedra počítačů, FEL, ČVUT Příklad 1 Naimplementujte binární vyhledávání. Upravte metodu BinarySearch::binarySearch. 1 Příklad 2 Mysĺım
VícePole a kolekce. v C#, Javě a C++
Pole a kolekce v C#, Javě a C++ C# Deklarace pole typ_prvku_pole[] jmeno_pole; Vytvoření pole jmeno_pole = new typ_prvku_pole[pocet_prvku_pole]; Inicializace pole double[] poled = 4.8, 8.2, 7.3, 8.0; Java
VíceInovace a zkvalitnění výuky prostřednictvím ICT Základy programování a algoritmizace úloh Třídění dat. Ing. Hodál Jaroslav, Ph.D. VY_32_INOVACE_26 04
Střední průmyslová škola a Vyšší odborná škola technická Brno, Sokolská 1 Šablona: Název: Téma: Inovace a zkvalitnění výuky prostřednictvím ICT Základy programování a algoritmizace úloh Třídění dat Autor:
VíceSložitost algoritmů. Karel Richta a kol. Katedra počítačů Fakulta elektrotechnická České vysoké učení technické v Praze Karel Richta a kol.
Složitost algoritmů Karel Richta a kol. Katedra počítačů Fakulta elektrotechnická České vysoké učení technické v Praze Karel Richta a kol., 2017 Datové struktury a algoritmy, B6B36DSA 02/2017, Lekce 3
VíceČasová složitost algoritmů, řazení a vyhledávání
Evropský sociální fond Praha & EU: Investujeme do vaší budoucnosti Časová složitost algoritmů, řazení a vyhledávání BI-PA1 Programování a algoritmizace 1 Katedra teoretické informatiky Miroslav Balík Fakulta
VíceIB111 Úvod do programování 1 / 62
Vyhledávání, řazení, složitost IB111 Úvod do programování 2016 1 / 62 Výpočet odmocniny vstup: číslo x výstup: přibližná hodnota x Jak na to? 2 / 62 Výpočet odmocniny vstup: číslo x výstup: přibližná hodnota
Více2) Napište algoritmus pro vložení položky na konec dvousměrného seznamu. 3) Napište algoritmus pro vyhledání položky v binárním stromu.
Informatika 10. 9. 2013 Jméno a příjmení Rodné číslo 1) Napište algoritmus pro rychlé třídění (quicksort). 2) Napište algoritmus pro vložení položky na konec dvousměrného seznamu. 3) Napište algoritmus
VíceZáklady algoritmizace a programování
Základy algoritmizace a programování Složitost algoritmů. Třídění Přednáška 8 16. listopadu 2009 Který algoritmus je "lepší"? Různé algoritmy, které řeší stejnou úlohu zbytek = p % i; zbytek = p - p/i*i;
VíceIB108 Sada 1, Příklad 1 Vypracovali: Tomáš Krajča (255676), Martin Milata (256615)
IB108 Sada 1, Příklad 1 ( ) Složitost třídícího algoritmu 1/-Sort je v O n log O (n.71 ). Necht n = j i (velikost pole, které je vstupním parametrem funkce 1/-Sort). Lehce spočítáme, že velikost pole předávaná
VíceDatové struktury 2: Rozptylovací tabulky
Datové struktury 2: Rozptylovací tabulky prof. Ing. Pavel Tvrdík CSc. Katedra počítačových systémů Fakulta informačních technologií České vysoké učení technické v Praze c Pavel Tvrdík, 2010 Efektivní algoritmy
VíceŠablony, kontejnery a iterátory
7. října 2010, Brno Připravil: David Procházka Šablony, kontejnery a iterátory Programovací jazyk C++ Šablony Strana 2 / 21 Šablona funkce/metody Šablona je obecný popis (třídy, funkce) bez toho, že by
VícePokročilé haldy. prof. Ing. Pavel Tvrdík CSc. Fakulta informačních technologií České vysoké učení technické v Praze c Pavel Tvrdík, 2010
Pokročilé haldy prof. Ing. Pavel Tvrdík CSc. Katedra počítačových systémů Fakulta informačních technologií České vysoké učení technické v Praze c Pavel Tvrdík, 2010 Efektivní algoritmy (I-EFA) ZS 2010/11,
VíceTGH07 - Chytré stromové datové struktury
TGH07 - Chytré stromové datové struktury Jan Březina Technical University of Liberec 5. dubna 2017 Prioritní fronta Datová struktura s operacemi: Odeber Minum (AccessMin, DeleteMin) - vrat prvek s minimálním
VícePODOBÁ SE JAZYKU C S NĚKTERÝMI OMEZENÍMI GLOBÁLNÍ PROMĚNNÉ. NSWI162: Sémantika programů 2
PI JE JEDNODUCHÝ IMPERATIVNÍ PROGRAMOVACÍ JAZYK OBSAHUJE PODPORU ANOTACÍ NEOBSAHUJE NĚKTERÉ TYPICKÉ KONSTRUKTY PROGRAMOVACÍCH JAZYKŮ JAKO JSOU REFERENCE, UKAZATELE, GLOBÁLNÍ PROMĚNNÉ PODOBÁ SE JAZYKU C
VíceTest prvočíselnosti. Úkol: otestovat dané číslo N, zda je prvočíslem
Test prvočíselnosti Úkol: otestovat dané číslo N, zda je prvočíslem 1. zkusit všechny dělitele od 2 do N-1 časová složitost O(N) cca N testů 2. stačí zkoušet všechny dělitele od 2 do N/2 (větší dělitel
VíceAlgoritmy vyhledávání a řazení. Zatím nad lineární datovou strukturou (polem)
Algoritmy vyhledávání a řazení Zatím nad lineární datovou strukturou (polem) Vyhledávací problém Vyhledávání je dáno Universum (množina prvků) U je dána konečná množina prvků X U (vyhledávací prostor)
VíceNa začátku rozdělíme práci a určíme, které podproblémy je potřeba vyřešit. Tyto
Kapitola 1 Rozděl a panuj Rozděl a panuj je programovací metoda. Často se označuje latinsky Divide et Empera nebo anglicky Divide and Conquer. Vychází z toho, že umíme zadaný problém rozložit na menší
VíceRekurzivní algoritmy
Rekurzivní algoritmy prof. Ing. Pavel Tvrdík CSc. Katedra počítačových systémů Fakulta informačních technologií České vysoké učení technické v Praze c Pavel Tvrdík, 2010 Efektivní algoritmy (BI-EFA) ZS
VíceDynamické datové struktury IV.
Dynamické datové struktury IV. Prioritní fronta. Tomáš Bayer bayertom@natur.cuni.cz Katedra aplikované geoinformatiky a kartografie, Přírodovědecká fakulta UK. Tomáš Bayer bayertom@natur.cuni.cz (Katedra
VíceR zné algoritmy mají r znou složitost
/ / zné algoritmy mají r znou složitost Dynamické programování / / Definice funkce Otázka Program f(x,y) = (x = ) (y = ) f(x, y-) + f(x-,y) (x > ) && (y > ) f(,) =? int f(int x, int y) { if ( (x == ) (y
VíceZadání k 2. programovacímu testu
Zadání k 2. programovacímu testu Úvod do programovacích jazyků (Java) 4.12.2008 00:08 Michal Krátký Katedra informatiky Technická univerzita Ostrava Historie změn, příklady: 21 Poznámka: Pokud není řečeno
VíceVYSOKÉ UČENÍ TECHNICKÉ V BRNĚ BRNO UNIVERSITY OF TECHNOLOGY
VYSOKÉ UČENÍ TECHNICKÉ V BRNĚ BRNO UNIVERSITY OF TECHNOLOGY FAKULTA STROJNÍHO INŽENÝRSTVÍ ÚSTAV AUTOMATIZACE A INFORMATIKY FACULTY OF MECHANICAL ENGINEERING INSTITUTE OF AUTOMATION AND COMPUTER SCIENCE
VíceProhledávání do šířky = algoritmus vlny
Prohledávání do šířky = algoritmus vlny - souběžně zkoušet všechny možné varianty pokračování výpočtu, dokud nenajdeme řešení úlohy průchod stromem všech možných cest výpočtu do šířky, po vrstvách (v každé
VíceAlgoritmizace a programování
Algoritmizace a programování Vyhledávání, vkládání, odstraňování Vyhledání hodnoty v nesetříděném poli Vyhledání hodnoty v setříděném poli Odstranění hodnoty z pole Vkládání hodnoty do pole Verze pro akademický
VíceDijkstrův algoritmus
Dijkstrův algoritmus Hledání nejkratší cesty v nezáporně hranově ohodnoceném grafu Necht je dán orientovaný graf G = (V, H) a funkce, která každé hraně h = (u, v) H přiřadí nezáporné reálné číslo označované
VíceAlgoritmizace Dynamické programování. Jiří Vyskočil, Marko Genyg-Berezovskyj 2010
Dynamické programování Jiří Vyskočil, Marko Genyg-Berezovskyj 2010 Rozděl a panuj (divide-and-conquer) Rozděl (Divide): Rozděl problém na několik podproblémů tak, aby tyto podproblémy odpovídaly původnímu
VíceElegantní algoritmus pro konstrukci sufixových polí
Elegantní algoritmus pro konstrukci sufixových polí 22.10.2014 Zadání Obsah Zadání... 3 Definice... 3 Analýza problému... 4 Jednotlivé algoritmy... 4 Algoritmus SA1... 4 Algoritmus SA2... 5 Algoritmus
VícePrioritní fronta, halda
Prioritní fronta, halda Priority queue, heap Jan Kybic http://cmp.felk.cvut.cz/~kybic kybic@fel.cvut.cz 2016 2018 1 / 26 Prioritní fronta Halda Heap sort 2 / 26 Prioritní fronta (priority queue) Podporuje
VíceÚVODNÍ ZNALOSTI. datové struktury. správnost programů. analýza algoritmů
ÚVODNÍ ZNALOSTI datové struktury správnost programů analýza algoritmů Datové struktury základní, primitivní, jednoduché datové typy: int, char,... hodnoty: celá čísla, znaky, jednoduché proměnné: int i;
Více2. lekce Algoritmus, cyklus Miroslav Jílek
2. lekce Algoritmus, cyklus Miroslav Jílek 1/36 Algoritmus 2/36 Algoritmus je konečná posloupnost operací, která dává řešení skupiny problémů 3/36 Algoritmus je konečná posloupnost operací, která dává
VíceRůzné algoritmy mají různou složitost
/ 1 Různé algoritmy mají různou složitost 1/ 1 Rychlost... Jeden algoritmus (program, postup, metoda ) je rychlejší než druhý. Co ta věta znamená?? 2/ 1 Asymptotická složitost y y x x Každému algoritmu
VíceIB002 Algoritmy a datové struktury I
IB002 Algoritmy a datové struktury I Ivana Černá Fakulta informatiky, Masarykova univerzita Jaro 2016 IB002 Algoritmy a datové struktury I () Jaro 2016 1 / 88 Informace o předmětu vyučující předmětu Ivana
Více13. Třídící algoritmy a násobení matic
13. Třídící algoritmy a násobení matic Minulou přednášku jsme probírali QuickSort, jeden z historicky prvních třídících algoritmů, které překonaly kvadratickou složitost aspoň v průměrném případě. Proč
VíceZpracoval: hypspave@fel.cvut.cz 7. Matematická indukce a rekurse. Řešení rekurentních (diferenčních) rovnic s konstantními koeficienty.
Zpracoval: hypspave@fel.cvut.cz 7. Matematická indukce a rekurse. Řešení rekurentních (diferenčních) rovnic s konstantními koeficienty. (A7B01MCS) I. Matematická indukce a rekurse. Indukční principy patří
VíceZáklady algoritmizace. Hašování
Základy algoritmizace Hašování Problematika hašování Hašování - nástroj na jednoduchý způsob "zakódování vstupních dat. Vstupní data jsou zpracována hašovací funkcí jsou jistým způsobem komprimována. Relativně
VíceIB111 Základy programování Radek Pelánek 1 / 61
Vyhledávání, řazení, složitost IB111 Základy programování Radek Pelánek 2017 1 / 61 ... ale nejdřív Praktické rady: čtení chybových hlášek časté chyby 2 / 61 Čtení chybových hlášek Traceback (most recent
VíceDynamické programování. Optimální binární vyhledávací strom
The complexity of different algorithms varies: O(n), Ω(n ), Θ(n log (n)), Dynamické programování Optimální binární vyhledávací strom Různé algoritmy mají různou složitost: O(n), Ω(n ), Θ(n log (n)), The
VíceBinární vyhledávací stromy pokročilé partie
Binární vyhledávací stromy pokročilé partie KMI/ALS lekce Jan Konečný 30.9.204 Literatura Cormen Thomas H., Introduction to Algorithms, 2nd edition MIT Press, 200. ISBN 0-262-5396-8 6, 3, A Knuth Donald
VíceSORT STABILITY
Níže uvedené úlohy představují přehled otázek, které se vyskytly v tomto nebo v minulých semestrech ve cvičení nebo v minulých semestrech u zkoušky. Mezi otázkami semestrovými a zkouškovými není žádný
Více5 Rekurze a zásobník. Rekurzivní volání metody
5 Rekurze a zásobník Při volání metody z metody main() se do zásobníku uloží aktivační záznam obsahující - parametry - návratovou adresu, tedy adresu, kde bude program pokračovat v metodě main () po skončení
VíceALGORITMY A DATOVÉ STRUKTURY
Název tématického celku: Cíl: ALGORITMY A DATOVÉ STRUKTURY Metodický list č. 1 Časová složitost algoritmů Základním cílem tohoto tematického celku je vysvětlení potřebných pojmů a definic nutných k popisu
VíceÚvod do programování - Java. Cvičení č.4
Úvod do programování - Java Cvičení č.4 1 Sekvence (posloupnost) Sekvence je tvořena posloupností jednoho nebo více příkazů, které se provádějí v pevně daném pořadí. Příkaz se začne provádět až po ukončení
VíceDigitální učební materiál
Digitální učební materiál Číslo projektu: CZ.1.07/1.5.00/34.0548 Název školy: Gymnázium, Trutnov, Jiráskovo náměstí 325 Název materiálu: VY_32_INOVACE_149_IVT Autor: Ing. Pavel Bezděk Tematický okruh:
VíceRekurentní rovnice, strukturální indukce
Rekurentní rovnice, strukturální indukce Jiří Velebil: A7B01MCS 26. září 2011: 1/20 Příklad (Parketáž triminy z minulé přednášky) P(n) = počet parket k vyparketování místnosti rozměru n 1 P(1) = 1. 2 P(n
VíceAnotace. pointery (pars prima). Martin Pergel,
Anotace Základní třídicí algoritmy, jednotky oddělený překlad, pointery (pars prima). Problém třídění jednoduché třídicí algoritmy Bublinkové třídění (BubbleSort), zatřid ování alias třídění přímým vkládáním
VíceTGH05 - aplikace DFS, průchod do šířky
TGH05 - aplikace DFS, průchod do šířky Jan Březina Technical University of Liberec 28. března 2017 Grafová formulace CPM (critical path method) Orientovaný acyklický graf (DAG) je orientovaný graf neobsahující
VíceŘešení: PŘENESVĚŽ (N, A, B, C) = přenes N disků z A na B pomocí C
Hanojské věže - 3 kolíky A, B, C - na A je N disků různé velikosti, seřazené od největšího (dole) k nejmenšímu (nahoře) - kolíky B a C jsou prázdné - úkol: přenést všechny disky z A na B, mohou se odkládat
VíceTGH05 - aplikace DFS, průchod do šířky
TGH05 - aplikace DFS, průchod do šířky Jan Březina Technical University of Liberec 31. března 2015 Grafová formulace CPM (critical path method) Orientovaný acyklický graf (DAG) je orientovaný graf neobsahující
VíceAmortizovaná složitost. Prioritní fronty, haldy (binární, d- regulární, binomiální, Fibonacciho), operace nad nimi a jejich složitost
Amortizovaná složitost. Prioritní fronty, haldy binární, d- regulární, binomiální, Fibonacciho), operace nad nimi a jejich složitost 1. Asymptotické odhady Asymptotická složitost je deklarována na základě
VíceAdresní vyhledávání (přímý přístup, zřetězené a otevřené rozptylování, rozptylovací funkce)
13. Metody vyhledávání. Adresní vyhledávání (přímý přístup, zřetězené a otevřené rozptylování, rozptylovací funkce). Asociativní vyhledávání (sekvenční, binárním půlením, interpolační, binární vyhledávací
VíceStanovisko Rady STM k předmětu DSA
Stanovisko Rady STM k předmětu DSA A. Úvod Na základě studentských podnětů a žádosti proděkana fakulty pro bakalářské studium, doc. Ivana Jelínka, se Rada STM opakovaně zabývala průběhem výuky předmětu
Vícea) b) c) Radek Mařík
2012-03-20 Radek Mařík 1. Čísla ze zadané posloupnosti postupně vkládejte do prázdného binárního vyhledávacího stromu (BVS), který nevyvažujte. Jak bude vypadat takto vytvořený BVS? Poté postupně odstraňte
VíceMichal Krátký. Úvod do programování. Cíl kurzu. Podmínky získání zápočtu III/III
Michal Krátký Úvod do programování Michal Krátký 1,Jiří Dvorský 1 1 Katedra informatiky VŠB Technická univerzita Ostrava Úvod do programování, 2004/2005 tel.: +420 596 993 239 místnost: A1004 mail: michal.kratky@vsb.cz
Více8. Rekurze. doc. Ing. Jiří Vokřínek, Ph.D. Katedra počítačů Fakulta elektrotechnická České vysoké učení technické v Praze
Jiří Vokřínek, 2016 B6B36ZAL - Přednáška 8 1 Základy algoritmizace 8. Rekurze doc. Ing. Jiří Vokřínek, Ph.D. Katedra počítačů Fakulta elektrotechnická České vysoké učení technické v Praze Jiří Vokřínek,
VíceVzdálenost uzlů v neorientovaném grafu
Vzdálenosti a grafy Vzdálenost uzlů v neorientovaném grafu Je dán neorientovaný neohodnocený graf G = (V,E,I) vzdálenost uzlů u a v v neorientovaném souvislém grafu G je délka nejkratší cesty spojující
VíceStromy. Jan Hnilica Počítačové modelování 14
Stromy Jan Hnilica Počítačové modelování 14 1 Základní pojmy strom = dynamická datová struktura, složená z vrcholů (uzlů, prvků) propojených hranami hrany chápeme jako orientované, tzn. vedou z uzlu A
Více