Informatyka 2. Wykład nr 5 ( ) Politechnika Białostocka. - Wydział Elektryczny. dr inŝ. Jarosław Forenc
|
|
- Alicja Olejniczak
- 7 lat temu
- Przeglądów:
Transkrypt
1 Informatyka 2 Politechnika Białostocka - Wydział Elektryczny Elektrotechnika, semestr III, studia niestacjonarne I stopnia (zaoczne) Rok akademicki 2008/2009 Wykład nr 5 ( )
2 Rok akademicki 2008/2009, Wykład nr 5 2/26 Plan wykładu nr 5 Dynamiczne struktury danych przykład zastosowania stosu - notacja polska i odwrotna notacja polska kolejka lista (jednokierunkowa, dwukierunkowa, cykliczna) drzewo (binarne) Metody numeryczne obliczanie prognozy pogody
3 Rok akademicki 2008/2009, Wykład nr 5 3/26 Notacja polska notacja polska (zapis przedrostkowy, Notacja Łukasiewicza) jest to sposób zapisu wyraŝeń arytmetycznych, podający najpierw operator, a następnie argumenty wyraŝenie arytmetyczne: 4 / (1 + 3) ma w notacji polskiej postać: / wyraŝenie w notacji polskiej nie wymaga nawiasów, poniewaŝ przypisanie argumentów do operatorów wynika wprost z ich kolejności w zapisie notacja polska jest bliska naturalnemu sposobowi wyraŝania działań, w którym zazwyczaj najpierw podaje się czynność, a następnie dopełnia wyraŝenia wskazaniem rzeczy, do których czynność się odnosi, np. podziel cztery przez sumę jednego i trzech notację polską przedstawił w 1920 roku polski matematyk Jan Łukasiewicz zapis wyraŝeń w notacji polskiej stał się podstawą języków: Logo, Tcl i LISP notacja polska była podstawą opracowania tzw. odwrotnej notacji polskiej
4 Rok akademicki 2008/2009, Wykład nr 5 4/26 Odwrotna notacja polska odwrotna notacja polska - ONP (ang. Reverse Polish Notation, RPN) jest sposobem zapisu wyraŝeń arytmetycznych, w którym znak wykonywanej operacji umieszczany jest po argumentach, a nie pomiędzy nimi jak w konwencjonalnym zapisie algebraicznym wyraŝenie arytmetyczne: (1 + 3) / 2 ma w odwrotnej notacji polskiej postać: / ONP została opracowana przez australijskiego naukowca Charlesa Hamblina jako odwrócenie beznawiasowej notacji polskiej Jana Łukasiewicza na potrzeby zastosowań informatycznych zapis wyraŝenia w ONP pozwala na całkowita rezygnację z uŝycia nawiasów w wyraŝeniach, gdyŝ jednoznacznie określa kolejność wykonywania działań ONP uŝywana jest w niektórych językach programowania (FORTH, Postscript) oraz w kalkulatorach naukowych HP
5 Rok akademicki 2008/2009, Wykład nr 5 5/26 Odwrotna notacja polska obliczenie wartości wyraŝenia arytmetycznego przy zastosowaniu odwrotnej notacji polskiej wymaga wykonania dwóch operacji: zamiany notacji konwencjonalnej (nawiasowej) na odwrotną notację polską obliczenia wartości wyraŝenia arytmetycznego zapisanego w odwrotnej notacji polskiej Zamiana wyraŝenia z notacji konwencjonalnej na ONP: zamiana wykonywana jest przy zastosowaniu algorytmu Dijkstry nazywanego stacją rozrządową czytając wyraŝenie arytmetyczne od strony lewej do strony prawej operatory odkładamy na stos a liczby na wyjście wyjście naleŝy traktować jako kolejkę, która po zakończeniu algorytmu będzie zawierała wyraŝenie w odwrotnej notacji polskiej
6 Rok akademicki 2008/2009, Wykład nr 5 6/26 Odwrotna notacja polska Zamiana wyraŝenia z notacji konwencjonalnej na ONP: wykonując powyŝsze operacje trzeba stosować następujące reguły: operator moŝemy odłoŝyć na stos tylko wtedy, jeśli ostatnim elementem stosu jest operator o niŝszym priorytecie jeŝeli ma on wyŝszy lub równy priorytet to zdejmujemy ze stosu dotąd elementy i wysyłamy na wyjście, aŝ ostatni operator będzie miał niŝszy priorytet lub stos będzie pusty jeśli kolejnym elementem jest nawias otwierający (, to odkładamy go na stos, bez względu na to co znajduje się w danym momencie na stosie i bez względu na to czy stos jest pusty powyŝszy nawias traktujemy jak dno stosu i odczytujemy kolejne elementy wyraŝenia według standardowego algorytmu jeśli dojdziemy do nawiasu zamykającego ), to nigdzie go nie odkładamy, tylko zdejmujemy kolejne operatory ze stosu i wysyłamy na wyjście, aŝ dojdziemy do nawiasu otwierającego, który równieŝ zdejmujemy ze stosu i wysyłamy na wyjście jeśli dojdziemy do końca wyraŝenia arytmetycznego, to zdejmujemy ze stosu pozostałe operatory i wysyłamy je na wyjście
7 Rok akademicki 2008/2009, Wykład nr 5 7/26 Odwrotna notacja polska Zamiana wyraŝenia z notacji konwencjonalnej na ONP - przykład: równanie w notacji konwencjonalnej: (2+1)*3-4*(7+4) Krok Wejście ( ) * 3-4 * ( ) Koniec Stos ( NULL ( NULL + ( NULL + ( NULL * NULL * NULL - NULL - NULL * - NULL ( * - NULL ( * - NULL + ( * - NULL + ( * - NULL * - NULL - NULL równanie w ONP: * * - NULL NULL Wyjście * * -
8 Rok akademicki 2008/2009, Wykład nr 5 8/26 Odwrotna notacja polska Obliczenie wartości wyraŝenia arytmetycznego w ONP: w algorytmie obliczania wartości wyraŝenia arytmetycznego zapisanego w odwrotnej notacji polskiej wykonujemy następujące operacje: pobieramy kolejny element wyraŝenia jeśli elementem jest liczba to odkładamy ją na stos jeśli elementem jest operator, to pobieramy ze stosu tyle liczb, aby moŝna było zastosować operator na tych liczbach, np. dla dodawania, odejmowania, mnoŝenia i dzielenia są to dwie kolejne liczby, zaś dla negacji - jedna liczba wykonujemy operację na liczbach i jej wynik odkładamy na stos jeśli dotrzemy do końca wyraŝenia, to pobieramy wynik ze stosu, który jest wartością wyraŝenia arytmetycznego jeśli nie ma jeszcze końca, to wracamy na początek algorytmu Uwaga: jeśli np. stos ma postać: 2 4 NULL i mamy wykonać operację dzielenia /, to operacja ta ma postać: 4 / 2, czyli do wykonania operacji argumenty brane są w odwrotnej kolejności
9 Rok akademicki 2008/2009, Wykład nr 5 9/26 Odwrotna notacja polska Obliczenie wartości wyraŝenia arytmetycznego w ONP - przykład: równanie w ONP: * * - Krok Wejście * * - Koniec Stos 2 NULL 1 2 NULL 3 NULL 3 3 NULL 9 NULL 4 9 NULL NULL NULL NULL 44 9 NULL -35 NULL NULL Działanie * * wynik: -35 wynik: -35
10 Rok akademicki 2008/2009, Wykład nr 5 10/26 Kolejka kolejka (ang. queue) jest strukturą danych składającą się z liniowo uporządkowanych elementów, do której moŝna dołączać elementy tylko w jednym końcu (na końcu kolejki), a usuwać tylko w drugim końcu (na początku kolejki) kolejka często określana jest jako stos FIFO (ang. First In First Out - pierwszy wchodzi, pierwszy wychodzi) powiązanie między elementami kolejki jest takie samo, jak w przypadku stosu head - wskaźniki na pierwszy element kolejki (początek kolejki) tail - wskaźnik na ostatni element kolejki (koniec kolejki)
11 Rok akademicki 2008/2009, Wykład nr 5 11/26 Kolejka korzystając z poprzedniej analogii, stosu kartek, moŝemy powiedzieć, Ŝe kładziemy kartki na wierzchołku stosu, zaś wyjmujemy ze spodu kolejkę moŝna takŝe wyobraŝać sobie jako typową kolejkę sklepową podstawowe operacje dotyczące kolejki to: dołączenie elementu do kolejki - Insert() lub enqueue() usunięcie elementu z kolejki - Remove() lub dequeue() źródło: A. Zalewski: Programowanie w językach C i C++ z wykorzystaniem pakietu Borland C++
12 Rok akademicki 2008/2009, Wykład nr 5 12/26 Lista listą (liniową) nazywamy liniowo uporządkowany zbiór elementów, z którego w dowolnym miejscu moŝna usunąć element, jak równieŝ dołączyć nowy element elementy moŝna wstawiać do listy na początku, na końcu lub w dowolnym innym miejscu w zaleŝności od powiązań pomiędzy elementami wyróŝniamy listy: jednokierunkowe dwukierunkowe cykliczne, jednokierunkowe cykliczne, dwukierunkowe
13 Rok akademicki 2008/2009, Wykład nr 5 13/26 Lista jednokierunkowa i dwukierunkowa w liście jednokierunkowej dla kaŝdego składnika (poza ostatnim) jest określony następny lub poprzedni składnik (zaleŝnie od implementacji) zapamiętywany jest wskaźnik tylko na pierwszy element listy lub wskaźniki na pierwszy i ostatni element listy w liście dwukierunkowej kaŝdy węzeł posiada adres następnika, jak i poprzednika
14 Rok akademicki 2008/2009, Wykład nr 5 14/26 Lista cykliczna listę cykliczną moŝna utworzyć z listy jednokierunkowej lub dwukierunkowej, jeśli ostatni element tej struktury połączymy z pierwszym Jednokierunkowa: Dwukierunkowa:
15 Rok akademicki 2008/2009, Wykład nr 5 15/26 Drzewo drzewo jest najbardziej ogólną dynamiczną strukturą danych i moŝe być reprezentowane graficznie na róŝne sposoby korzeń drzewa jest umieszczony u góry skojarzone z korzeniem poddrzewa połączone są z korzeniem liniami zwanymi gałęziami drzewa potomkiem węzła w nazywamy kaŝdy, róŝny od w, węzeł naleŝący do drzewa, w którym w jest korzeniem węzeł, który nie ma potomków, to liść drzewa
16 Rok akademicki 2008/2009, Wykład nr 5 16/26 Drzewo binarne drzewo binarne jest szczególnym przypadkiem ogólnej struktury zwanej drzewem kaŝdy wierzchołek drzewa ma co najwyŝej dwóch potomków
17 Rok akademicki 2008/2009, Wykład nr 5 17/26 Binarne drzewo wyszukiwawcze jest to drzewo binarne, w którym dla kaŝdego węzła w i wszystkie klucze (przechowywane wartości) w lewym poddrzewie węzła w i są mniejsze od klucza w węźle w i, a wszystkie klucze w prawym poddrzewie węzła w i są większe od klucza w węźle w i największą zaletą takiej struktury jest szybkość wyszukiwania informacji
18 Rok akademicki 2008/2009, Wykład nr 5 18/26 Metody numeryczne metody numeryczne - dział matematyki stosowanej, w ramach którego rozwiązuje się problemy matematyczne za pomocą operacji arytmetycznych i logicznych obecnie częściej korzysta się z gotowych procedur lub programów komputerowych niŝ opracowuje własne istnieje bardzo duŝo programów komputerowych i procedur dostępnych bezpłatnie lub odpłatnie (programy komercyjne), w których zaimplementowane są poszczególne metody numeryczne: programy typowo matematyczne: Matlab, MathCAD, Mathematica, Maple, Derive programy specjalizowane, np. do symulacji numerycznej róŝnych zjawisk biblioteki funkcji i procedur (tzw. solvery) znajomość podstaw teoretycznych i własności metod numerycznych pozwala na lepsze i efektywniejsze stosowanie ich w praktyce
19 Rok akademicki 2008/2009, Wykład nr 5 19/26 Metody numeryczne rozwiązanie problemu obliczeniowego z zastosowaniem metody numerycznej wymaga wykonania następujących kroków: 1. Określenie modelu matematycznego zjawiska lub procesu i odpowiadającego mu modelu numerycznego 2. Wybrania metody numerycznej w celu dokonania obliczeń 3. Implementacji metody zastosowany model matematyczny oraz odpowiadający mu model numeryczny muszą być dostosowane do dostępnego sprzętu komputerowego, na którym będą wykonywane obliczenia zbyt szczegółowa interpretacja analizowanego zjawiska moŝe doprowadzić do stworzenia modelu niemoŝliwego w implementacji
20 Rok akademicki 2008/2009, Wykład nr 5 20/26 Metody numeryczne - obliczanie prognozy pogody Przykład - obliczanie prognozy pogody moŝna przyjąć w duŝym uproszczeniu, Ŝe pogoda w dowolnym punkcie Ziemi jest funkcją czterech argumentów: Pogoda(dł_geograficzna, szer_geograficzna, wysokość, czas) wartością funkcji Pogoda() jest wektor sześciu liczb: temperatura, ciśnienie, wilgotność, prędkość wiatru (3 liczby) w pamięci komputera funkcja ciągła reprezentowana jest w postaci zdyskretyzowanej, co oznacza, Ŝe obliczamy jej wartości w węzłach siatki: Pogoda(i,j,l,k) gdzie: i, j, l - odpowiada komórkom w przestrzeni, zaś k - czasowi, obliczanie pogody polega na rozwiązywaniu układu równań róŝniczkowych cząstkowych Naviera-Stokesa, opisujących przepływy gazów w atmosferze źródło: Praca zbiorowa pod redakcją A. Karbowskiego i E. Niewiadomskiej-Szynkiewicz: Obliczenia równoległe i rozproszone. Oficyna Wydawnicza Politechniki Warszawskiej, Warszawa 2001.
21 Rok akademicki 2008/2009, Wykład nr 5 21/26 Metody numeryczne - obliczanie prognozy pogody Przykład - obliczanie prognozy pogody zakładamy podział warstwy atmosfery (ok. 15 km n.p.m.) nad powierzchnią Polski na komórki sześcienne o krawędzi 100 m zakładamy przybliŝenie obszaru Polski kwadratem o boku 700 km - otrzymujemy wtedy: (700 10) = 7, elementarnych komórek przyjmijmy, Ŝe obliczenie wartości w kolejnej chwili czasowej dla jednego punktu przestrzeni wymaga wykonania 100 operacji zmiennoprzecinkowych chcemy obliczyć 4-dniową prognozę pogody, całkując z krokiem czasowym równym 5 minut - wymaga to wykonania: 7, = 0, operacji zmiennoprzecinkowych dysponując procesorem wykonującym 10 9 operacji zmiennoprzecinkowych na sekundę (1 Gflops) obliczenia trwałyby 0, s = 235,2 godz. = ok. 10 dni
22 Rok akademicki 2008/2009, Wykład nr 5 22/26 Metody numeryczne - obliczanie prognozy pogody Przykład - obliczanie prognozy pogody wyznaczenie prognozy pogody w ciągu 15 minut wymagałoby procesora o mocy obliczeniowej ok. 1 Tflops, 0, /(15 60) = 0, operacji zmiennoprzecinkowych na sekundę zakładając, Ŝe kaŝda z 6 liczb charakteryzujących pogodę w komórce wymaga 8 bajtów, na zapamiętanie pogody we wszystkich komórkach potrzeba: 7, = 350 GB = 0,35 TB - pamięci operacyjnej
23 Rok akademicki 2008/2009, Wykład nr 5 23/26 Metody numeryczne - obliczanie prognozy pogody ICM - Interdyscyplinarne Centrum Modelowania Matematycznego i Komputerowego, Uniwersytet Warszawski modele numeryczne: UM siatka 4 km, długość prognozy 48h COAMPS - siatka 13 km, długość prognozy 84h UM 4.5 (UMPL) - siatka 17 km (w likwidacji...) model numeryczny UMPL 4.5 (Unified Model for Poland Area) mezoskalowa (o ograniczonym obszarze) wersja opracowanego w Wielkiej Brytanii modelu prognostycznego Unified Model (UM) prognozowanie pogody od 1997 r. obliczenia są wykonywane na 16-procesorowym komputerze Cray J916 numeryczne prognozy pogody obliczane są dwa razy na dobę (dla danych początkowych z godz. 00 oraz 06 GMT)
24 Rok akademicki 2008/2009, Wykład nr 5 24/26 Numeryczna prognoza pogody (Białystok)
25 Rok akademicki 2008/2009, Wykład nr 5 25/26 Numeryczna prognoza pogody (Białystok) (model COAMPS)
26 Rok akademicki 2008/2009, Wykład nr 5 26/26 Koniec wykładu nr 5 Dziękuj kuję za uwagę!
Informatyka 2. Wykład nr 5 ( ) Plan wykładu nr 5. Politechnika Białostocka. - Wydział Elektryczny. Odwrotna notacja polska.
Rok akademicki 008/009, Wykład nr 5 /6 Plan wykładu nr 5 Informatyka Politechnika Białostocka - Wydział Elektryczny Elektrotechnika, semestr III, studia niestacjonarne I stopnia (zaoczne) Rok akademicki
Dynamiczny przydział pamięci w języku C. Dynamiczne struktury danych. dr inż. Jarosław Forenc. Metoda 1 (wektor N M-elementowy)
Rok akademicki 2012/2013, Wykład nr 2 2/25 Plan wykładu nr 2 Informatyka 2 Politechnika Białostocka - Wydział Elektryczny Elektrotechnika, semestr III, studia niestacjonarne I stopnia Rok akademicki 2012/2013
Podstawy informatyki 2. Podstawy informatyki 2. Wykład nr 2 ( ) Plan wykładu nr 2. Politechnika Białostocka. - Wydział Elektryczny
Wykład nr 2 2/6 Politechnika Białostocka - Wydział Elektryczny Elektrotechnika, semestr II, studia stacjonarne Rok akademicki 2006/2007 Plan wykładu nr 2 Argumenty funkcji main Dynamiczne struktury danych
Podstawy informatyki 2
Politechnika Białostocka - Wydział Elektryczny Elektrotechnika, semestr II, studia stacjonarne Rok akademicki 2006/2007 Wykład nr 2 (07.03.2007) Wykład nr 2 2/46 Plan wykładu nr 2 Argumenty funkcji main
Informatyka 2. Wykład nr 2 ( ) Politechnika Białostocka. - Wydział Elektryczny. dr inŝ. Jarosław Forenc
Informatyka 2 Politechnika Białostocka - Wydział Elektryczny Elektrotechnika, semestr III, studia stacjonarne I stopnia Rok akademicki 2008/2009 Wykład nr 2 (22.10.2008) Rok akademicki 2008/2009, Wykład
Dynamiczny przydział pamięci (język C) Dynamiczne struktury danych. Sortowanie. Klasyfikacja algorytmów sortowania. Algorytmy sortowania
Rok akademicki 2010/2011, Wykład nr 4 2/50 Plan wykładu nr 4 Informatyka 2 Politechnika Białostocka - Wydział Elektryczny Elektrotechnika, semestr III, studia niestacjonarne I stopnia Rok akademicki 2010/2011
Struktury danych: stos, kolejka, lista, drzewo
Struktury danych: stos, kolejka, lista, drzewo Wykład: dane w strukturze, funkcje i rodzaje struktur, LIFO, last in first out, kolejka FIFO, first in first out, push, pop, size, empty, głowa, ogon, implementacja
Wykład 3. Złożoność i realizowalność algorytmów Elementarne struktury danych: stosy, kolejki, listy
Wykład 3 Złożoność i realizowalność algorytmów Elementarne struktury danych: stosy, kolejki, listy Dynamiczne struktury danych Lista jest to liniowo uporządkowany zbiór elementów, z których dowolny element
dr inż. Paweł Myszkowski Wykład nr 11 ( )
dr inż. Paweł Myszkowski Politechnika Białostocka Wydział Elektryczny Elektronika i Telekomunikacja, semestr II, studia stacjonarne I stopnia Rok akademicki 2015/2016 Wykład nr 11 (11.05.2016) Plan prezentacji:
Wstęp do programowania
Wstęp do programowania Stosy, kolejki, drzewa Paweł Daniluk Wydział Fizyki Jesień 2013 P. Daniluk(Wydział Fizyki) WP w. VII Jesień 2013 1 / 25 Listy Lista jest uporządkowanym zbiorem elementów. W Pythonie
Algorytmy i. Wykład 3: Stosy, kolejki i listy. Dr inż. Paweł Kasprowski. FIFO First In First Out (kolejka) LIFO Last In First Out (stos)
Algorytmy i struktury danych Wykład 3: Stosy, kolejki i listy Dr inż. Paweł Kasprowski pawel@kasprowski.pl Kolejki FIFO First In First Out (kolejka) LIFO Last In First Out (stos) Stos (stack) Dostęp jedynie
Notacja RPN. 28 kwietnia wyliczanie i transformacja wyrażeń. Opis został przygotowany przez: Bogdana Kreczmera.
1 wyliczanie i transformacja wyrażeń (wersja skrócona) Opis został przygotowany przez: Bogdana Kreczmera 28 kwietnia 2002 Strona 1 z 68 Zakład Podstaw Cybernetyki i Robotyki - trochę historii...............
Składnia rachunku predykatów pierwszego rzędu
Początek Gramatyka Kwantyfikatory Poprawność Logika obliczeniowa Instytut Informatyki Początek Gramatyka Kwantyfikatory Poprawność Plan wykładu 1 Na (dobry) początek Zrozumieć słowa Oswoić znaki 2 Gramatyka
Algorytmy i Struktury Danych
Algorytmy i Struktury Danych Kopce Bożena Woźna-Szcześniak bwozna@gmail.com Jan Długosz University, Poland Wykład 11 Bożena Woźna-Szcześniak (AJD) Algorytmy i Struktury Danych Wykład 11 1 / 69 Plan wykładu
Zakład Podstaw Cybernetyki i Robotyki Instytut Informatyki, Automatyki i Robotyki Politechnika Wrocławska
1 Przykład wyliczania wyrażeń arytmetycznych Bogdan Kreczmer bogdan.kreczmer@pwr.wroc.pl Zakład Podstaw Cybernetyki i Robotyki Instytut Informatyki, Automatyki i Robotyki Politechnika Wrocławska Copyright
Listy, kolejki, stosy
Listy, kolejki, stosy abc Lista O Struktura danych składa się z węzłów, gdzie mamy informacje (dane) i wskaźniki do następnych węzłów. Zajmuje tyle miejsca w pamięci ile mamy węzłów O Gdzie można wykorzystać:
Wykład 5 Wybrane zagadnienia programowania w C++ (c.d.)
Wykład 5 Wybrane zagadnienia programowania w C++ (c.d.) Kontenery - - wektor vector - - lista list - - kolejka queue - - stos stack Kontener asocjacyjny map 2016-01-08 Bazy danych-1 W5 1 Kontenery W programowaniu
Sortowanie. Kolejki priorytetowe i algorytm Heapsort Dynamiczny problem sortowania:
Sortowanie Kolejki priorytetowe i algorytm Heapsort Dynamiczny problem sortowania: podać strukturę danych dla elementów dynamicznego skończonego multi-zbioru S, względem którego są wykonywane następujące
Obliczenia na stosie. Wykład 9. Obliczenia na stosie. J. Cichoń, P. Kobylański Wstęp do Informatyki i Programowania 266 / 303
Wykład 9 J. Cichoń, P. Kobylański Wstęp do Informatyki i Programowania 266 / 303 stos i operacje na stosie odwrotna notacja polska języki oparte na ONP przykłady programów J. Cichoń, P. Kobylański Wstęp
Odwrotna Notacja Polska
Odwrotna Notacja Polska Odwrotna Notacja Polska w skrócie ONP) jest sposobem zapisu wyrażeń arytmetycznych. Znak wykonywanej operacji umieszczany jest po operandach, argumentach tzw. zapis postfiksowy).
Podstawy programowania 2. Temat: Drzewa binarne. Przygotował: mgr inż. Tomasz Michno
Instrukcja laboratoryjna 5 Podstawy programowania 2 Temat: Drzewa binarne Przygotował: mgr inż. Tomasz Michno 1 Wstęp teoretyczny Drzewa są jedną z częściej wykorzystywanych struktur danych. Reprezentują
Podstawy Informatyki. Metody dostępu do danych
Podstawy Informatyki c.d. alina.momot@polsl.pl http://zti.polsl.pl/amomot/pi Plan wykładu 1 Bazy danych Struktury danych Średni czas odszukania rekordu Drzewa binarne w pamięci dyskowej 2 Sformułowanie
Podstawy Informatyki. Wykład 6. Struktury danych
Podstawy Informatyki Wykład 6 Struktury danych Stałe i zmienne Podstawowymi obiektami występującymi w programie są stałe i zmienne. Ich znaczenie jest takie samo jak w matematyce. Stałe i zmienne muszą
Algorytmy i struktury danych. wykład 5
Plan wykładu: Wskaźniki. : listy, drzewa, kopce. Wskaźniki - wskaźniki Wskaźnik jest to liczba lub symbol który w ogólności wskazuje adres komórki pamięci. W językach wysokiego poziomu wskaźniki mogą również
prowadzący dr ADRIAN HORZYK /~horzyk e-mail: horzyk@agh tel.: 012-617 Konsultacje paw. D-13/325
PODSTAWY INFORMATYKI WYKŁAD 8. prowadzący dr ADRIAN HORZYK http://home home.agh.edu.pl/~ /~horzyk e-mail: horzyk@agh agh.edu.pl tel.: 012-617 617-4319 Konsultacje paw. D-13/325 DRZEWA Drzewa to rodzaj
Jednostki informacji. Bajt moŝna podzielić na dwie połówki 4-bitowe nazywane tetradami (ang. nibbles).
Wykład 1 1-1 Informatyka nauka zajmująca się zbieraniem, przechowywaniem i przetwarzaniem informacji. Informacja obiekt abstrakcyjny, który w postaci zakodowanej moŝe być przechowywany, przesyłany, przetwarzany
INFORMATYKA DANE.
INFORMATYKA DANE http://www.infoceram.agh.edu.pl DANE Dane to zbiory liczb, znaków, sygnałów, wykresów, tekstów, itp., które mogą być przetwarzane. Pojęcie danych jest relatywne i istnieje tylko razem
Wysokość drzewa Głębokość węzła
Drzewa Drzewa Drzewo (ang. tree) zbiór węzłów powiązanych wskaźnikami, spójny i bez cykli. Drzewo posiada wyróżniony węzeł początkowy nazywany korzeniem (ang. root). Drzewo ukorzenione jest strukturą hierarchiczną.
Wykład 2. Drzewa zbalansowane AVL i 2-3-4
Wykład Drzewa zbalansowane AVL i -3-4 Drzewa AVL Wprowadzenie Drzewa AVL Definicja drzewa AVL Operacje wstawiania i usuwania Złożoność obliczeniowa Drzewa -3-4 Definicja drzewa -3-4 Operacje wstawiania
STRUKTURY DANYCH I ZŁOŻONOŚĆ OBLICZENIOWA STRUKTURY DANYCH I ZŁOŻONOŚĆ OBLICZENIOWA. Część 3. Drzewa Przeszukiwanie drzew
STRUKTURY DANYCH I ZŁOŻONOŚĆ OBLICZENIOWA Część 3 Drzewa Przeszukiwanie drzew 1 / 24 DRZEWA (ang.: trees) Drzewo struktura danych o typie podstawowym T definiowana rekurencyjnie jako: - struktura pusta,
Algorytmy i Struktury Danych.
Algorytmy i Struktury Danych. Abstrakcyjne struktury danych dr hab. Bożena Woźna-Szcześniak bwozna@gmail.com Jan Długosz University, Poland Wykład 5 Bożena Woźna-Szcześniak (AJD) Algorytmy i Struktury
WSTĘP DO INFORMATYKI. Struktury liniowe
Akademia Górniczo-Hutnicza Wydział Elektrotechniki, Automatyki, Informatyki i Inżynierii Biomedycznej WSTĘP DO INFORMATYKI Adrian Horzyk Struktury liniowe www.agh.edu.pl STRUKTURY LINIOWE SEKWENCJE Struktury
Programowanie obiektowe
Programowanie obiektowe Sieci powiązań Paweł Daniluk Wydział Fizyki Jesień 2014 P. Daniluk (Wydział Fizyki) PO w. IX Jesień 2014 1 / 24 Sieci powiązań Można (bardzo zgrubnie) wyróżnić dwa rodzaje powiązań
ALGORYTMY I STRUKTURY DANYCH
LGORTM I STRUKTUR DNH Temat 6: Drzewa ST, VL Wykładowca: dr inż. bigniew TRPT e-mail: bigniew.tarapata@isi.wat.edu.pl http://www.tarapata.strefa.pl/p_algorytmy_i_struktury_danych/ Współautorami wykładu
Tadeusz Pankowski www.put.poznan.pl/~tadeusz.pankowski
: idea Indeksowanie: Drzewo decyzyjne, przeszukiwania binarnego: F = {5, 7, 10, 12, 13, 15, 17, 30, 34, 35, 37, 40, 45, 50, 60} 30 12 40 7 15 35 50 Tadeusz Pankowski www.put.poznan.pl/~tadeusz.pankowski
Laboratorium modelowania oprogramowania w języku UML. Ćwiczenie 4 Ćwiczenia w narzędziu CASE diagram czynności. Materiały dla studenta
Zakład Elektrotechniki Teoretycznej i Informatyki Stosowanej Wydział Elektryczny, Politechnika Warszawska Laboratorium modelowania oprogramowania w języku UML Ćwiczenie 4 Ćwiczenia w narzędziu CASE diagram
Algorytmy i Struktury Danych.
Algorytmy i Struktury Danych. Liniowe struktury danych. Bożena Woźna-Szcześniak bwozna@gmail.com Jan Długosz University, Poland Wykład 4 Bożena Woźna-Szcześniak (AJD) Algorytmy i Struktury Danych. Wykład
Struktura danych. Sposób uporządkowania informacji w komputerze. Na strukturach danych operują algorytmy. Przykładowe struktury danych:
Struktura danych Sposób uporządkowania informacji w komputerze. Na strukturach danych operują algorytmy. Przykładowe struktury danych: rekord tablica lista stos kolejka drzewo i jego odmiany (np. drzewo
Metody getter https://www.python-course.eu/python3_object_oriented_programming.php 0_class http://interactivepython.org/runestone/static/pythonds/index.html https://www.cs.auckland.ac.nz/compsci105s1c/lectures/
Metody Kompilacji Wykład 3
Metody Kompilacji Wykład 3 odbywa się poprzez dołączenie zasad(reguł) lub fragmentów kodu do produkcji w gramatyce. Włodzimierz Bielecki WI ZUT 2 Na przykład, dla produkcji expr -> expr 1 + term możemy
Programowanie i struktury danych 1 / 44
Programowanie i struktury danych 1 / 44 Lista dwukierunkowa Lista dwukierunkowa to liniowa struktura danych skªadaj ca si z ci gu elementów, z których ka»dy pami ta swojego nast pnika i poprzednika. Operacje
Programowanie obiektowe
Programowanie obiektowe Sieci powiązań Paweł Daniluk Wydział Fizyki Jesień 2015 P. Daniluk (Wydział Fizyki) PO w. IX Jesień 2015 1 / 21 Sieci powiązań Można (bardzo zgrubnie) wyróżnić dwa rodzaje powiązań
Laboratorium z przedmiotu Programowanie obiektowe - zestaw 04
Laboratorium z przedmiotu Programowanie obiektowe - zestaw 04 Cel zajęć. Celem zajęć jest zapoznanie się ze sposobem działania popularnych kolekcji. Wprowadzenie teoretyczne. Rozważana w ramach niniejszych
operacje porównania, a jeśli jest to konieczne ze względu na złe uporządkowanie porównywanych liczb zmieniamy ich kolejność, czyli przestawiamy je.
Problem porządkowania zwanego również sortowaniem jest jednym z najważniejszych i najpopularniejszych zagadnień informatycznych. Dane: Liczba naturalna n i ciąg n liczb x 1, x 2,, x n. Wynik: Uporządkowanie
Wykład z Technologii Informacyjnych. Piotr Mika
Wykład z Technologii Informacyjnych Piotr Mika Uniwersalna forma graficznego zapisu algorytmów Schemat blokowy zbiór bloków, powiązanych ze sobą liniami zorientowanymi. Jest to rodzaj grafu, którego węzły
Teoretyczne podstawy informatyki
Teoretyczne podstawy informatyki Wykład 6a Model danych oparty na drzewach 1 Model danych oparty na drzewach Istnieje wiele sytuacji w których przetwarzane informacje mają strukturę hierarchiczną lub zagnieżdżoną,
Algorytmy i Struktury Danych.
Algorytmy i Struktury Danych. Podstawowe struktury danych dr hab. Bożena Woźna-Szcześniak bwozna@gmail.com Jan Długosz University, Poland Wykład 6 Bożena Woźna-Szcześniak (AJD) Algorytmy i Struktury Danych.
Klasa 2 INFORMATYKA. dla szkół ponadgimnazjalnych zakres rozszerzony. Założone osiągnięcia ucznia wymagania edukacyjne na. poszczególne oceny
Klasa 2 INFORMATYKA dla szkół ponadgimnazjalnych zakres rozszerzony Założone osiągnięcia ucznia wymagania edukacyjne na poszczególne oceny Algorytmy 2 3 4 5 6 Wie, co to jest algorytm. Wymienia przykłady
1.UKŁADY RÓWNAŃ LINIOWYCH
UKŁADY RÓWNAŃ 1.UKŁADY RÓWNAŃ LINIOWYCH Układ: a1x + b1y = c1 a x + by = c nazywamy układem równań liniowych. Rozwiązaniem układu jest kaŝda para liczb spełniająca kaŝde z równań. Przy rozwiązywaniu układów
ZASADY PROGRAMOWANIA KOMPUTERÓW ZAP zima 2014/2015. Drzewa BST c.d., równoważenie drzew, kopce.
POLITECHNIKA WARSZAWSKA Instytut Automatyki i Robotyki ZASADY PROGRAMOWANIA KOMPUTERÓW ZAP zima 204/205 Język programowania: Środowisko programistyczne: C/C++ Qt Wykład 2 : Drzewa BST c.d., równoważenie
PWSZ w Tarnowie Instytut Politechniczny Elektrotechnika
PWSZ w Tarnowie Instytut Politechniczny Elektrotechnika METODY NUMERYCZNE WYKŁAD Andrzej M. Dąbrowski amd@agh.edu.pl Paw.C p.100e Konsultacje: środa 14 45-15 30 czwartek 14 45 - Wykład 2 godz. lekcyjne.
Co to jest algorytm? przepis prowadzący do rozwiązania zadania, problemu,
wprowadzenie Co to jest algorytm? przepis prowadzący do rozwiązania zadania, problemu, w przepisie tym podaje się opis czynności, które trzeba wykonać, oraz dane, dla których algorytm będzie określony.
wstęp do informatyki i programowania część testowa (25 pyt. / 60 min.)
egzamin podstawowy 7 lutego 2017 r. wstęp do informatyki i programowania część testowa (25 pyt. / 60 min.) Instytut Informatyki Uniwersytetu Wrocławskiego Paweł Rzechonek imię, nazwisko i nr indeksu:..............................................................
Programowanie obiektowe
Laboratorium z przedmiotu Programowanie obiektowe - zestaw 04 Cel zajęć. Celem zajęć jest zapoznanie się ze sposobem działania popularnych. Wprowadzenie teoretyczne. Rozważana w ramach niniejszych zajęć
Zofia Kruczkiewicz, Algorytmu i struktury danych, Wykład 14, 1
Wykład Algorytmy grafowe metoda zachłanna. Właściwości algorytmu zachłannego:. W przeciwieństwie do metody programowania dynamicznego nie występuje etap dzielenia na mniejsze realizacje z wykorzystaniem
Zaawansowane algorytmy i struktury danych
Zaawansowane algorytmy i struktury danych u dr Barbary Marszał-Paszek Opracowanie pytań teoretycznych z egzaminów. Strona 1 z 12 Pytania teoretyczne z egzaminu pisemnego z 25 czerwca 2014 (studia dzienne)
METODY OPISU ALGORYTMÓW KOMPUTEROWYCH
Wydział Elektryczny Katedra Elektrotechniki Teoretycznej i Metrologii Instrukcja do pracowni z przedmiotu Podstawy Informatyki Kod przedmiotu: TS1C 100 003 Ćwiczenie pt. METODY OPISU ALGORYTMÓW KOMPUTEROWYCH
I semestr WYMAGANIA EDUKACYJNE Z MATEMATYKI KLASA VI. Wymagania na ocenę dopuszczającą. Dział programu: Liczby naturalne
WYMAGANIA EDUKACYJNE Z MATEMATYKI KLASA VI Wymagania na ocenę dopuszczającą I semestr Dział programu: Liczby naturalne Oblicza różnice czasu proste Wymienia jednostki opisujące prędkość, drogę, czas. Rozwiązuje
Drzewa poszukiwań binarnych
1 Drzewa poszukiwań binarnych Kacper Pawłowski Streszczenie W tej pracy przedstawię zagadnienia związane z drzewami poszukiwań binarnych. Przytoczę poszczególne operacje na tej strukturze danych oraz ich
dr inż. Jarosław Forenc
Informatyka 2 Politechnika Białostocka - Wydział Elektryczny Elektrotechnika, semestr III, studia stacjonarne I stopnia Rok akademicki 2010/2011 Wykład nr 7 (24.01.2011) dr inż. Jarosław Forenc Rok akademicki
2012-01-16 PLAN WYKŁADU BAZY DANYCH INDEKSY - DEFINICJE. Indeksy jednopoziomowe Indeksy wielopoziomowe Indeksy z użyciem B-drzew i B + -drzew
0-0-6 PLAN WYKŁADU Indeksy jednopoziomowe Indeksy wielopoziomowe Indeksy z użyciem B-drzew i B + -drzew BAZY DANYCH Wykład 9 dr inż. Agnieszka Bołtuć INDEKSY - DEFINICJE Indeksy to pomocnicze struktury
1 Wprowadzenie do algorytmiki
Teoretyczne podstawy informatyki - ćwiczenia: Prowadzący: dr inż. Dariusz W Brzeziński 1 Wprowadzenie do algorytmiki 1.1 Algorytm 1. Skończony, uporządkowany ciąg precyzyjnie i zrozumiale opisanych czynności
Temat (rozumiany jako lekcja) Propozycje środków dydaktycznych. Liczba godzin. Uwagi
Roczny plan dydaktyczny z matematyki dla pierwszej klasy szkoły branżowej I stopnia dla uczniów będących absolwentami ośmioletniej szkoły podstawowej, uwzględniający kształcone umiejętności i treści podstawy
Uniwersytet Zielonogórski Wydział Elektrotechniki, Informatyki i Telekomunikacji Instytut Sterowania i Systemów Informatycznych
Uniwersytet Zielonogórski Wydział Elektrotechniki, Informatyki i Telekomunikacji Instytut Sterowania i Systemów Informatycznych ELEMENTY SZTUCZNEJ INTELIGENCJI Laboratorium nr 9 PRZESZUKIWANIE GRAFÓW Z
5. Rozwiązywanie układów równań liniowych
5. Rozwiązywanie układów równań liniowych Wprowadzenie (5.1) Układ n równań z n niewiadomymi: a 11 +a 12 x 2 +...+a 1n x n =a 10, a 21 +a 22 x 2 +...+a 2n x n =a 20,..., a n1 +a n2 x 2 +...+a nn x n =a
Technologia informacyjna
Technologia informacyjna Pracownia nr 9 (studia stacjonarne) - 05.12.2008 - Rok akademicki 2008/2009 2/16 Bazy danych - Plan zajęć Podstawowe pojęcia: baza danych, system zarządzania bazą danych tabela,
Sortowanie - wybrane algorytmy
Sortowanie - wybrane algorytmy Aleksandra Wilkowska Wydział Matematyki - Katedra Matematyki Stosowanej Politechika Wrocławska 2 maja 2018 1 / 39 Plan prezentacji Złożoność obliczeniowa Sortowanie bąbelkowe
Drzewa poszukiwań binarnych
1 Cel ćwiczenia Algorytmy i struktury danych Instytut Sterowania i Systemów Informatycznych Wydział Elektrotechniki, Informatyki i Telekomunikacji Uniwersytet ielonogórski Drzewa poszukiwań binarnych Ćwiczenie
Informacja dla ucznia
Informacja dla ucznia Test, który będziesz rozwiązywać składa się z 0 zadań o róŝnym stopniu trudności. W zadaniach wystarczy odnaleźć jedną prawidłową odpowiedź spośród kilku podanych (oznaczonych literami
Metody numeryczne Technika obliczeniowa i symulacyjna Sem. 2, EiT, 2014/2015
Metody numeryczne Technika obliczeniowa i symulacyjna Sem. 2, EiT, 2014/2015 1 Metody numeryczne Dział matematyki Metody rozwiązywania problemów matematycznych za pomocą operacji na liczbach. Otrzymywane
1. Kalkulator czterech działań. 2. Konwersja ciągu znaków do tablicy.
1. Kalkulator czterech działań. Kalkulator czterech działań: +, -, *, \ (bez nawiasów). Wejście: łańcuch znakowy, np. 1+2*3\4-5\2=, -2+4e-1= Liczby mogą być w formacie, np. +1.45, -2, 1e-10. 2. Konwersja
Metody Obliczeniowe w Nauce i Technice
10. Numeryczna algebra liniowa wprowadzenie. Marian Bubak Department of Computer Science AGH University of Science and Technology Krakow, Poland bubak@agh.edu.pl dice.cyfronet.pl Contributors Magdalena
Metodyki i techniki programowania
Metodyki i techniki programowania dr inż. Maciej Kusy Katedra Podstaw Elektroniki Wydział Elektrotechniki i Informatyki Politechnika Rzeszowska Elektronika i Telekomunikacja, sem. 2 Plan wykładu Sprawy
Drzewo binarne BST. LABORKA Piotr Ciskowski
Drzewo binarne BST LABORKA Piotr Ciskowski zadanie 1. drzewo binarne - 1 Zaimplementuj drzewo binarne w postaci: klasy Osoba przechowującej prywatne zmienne: liczbę całkowitą to będzie klucz, wg którego
Struktury danych (I): kolejka, stos itp.
Letnie Warsztaty Matematyczno-Informatyczne Algorytmy i struktury danych Struktury danych (I): kolejka, stos itp. Struktury danych (I): kolejka, stos itp. Struktura danych stanowi sposób uporządkowania
Ogólne wiadomości o grafach
Ogólne wiadomości o grafach Algorytmy i struktury danych Wykład 5. Rok akademicki: / Pojęcie grafu Graf zbiór wierzchołków połączonych za pomocą krawędzi. Podstawowe rodzaje grafów: grafy nieskierowane,
Za pierwszy niebanalny algorytm uważa się algorytm Euklidesa wyszukiwanie NWD dwóch liczb (400 a 300 rok przed narodzeniem Chrystusa).
Algorytmy definicja, cechy, złożoność. Algorytmy napotykamy wszędzie, gdziekolwiek się zwrócimy. Rządzą one wieloma codziennymi czynnościami, jak np. wymiana przedziurawionej dętki, montowanie szafy z
ZASADY PROGRAMOWANIA KOMPUTERÓW
POLITECHNIKA WARSZAWSKA Instytut Automatyki i i Robotyki ZASADY PROGRAMOWANIA KOMPUTERÓW Język Język programowania: C/C++ Środowisko programistyczne: C++Builder 6 Wykład 9.. Wskaźniki i i zmienne dynamiczne.
Operatory w C++ Operatory arytmetyczne. Operatory relacyjne (porównania) Operatory logiczne. + dodawanie - odejmowanie * mnożenie / dzielenie % modulo
Operatory w C++ Operatory arytmetyczne + dodawanie - odejmowanie * mnożenie / dzielenie % modulo Operatory relacyjne (porównania) < mniejszy niż większy niż >= większy lub równy
Opis efektów kształcenia dla modułu zajęć
Nazwa modułu: Formalne podstawy informatyki Rok akademicki: 2013/2014 Kod: EIB-1-220-s Punkty ECTS: 2 Wydział: Elektrotechniki, Automatyki, Informatyki i Inżynierii Biomedycznej Kierunek: Inżynieria Biomedyczna
dr inż. Jarosław Forenc
Informatyka Politechnika Białostocka - Wydział Elektryczny Elektrotechnika, semestr II, studia stacjonarne I stopnia Rok akademicki 8/9 Wykład nr 4 (.3.9) Rok akademicki 8/9, Wykład nr 4 /33 Plan wykładu
Gramatyki atrybutywne
Gramatyki atrybutywne, część 1 (gramatyki S-atrybutywne Teoria kompilacji Dr inŝ. Janusz Majewski Katedra Informatyki Gramatyki atrybutywne Do przeprowadzenia poprawnego tłumaczenia, oprócz informacji
Metodyki i techniki programowania
Metodyki i techniki programowania dr inż. Maciej Kusy Katedra Podstaw Elektroniki Wydział Elektrotechniki i Informatyki Politechnika Rzeszowska Elektronika i Telekomunikacja, sem. 2 Plan wykładu Sprawy
Wstęp do informatyki- wykład 2
MATEMATYKA 1 Wstęp do informatyki- wykład 2 Systemy liczbowe Treści prezentowane w wykładzie zostały oparte o: S. Prata, Język C++. Szkoła programowania. Wydanie VI, Helion, 2012 www.cplusplus.com Jerzy
WYMAGANIA PRZEDMIOTOWE Z MATEMATYKI
OCENĘ CELUJĄCĄ otrzymuje uczeń który: posiadł wiedzę i umiejętności znacznie wykraczające poza program nauczania; biegle posługuje się zdobytymi wiadomościami w rozwiązywaniu problemów teoretycznych lub
OPRACOWANIE MONIKA KASIELSKA
KONSPEKT LEKCJI MATEMATYKI DIAGNOZA UMIEJĘTNOŚCI ZGODNYCH ZE STANDARDAMI WYMAGAŃ MATURALNYCH PRZEDMIOT : Matematyka KLASA: III TEMAT: Rozwiązywanie problemów poprzez stosowanie algorytmów. STANDARDY WYMAGAŃ
KARTA PRZEDMIOTU. 1. Informacje ogólne. 2. Ogólna charakterystyka przedmiotu. Algorytmy i struktury danych, C3
KARTA PRZEDMIOTU 1. Informacje ogólne Nazwa przedmiotu i kod (wg planu studiów): Nazwa przedmiotu (j. ang.): Kierunek studiów: Specjalność/specjalizacja: Poziom kształcenia: Profil kształcenia: Forma studiów:
Dynamiczne struktury danych
Dynamiczne struktury danych 391 Dynamiczne struktury danych Przez dynamiczne struktury danych rozumiemy proste i złożone struktury danych, którym pamięć jest przydzielana i zwalniana na żądanie w trakcie
WYŻSZA SZKOŁA INFORMATYKI STOSOWANEJ I ZARZĄDZANIA
Rekurencja - zdolność podprogramu (procedury) do wywoływania samego (samej) siebie Wieże Hanoi dane wejściowe - trzy kołki i N krążków o różniących się średnicach wynik - sekwencja ruchów przenosząca krążki
Samodzielnie wykonaj następujące operacje: 13 / 2 = 30 / 5 = 73 / 15 = 15 / 23 = 13 % 2 = 30 % 5 = 73 % 15 = 15 % 23 =
Systemy liczbowe Dla każdej liczby naturalnej x Î N oraz liczby naturalnej p >= 2 istnieją jednoznacznie wyznaczone: liczba n Î N oraz ciąg cyfr c 0, c 1,..., c n-1 (gdzie ck Î {0, 1,..., p - 1}) taki,
Kodowanie informacji. Kody liczbowe
Wykład 2 2-1 Kodowanie informacji PoniewaŜ komputer jest urządzeniem zbudowanym z układów cyfrowych, informacja przetwarzana przez niego musi być reprezentowana przy pomocy dwóch stanów - wysokiego i niskiego,
Dział programowy: Liczby i działania ( 1 )
1 S t r o n a Dział programowy: Liczby i działania ( 1 ) 14-20 Liczby. Rozwinięcia liczb dziesiętne liczb wymiernych. Zaokrąglanie liczb. Szacowanie wyników. Dodawanie i odejmowanie liczb dodatnich. MnoŜenie
ZAJĘCIA 25. Wartość bezwzględna. Interpretacja geometryczna wartości bezwzględnej.
ZAJĘCIA 25. Wartość bezwzględna. Interpretacja geometryczna wartości bezwzględnej. 1. Wartość bezwzględną liczby jest określona wzorem: x, dla _ x 0 x =, x, dla _ x < 0 Wartość bezwzględna liczby nazywana
Kod znak-moduł. Wartość liczby wynosi. Reprezentacja liczb w kodzie ZM w 8-bitowym formacie:
Wykład 3 3-1 Reprezentacja liczb całkowitych ze znakiem Do przedstawienia liczb całkowitych ze znakiem stosowane są następujące kody: - ZM (znak-moduł) - U1 (uzupełnienie do 1) - U2 (uzupełnienie do 2)
Algorytmy komputerowe. dr inŝ. Jarosław Forenc
Rok akademicki 2009/2010, Wykład nr 8 2/24 Plan wykładu nr 8 Informatyka 1 Politechnika Białostocka - Wydział Elektryczny Elektrotechnika, semestr II, studia niestacjonarne I stopnia Rok akademicki 2009/2010
Drzewa BST i AVL. Drzewa poszukiwań binarnych (BST)
Drzewa ST i VL Drzewa poszukiwań binarnych (ST) Drzewo ST to dynamiczna struktura danych (w formie drzewa binarnego), która ma tą właściwość, że dla każdego elementu wszystkie elementy w jego prawym poddrzewie
Ćwiczenie nr 1: Systemy liczbowe
Ćwiczenie nr 1: Systemy liczbowe Barbara Łukawska, Adam Krechowicz, Tomasz Michno Podstawowym systemem liczbowym uŝywanym na co dzień jest system dziesiętny. Podstawą tego systemu jest 10 cyfr 0, 1, 2,
Lista zadań. Babilońska wiedza matematyczna
Lista zadań Babilońska wiedza matematyczna Zad. 1 Babilończycy korzystali z tablicy dodawania - utwórz w arkuszu kalkulacyjnym EXCEL tablicę dodawania liczb w układzie sześćdziesiątkowym, dla liczb ze
Scenariusz lekcji. wymienić podstawowe dynamiczne struktury danych (stos, kolejka, lista, graf, drzewo); opisać sposób dostępu do danych w kolejce;
Scenariusz lekcji 1 TEMAT LEKCJI: Dynamiczne struktury danych - kolejka 2 CELE: 2.1 Wiadomosci: Uczeń potrafi: wymienić podstawowe dynamiczne struktury danych (stos, kolejka, lista, graf, drzewo); opisać
Abstrakcyjne struktury danych - stos, lista, drzewo
Sprawozdanie Podstawy Informatyki Laboratoria Abstrakcyjne struktury danych - stos, lista, drzewo Maciej Tarkowski maciek@akom.pl grupa VII 1/8 1. Stos Stos (ang. Stack) jest podstawową liniową strukturą