Algoritmer og Datastrukturer 1 Gerth Stølting Brodal Aarhus Universitet.

Slides:



Advertisements
Lignende præsentationer
Algoritmer og Datastrukturer 1 Amortiseret Analyse [CLRS, kapitel 17] Gerth Stølting Brodal.
Advertisements

DProg2 E Programmering 2 dProg2 E2010
Perspektiverende Datalogi Internetalgoritmer MapReduce Gerth Stølting Brodal.
Algoritmer og Datastrukturer 1 Gerth Stølting Brodal.
Algoritmer og Datastrukturer 2 Del-og-kombiner [CLRS, kapitel , , 28
Algoritmer og Datastrukturer 1 Merge-Sort [CLRS, kapitel 2.3] Heaps [CLRS, kapitel 6] Gerth Stølting Brodal.
Algoritmer og Datastrukturer 1...mere Sortering [CLRS, kapitel 8] Gerth Stølting Brodal.
Algoritmer og Datastrukturer 2 Grådige Algoritmer [CLRS ] Gerth Stølting Brodal.
Algoritmer og Datastrukturer 1 Gerth Stølting Brodal.
Kandidatorientering, 2. november 2012 Algoritmer og Datastrukturer Gerth Stølting Brodal Institut for Datalogi Aarhus Universitet.
Algoritmer og Datastrukturer 1 Gerth Stølting Brodal.
Algoritmer og Datastrukturer 2 Gerth Stølting Brodal.
Datastruktur & Algoritmik1 Datastruktur & Algoritmik 99 Kim Guldstrand Larsen.
1 Bevisteknikker. 2 Bevisteknikker (relevant både ved design og verifikation) Teorem: Der findes uendeligt mange primtal Bevis: Antag at der findes et.
Algoritmer og Datastrukturer 2 Dynamisk Programmering [CLRS, kapitel 15] Gerth Stølting Brodal Aarhus Universitet.
Algoritmer og Datastrukturer 1...mere Sortering [CLRS, kapitel 8] Gerth Stølting Brodal.
Perspektiverende Datalogi Internetalgoritmer MapReduce Gerth Stølting Brodal.
Algoritmer og Datastrukturer 1 Merge-Sort [CLRS, kapitel 2.3] Heaps [CLRS, kapitel 6] Gerth Stølting Brodal.
Algoritmer og Datastrukturer 1 Gerth Stølting Brodal Aarhus Universitet.
Algoritmer og Datastrukturer 2 Dynamisk Programmering [CLRS 15] Gerth Stølting Brodal.
Algoritmer og Datastrukturer 1 Gerth Stølting Brodal Aarhus Universitet.
Algoritmer og Datastrukturer 1...mere Sortering [CLRS, kapitel 8] Gerth Stølting Brodal Aarhus Universitet.
Algoritmer og Datastrukturer 2 Del-og-kombiner [CLRS, kapitel 2.3, , problem 30.1.c] Gerth Stølting Brodal.
Algoritmer og Datastrukturer 1 Gerth Stølting Brodal.
Algoritmer og Datastrukturer 1 Amortiseret Analyse [CLRS, kapitel 17] Gerth Stølting Brodal.
Algoritmer og Datastrukturer 2 Korteste Veje [CLRS, kapitel 24, ] Gerth Stølting Brodal Aarhus Universitet.
Algoritmer og Datastrukturer 2 Gerth Stølting Brodal Minimum Udspændende Træer (MST) [CLRS, kapitel 23]
Algoritmer og Datastrukturer 2 Gerth Stølting Brodal Minimum Udspændende Træer (MST) [CLRS, kapitel 23]
Algoritmer og Datastrukturer 1 Binære Søgetræer [CLRS, kapitel 12] Gerth Stølting Brodal Aarhus Universitet.
Eksempler på en beregningsprocess… Puslespil ved ombytninger Maximum delsum.
Algoritmer Gerth Stølting Brodal Institut for Datalogi Aarhus Universitet MasterClass i Matematik, 10. april 2014, Aarhus Universitet.
Algoritmer og Datastrukturer 1 Union-Find [CLRS, kapitel ] Gerth Stølting Brodal Aarhus Universitet.
Algoritmer og Datastrukturer 2 Grådige Algoritmer [CLRS ] Gerth Stølting Brodal.
Algoritmer og Datastrukturer 1 Gerth Stølting Brodal.
Algoritmer og Datastrukturer 1 Quicksort [CLRS, kapitel 7] Gerth Stølting Brodal.
Algoritmer og Datastrukturer 2 Grådige Algoritmer [CLRS ] Gerth Stølting Brodal.
Algoritmer og Datastrukturer 2 Gerth Stølting Brodal Korteste Veje [CLRS, kapitel 24]
Algoritmer og Datastrukturer 1 Quicksort [CLRS, kapitel 7] Gerth Stølting Brodal Aarhus Universitet.
Algoritmer og Datastrukturer 2 Del-og-kombiner [CLRS, kapitel , , 28
Algoritmer og Datastrukturer 2 Gerth Stølting Brodal Minimum Udspændende Træer (MST) [CLRS, kapitel 23]
Algoritmer og Datastrukturer 1 Union-Find [CLRS, kapitel ] Gerth Stølting Brodal Aarhus Universitet.
Algoritmer og Datastrukturer 1 ”Rush Hour” Gerth Stølting Brodal.
Algoritmer og Datastrukturer 1 Gerth Stølting Brodal.
DADS: Algoritmer og Datastrukturer Forelæser: Gerth S. Brodal (vikar: EMS) Forelæsninger: timer, Aud E Kvarter: 3. (dADS 1) + 4. (dADS 2) Øvelser:
Algoritmer og Datastrukturer 1 Gerth Stølting Brodal Analyseværktøjer [CLRS, 1-3.1]
Algoritmer og Datastrukturer 1 Dynamisk Rang & Interval Træer [CLRS, kapitel 14] Gerth Stølting Brodal Aarhus Universitet.
Algoritmer og Datastrukturer 2 Suffix træer og Suffix arrays [GT, kapitel 9.2],[Smyth, kapitel 5.3.2] Gerth Stølting Brodal Aarhus Universitet.
REGULARITET & AUTOMATER Indhold
Algoritmer og Datastrukturer 2 Suffix træer og Suffix arrays [Smyth, kapitel 5.3.2], [GT, kapitel 9.2] Gerth Stølting Brodal Aarhus Universitet.
Algoritmer og Datastrukturer 2 Gerth Stølting Brodal.
Algoritmer og Datastrukturer 2 Grådige Algoritmer [CLRS, kapitel ] Gerth Stølting Brodal Aarhus Universitet.
Algoritmer og Datastrukturer 2 Graf repræsentationer, BFS og DFS [CLRS, kapitel ] Gerth Stølting Brodal Aarhus Universitet.
Algoritmer og Datastrukturer 1 Amortiseret Analyse [CLRS, kapitel 17] Gerth Stølting Brodal.
Algoritmer og Datastrukturer 1 Amortiseret Analyse [CLRS, kapitel 17] Gerth Stølting Brodal Aarhus Universitet.
Algoritmer og Datastrukturer 2 Korteste Veje [CLRS, kapitel 24, ] Gerth Stølting Brodal Aarhus Universitet.
Algoritmer og Datastrukturer 1 Elementære Datastrukturer [CLRS, kapitel 10] Gerth Stølting Brodal Aarhus Universitet.
Algoritmer og Datastrukturer 1 Gerth Stølting Brodal Aarhus Universitet.
Algoritmer og Datastrukturer 2 Gerth Stølting Brodal Minimum Udspændende Træer (MST) [CLRS, kapitel 23]
Algoritmer og Datastrukturer 1 Amortiseret Analyse [CLRS, kapitel 17]
Algoritmer og Datastrukturer 1
Algoritmer og Datastrukturer 2
Algoritmer og Datastrukturer 1
Algoritmer og Datastrukturer 1
2017.
Algoritmer og Datastrukturer 1 Amortiseret Analyse [CLRS, kapitel 17]
Algoritmer og Datastrukturer 2
Algoritmer og Datastrukturer 1
Grundlæggende Algoritmer og Datastrukturer
Grundlæggende Algoritmer og Datastrukturer
Algoritmer og Datastrukturer 1
Præsentationens transcript:

Algoritmer og Datastrukturer 1 Gerth Stølting Brodal Aarhus Universitet

Kursusbeskrivelsen…

Kursusbeskrivelsen: Algoritmer og datastrukturer 1 Formål Målet med kurset er at give de studerende erfaring med algoritmer som model for sekventielle beregningsprocesser og som basis for formelle korrekthedsbeviser og analyse af ressourceforbrug ved beregningerne. I forbindelse hermed introduceres de studerende bl.a. til forskellige 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

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

Spørgsmål ?

Et eksempel på en beregningsprocess…

”Lokes Høj” 64 brikker Hiscore 450 Antal ombytninger = 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 Har vist en øvre grænse for en konkret algoritme Lemma For at løse et puslespil med n brikker og k cykler I starten udfører algoritmen præcis n – k ombytninger. 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, 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.

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 ~ n · # lag ~ n · log 2 n Additioner

Algoritme 4 Invariant

Max-Delsum: Algoritmiske idéer Algoritme# additionerIdé 1~ n 3 Naive løsning 2 + 2b~ n 2 Genbrug beregninger 3~ n · log nDel-og-kombiner 4~ nInkrementel

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

En reklame…