Sortowanie szybkie Quick Sort
|
|
- Piotr Władysław Bednarczyk
- 8 lat temu
- Przeglądów:
Transkrypt
1 Algorytmy Sortuące - Sortowane szybke Prezentowane materały są przeznaczone dla ucznów szkół ponadgmnazalnych. Autor artykułu: mgr Jerzy Wałaszek, Wersa 4.1 Sortowane szybke Quck Sort Podrozdzały Algorytm Tworzene partyc Specyfkaca problemu Lsta kroków Schemat blokowy Programy Program w ęzyku Pascal Program w ęzyku C++ Program w ęzyku Basc Program w ęzyku JavaScrpt Badane algorytmów sortuących Podsumowane Zadana dla ambtnych Algorytm Algorytm sortowana szybkego opera sę na strateg "dzel zwycęża" (ang. dvde and conquer), którą możemy krótko scharakteryzować w trzech punktach: DZIEL - problem główny zostae podzelony na podproblemy ZWYCIĘŻAJ - znaduemy rozwązane podproblemów POŁĄCZ - rozwązana podproblemów zostaą połączone w rozwązane problemu głównego Idea sortowana szybkego est następuąca: DZIEL : naperw sortowany zbór dzelmy na dwe częśc w tak sposób, aby wszystke elementy leżące w perwsze częśc (zwane lewą partycą) były mnesze lub równe od wszystkch elementów druge częśc zboru (zwane prawą partycą). ZWYCIĘŻAJ : każdą z partyc sortuemy rekurencyne tym samym algorytmem. POŁĄCZ : połączene tych dwóch partyc w eden zbór dae w wynku zbór posortowany. prof. Tony Hoare Sortowane szybke zostało wynalezone przez angelskego nformatyka, profesora Tony'ego Hoare'a w latach 60-tych ubegłego weku. W przypadku typowym algorytm ten est naszybszym algorytmem sortuącym z klasy złożonośc oblczenowe O(n log n) - stąd pochodz ego popularność w zastosowanach. Musmy ednak pamętać, ż w pewnych sytuacach (zależnych od sposobu wyboru pwotu oraz nekorzystnego ułożena danych weścowych) klasa złożonośc oblczenowe tego algorytmu może sę degradować do O(n 2 ), co węce, pozom wywołań rekurencynych może spowodować przepełnene stosu zablokowane komputera. Z tych powodów algorytmu sortowana szybkego ne można stosować bezmyślne w każde sytuac tylko dlatego, ż est uważany za eden z naszybszych algorytmów sortuących - zawsze należy przeprowadzć analzę możlwych danych weścowych 1 of 15 10/10/ :20 PM
2 Algorytmy Sortuące - Sortowane szybke właśne pod kątem przypadku nekorzystnego - czasem lepszym rozwązanem może być zastosowane wcześne opsanego algorytmu sortowana przez kopcowane, który ngdy ne degradue sę do klasy O(n 2 ). Tworzene partyc Do utworzena partyc musmy ze zboru wybrać eden z elementów, który nazwemy pwotem. W lewe partyc znadą sę wszystke elementy newększe od pwotu, a w prawe partyc umeścmy wszystke elementy nemnesze od pwotu. Położene elementów równych ne wpływa na proces sortowana, zatem mogą one występować w obu partycach. Równeż porządek elementów w każde z partyc ne est ustalony. Jako pwot można wyberać element perwszy, środkowy, ostatn, medanę lub losowy. Dla naszych potrzeb wyberzemy element środkowy: pwot d[(lewy + prawy) dv 2] pwot - element podzałowy d[ ] - dzelony zbór lewy - ndeks perwszego elementu prawy - ndeks ostatnego elementu Dzelene na partyce polega na umeszczenu dwóch wskaźnków na początku zboru - oraz. Wskaźnk przebega przez zbór poszukuąc wartośc mneszych od pwotu. Po znalezenu take wartośc est ona wymenana z elementem na pozyc. Po te operac wskaźnk est przesuwany na następną pozycę. Wskaźnk zapamętue pozycę, na którą traf następny element oraz na końcu wskazue mesce, gdze znadze sę pwot. W trakce podzału pwot est bezpeczne przechowywany na ostatne pozyc w zborze. Przykład: Dla przykładu podzelmy na partyce zbór: { } Lp. Operaca Ops Wyznaczamy na pwot element środkowy Pwot wymenamy z ostatnm elementem zboru Na początku zboru ustawamy dwa wskaźnk. Wskaźnk będze przeglądał zbór do przedostatne pozyc. Wskaźnk zapamętue mesce wstawana elementów mneszych od pwotu Wskaźnkem szukamy elementu mneszego od pwotu 2 of 15 10/10/ :20 PM
3 Algorytmy Sortuące - Sortowane szybke Znalezony element wymenamy z elementem na pozyc -te. Po wymane wskaźnk przesuwamy o 1 pozycę Szukamy Wymenamy przesuwamy Szukamy Wymenamy przesuwamy Szukamy Wymenamy przesuwamy Szukamy Wymenamy przesuwamy Szukamy Wymenamy przesuwamy Szukamy Wymenamy przesuwamy Szukamy 3 of 15 10/10/ :20 PM
4 Algorytmy Sortuące - Sortowane szybke Wymenamy przesuwamy ^ Lewa partyca Prawa partyca Brak dalszych elementów do wymany. Pwot wymenamy z elementem na pozyc -te. Podzał na partyce zakończony. Po zakończenu podzału na partyce wskaźnk wyznacza pozycę pwotu. Lewa partyca zawera elementy mnesze od pwotu rozcąga sę od początku zboru do pozyc - 1. Prawa partyca zawera elementy wększe lub równe pwotow rozcąga sę od pozyc + 1 do końca zboru. Operaca podzału na partyce ma lnową klasę złożonośc oblczenowe - O(n). Specyfkaca problemu Sortu_szybko(lewy, prawy) Dane weścowe d[ ] - Zbór zaweraący elementy do posortowana. Zakres ndeksów elementów est dowolny. lewy - ndeks perwszego elementu w zborze, lewy Î C prawy - ndeks ostatnego elementu w zborze, prawy Î C Dane wyścowe d[ ] - Zbór zaweraący elementy posortowane rosnąco Zmenne pomocncze pwot - element podzałowy, - ndeksy,, Î C Lsta kroków K01: [ lewy + prawy ] 2 K02: pwot d[]; d[] d[prawy]; lewy K03: Dla = lewy, lewy + 1,..., prawy - 1: wykonu K04...K05 K04: Jeśl d[] pwot, to wykona koleny obeg pętl K03 K05: d[] d[]; + 1 K06: d[prawy] d[]; d[] pwot K07: Jeśl lewy < - 1, to Sortu_szybko(lewy, - 1) K08: Jeśl + 1 < prawy, to Sortu_szybko( + 1, prawy) K09: Zakończ Algorytm sortowana szybkego wywołuemy podaąc za lewy ndeks perwszego elementu zboru, a za prawy ndeks elementu ostatnego (czyl Sortu_szybko(1,n)). Zakres ndeksów est dowolny - dzęk temu ten sam algorytm może równeż sortować fragment zboru, co wykorzystuemy przy sortowanu 4 of 15 10/10/ :20 PM
5 Algorytmy Sortuące - Sortowane szybke wylczonych partyc. Schemat blokowy Na element podzałowy wyberamy element leżący w środku dzelone partyc. Wylczamy ego pozycę zapamętuemy ą tymczasowo w zmenne. Robmy to po to, aby dwukrotne ne wykonywać tych samych rachunków. Element d[] zapamętuemy w zmenne pwot, a do d[] zapsuemy ostatn element partyc. Dzęk te operac pwot został usunęty ze zboru. Ustawamy zmenną na początek partyc. Zmenna ta zapamętue pozycę podzału partyc. W pętl sterowane zmenną przeglądamy kolene elementy od perwszego do przedostatnego (ostatn został umeszczony na pozyc pwotu, a pwot zapamętany). Jeśl -ty element est mneszy od pwotu, to trafa on na początek partyc - wymenamy ze sobą elementy na pozycach -te -te. Po te operac przesuwamy punkt podzałowy partyc. Po zakończenu pętl element z pozyc -te przenosmy na konec partyc, aby zwolnć mesce dla pwotu, po czym wstawamy tam pwot. Zmenna wskazue zatem wynkową pozycę pwotu. Perwotna partyca została podzelona na dwe partyce: partyca lewa od pozyc lewy do - 1 zawera elementy mnesze od pwotu partyca prawa od pozyc + 1 do pozyc prawy zawera elementy wększe lub równe pwotow. Sprawdzamy, czy partyce te obemuą węce nż eden element. Jeśl tak, to wywołuemy rekurencyne algorytm sortowana szybkego przekazuąc mu grance wyznaczonych partyc. Po powroce z wywołań rekurencynych partyca wyścowa est posortowana rosnąco. Kończymy algorytm. Programy Efekt uruchomena programu Sortowane szybke (C)2005 Jerzy Walaszek Przed sortowanem: Po sortowanu: of 15 10/10/ :20 PM
6 Algorytmy Sortuące - Sortowane szybke DevPascal // Sortowane Szybke // // (C)2012 I LO w Tarnowe // I Lceum Ogólnokształcące // m. K. Brodzńskego // w Tarnowe // program Quck_Sort; const N = 20; // Lczebność zboru. var d : array[1..n] of nteger; // Procedura sortowana szybkego // procedure Sortu_szybko(lewy, prawy : nteger); var,,pwot,x : nteger; begn := (lewy + prawy) dv 2; pwot := d[]; d[] := d[prawy]; := lewy; for := lewy to prawy - 1 do f d[] < pwot then begn x := d[]; d[] := d[]; d[] := x; nc(); d[prawy] := d[]; d[] := pwot; f lewy < - 1 then Sortu_szybko(lewy, - 1); f + 1 < prawy then Sortu_szybko( + 1, prawy); // Program główny // var : nteger; begn wrteln(' Sortowane szybke'); wrteln(' '); wrteln(' (C)2005 Jerzy Walaszek '); wrteln; // Naperw wypełnamy tablcę d[] lczbam pseudolosowym // a następne wyśwetlamy e zawartość randomze; for := 1 to N do d[] := random(100); wrteln('przed sortowanem:'); wrteln; for := 1 to N do wrte(d[] : 4); wrteln; // Sortuemy Sortu_szybko(1,N); // Wyśwetlamy wynk sortowana wrteln('po sortowanu:'); wrteln; 6 of 15 10/10/ :20 PM
7 Algorytmy Sortuące - Sortowane szybke for := 1 to N do wrte(d[] : 4); wrteln; wrteln('nacsn Enter...'); readln; end. Code::Blocks // Sortowane Szybke // // (C)2012 I LO w Tarnowe // I Lceum Ogólnokształcące // m. K. Brodzńskego // w Tarnowe // #nclude <ostream> #nclude <omanp> #nclude <cstdlb> #nclude <tme.h> usng namespace std; const nt N = 20; // Lczebność zboru. nt d[n]; // Procedura sortowana szybkego // vod Sortu_szybko(nt lewy, nt prawy) { nt,,pwot; } = (lewy + prawy) / 2; pwot = d[]; d[] = d[prawy]; for( = = lewy; < prawy; ++) f(d[] < pwot) { swap(d[], d[]); ++; } d[prawy] = d[]; d[] = pwot; f(lewy < - 1) Sortu_szybko(lewy, - 1); f( + 1 < prawy) Sortu_szybko( + 1, prawy); // Program główny // nt man() { nt ; srand((unsgned)tme(null)); cout << " Sortowane szybke\n" " \n" " (C)2005 Jerzy Walaszek \n\n" "Przed sortowanem:\n\n"; // Naperw wypełnamy tablcę d[] lczbam pseudolosowym // a następne wyśwetlamy e zawartość for( = 0; < N; ++) d[] = rand() % 100; 7 of 15 10/10/ :20 PM
8 Algorytmy Sortuące - Sortowane szybke for( = 0; < N; ++) cout << setw(4) << d[]; cout << endl; // Sortuemy Sortu_szybko(0,N - 1); // Wyśwetlamy wynk sortowana } cout << "Po sortowanu:\n\n"; for( = 0; < N; ++) cout << setw(4) << d[]; cout << endl; return 0; Free Basc ' Sortowane szybke ' ' (C)2012 I LO w Tarnowe ' I Lceum Ogólnokształcące ' m. K. Brodzńskego ' w Tarnowe ' Declare Sub Sortu_szybko(lewy As Integer, prawy As Integer) Const N = 20 ' lczebność zboru Dm Shared d(n) As Integer Dm As Integer Prnt " Sortowane szybke" Prnt " " Prnt "(C)2005 Jerzy Walaszek" Prnt Prnt "Przed sortowanem:": Prnt ' Wypełnamy tablcę lczbam pseudolosowym wyśwetlamy e Randomze For = 1 To N d() = Int(Rnd * 100): Prnt Usng "####";d(); Next Prnt ' Sortuemy Sortu_szybko(1,N) ' Wyśwetlamy wynk sortowana Prnt "Po sortowanu:": Prnt For = 1 To N: Prnt Usng "####";d();: Next Prnt Prnt "Nacsn Enter..." Sleep End ' Procedura sortowana szybkego ' Sub Sortu_szybko(lewy As Integer, prawy As Integer) Dm As Integer,, pwot 8 of 15 10/10/ :20 PM
9 Algorytmy Sortuące - Sortowane szybke = (lewy + prawy) \ 2 pwot = d(): d() = d(prawy) = lewy For = lewy To prawy - 1 If d() < pwot Then Swap d(), d() += 1 End If Next d(prawy) = d(): d() = pwot If lewy < - 1 Then Sortu_szybko(lewy, - 1) If + 1 < prawy Then Sortu_szybko( + 1, prawy) End Sub JavaScrpt <html> <head> </head> <body> <form style="border-right: #ff9933 1px outset; PADDING-RIGHT: 4px; BORDER-TOP: #ff9933 1px outset; PADDING-LEFT: 4px; PADDING-BOTTOM: 1px; BORDER-LEFT: #ff9933 1px outset; PADDING-TOP: 1px; BORDER-BOTTOM: #ff9933 1px outset; BACKGROUND-COLOR: #ffcc66" name="frmqucksort"> <h3 style="text-algn: center">sortowane Szybke</h3> <p style="text-align: center"> (C)2012 I LO w Tarnowe - I LO w Tarnowe </p> <hr> <p style="text-align: center"> <nput onclck="man()" type="button" value="sortu" name="b1"> </p> <p d="t_out" style="text-align: center">...</p> </form> <scrpt language=avascrpt> // Sortowane Szybke // // (C)2012 I LO w Tarnowe // I Lceum Ogólnokształcące // m. K. Brodzńskego // w Tarnowe // var N = 20; // Lczebność zboru. var d = new Array(N) // Procedura sortowana szybkego // functon Sortu_szybko(lewy, prawy) { var,,pwot,x; = Math.floor((lewy + prawy) / 2); pwot = d[]; d[] = d[prawy]; for( = = lewy; < prawy; ++) f(d[] < pwot) { x = d[]; d[] = d[]; d[] = x; ++; 9 of 15 10/10/ :20 PM
10 Algorytmy Sortuące - Sortowane szybke } } d[prawy] = d[]; d[] = pwot; f(lewy < - 1) Sortu_szybko(lewy, - 1); f( + 1 < prawy) Sortu_szybko( + 1, prawy); // Program główny // functon man() { var,t; // Naperw wypełnamy tablcę d[] lczbam pseudolosowym // a następne wyśwetlamy e zawartość for( = 0; < N; ++) d[] = Math.floor(Math.random() * 100); t = "Przed sortowanem:<br><br>"; for( = 0; < N; ++) t += d[] + " "; // Sortuemy Sortu_szybko(0, N - 1); // Wyśwetlamy wynk sortowana } t += "<BR><BR>Po sortowanu:<br><br>"; for( = 0; < N; ++) t += d[] + " "; document.getelementbyid("t_out").nnerhtml = t </scrpt> </body> </html> Tuta możesz przetestować dzałane prezentowanego skryptu: Sortowane Szybke (C)2012 I LO w Tarnowe - I LO w Tarnowe Sortu... Badane algorytmów sortowana W celach badawczych testuemy czas wykonana algorytmu sortowana szybkego w środowsku opsanym we wstępe. Program testuący est następuący: DLA GENIUSZA DevPascal // Program testuący czas sortowana dla // danego algorytmu sortuącego // // (C)2012 I LO w Tarnowe 10 of 15 10/10/ :20 PM
11 Algorytmy Sortuące - Sortowane szybke // I Lceum Ogólnokształcące // w Tarnowe // program TestCzasuSortowana; uses Wndows; const NAZWA = 'Sortowane szybke'; K1 = ' '; K2 = '(C)2011/2012 I Lceum Ogolnoksztalcace w Tarnowe'; K3 = '------n tpo tod tpp tpk tnp'; K4 = ' '; MAX_LN = 8; // określa ostatne LN LN : array[1..8] of nteger = (1000,2000,4000,8000,16000,32000,64000,128000); var d : array[ ] of real; // sortowana tablca n : nteger; // lczba elementów qpf,tqpc : nt64; // dane dla pomaru czasu qpc1,qpc2 : nt64; // Tuta umeszczamy procedurę sortuącą tablcę d // procedure Sortu_szybko(lewy, prawy : nteger); var, : nteger; pwot,x : real; begn := (lewy + prawy) dv 2; pwot := d[]; d[] := d[prawy]; := lewy; for := lewy to prawy - 1 do f d[] < pwot then begn x := d[]; d[] := d[]; d[] := x; nc(); d[prawy] := d[]; d[] := pwot; f lewy < - 1 then Sortu_szybko(lewy, - 1); f + 1 < prawy then Sortu_szybko( + 1, prawy); functon Sort : extended; begn QueryPerformanceCounter(addr(qpc1)); Sortu_szybko(1,n); QueryPerformanceCounter(addr(qpc2)); Sort := (qpc2 - qpc1 - tqpc) / qpf; // Program główny // var,,k : nteger; tpo,tod,tpp,tpk,tnp : extended; f : Text; begn f QueryPerformanceFrequency(addr(qpf)) then begn QueryPerformanceCounter(addr(qpc1)); QueryPerformanceCounter(addr(qpc2)); 11 of 15 10/10/ :20 PM
12 Algorytmy Sortuące - Sortowane szybke tqpc := qpc2 - qpc1; assgnfle(f,'wynk.txt'); rewrte(f); // Wydruk na ekran wrteln('nazwa: ',NAZWA); wrteln(k1); wrteln(k2); wrteln; wrteln(k3); // Wydruk do plku wrteln(f,'nazwa: ',NAZWA); wrteln(f,k1); wrteln(f,k2); wrteln(f,''); wrteln(f,k3); for := 1 to MAX_LN do begn n := LN[]; // Czas sortowana zboru posortowanego for := 1 to n do d[] := ; tpo := Sort; // Czas sortowana zboru posortowanego odwrotne for := 1 to n do d[] := n - ; tod := Sort; // Czas sortowana zboru posortowanego // z przypadkowym elementem na początku - średna z 10 obegów tpp := 0; for := 1 to 10 do begn for k := 1 to n do d[k] := k; d[1] := random * n + 1; tpp += Sort; tpp /= 10; // Czas sortowana zboru posortowanego // z przypadkowym elementem na końcu - średna z 10 obegów tpk := 0; for := 1 to 10 do begn for k := 1 to n do d[k] := k; d[n] := random * n + 1; tpk += Sort; tpk /= 10; // Czas sortowana zboru neuporządkowanego - średna z 10 obegów tnp := 0; for := 1 to 10 do begn for k := 1 to n do d[k] := random; tnp += Sort; 12 of 15 10/10/ :20 PM
13 Algorytmy Sortuące - Sortowane szybke tnp /= 10; wrteln(n:7,tpo:12:6,tod:12:6,tpp:12:6,tpk:12:6,tnp:12:6); wrteln(f,n:7,tpo:12:6,tod:12:6,tpp:12:6,tpk:12:6,tnp:12:6); wrteln(k4); wrteln(f,k4); wrteln(f,'konec'); closefle(f); wrteln; wrteln('konec. Wynk w plku WYNIKI.TXT'); end else wrteln('na tym komputerze program testowy ne pracue!'); wrteln; wrte('nacsn klawsz ENTER...'); readln; end. Otrzymane wynk są następuące (dla komputera o nnych parametrach wynk mogą sę różnć co do wartośc czasów wykonana, dlatego w celach porównawczych proponuę uruchomć podany program na komputerze czytelnka): Zawartość plku wygenerowanego przez program Nazwa: Sortowane szybke (C)2011/2012 I Lceum Ogolnoksztalcace w Tarnowe n tpo tod tpp tpk tnp Konec Obaśnena oznaczeń (wszystke czasy podano w sekundach): n - lość elementów w sortowanym zborze t po - czas sortowana zboru posortowanego t od - czas sortowana zboru posortowanego maleąco t pp - czas sortowana zboru posortowanego z losowym elementem na początku t pk - czas sortowana zboru posortowanego z losowym elementem na końcu t np - czas sortowana zboru z losowym rozkładem elementów Podsumowane (Arkusz kalkulacyny Excel do wyznaczana klasy czasowe złożonośc oblczenowe) (Arkusz kalkulacyny Excel do wyznaczana wzrostu prędkośc sortowana) Analzuąc wynk oblczeń w arkuszu kalkulacynym otrzymanych czasów sortowana dla algorytmu sortowana szybkego wycągamy następuące wnosk: Cechy Algorytmu Sortowana Szybkego 13 of 15 10/10/ :20 PM
14 Algorytmy Sortuące - Sortowane szybke klasa złożonośc oblczenowe optymstyczna O(n log n) klasa złożonośc oblczenowe typowa klasa złożonośc oblczenowe pesymstyczna O(n 2 ) Sortowane w mescu Stablność TAK NIE Klasy złożonośc oblczenowe szacuemy następuąco: optymstyczna - dla zborów uporządkowanych (z newelką lczbą elementów ne na swoch mescach) - na podstawe czasów t po, t pp, t pk typowa - dla zborów o losowym rozkładze elementów - na podstawe czasu t np pesymstyczna - dla zborów posortowanych odwrotne - na podstawe czasu t od. W przypadku tego algorytmu sortowana ne est to przypadek pesymstyczny. Własnośc algorytmu Algorytm t po t od t pp t pk t np O(n log n) O(n log n) O(n log n) O(n log n) O(n log n) Sortowane szybke t po t od t pp t pk t np 8 t od Wszystke otrzymane czasy sortowana są proporconalne do loczynu n log 2 n, wnoskuemy zatem, ż klasa złożonośc oblczenowe algorytmu sortowana szybkego est równa O(n log n). Czasy sortowana dla poszczególnych przypadków są mne węce tego samego rzędu, zatem ne wystąpł tuta przypadek pesymstyczny (zwróć uwagę na stotny fakt - to, co dla ednego algorytmu est przypadkem pesymstycznym, dla nnego wcale ne mus take być). Czas sortowana zborów neuporządkowanych est wyraźne dłuższy od czasów sortowana zborów uporządkowanych częścowo. Czas sortowana zboru uporządkowanego oraz uporządkowanego odwrotne est praktyczne tak sam. Wzrost prędkośc sortowana Algorytmy t po t od t pp t pk t np Sortowane przez scalane Sortowane szybke dobrze dobrze dobrze dobrze brak Otrzymane wynk potwerdzaą, ż algorytm sortowana szybkego est naszybszym algorytmem sortuącym. Jednakże w przypadku ogólnym notuemy edyne bardzo neznaczny wzrost prędkośc sortowana w stosunku do algorytmu sortowana przez scalane. Poneważ ak dotąd algorytm sortowana szybkego est naszybszym algorytmem sortuącym, do dalszych porównań czasów sortowana zastosuemy czasy uzyskane w tym algorytme. Zadana dla ambtnych Spróbu znaleźć przypadek pesymstyczny dla algorytmu sortowana szybkego opsanego w tym rozdzale. Przebada algorytmy sortowana szybkego, w których pwot wyberany est: a. b. Na początku partyc Na końcu partyc 14 of 15 10/10/ :20 PM
15 Algorytmy Sortuące - Sortowane szybke c. W mescu losowym wewnątrz partyc Dlaczego czasy sortowana zboru uporządkowanego uporządkowanego odwrotne są prawe równe? Uzasadn, ż algorytm sortowana szybkego ne posada cechy stablnośc. Wyszuka w Internece nformacę na temat algorytmu Introsort. Lst do admnstratora Serwsu Edukacynego I LO Twó emal: odpowedź) (eśl chcesz otrzymać Temat: Uwaga: tuta wpsz wyraz lo, nacze lst zostane zgnorowany Ponże wpsz swoe uwag lub pytana dotyczące tego rozdzału (max znaków). Lczba znaków do wykorzystana: 2048 Wyśl Kasu W zwązku z dużą lczbą lstów do naszego serwsu edukacynego ne będzemy udzelać odpowedz na prośby rozwązywana zadań, psana programów zalczenowych, przesyłana materałów czy też tłumaczena zagadneń szeroko opsywanych w podręcznkach. Dokument ten rozpowszechnany est zgodne z zasadam lcenc GNU Free Documentaton Lcense. I Lceum Ogólnokształcące m. Kazmerza Brodzńskego w Tarnowe (C)2013 mgr Jerzy Wałaszek 15 of 15 10/10/ :20 PM
Sortowanie szybkie Quick Sort
Sortowane szybke Quck Sort Algorytm sortowana szybkego opera sę na strateg "dzel zwycęża" (ang. dvde and conquer), którą możemy krótko scharakteryzować w trzech punktach: 1. DZIEL - problem główny zostae
Sortowanie stogowe Heap Sort
Prezentowane materiały są przeznaczone dla uczniów szkół ponadgimnazjalnych. Autor artykułu: mgr Jerzy Wałaszek, Wersja 4.1 Sortowanie stogowe Heap Sort Podrozdziały Tematy pokrewne Algorytm rozbioru kopca
Sortowanie przez scalanie Merge Sort
Prezentowane materiały są przeznaczone dla uczniów szkół ponadgimnazjalnych. Autor artykułu: mgr Jerzy Wałaszek, Wersja 4.1 Sortowanie przez scalanie Merge Sort Podrozdziały Algorytm Rekurencyjne obliczanie
Przeliczanie na zapis stałoprzecinkowy
Artykuł pobrano ze strony eioba.pl Przeliczanie na zapis stałoprzecinkowy Nasz problem polega na znalezieniu reprezentacji danej liczby dziesiętnej w docelowym systemie pozycyjnym o podstawie p. Część
Problem plecakowy (KNAPSACK PROBLEM).
Problem plecakowy (KNAPSACK PROBLEM). Zagadnene optymalzac zwane problemem plecakowym swą nazwę wzęło z analog do sytuac praktyczne podobne do problemu pakowana plecaka. Chodz o to, by zapakować maksymalne
Podstawy algorytmiki i programowania - wykład 6 Sortowanie- algorytmy
1 Podstawy algorytmiki i programowania - wykład 6 Sortowanie- algorytmy Treści prezentowane w wykładzie zostały oparte o: S. Prata, Język C++. Szkoła programowania. Wydanie VI, Helion, 2012 www.cplusplus.com
Weryfikacja hipotez dla wielu populacji
Weryfkacja hpotez dla welu populacj Dr Joanna Banaś Zakład Badań Systemowych Instytut Sztucznej Intelgencj Metod Matematycznych Wydzał Informatyk Poltechnk Szczecńskej 5. Parametryczne testy stotnośc w
BADANIA OPERACYJNE. Podejmowanie decyzji w warunkach niepewności. dr Adam Sojda
BADANIA OPERACYJNE Podejmowane decyzj w warunkach nepewnośc dr Adam Sojda Teora podejmowana decyzj gry z naturą Wynk dzałana zależy ne tylko od tego, jaką podejmujemy decyzję, ale równeż od tego, jak wystąp
Wstęp Funkcja pliki nagłówkowe i typ tablicowy. Wstęp Pliki nagłówkowe i typ tablicowy. Wstęp Funkcja fill_array() Wstęp. Notatki. Notatki.
Podstawy Programowana 2 Algorytmy Arkadusz Chrobot Zakład Informatyk 28 maa 2019 1 / 60 Plan Podsumowane 2 / 60 Dzseszy wykład będze dotyczył dwóch algorytmów sortowana, które powązane są z wcześne poruszanym
Liczby pierwsze - generacja liczb pierwszych
Artykuł pobrano ze strony eioba.pl Liczby pierwsze - generacja liczb pierwszych Do generacji liczb pierwszych wykorzystamy podaną w poprzednim rozdziale definicję liczby pierwszej. Algorytm będzie składał
Liczby pierwsze - sito Eratostenesa
Artykuł pobrano ze strony eioba.pl Liczby pierwsze - sito Eratostenesa Już w czasach starożytnych znano metodę opisaną przez greckiego uczonego Eratostenesa z Cyreny. Podszedł on do rozwiązania od drugiej
Wykład 1 Zagadnienie brzegowe liniowej teorii sprężystości. Metody rozwiązywania, metody wytrzymałości materiałów. Zestawienie wzorów i określeń.
Wykład Zagadnene brzegowe lnowe teor sprężystośc. Metody rozwązywana, metody wytrzymałośc materałów. Zestawene wzorów określeń. Układ współrzędnych Kartezańsk, prostokątny. Ose x y z oznaczono odpowedno
STATYSTYKA MATEMATYCZNA WYKŁAD 5 WERYFIKACJA HIPOTEZ NIEPARAMETRYCZNYCH
STATYSTYKA MATEMATYCZNA WYKŁAD 5 WERYFIKACJA HIPOTEZ NIEPARAMETRYCZNYCH 1 Test zgodnośc χ 2 Hpoteza zerowa H 0 ( Cecha X populacj ma rozkład o dystrybuance F). Hpoteza alternatywna H1( Cecha X populacj
Całkowanie numeryczne - metoda prostokątów
Artykuł pobrano ze strony eioba.pl Całkowanie numeryczne - metoda prostokątów W metodzie prostokątów korzystamy z definicji całki oznaczonej Riemanna, w której wartość całki interpretowana jest jako suma
WikiWS For Business Sharks
WkWS For Busness Sharks Ops zadana konkursowego Zadane Opracowane algorytmu automatyczne przetwarzającego zdjęce odręczne narysowanego dagramu na tablcy lub kartce do postac wektorowej zapsanej w formace
Całkowanie numeryczne - metoda Simpsona
Artykuł pobrano ze strony eioba.pl Całkowanie numeryczne - metoda Simpsona TRUDNE! Metoda Simpsona jest najdokładniejszą z dotąd poznanych przez nas metod przybliżonego całkowania. W metodzie prostokątów
Algorytmy. i podstawy programowania. eci. Proste algorytmy sortowania tablic. 4. Wskaźniki i dynamiczna alokacja pami
MAREK GAGOLEWSKI INSTYTUT BADAŃ SYSTEMOWYCH PAN Algorytmy podstawy programowana 4. Wskaźnk dynamczna alokaca pam ec. Proste algorytmy sortowana tablc Matera ly dydaktyczne dla studentów matematyk na Wydzale
W praktyce często zdarza się, że wyniki obu prób możemy traktować jako. wyniki pomiarów na tym samym elemencie populacji np.
Wykład 7 Uwaga: W praktyce często zdarza sę, że wynk obu prób możemy traktować jako wynk pomarów na tym samym elemence populacj np. wynk x przed wynk y po operacj dla tego samego osobnka. Należy wówczas
Sortowanie przez scalanie
Sortowanie przez scalanie Wykład 2 12 marca 2019 (Wykład 2) Sortowanie przez scalanie 12 marca 2019 1 / 17 Outline 1 Metoda dziel i zwyciężaj 2 Scalanie Niezmiennik pętli - poprawność algorytmu 3 Sortowanie
Wyszukiwanie największej spośród czterech liczb. Przykładowe rozwiązanie
Wyszukiwanie największej spośród czterech liczb Użytkownik podaje cztery liczby rzeczywiste. Podaj algorytm znajdowania największej spośród nich. (Np.: po wprowadzeniu liczb: 12 7 18.5 9 program powinien
Definicja. Ciąg wejściowy: Funkcja uporządkowująca: Sortowanie polega na: a 1, a 2,, a n-1, a n. f(a 1 ) f(a 2 ) f(a n )
SORTOWANIE 1 SORTOWANIE Proces ustawiania zbioru elementów w określonym porządku. Stosuje się w celu ułatwienia późniejszego wyszukiwania elementów sortowanego zbioru. 2 Definicja Ciąg wejściowy: a 1,
I. Elementy analizy matematycznej
WSTAWKA MATEMATYCZNA I. Elementy analzy matematycznej Pochodna funkcj f(x) Pochodna funkcj podaje nam prędkość zman funkcj: df f (x + x) f (x) f '(x) = = lm x 0 (1) dx x Pochodna funkcj podaje nam zarazem
Analiza danych OGÓLNY SCHEMAT. http://zajecia.jakubw.pl/ Dane treningowe (znana decyzja) Klasyfikator. Dane testowe (znana decyzja)
Analza danych Dane trenngowe testowe. Algorytm k najblższych sąsadów. Jakub Wróblewsk jakubw@pjwstk.edu.pl http://zajeca.jakubw.pl/ OGÓLNY SCHEMAT Mamy dany zbór danych podzelony na klasy decyzyjne, oraz
Rozwiązywanie zadań optymalizacji w środowisku programu MATLAB
Rozwązywane zadań optymalzacj w środowsku programu MATLAB Zagadnene optymalzacj polega na znajdowanu najlepszego, względem ustalonego kryterum, rozwązana należącego do zboru rozwązań dopuszczalnych. Standardowe
ZESTAW ZADAŃ Z INFORMATYKI
(Wpsue zdaąc przed rozpoczęcem prac) KOD ZDAJĄCEGO ZESTAW ZADAŃ Z INFORMATYKI CZĘŚĆ II (dla pozomu rozszerzonego) GRUDZIEŃ ROK 004 Czas prac 50 mnut Instrukca dla zdaącego. Proszę sprawdzć, cz zestaw zadań
Stanisław Cichocki Natalia Nehrebecka. Zajęcia 4
Stansław Cchock Natala Nehrebecka Zajęca 4 1. Interpretacja parametrów przy zmennych zerojedynkowych Zmenne 0-1 Interpretacja przy zmennej 0 1 w modelu lnowym względem zmennych objaśnających Interpretacja
Przykład 5.1. Kratownica dwukrotnie statycznie niewyznaczalna
rzykład.. Kratownca dwukrotne statyczne newyznaczana oecene: korzystaąc z metody sł wyznaczyć sły w prętach ponższe kratowncy. const Rozwązane zadana rozpoczynamy od obczena stopna statyczne newyznaczanośc
Sortowanie przez wstawianie Insertion Sort
Sortowanie przez wstawianie Insertion Sort Algorytm sortowania przez wstawianie można porównać do sposobu układania kart pobieranych z talii. Najpierw bierzemy pierwszą kartę. Następnie pobieramy kolejne,
Zmodyfikowana technika programowania dynamicznego
Zmodyfkowana technka programowana dynamcznego Lech Madeysk 1, Zygmunt Mazur 2 Poltechnka Wrocławska, Wydzał Informatyk Zarządzana, Wydzałowy Zakład Informatyk Wybrzeże Wyspańskego 27, 50-370 Wrocław Streszczene.
SZTUCZNA INTELIGENCJA
SZTUCZNA INTELIGENCJA WYKŁAD 15. ALGORYTMY GENETYCZNE Częstochowa 014 Dr hab. nż. Grzegorz Dudek Wydzał Elektryczny Poltechnka Częstochowska TERMINOLOGIA allele wartośc, waranty genów, chromosom - (naczej
Zadanie 1 Przygotuj algorytm programu - sortowanie przez wstawianie.
Sortowanie Dane wejściowe: ciąg n-liczb (kluczy) (a 1, a 2, a 3,..., a n 1, a n ) Dane wyjściowe: permutacja ciągu wejściowego (a 1, a 2, a 3,..., a n 1, a n) taka, że a 1 a 2 a 3... a n 1 a n. Będziemy
(3 kwiecień 2014) Marika Pankowska Kamila Pietrzak
(3 kwiecień 2014) Marika Pankowska Kamila Pietrzak Wyszukiwanie liniowe (ang. linear search), zwane również sekwencyjnym (ang. sequential search) polega na przeglądaniu kolejnych elementów zbioru Z. Jeśli
Strategia "dziel i zwyciężaj"
Strategia "dziel i zwyciężaj" W tej metodzie problem dzielony jest na kilka mniejszych podproblemów podobnych do początkowego problemu. Problemy te rozwiązywane są rekurencyjnie, a następnie rozwiązania
Podstawy teorii falek (Wavelets)
Podstawy teor falek (Wavelets) Ψ(). Transformaca Haara (97).. Przykład pewne metody zapsu obrazu Transformaca Haara Przykład zapsu obrazu -D Podstawy matematyczne transformac Algorytmy rozkładana funkc
Natalia Nehrebecka. Zajęcia 4
St ł Cchock Stansław C h k Natala Nehrebecka Zajęca 4 1. Interpretacja parametrów przy zmennych zerojedynkowych Zmenne 0 1 Interpretacja przy zmennej 0 1 w modelu lnowym względem zmennych objaśnających
Zaawansowane metody numeryczne
Wykład 9. jej modyfkacje. Oznaczena Będzemy rozpatrywać zagadnene rozwązana następującego układu n równań lnowych z n newadomym x 1... x n : a 11 x 1 + a 12 x 2 +... + a 1n x n = b 1 a 21 x 1 + a 22 x
KURS STATYSTYKA. Lekcja 1 Statystyka opisowa ZADANIE DOMOWE. www.etrapez.pl Strona 1
KURS STATYSTYKA Lekcja 1 Statystyka opsowa ZADANIE DOMOWE www.etrapez.pl Strona 1 Część 1: TEST Zaznacz poprawną odpowedź (tylko jedna jest prawdzwa). Pytane 1 W statystyce opsowej mamy pełne nformacje
RÓWNOWAGA STACKELBERGA W GRACH SEKWENCYJNYCH
Stansław KOWALIK e-mal: skowalk@wsb.edu.pl Wyższa Szkoła Bznesu Dąbrowa Górncza RÓWNOWAGA STACKELBERGA W GRACH SEKWENCYJNYCH Streszczene Praca dotyczy nekooperacynych sekwencynych ger dwuosobowych o sume
Algorytmy i Struktury Danych.
Algorytmy i Struktury Danych. Metoda Dziel i zwyciężaj. Problem Sortowania, cd. Bożena Woźna-Szcześniak bwozna@gmail.com Jan Długosz University, Poland Wykład 2 Bożena Woźna-Szcześniak (AJD) Algorytmy
Miejsca zerowe funkcji - Metoda połowienia
Artykuł pobrano ze strony eioba.pl Miejsca zerowe funkcji - Metoda połowienia Mamy daną funkcję f(x) oraz przedział , w którym będziemy poszukiwali miejsca zerowego (czyli pierwiastka funkcji f(x)).
Badanie współzależności dwóch cech ilościowych X i Y. Analiza korelacji prostej
Badane współzależnośc dwóch cech loścowych X Y. Analza korelacj prostej Kody znaków: żółte wyróżnene nowe pojęce czerwony uwaga kursywa komentarz 1 Zagadnena 1. Zwązek determnstyczny (funkcyjny) a korelacyjny.
p Z(G). (G : Z({x i })),
3. Wykład 3: p-grupy twerdzena Sylowa. Defncja 3.1. Nech (G, ) będze grupą. Grupę G nazywamy p-grupą, jeżel G = dla pewnej lczby perwszej p oraz k N. Twerdzene 3.1. Nech (G, ) będze p-grupą. Wówczas W
Palindromy. Przykładowe rozwiązanie
Palindromy Palindromem (z greckiego) nazywamy wyraz, który tak samo brzmi, gdy jest czytany wspak. Palindromami są na przykład takie wyrazy, jak kajak, zaraz, oko, zakaz, mam itp. Użytkownik wprowadza
Typ może być dowolny. //realizacja funkcji zamiana //przestawiajacej dwa elementy //dowolnego typu void zamiana(int &A, int &B) { int t=a; A=B; B=t; }
Idea: Wyzaczamy ameszy elemet w cągu tablcy zameamy go mescam z elemetem perwszym, astępe z pozostałego cągu wyberamy elemet ameszy ustawamy go a druge mesce tablcy zmeamy, td. Realzaca w C++ vod seleca
Projekt 6 6. ROZWIĄZYWANIE RÓWNAŃ NIELINIOWYCH CAŁKOWANIE NUMERYCZNE
Inormatyka Podstawy Programowana 06/07 Projekt 6 6. ROZWIĄZYWANIE RÓWNAŃ NIELINIOWYCH CAŁKOWANIE NUMERYCZNE 6. Równana algebraczne. Poszukujemy rozwązana, czyl chcemy określć perwastk rzeczywste równana:
Algorytm selekcji Hoare a. Łukasz Miemus
Algorytm selekcji Hoare a Łukasz Miemus 1 lutego 2006 Rozdział 1 O algorytmie 1.1 Problem Mamy tablicę A[N] różnych elementów i zmienną int K, takie że 1 K N. Oczekiwane rozwiązanie to określenie K-tego
Algorytmy i struktury danych
Algorytmy i struktury danych Proste algorytmy sortowania Witold Marańda maranda@dmcs.p.lodz.pl 1 Pojęcie sortowania Sortowaniem nazywa się proces ustawiania zbioru obiektów w określonym porządku Sortowanie
65120/ / / /200
. W celu zbadana zależnośc pomędzy płcą klentów ch preferencjam, wylosowano kobet mężczyzn zadano m pytane: uważasz za lepszy produkt frmy A czy B? Wynk były następujące: Odpowedź Kobety Mężczyźn Wolę
Plan wykładu: Typowe dane. Jednoczynnikowa Analiza wariancji. Zasada: porównać zmienność pomiędzy i wewnątrz grup
Jednoczynnkowa Analza Waranc (ANOVA) Wykład 11 Przypomnene: wykłady zadana kursu były zaczerpnęte z podręcznków: Statystyka dla studentów kerunków techncznych przyrodnczych, J. Koronack, J. Melnczuk, WNT
Sortowanie bąbelkowe - wersja nr 1 Bubble Sort
Sortowanie bąbelkowe - wersja nr 1 Bubble Sort Algorytm Algorytm sortowania bąbelkowego jest jednym z najstarszych algorytmów sortujących. Można go potraktować jako ulepszenie opisanego w poprzednim rozdziale
Regulamin promocji 14 wiosna
promocja_14_wosna strona 1/5 Regulamn promocj 14 wosna 1. Organzatorem promocj 14 wosna, zwanej dalej promocją, jest JPK Jarosław Paweł Krzymn, zwany dalej JPK. 2. Promocja trwa od 01 lutego 2014 do 30
Statystyka Opisowa 2014 część 1. Katarzyna Lubnauer
Statystyka Opsowa 2014 część 1 Katarzyna Lubnauer Lteratura: 1. Statystyka w Zarządzanu Admr D. Aczel 2. Statystyka Opsowa od Podstaw Ewa Waslewska 3. Statystyka, Lucjan Kowalsk. 4. Statystyka opsowa,
Zaawansowane metody numeryczne Komputerowa analiza zagadnień różniczkowych 1. Układy równań liniowych
Zaawansowane metody numeryczne Komputerowa analza zagadneń różnczkowych 1. Układy równań lnowych P. F. Góra http://th-www.f.uj.edu.pl/zfs/gora/ semestr letn 2006/07 Podstawowe fakty Równane Ax = b, x,
Struktury danych i złożoność obliczeniowa Wykład 2. Prof. dr hab. inż. Jan Magott
Struktury danych i złożoność obliczeniowa Wykład 2. Prof. dr hab. inż. Jan Magott Metody konstrukcji algorytmów: Siłowa (ang. brute force), Dziel i zwyciężaj (ang. divide-and-conquer), Zachłanna (ang.
Podstawy Programowania
Podstawy Programowania Monika Wrzosek Instytut Matematyki Uniwersytet Gdański Matematyka 2017/18 Monika Wrzosek (IM UG) Podstawy Programowania 1 / 119 Sprawy organizacyjne E-mail: mwrzosek@mat.ug.edu.pl
EKONOMETRIA I Spotkanie 1, dn. 05.10.2010
EKONOMETRIA I Spotkane, dn. 5..2 Dr Katarzyna Beń Program ramowy: http://www.sgh.waw.pl/nstytuty/e/oferta_dydaktyczna/ekonometra_stacjonarne_nest acjonarne/ Zadana, dane do zadań, ważne nformacje: http://www.e-sgh.pl/ben/ekonometra
Miejsca zerowe funkcji - Metoda Newtona
Artykuł pobrano ze strony eioba.pl Miejsca zerowe funkcji - Metoda Newtona Mamy daną funkcję f(x), jeden punkty startowy x o i przedział poszukiwań pierwiastka, do którego należy punkt x o. W przedziale
Programowanie Równoległe i Rozproszone
Programowane Równoległe Rozproszone Wykład Programowane Równoległe Rozproszone Lucjan Stapp Wydzał Matematyk Nauk Informacyjnych Poltechnka Warszawska (l.stapp@mn.pw.edu.pl) /38 PRR Wykład Chcemy rozwązać
) będą niezależnymi zmiennymi losowymi o tym samym rozkładzie normalnym z następującymi parametrami: nieznaną wartością 1 4
Zadane. Nech ( X, Y ),( X, Y ), K,( X, Y n n ) będą nezależnym zmennym losowym o tym samym rozkładze normalnym z następującym parametram: neznaną wartoścą oczekwaną EX = EY = m, warancją VarX = VarY =
Programowanie Proceduralne
Programowanie Proceduralne Bożena Woźna-Szcześniak bwozna@gmail.com Jan Długosz University, Poland Wykład 1 Bożena Woźna-Szcześniak (AJD) Programowanie Proceduralne Wykład 1 1 / 59 Cel wykładów z programowania
D Archiwum Prac Dyplomowych - Instrukcja dla studentów
Kraków 01.10.2015 D Archwum Prac Dyplomowych - Instrukcja dla studentów Procedura Archwzacj Prac Dyplomowych jest realzowana zgodne z zarządzenem nr 71/2015 Rektora Unwersytetu Rolnczego m. H. Kołłątaja
Programowanie w VB Proste algorytmy sortowania
Programowanie w VB Proste algorytmy sortowania Sortowanie bąbelkowe Algorytm sortowania bąbelkowego polega na porównywaniu par elementów leżących obok siebie i, jeśli jest to potrzebne, zmienianiu ich
Wstęp do programowania
wykład 6 Agata Półrola Wydział Matematyki i Informatyki UŁ sem. zimowy 2017/2018 Losowanie liczb całkowitych Dostępne biblioteki Najprostsze losowanie liczb całkowitych można wykonać za pomocą funkcji
Badania sondażowe. Braki danych Konstrukcja wag. Agnieszka Zięba. Zakład Badań Marketingowych Instytut Statystyki i Demografii Szkoła Główna Handlowa
Badana sondażowe Brak danych Konstrukcja wag Agneszka Zęba Zakład Badań Marketngowych Instytut Statystyk Demograf Szkoła Główna Handlowa 1 Błędy braku odpowedz Całkowty brak odpowedz (UNIT nonresponse)
ANALIZA KORELACJI WYDATKÓW NA KULTURĘ Z BUDŻETU GMIN ORAZ WYKSZTAŁCENIA RADNYCH
Potr Mchalsk Węzeł Centralny OŻK-SB 25.12.2013 rok ANALIZA KORELACJI WYDATKÓW NA KULTURĘ Z BUDŻETU GMIN ORAZ WYKSZTAŁCENIA RADNYCH Celem ponższej analzy jest odpowedź na pytane: czy wykształcene radnych
MATEMATYKA POZIOM ROZSZERZONY Kryteria oceniania odpowiedzi. Arkusz A II. Strona 1 z 5
MATEMATYKA POZIOM ROZSZERZONY Krytera ocenana odpowedz Arkusz A II Strona 1 z 5 Odpowedz Pytane 1 2 3 4 5 6 7 8 9 Odpowedź D C C A B 153 135 232 333 Zad. 10. (0-3) Dana jest funkcja postac. Korzystając
Stanisław Cichocki. Natalia Nehrebecka. Wykład 6
Stansław Cchock Natala Nehrebecka Wykład 6 1 1. Interpretacja parametrów przy zmennych objaśnających cągłych Semelastyczność 2. Zastosowane modelu potęgowego Model potęgowy 3. Zmenne cągłe za zmenne dyskretne
Ilość cyfr liczby naturalnej
Ilość cyfr liczby naturalnej Użytkownik wprowadza liczbę naturalną n. Podaj algorytm znajdowania ilości cyfr liczby n. (Np.: po wprowadzeniu liczby 2453, jako wynik powinna zostać podana liczba 4). Specyfikacja
Proces narodzin i śmierci
Proces narodzn śmerc Jeżel w ewnej oulacj nowe osobnk ojawają sę w sosób losowy, rzy czym gęstość zdarzeń na jednostkę czasu jest stała w czase wynos λ, oraz lczba osobnków n, które ojawły sę od chwl do
Zapis informacji, systemy pozycyjne 1. Literatura Jerzy Grębosz, Symfonia C++ standard. Harvey M. Deitl, Paul J. Deitl, Arkana C++. Programowanie.
Zaps nformacj, systemy pozycyjne 1 Lteratura Jerzy Grębosz, Symfona C++ standard. Harvey M. Detl, Paul J. Detl, Arkana C++. Programowane. Zaps nformacj w komputerach Wszystke elementy danych przetwarzane
Podstawowe algorytmy i ich implementacje w C. Wykład 9
Wstęp do programowania 1 Podstawowe algorytmy i ich implementacje w C Bożena Woźna-Szcześniak bwozna@gmail.com Jan Długosz University, Poland Wykład 9 Element minimalny i maksymalny zbioru Element minimalny
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
Algorytmy i struktury danych
Algorytmy i struktury danych Zaawansowane algorytmy sortowania Witold Marańda maranda@dmcs.p.lodz.pl 1 Sortowanie za pomocą malejących przyrostów metoda Shella Metoda jest rozwinięciem metody sortowania
PoniŜej znajdują się pytania z egzaminów zawodowych teoretycznych. Jest to materiał poglądowy.
PoniŜej znajdują się pytania z egzaminów zawodowych teoretycznych. Jest to materiał poglądowy. 1. Instrukcję case t of... w przedstawionym fragmencie programu moŝna zastąpić: var t : integer; write( Podaj
Anna Sobocińska Sylwia Piwońska
Anna Sobocińska Sylwia Piwońska Problem Wyszukiwanie liniowe W n-elementowym zbiorze Z wyszukać element posiadający pożądane własności. Wyszukiwanie liniowe (ang. linear search), zwane również sekwencyjnym
Odtworzenie wywodu metodą wstępującą (bottom up)
Przeglądane wejśca od lewej strony do prawej L (k) Odtwarzane wywodu prawostronnego Wystarcza znajomosc "k" następnych symbol łańcucha wejścowego hstor dotychczasowych redukcj, aby wyznaczyc jednoznaczne
Wstęp do programowania
Wieczorowe Studia Licencjackie Wrocław, 28.11.2006 Wstęp do programowania Wykład nr 9 (w oparciu o notatki K. Lorysia z modyfikacjami) Sortowanie szybkie (Quicksort) Sortowanie przez scalanie opierało
Krzysztof Borowski Zastosowanie metody wideł cenowych w analizie technicznej
Krzysztof Borowsk Zastosowane metody wdeł cenowych w analze technczne Wprowadzene Metoda wdeł cenowych została perwszy raz ogłoszona przez Alana Andrewsa 1 w roku 1960. Trzy lne wchodzące w skład metody
Rekurencja. Dla rozwiązania danego problemu, algorytm wywołuje sam siebie przy rozwiązywaniu podobnych podproblemów. Przykład: silnia: n! = n(n-1)!
Rekurencja Dla rozwiązania danego problemu, algorytm wywołuje sam siebie przy rozwiązywaniu podobnych podproblemów. Przykład: silnia: n! = n(n-1)! Pseudokod: silnia(n): jeżeli n == 0 silnia = 1 w przeciwnym
Sortowanie Shella Shell Sort
Sortowanie Shella Shell Sort W latach 50-tych ubiegłego wieku informatyk Donald Shell zauważył, iż algorytm sortowania przez wstawianie pracuje bardzo efektywnie w przypadku gdy zbiór jest w dużym stopniu
KRZYWA BÉZIERA TWORZENIE I WIZUALIZACJA KRZYWYCH PARAMETRYCZNYCH NA PRZYKŁADZIE KRZYWEJ BÉZIERA
KRZYWA BÉZIERA TWORZENIE I WIZUALIZACJA KRZYWYCH PARAMETRYCZNYCH NA PRZYKŁADZIE KRZYWEJ BÉZIERA Krzysztof Serżęga Wyższa Szkoła Informatyk Zarządzana w Rzeszowe Streszczene Artykuł porusza temat zwązany
Regulamin promocji zimowa piętnastka
zmowa pętnastka strona 1/5 Regulamn promocj zmowa pętnastka 1. Organzatorem promocj zmowa pętnastka, zwanej dalej promocją, jest JPK Jarosław Paweł Krzymn, zwany dalej JPK. 2. Promocja trwa od 01 grudna
Wykład 5. Sortowanie w czasie liniowologarytmicznym
Wykład 5 Sortowanie w czasie liniowologarytmicznym 1 Sortowanie - zadanie Definicja (dla liczb): wejście: ciąg n liczb A = (a 1, a 2,, a n ) wyjście: permutacja (a 1,, a n ) taka, że a 1 a n 2 Zestawienie
Badania operacyjne w logistyce i zarządzaniu produkcją
Państwowa Wyższa Szkoła Zawodowa w Nowym Sączu Badana operacyne w logstyce zarządzanu produkcą cz. I Andrze Woźnak Nowy Sącz Komtet Redakcyny doc. dr Zdzsława Zacłona przewodncząca, prof. dr hab. nż. Jarosław
Klasyfkator lnowy Wstęp Klasyfkator lnowy jest najprostszym możlwym klasyfkatorem. Zakłada on lnową separację lnowy podzał dwóch klas mędzy sobą. Przedstawa to ponższy rysunek: 5 4 3 1 0-1 - -3-4 -5-5
ANALIZA WARIANCJI (ANOVA) Spis treści
ANALIZA WARIANCJI (ANOVA) Sps treśc. JEDNOCZYNNIKOWA ANALIZA WARIANCJI.... DWUCZYNNIKOWA ANALIZA WARIANCJI... 8 3. TESTY ZAŁOŻEŃ W ANALIZIE WARIANCJI... 3 3.. Test normalnośc... 4 3. Test Bartleta ednorodnośc
Wstęp do programowania INP001213Wcl rok akademicki 2017/18 semestr zimowy. Wykład 9. Karol Tarnowski A-1 p.
Wstęp do programowania INP001213Wcl rok akademicki 2017/18 semestr zimowy Wykład 9 Karol Tarnowski karol.tarnowski@pwr.edu.pl A-1 p. 411B Plan prezentacji Zasada dziel i zwyciężaj Przykłady znajdowanie
Minister Edukacji Narodowej Pani Katarzyna HALL Ministerstwo Edukacji Narodowej al. J. Ch. Szucha 25 00-918 Warszawa Dnia 03 czerwca 2009 r.
Mnster Edukacj arodowej Pan Katarzyna HALL Mnsterstwo Edukacj arodowej al. J. Ch. Szucha 25 00-918 arszawa Dna 03 czerwca 2009 r. TEMAT: Propozycja zmany art. 30a ustawy Karta auczycela w forme lstu otwartego
Natalia Nehrebecka. Wykład 2
Natala Nehrebecka Wykład . Model lnowy Postad modelu lnowego Zaps macerzowy modelu lnowego. Estymacja modelu Wartośd teoretyczna (dopasowana) Reszty 3. MNK przypadek jednej zmennej . Model lnowy Postad
Statystyka Inżynierska
Statystyka Inżynerska dr hab. nż. Jacek Tarasuk AGH, WFIS 013 Wykład DYSKRETNE I CIĄGŁE ROZKŁADY JEDNOWYMIAROWE Zmenna losowa, Funkcja rozkładu, Funkcja gęstośc, Dystrybuanta, Charakterystyk zmennej, Funkcje
Statystyka. Zmienne losowe
Statystyka Zmenne losowe Zmenna losowa Zmenna losowa jest funkcją, w której każdej wartośc R odpowada pewen podzbór zboru będący zdarzenem losowym. Zmenna losowa powstaje poprzez przyporządkowane każdemu
Regulamin promocji upalne lato 2014 2.0
upalne lato 2014 2.0 strona 1/5 Regulamn promocj upalne lato 2014 2.0 1. Organzatorem promocj upalne lato 2014 2.0, zwanej dalej promocją, jest JPK Jarosław Paweł Krzymn, zwany dalej JPK. 2. Promocja trwa
SZACOWANIE NIEPEWNOŚCI POMIARU METODĄ PROPAGACJI ROZKŁADÓW
SZACOWANIE NIEPEWNOŚCI POMIARU METODĄ PROPAGACJI ROZKŁADÓW Stefan WÓJTOWICZ, Katarzyna BIERNAT ZAKŁAD METROLOGII I BADAŃ NIENISZCZĄCYCH INSTYTUT ELEKTROTECHNIKI ul. Pożaryskego 8, 04-703 Warszawa tel.
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
Algorytmy szukania równowag w grach dwumacierzowych
Rozdzał 2 Algorytmy szukana równowag w grach dwumacerzowych 2. Algorytm Lemke-Howsona Dzseszy wykład pośwęcony będze temu, ak szukać równowag w grach dwumacerzowych. Poneważ temu były uż w wększośc pośwęcone
Wykład 6. Wyszukiwanie wzorca w tekście
Wykład 6 Wyszukiwanie wzorca w tekście 1 Wyszukiwanie wzorca (przegląd) Porównywanie łańcuchów Algorytm podstawowy siłowy (naive algorithm) Jak go zrealizować? Algorytm Rabina-Karpa Inteligentne wykorzystanie
Wykład 2: Uczenie nadzorowane sieci neuronowych - I
Wykład 2: Uczene nadzorowane sec neuronowych - I Algorytmy uczena sec neuronowych Na sposób dzałana sec ma wpływ e topologa oraz funkconowane poszczególnych neuronów. Z reguły topologę sec uznae sę za
Sortowanie danych. Jolanta Bachan. Podstawy programowania
Sortowanie danych Podstawy programowania 2013-06-06 Sortowanie przez wybieranie 9 9 9 9 9 9 10 7 7 7 7 7 10 9 1 3 3 4 10 7 7 10 10 10 10 4 4 4 4 4 4 3 3 3 3 2 2 2 2 2 2 2 3 1 1 1 1 1 1 Gurbiel et al. 2000
Komputerowe generatory liczb losowych
. Perwszy generator Komputerowe generatory lczb losowych 2. Przykłady zastosowań 3. Jak generuje sę lczby losowe przy pomocy komputera. Perwszy generator lczb losowych L. H. C. Tppet - 927 Ksąż ążka -
Wstęp do programowania
Wstęp do programowania Algorytmy na tablicach Paweł Daniluk Wydział Fizyki Jesień 2013 P. Daniluk (Wydział Fizyki) WP w. III Jesień 2013 1 / 23 Dwadzieścia pytań Zasady 1 Osoba 1 wymyśla hasło z ustalonej