Algoritmiek 2017 / Algoritmiek 1
|
|
- Patricia Goossens
- 5 jaren geleden
- Aantal bezoeken:
Transcriptie
1 2017 /
2 Waarom dit vak? Omdat Mensen ongeduldig zijn Het belangrijk is dat antwoorden (van berekeningen door computers) snel / op tijd komen (en juist zijn) Dus leren we Algoritmische technieken kennen, toepassen, analyseren Belangrijke algoritmen voor centrale problemen kennen en begrijpen 2
3 Docenten Hans Bodlaender Buys Ballotgebouw 503 Maandags afwezig Erik Jan van Leeuwen Buys Ballotgebouw 509 3
4 Team werkcollege en practicum Werkcollegeleider: Tom van der Zanden Studentassistenten (werkcollege, clarifications domjudge): Casper Hagenaars Max Hessey Jelle Kroon Mike de Vries 4
5 Onderdelen College Werkcollege Practicum Tentamens 5
6 Onderdelen College Twee keer per week, belangrijke aanvulling op stof uit boek Powerpoints op website Werkcollege Practicum Tentamens 6
7 Onderdelen College Werkcollege Twee keer per week, na college Belangrijk: oefenen van stof is belangrijker dan er naar luisteren Niet bedoeld voor practicum Steeds wordt 1 opgave aan het eind voorgedaan Practicum Tentamens 7
8 Onderdelen College Werkcollege Practicum 6 opgaven met Domjudge (straks meer) Tentamens 8
9 Onderdelen College Werkcollege Practicum Tentamens Twee deeltentamens, elk over ongeveer helft van de stof Je mag meenemen: 4 kantjes A4 (2 vel A4 aan beide zijden beschreven, 4 vel A4 aan 1 kant beschreven, normaal lettertype, zelfgemaakt) 9
10 Cijfer Beide deeltentamens tellen even zwaar Eindcijfer: Hooguit 3 practicumopgaven goed: onvoldoende 4 practicumopgaven goed: gemiddeld tentamencijfer afgerond 5 practicumopgaven goed: gemiddeld tentamencijfer afgerond practicumopgaven goed: gemiddeld tentamencijfer afgerond + 1 Afronding: 5.5 gaat naar 6, 5.49 naar 5. Boven de 6 op halve punten afgerond. 10
11 Herkansingsregeling Je kan of: 1 practicumopgave inhalen 2 practicumopgaven inhalen Hertentamen doen 1 practicumopgave inhalen en hertentamen doen Hertentamen vervangt laagste deeltentamencijfer en gaat over de hele stof UU-regel: als je een voldoende hebt kan je die niet met een herkansing ophogen 11
12 Practicum 6 opgaven, inleveren via Domjudge 1e opgave niet triviaal, maar veel makkelijker dan de rest Latere opgaven veel moeilijker. Opgave 6 is het moeilijkst Je moet er minstens 4 halen. Let op de deadlines! Te laat is te laat Dus: begin op tijd! 12
13 Alleen werken Je moet de opgaven alleen maken Er wordt gecontroleerd op fraude, en bij een vermoeden van fraude wordt de regeling van de Universiteit Utrecht gevolgd en is het eindcijfer van dit vak een 1 Berisping ; 2e berisping uitsluiting studie 1 jaar Je mag wel kort (1.5 minuut) met elkaar praten over het practicum, maar niet: Code of pseudocode van elkaar bekijken (of inkijken, uitwisselen, geven, in ontvangst nemen, debuggen, inleveren, etc.) Ook niet openbaar maken 13
14 Domjudge Je kan een opgave tot de deadline zo vaak inleveren als je wilt Tot in het redelijke Je ingeleverde code wordt: Gecompileerd en gedraaid met een aantal geheime testinvoeren Je krijgt te horen: Code compileert niet goed Code geeft runerror Code geeft fout antwoord op testinvoer Code gebruikt te veel tijd Correct programma In het algemeen geldt: bij correct programma heb je de opgave gehaald; anders kan je je programma verbeteren en opnieuw inleveren 14
15 Tips en hulp Test je programma ook met eigen testinvoeren en die van de website Clarifications: Vragen over je programma kan je stellen via clarificationssysteem in domjudge aan studentassistenten Verwacht niet altijd en niet direct antwoord Zorg voor leesbare code Hulp door clarifications heeft grenzen Geen clarifications in weekend Programma te langzaam: Gebruik je het goede algoritme? Gebruik je de goede constructies uit C#? (Bijvoorbeeld: ingebouwde functies kunnen grote complexiteit hebben) Let op: Geheime inputs Tijd 15
16 Allerlei vragen Over organisatie van vak, cijfers van tentamens, etc: docent Hans Bodlaender Over practicum (cijfers, inloggen, ): Tom van der Zanden Over inhoud: werkcollege, of docent in de pauze 16
17 Inhoud Algoritmische technieken: Dynamisch programmeren Divide and Conquer Greedy Algorithms Gerandomiseerde algorithms Analyse van algoritmen Geamortiseerde analyse (o.a. Union-Find datastructuur) NP-volledigheid Benaderingsalgoritmen Grafen en netwerken Kortste paden Opspannende bomen Stroming en snedes 17
18 Dynamisch Programmeren I
19 Dynamisch programmeren Een algoritmische techniek Werkt voor veel verschillende problemen Soms snel, soms langzaam Soms makkelijk, soms moeilijk Algoritme wordt gemaakt door volgen van een `stappenplan 19
20 Inhoud Voorbeelden De techniek Het stappenplan Nog meer voorbeelden, en ingewikkelder toepassingen van Dynamisch Programmeren Implementatie details 20
21 Eerste voorbeeld Fibonaccigetallen FF(0) = 0; FF(1) = 1 Als ii > 1, dan is FF(ii) = FF(ii 1) + FF(ii 2) Hoe reken je FF(6) uit? 21
22 Recursief Method Fibonacci (integer ii) if ii == 0 then return 0; if ii == 1 then return 1; Return Fibonacci(ii 1) + Fibonacci(ii 2) 22
23 Beter: een dynamisch programma Method FibonacciDP (integer ii) if ii == 0 then return 0 if ii == 1 then return 1 Maak een integer array FF[0 ii] aan FF[0] = 0; FF[1] = 1; for jj == 2 to ii do FF jj = FF jj 1 + FF jj 2 enddo. Return FF[jj] 23
24 De driehoek van Pascal Function CC(nn, kk) if (kk == 0) or (kk == nn) then return 1 else return CC(nn 1, kk 1) + CC(nn 1, kk) n n! n 1 n 1 = = + k k!( n k)! k 1 k 24
25 Recursief of met Memorisatie? In functionele taal als bijv. Haskell (hangt af van compiler): Iedere term CC(ii, jj) wordt maar 1 keer uitgerekend. Kost OO((nn + 1)(kk + 1)) tijd, zeg OO(nnnn). In imperatieve taal: Verschillende termen worden vaker dan 1 keer uitgerekend Kost veel tijd: berekenen van CC(nn, kk) kost Θ(CC(nn, kk)) tijd!! Function CC(nn, kk) if (k == 0) or (kk == nn) then return 1 else return CC(nn 1, kk 1) + CC(nn 1, kk) 25
26 Driehoek van Pascal Imperatief Function CC(nn, kk) Neem 2-dimensionaal array AA[0 nn, 0 kk] for ii = 0 to nn do for jj = 0 to min (ii, kk) do if (jj == 0) or (jj == ii) then AA[ii, jj] = 1 else AA[ii, jj] = AA[ii 1, jj 1] + AA[ii 1, jj] Return A[n,k] Zelfde stappen als in recursief algoritme, maar 26
27 Equivalent Function CC(nn, kk) Neem 2-dimensionaal array AA[0 nn, 0 kk] for ii = 0 to nn do AA[ii, 0] = 1; for ii = 0 to kk do AA[ii, ii] = 1; for ii = 0 to nn do Initialisatie buiten de hoofdloop gehaald: dit is net iets efficienter for jj = 0 to min (ii, kk) do AA[ii, jj] = AA[ii 1, jj 1] + AA[ii 1, jj] Return AA[nn, kk] 27
28 Analyse dynamisch programmeer OO(nnnn) tijd Kan in OO(kk) geheugenruimte door maar twee regels van array te gebruiken algoritme Function CCC(nn, kk) Neem arrays AA[0 kk] en BB[0 kk] for ii = 0 to nn do for jj = 0 to min (ii, kk) do if (jj == 0) or (jj == ii) then AA[jj] = 1 else AA[jj] = BB[jj 1] + BB[jj] for jj = 0 to kk do Return AA[kk] BB[jj] = AA[jj] 28
29
30 Voorbeeld 2: Simplified Risk Deel van spel: Twee `legers : ii rode steentjes en jj blauwe steentjes. Beide spelers gooien een dobbelsteen. Als de rode speler meer dan de blauwe speler gooit, dan gaat er 1 blauw steentje weg, anders 1 rood steentje. Een speler wint als de tegenstander geen steentjes meer heeft PP(ii, jj) is kans dat rode speler wint. PP(ii, jj) = 15/36 PP(ii, jj 1) + 21/36 PP(ii 1, jj) Function PP(ii, jj) if (ii == 0) then return 0 else if (jj == 0) then return 1 else return 15/36 PP(ii, jj 1) + 21/36 PP(ii 1, jj) 30
31 Simplified Risk (2) Met Memorisatie (functioneel): snel Recursief imperatief: Te veel tijd Function PP(ii, jj) if (ii == 0) then return 0 else if (jj == 0) then return 1 else return 15/36 PP(ii, jj 1) + 21/36 PP(ii 1, jj) 31
32 0 j: aantal steentjes blauwe speler * i: aantal van rode 2 speler /36 85/144 32
33 Berekeningsvolgorde Function SRP(ii, jj) Maak 2 dim array PP[0 ii, 0 jj] for rr = 0 to ii do for bb = 0 to jj do Bereken PP[rr, bb] Return PP[ii, jj] 33
34 Function SSSSSS(ii, jj) DP algoritme voor Simplified Risk Maak 2 dim array PP 0 ii, 0 jj for rr = 0 to ii do for bb = 0 to jj do if (rr == 0) then PP[rr, bb] = 0 else if (bb == 0) then PP[rr, bb] = 1 else PP rr, bb = Return PP[ii, jj] PP rr, bb PP rr 1, bb 34
35 Basisidee Dynamisch Programmeren Reken iets niet voor de tweede keer uit iets : deelprobleem Twee mogelijkheden: `Klassiek DP: vul datastructuur met antwoorden voor deelproblemen, zodat nodige gegevens al eerder zijn berekend Memorisatie: kijk of we t al eerder hebben uitgerekend zo ja, geef dat antwoord; zo nee: reken uit en sla antwoord op in datastructuur (bijvoorbeeld array of hashtabel) 35
36 De ontwerpmethode (1) 1. Identificeer `deelproblemen, waarbij helpt a) Wat is de `rij van keuzes die leidt tot een oplossing? b) Wat is de `top choice (laatste keuze)? 2. Ontwerp een recurrente betrekking voor het probleem: druk het probleem uit in termen van (andere) deelproblemen. Geef ook basisgevallen Top choice helpt (vaak: gevalsonderscheid) 3. Wat is de berekeningsvolgorde? (Mag geen cycle hebben ) 4. Bereken in volgorde de waardes voor de deelproblemen. 5. Eventueel: geheugenbesparing of constructieve versie. 36
37 Voorbeeld 3 Gepast betalen Stel, we hebben munten van waardes aa 1, aaaa en we willen bb betalen. Hoe kunnen we dit doen met zo min mogelijk munten? Euro s kunnen greedy (komt later deze collegeserie), maar andere sets munten niet altijd. Greedy: geef steeds grootst mogelijke munt terug, bijv: 84: 50 (34), 20 (14), 10 (4), 2 (2), 2. Met munten van 1, 10, 25 geeft greedy niet altijd goede antwoord: Greedy geeft voor 30 cent: 25, 1, 1, 1, 1, 1 (6 munten), maar optimaal is: 10, 10, 10 (3 munten) Hier: DP algoritme voor `wisselgeld probleem. 37
38 Gepast betalen: probleemstelling Gegeven: positieve gehele getallen aa 1,, aa rr, niet negatief geheel getal bb Gevraagd: op welke manier kan bb verkregen worden door zo min mogelijk munten van waardes aa 1,, aa rr? 38 Munten mogen ieder niet-negatief aantal keren gebruikt worden. Totale som moet b zijn. We zoeken dus xx 1,, xx rr NN = {0,1, } met r i= 1 x i a i = b en r i= 1 x i zo klein mogelijk
39 Rij van keuzes Hoeveel nemen we van de eerste munt? Hoeveel nemen we van de tweede munt? Hoeveel nemen we van de laatste munt? Oftwel: xx 1,, xx rr Top choice: xx rr 39
40 Hoe ziet de situatie eruit als we al een aantal keuzes gemaakt hebben? Stel we hebben al van de eerste qq munten besloten hoeveel te nemen. Situatie kan je karakteriseren met: qq Aantal munten tot nu toe gebruikt Totaalbedrag van de tot nu toe gebruikte munten q q x i i= 1 i= 1 x i a i Dus: (qq,, ) 40
41 Deelproblemen Gegeven aa 1,, aa rr, bb, schijf WW(ii, cc) als het minimum aantal munten Nodig om bedrag cc te krijgen Als we alleen munten aa 1,, aa ii mogen gebruiken Vb: Munten van waarden 1, 5, 8, 20 WW(1,7) = 7 (we mogen alleen munt 1 gebruiken) WW(2,7) = 3 (beste oplossing is 5, 1, 1) WW(3,7) = WW(4,7) = 3 (nog steeds) WW(1,23) = 23; WW(2,23) = 7; WW(3,24) = 5 (met: 8,8,5,1,1); WW(4,23) = 4 (met: 20,1,1,1) 41
42 Speciale gevallen Munten met waardes 3, 5, 10, 30 WW(, 0) = 0: geen munten nodig om 0 te betalen. WW(4,7) = + (kan niet gemaakt worden) WW(0,5) = + (geen munten dus kan niet gemaakt worden) 42
43 Recurrente betrekkingen WW(ii, 0) = 0 voor alle ii 0. Basisgevallen WW(0, yy) = + voor alle yy > 0. Als ii > 0 en yy > 0 en aa ii > yy, dan WW(ii, yy) = WW( ii 1, yy) Munt aa ii kan niet gebruikt worden om y te betalen. Als ii > 0 en yy > 0 en aa ii yy, dan WW(ii, yy) = min ( WW( ii 1, yy), WW(ii, yy aa ii ) + 1) Munt aa ii kan wel gebruikt worden. Als je de munt niet gebruikt moet je yy maken met de eerste ii 1 munten; anders moet je yy aaaa maken en nog een munt aa ii erbij. Bekijk beide en neem de beste (minimum). 43 Gevalsonderscheid met de top-choice
44 Recursief programma Wissel( Array AA, integers ii, yy) If (yy == 0) then return 0; If (ii == 0) then return maxint; If (aa ii > yy) then return Wissel(AA, ii 1, yy); Return min (Wissel(AA, ii 1, yy), Wissel(AA,ii, yy aa ii ) + 1) 44
45 ii: munten Voor berekeningen nodig: Element met ii 1 en element met yy aa ii yy: bedrag 45
46 Uitrekenen in volgorde Function Wissel(AA[1 rr], bb) Maak 2-dim array WW 0 rr, 0 bb. WW[0,0] = 0. for jj = 1 to bb do WW[0, jj] = +. for ii = 1 to rr do for jj = 0 to bb do Bereken WW[ii, jj]. Return WW[rr, bb] Straks preciezer 46
47 Algoritme Function WisselDP( AA[1 rr], bb) Maak 2-dim array WW[0 rr, 0 bb]. WW[0,0] = 0. for jj = 1 to bb do WW[0, jj] = +. for ii = 1 to rr do for jj = 0 to bb do if (AA[ii] > jj) then WW[ii, jj] = WW[ii 1, jj] else W[i,j] = min (W[i-1,j],W[i,j-A[i])+1] Return W[r,b] 47
48 Analyse WisselDP gebruikt OO(rrrr) tijd. Als bb niet te groot is, is dit snel. 48
49 Niet altijd integer functies Wisselbaar Gegeven munten met waardes aa 1,, aaaa, kan hiermee een bedrag b betaald worden? Wisselbaar({3,5,11}, 6) = true Wisselbaar({3,5,11}, 16) = true Wisselbaar({3,5,11}, 7) = false Zelfde soort algoritme als voor Wissel: nu met Booleans. 49
50 DP algoritme voor Wisselbaar probleem Function Wisselbaar( AA[1 rr], bb) Maak 2-dim array van Booleans WW[0 rr, 0 bb]. WW[0,0]=true. for jj = 1 to bb do WW[0, jj] = false. for ii = 1 to rr do for jj = 0 to bb do if (AA[ii] > jj) then WW[ii, jj] = WW[ii 1, jj] else WW[ii, jj] = WW[ii 1, jj] oooo WW[ii, jj AA[ii]] Return WW[xx, yy] 50
51 Het optimaliteitsprincipe Dynamisch programmeren lukt vaak als: Het niet uitmaakt hoe je er gekomen bent, maar alleen waar je bent Preciezer: Als een oplossing optimaal is, dan zijn diens deeloplossingen ook optimaal. 51
52 Uitwisselargumenten 52
53 Wat is een goede keuze van Vaak werkt dit: deelproblemen 1. Hoe ziet een oplossing voor de hele input eruit? 2. Als we naar een deel (bijv. beginstuk) van de input kijken, wat zien we dan van zo n oplossing (definieer een notie deeloplossing) 3. Wat is essentieel om te weten van een deeloplossing voor mogelijke uitbreiding tot een hele oplossing? 53
54 Eerlijke Boedelverdeling Twee broers moeten een stel voorwerpen verdelen van waarde aa 1, aa 2,, aa nn. Hoe doen ze dat zo eerlijk mogelijk? (D.w.z., verdeel aa 1, aa 2,, aa in nn twee verzamelingen waarvan de som zo weinig mogelijk verschilt.) Neem aan waardes in array AA[1 nn] 1, 5, 8, 10, 11 {8, 10} en {1, 5, 11} is eerlijkste verdeling (verschil 1.) 54
55 Stappenplan voor DP Stap 1: wat is de rij van keuzes? Voor de hand liggend: Welke broer krijgt voorwerp 1? Welke broer krijgt voorwerp 2? Welke broer krijgt voorwerp nn? Top choice: welke broer krijgt voorwerp nn? 55
56 Stappenplan voor DP Stap 3: Identificeer deelproblemen Vaak werkt volgende strategie: Deelprobleem is: Beginstuk van gebeurtenissen of beslissingen + Situatie na een stel gebeurtenissen en beslissingen 56
57 Boedelprobleem Stap 1 1 e poging Beslissingen: welke broer krijgt voorwerp 1; welke broer krijgt voorwerp 2; etc. Idee voor deelproblemen: Wat is de eerlijkste verdeling van de eerste i voorwerpen? Hiermee is geen DP algoritme te maken: optimaliteitsprincipe geldt niet. mislukt Voorwerpen 1, 5, 6: eerlijkste verdeling 1 e twee voorwerpen zegt niets over eerlijkste verdeling alle drie voorwerpen 57
58 Waarom werkt dit niet? Er zijn mogelijke begin-keuzes die tot een optimale oplossing leiden die niet in een deelprobleem `gevangen worden Voorwerpen 1, 5, 6, 10 Begin: (1 en 5, 6) is geen deel van de optimale oplossing (1 en 10, 5 en 6) 58
59 Boedelprobleem Stap 1 Verdeel(ii, cc): is er een verdeling van de eerste ii voorwerpen met verschil in waarde precies cc? 1,5,8,10,11: Verdeel(2,4) = true Verdeel(2,5) = false Verdeel(2,6) = true (1,5 vs niets) Verdeel(3,2) = true (1,5 vs 8) 59
60 Welke deelproblemen zijn relevant? n n i= 1 a i c i= 1 a i 60
61 Stap 3 Ontwerp recurrente betrekking die oplossing van deelprobleem uitdrukt in oplossingen van andere deelproblemen. Verdeel(0,0) = true Voor cc 0: Verdeel(0, cc) = false Voor ii > 0: Verdeel(ii, cc) = Verdeel(ii 1,cc AA[ii]) or Verdeel(ii 1,cc + AA[ii]) ii de voorwerp naar 1e of 2e broer: gevalsonderscheid op de top-choice 61
62 Stap 4 ii: voorwerpen Wat is de berekeningsvolgorde? Hier: kolomsgewijs, d.w.z, stijgend aantal voorwerpen cc: verschil 62
63 Stap 5 Bereken de deelproblemen met behulp van de recurrente betrekking in de gevonden volgorde. 63 Eigenlijk fout: neem een false voor elt die niet in de array zitten Bereken TT = i= 1 Maak array VV[0 nn, TT TT] for ii = 0 to nn do for cc = TT to TT do if ii = 0 and cc = 0, then VV[ii, cc] = true else if ii = 0 and cc 0 then VV[ii, cc]=false else VV ii, cc = VV ii 1, cc aa ii oooo VV[ii 1, cc + aa ii ] Nu nog het antwoord vinden n a i
64 Vervolg stap 5: Antwoord vinden: poging 1 for cc = 0 to TT do if VV[nn, cc] == true then return cc Dit vindt het kleinst mogelijke verschil in de waarde van de verdeling tussen de broers. Maar nog niet de eerlijkste verdeling zelf? Hoe dat te doen is Stap 6. To be continued 64
65 Practicumsom 1: een variant Stel, we hebben (positive gehele) getallen A en BB Wat is het aantal rijtjes van AA naar BB waarbij: Een rijtje is een string met D s en I s D betekent: neem 2 keer het vorige getal I betekent: neem het vorige getal + 1 Bijvoorbeeld: 5 met IIDI geeft 15 (6, 7, 14, 15) Practicumsom: gegeven AA en BB, wat is het aantal (AA, BB)-rijtjes. Vandaag bespreken we: wat is het kortste (AA, BB)-rijtje? 65
66 Lengte van kortste rijtje Kortste rijtje Het kortste (AA, BB)-rijtje 1. Wat is de rij keuzes? Wat is de laatste keuze? 2. Wat zijn de deelproblemen? 3. Recurrente betrekking a) Uitdrukking in kleinere deelproblemen b) Basisgeval(len) 4. Berekeningsvolgorde 5. Programma voor lengte van kortste rijtje 6. Versie voor constructie van het kortste rijtje 66
67 Uitwerking De rij keuzes is de rij met D s en I s De laatste keuze is: wat is de laatste letter? Deelproblemen: Voor CC met AA CC BB, wat is de lengte van het kortste rijtje van AA naar CC? Noem dit LL(CC) Basisgeval: LL(AA) = 0. Recurrente betrekking: Als CC oneven is, dan LL(CC) = LL(CC 1) + 1. Als CC even is, en CC/2 < AA, dan LL(CC) = LL(CC 1) Als CC even is en CC AA, dan 2 LL CC = min{ll CC 1 + 1, LL CC + 1) 2 Kan slimmer
68 Dynamisch programmeren Maak een array LL[AA BB] LL AA = 0 for CC = AA to B do if CC is oneven of CC/2 < AA then LL CC = LL CC else LL CC = min {LL CC 1 + 1, LL CC + 1} 2 Output LL[BB] 68
69 Leveren van het kortste rijtje Nadat we array L gevuld hebben, bijvoorbeeld met volgend recursief programma: GiveShortest(integer AA, BB) If (AA==BB) then return empty string If (LL BB == LL(BB) then return GiveShortest(AA, BB 1) + I Else return GiveShortest(AA, BB/2) + D 69
70 Wordt vervolgd Vinden van oplossingen in plaats van waardes van oplossingen Memorisatie Besparen van geheugenruimte Andere toepassingen van dynamisch programmeren Ingewikkelder structuren 70
Algoritmiek 2016 / Algoritmiek 1
2016 / 2017 1 Waarom dit vak? Omdat Mensen ongeduldig zijn Het belangrijk is dat antwoorden (van berekeningen door computers) snel / op tijd komen (en juist zijn) Dus leren we Algoritmische technieken
Nadere informatieAlgoritmiek 2015 / Algoritmiek 1
2015 / 2016 1 Waarom dit vak? Omdat Mensen ongeduldig zijn Het belangrijk is dat antwoorden (van berekeningen door computers) snel / op tijd komen (en juist zijn) Dus leren we Algoritmische technieken
Nadere informatieDynamisch Programmeren III. Algoritmiek
Dynamisch Programmeren III Vandaag Dynamisch programmeren met wat lastiger voorbeelden: Handelsreiziger Longest common subsequence Optimale zoekbomen Knapsack 2 - DP2 Handelsreiziger Een handelsreiziger
Nadere informatieGreedy algoritmes. Algoritmiek
Greedy algoritmes Algoritmiek Algoritmische technieken Trucs, methoden, paradigma s voor het ontwerpen van algoritmen Dynamisch Programmeren Divide & Conquer Greedy 2 Greedy algoritme Bouwt de oplossing
Nadere informatieDivide & Conquer: Verdeel en Heers vervolg. Algoritmiek
Divide & Conquer: Verdeel en Heers vervolg Algoritmiek Algoritmische technieken Vorige keer: Divide and conquer techniek Aantal toepassingen van de techniek Analyse met Master theorem en substitutie Vandaag:
Nadere informatieNegende college algoritmiek. 15 april Dynamisch Programmeren
Negende college algoritmiek 15 april 2016 Dynamisch Programmeren 1 algemeen Uit college 8: DP: - nuttig bij problemen met overlappende deelproblemen - druk een oplossing van het probleem uit in oplossingen
Nadere informatieDatastructuren en algoritmen voor CKI
Datastructuren en algoritmen voor CKI Jeroen Bransen 1 2 september 2015 1 met dank aan Hans Bodlaender en Gerard Tel Organisatie Website Vakwebsite: http://www.cs.uu.nl/docs/vakken/ki2v12009/ Bevat alle
Nadere informatieDivide & Conquer: Verdeel en Heers. Algoritmiek
Divide & Conquer: Verdeel en Heers Algoritmiek Algoritmische technieken Trucs; methoden; paradigma s voor het ontwerp van algoritmen Gezien: Dynamisch Programmeren Volgend college: Greedy Vandaag: Divide
Nadere informatieMinimum Opspannende Bomen. Algoritmiek
Minimum Opspannende Bomen Inhoud Het minimum opspannende bomen probleem Een principe om een minimum opspannende boom te laten groeien Twee greedy algoritmen + tijd en datastructuren: Het algoritme van
Nadere informatieTwaalfde college complexiteit. 11 mei 2012. Overzicht, MST
College 12 Twaalfde college complexiteit 11 mei 2012 Overzicht, MST 1 Agenda voor vandaag Minimum Opspannende Boom (minimum spanning tree) als voorbeeld van greedy algoritmen Overzicht: wat voor technieken
Nadere informatieAchtste college algoritmiek. 8 april Dynamisch Programmeren
Achtste college algoritmiek 8 april 2016 Dynamisch Programmeren 1 Werkcollege-opgave Dutch Flag Problem Gegeven een array gevuld met R, W, en B. Reorganiseer dit array zo dat van links naar rechts eerst
Nadere informatieDivide & Conquer: Verdeel en Heers. Algoritmiek
Divide & Conquer: Verdeel en Heers Algoritmiek Algoritmische technieken Trucs; methoden; paradigma s voor het ontwerp van algoritmen Gezien: Dynamisch Programmeren Hierna: Greedy Vandaag: Divide & Conquer
Nadere informatieTiende college algoritmiek. 26 april Gretige algoritmen
Algoritmiek 01/10 College 10 Tiende college algoritmiek april 01 Gretige algoritmen 1 Algoritmiek 01/10 Muntenprobleem Gegeven onbeperkt veel munten van d 1,d,...d m eurocent, en een te betalen bedrag
Nadere informatieHeuristieken en benaderingsalgoritmen. Algoritmiek
Heuristieken en benaderingsalgoritmen Wat te doen met `moeilijke optimaliseringsproblemen? Voor veel problemen, o.a. optimaliseringsproblemen is geen algoritme bekend dat het probleem voor alle inputs
Nadere informatieTiende college algoritmiek. 14 april Gretige algoritmen
College 10 Tiende college algoritmiek 1 april 011 Gretige algoritmen 1 Greedy algorithms Greed = hebzucht Voor oplossen van optimalisatieproblemen Oplossing wordt stap voor stap opgebouwd In elke stap
Nadere informatieNetwerkstroming. Algoritmiek
Netwerkstroming Vandaag Netwerkstroming: definitie en toepassing Het rest-netwerk Verbeterende paden Ford-Fulkerson algoritme Minimum Snede Maximum Stroming Stelling Variant: Edmonds-Karp Toepassing: koppelingen
Nadere informatieExamen Datastructuren en Algoritmen II
Tweede bachelor Informatica Academiejaar 2009 2010, eerste zittijd Examen Datastructuren en Algoritmen II Naam :.............................................................................. Lees de hele
Nadere informatieTiende college algoritmiek. 14 april Dynamisch Programmeren, Gretige Algoritmen, Kortste Pad met BFS
Algoritmiek 2016/Dynamisch Programmeren Tiende college algoritmiek 14 april 2016 Dynamisch Programmeren, Gretige Algoritmen, Kortste Pad met BFS 1 Algoritmiek 2016/Dynamisch Programmeren Houtzaagmolen
Nadere informatieKortste Paden. Algoritmiek
Kortste Paden Vandaag Kortste Paden probleem All pairs / Single Source / Single Target versies DP algoritme voor All Pairs probleem (Floyd s algoritme) Dijkstra s algoritme voor Single Source Negatieve
Nadere informatieExamen Datastructuren en Algoritmen II
Tweede bachelor Informatica Academiejaar 2016 2017, eerste zittijd Examen Datastructuren en Algoritmen II Naam :.............................................................................. Lees de hele
Nadere informatieDiscrete Wiskunde, College 12. Han Hoogeveen, Utrecht University
Discrete Wiskunde, College 12 Han Hoogeveen, Utrecht University Dynamische programmering Het basisidee is dat je het probleem stap voor stap oplost Het probleem moet voldoen aan het optimaliteitsprincipe
Nadere informatieALGORITMIEK: antwoorden werkcollege 5
ALGORITMIEK: antwoorden werkcollege 5 opgave 1. a. Brute force algoritme, direct afgeleid uit de observatie: loop v.l.n.r. door de tekst; als je een A tegenkomt op plek i (0 i < n 1), loop dan van daaruit
Nadere informatieUitwerking tentamen Analyse van Algoritmen, 29 januari
Uitwerking tentamen Analyse van Algoritmen, 29 januari 2007. (a) De buitenste for-lus kent N = 5 iteraties. Na iedere iteratie ziet de rij getallen er als volgt uit: i rij na i e iteratie 2 5 4 6 2 2 4
Nadere informatieProgrammeermethoden. Recursie. week 11: november kosterswa/pm/
Programmeermethoden Recursie week 11: 21 25 november 2016 www.liacs.leidenuniv.nl/ kosterswa/pm/ 1 Pointers Derde programmeeropgave 1 Het spel Gomoku programmeren we als volgt: week 1: pointerpracticum,
Nadere informatieTiende college algoritmiek. 2 mei Gretige algoritmen, Dijkstra
College 10 Tiende college algoritmiek mei 013 Gretige algoritmen, Dijkstra 1 Muntenprobleem Gegeven onbeperkt veel munten van d 1,d,...d m eurocent, en een te betalen bedrag van n (n 0) eurocent. Alle
Nadere informatieNegende college algoritmiek. 6/7 april Dynamisch Programmeren
Negende college algoritmiek 6/7 april 2017 Dynamisch Programmeren 1 algemeen Uit college 8: DP: - nuttig bij problemen met overlappende deelproblemen - druk een oplossing van het probleem uit in oplossingen
Nadere informatieExamen Datastructuren en Algoritmen II
Tweede bachelor Informatica Academiejaar 2012 2013, tweede zittijd Examen Datastructuren en Algoritmen II Naam :.............................................................................. Lees de hele
Nadere informatieGreedy algorithms. Algoritmiek
Greedy algorithms Vandaag Greedy algorithms: wat zijn dat? Voorbeelden: gepast betalen met euromunten AB-rijtje Knapsack probleem Twee scheduling problemen Later: meer voorbeelden, algemene structuur,
Nadere informatieGrafen en netwerken I Datastructuren en doorzoeken. Algoritmiek
Grafen en netwerken I Datastructuren en doorzoeken Algoritmiek 1 Inleiding 2 Netwerken Veel toepassingen, bijvoorbeeld: Sociale netwerken, electrische netwerken, wegennetwerken, communicatie netwerken,
Nadere informatieMinimum Spanning Tree
Minimum Spanning Tree Wat is MST? Minimum spanning tree De meest efficiënte manier vinden om een verbonden netwerk op te bouwen Wat is een tree/boom? Graaf G: een verzameling knopen (vertices): V een verzameling
Nadere informatieVijfde college complexiteit. 21 februari Selectie Toernooimethode Adversary argument
Complexiteit 2017/05 College 5 Vijfde college complexiteit 21 februari 2017 Selectie Toernooimethode Adversary argument 1 Complexiteit 2017/05 Opgave 28 Gegeven twee oplopend gesorteerde even lange rijen
Nadere informatieTiende college algoritmiek. 13/21 april Gretige Algoritmen Algoritme van Dijkstra
Algoritmiek 017/Gretige Algoritmen Tiende college algoritmiek 13/1 april 017 Gretige Algoritmen Algoritme van Dijkstra 1 Algoritmiek 017/Gretige Algoritmen Muntenprobleem Gegeven onbeperkt veel munten
Nadere informatieTiende college algoritmiek. 4 mei Gretige Algoritmen Algoritme van Dijkstra
Tiende college algoritmiek mei 018 Gretige Algoritmen Algoritme van Dijkstra 1 Muntenprobleem Gegeven onbeperkt veel munten van d 1,d,...d m eurocent, en een te betalen bedrag van n (n 0) eurocent. Alle
Nadere informatieAchtste college algoritmiek. 12 april Verdeel en Heers. Dynamisch Programmeren
Achtste college algoritmiek 12 april 2019 Verdeel en Heers Dynamisch Programmeren 1 Uit college 7: Partitie Partitie Partitie(A[l r]) :: // partitioneert een (sub)array, met A[l] als spil (pivot) p :=
Nadere informatieDoorzoeken van grafen. Algoritmiek
Doorzoeken van grafen Algoritmiek Vandaag Methoden om door grafen te wandelen Depth First Search Breadth First Search Gerichte Acyclische Grafen en topologische sorteringen 2 Doolhof start eind 3 Depth
Nadere informatieDomJudge-Practicum. Open Dag UU
1 Introductie DomJudge-Practicum Open Dag UU Bij veel vakken die je volgt tijdens je studie informatica aan de UU, moet je programmeeropdrachten maken. Soms moet je die inleveren zodat ze door de docent
Nadere informatieUitgebreide uitwerking Tentamen Complexiteit, mei 2007
Uitgebreide uitwerking Tentamen Complexiteit, mei 007 Opgave. a. Een beslissingsboom beschrijft de werking van het betreffende algoritme (gebaseerd op arrayvergelijkingen) op elke mogelijke invoer. In
Nadere informatieextra oefening algoritmiek - antwoorden
extra oefening algoritmiek - antwoorden opgave "Formule 1" Maak een programma dat de gebruiker drie getal A, B en C in laat voeren. De gebruiker zorgt ervoor dat er positieve gehele getallen worden ingevoerd.
Nadere informatieZevende college Algoritmiek. 6 april Verdeel en Heers
Zevende college Algoritmiek 6 april 2018 Verdeel en Heers 1 Algoritmiek 2018/Backtracking Programmeeropdracht 2 Puzzel 2: D O N A L D G E R A L D + R O B E R T Elke letter stelt een cijfer voor (0,1,...,9)
Nadere informatieSlangennest Wiskunde B-dag 2018
Slangennest Wiskunde B-dag 2018 2 Basisopgaven Opgave 1: Cirkeldekens (a) Het kleinste geschikte cirkelvormige dekentje heeft een diameter van 15 cm. (b) Slangen die voldoende om de kop heen krullen passen
Nadere informatieCombinatoriek groep 1 & 2: Recursie
Combinatoriek groep 1 & : Recursie Trainingsweek juni 008 Inleiding Bij een recursieve definitie van een rij wordt elke volgende term berekend uit de vorige. Een voorbeeld van zo n recursieve definitie
Nadere informatieDerde college complexiteit. 7 februari Zoeken
College 3 Derde college complexiteit 7 februari 2017 Recurrente Betrekkingen Zoeken 1 Recurrente betrekkingen -1- Rij van Fibonacci: 0,1,1,2,3,5,8,13,21,... Vanaf het derde element: som van de voorgaande
Nadere informatieVierde college complexiteit. 26 februari Beslissingsbomen en selectie Toernooimethode Adversary argument
Complexiteit 2019/04 College 4 Vierde college complexiteit 26 februari 2019 Beslissingsbomen en selectie Toernooimethode Adversary argument 1 Complexiteit 2019/04 Zoeken: samengevat Ongeordend lineair
Nadere informatieExamen Datastructuren en Algoritmen II
Tweede bachelor Informatica Academiejaar 2014 2015, eerste zittijd Examen Datastructuren en Algoritmen II Naam :.............................................................................. Lees de hele
Nadere informatieVoorbeeldtentamen Inleiding programmeren (IN1608WI), Oktober 2003, , Technische Universiteit Delft, Faculteit EWI, Afdeling 2.
Voorbeeldtentamen Inleiding programmeren (IN1608WI), Oktober 2003, 14.00-15.30, Technische Universiteit Delft, Faculteit EWI, Afdeling 2. Dit tentamen bestaat uit twee delen. Deel 1 (14.00-14.45, gesloten
Nadere informatieGreedy algorithms. Algoritmiek
Greedy algorithms Vandaag Greedy algorithms: wat zijn dat? Voorbeelden: gepast betalen met euromunten AB-rijtje Knapsack probleem Twee scheduling problemen Later: meer voorbeelden, algemene structuur,
Nadere informatieBenaderingsalgoritmen
Benaderingsalgoritmen Eerste hulp bij NP-moeilijkheid 1 Herhaling NP-volledigheid (1) NP: er is een polynomiaal certificaat voor jainstanties dat in polynomiale tijd te controleren is Een probleem A is
Nadere informatieExamen Datastructuren en Algoritmen II
Tweede bachelor Informatica Academiejaar 2012 2013, eerste zittijd Examen Datastructuren en Algoritmen II Naam :.............................................................................. Lees de hele
Nadere informatieProgrammeermethoden. Recursie. Walter Kosters. week 11: november kosterswa/pm/
Programmeermethoden Recursie Walter Kosters week 11: 20 24 november 2017 www.liacs.leidenuniv.nl/ kosterswa/pm/ 1 Vierde programmeeropgave 1 De Grote getallen programmeren we als volgt: week 1: pointerpracticum,
Nadere informatieEen klant moet 37,90 betalen. Hij geeft je een briefje van 50. Je geeft het geld terug terwijl je meetelt:
2.1 Van klein naar groot Vaak geeft de kassa het terug te geven bedrag aan, maar dat is niet altijd zo. Bijvoorbeeld op de markt of op oude kassa s. Als je het zelf moet uitrekenen, dan begin je met het
Nadere informatieOefententamen in2505-i Algoritmiek
TECHNISCHE UNIVERSITEIT DELFT Faculteit Elektrotechniek, Wiskunde en Informatica Oefententamen in2505-i Algoritmiek Maart 2007 Het gebruik van boek of aantekeningen tijdens dit tentamen is niet toegestaan.
Nadere informatie(On)Doenlijke problemen
Fundamentele Informatica In3 005 Deel 2 College 1 Cees Witteveen Parallelle en Gedistribueerde Systemen Faculteit Informatie Technologie en Systemen Overzicht Inleiding - Relatie Deel 1 en Deel 2 - Doenlijke
Nadere informatieHet Eindfeest. Algoritmiek Opgave 6, Voorjaar
1 Achtergrond Het Eindfeest Algoritmiek Opgave 6, Voorjaar 2017 1 Om het (successvol) afsluiten van Algoritmiek te vieren, is er een groot feest georganiseerd. Jij beschikt als enige van je vrienden over
Nadere informatieVierde college algoritmiek. 23/24 februari Complexiteit en Brute Force
Algoritmiek 2017/Complexiteit Vierde college algoritmiek 23/24 februari 2017 Complexiteit en Brute Force 1 Algoritmiek 2017/Complexiteit Tijdcomplexiteit Complexiteit (= tijdcomplexiteit) van een algoritme:
Nadere informatieDatastructuren en Algoritmen
Datastructuren en Algoritmen Tentamen Vrijdag 6 november 2015 13.30-16.30 Toelichting Bij dit tentamen mag je gebruik maken van een spiekbriefje van maximaal 2 kantjes. Verder mogen er geen hulpmiddelen
Nadere informatieOpmerkingen en vragen aan Ultieme vraag: Hoe beïnvloedt dit de winstkansen?
2IP05: Programmeren Blok A http://www.win.tue.nl/ wstomv/edu/2ip05/ 5 spelers, 2 dobbelstenen Probleem met dobbelspel College 1 Per ronde werpt elke speler 1 Kees Hemerik Tom Verhoeff Technische Universiteit
Nadere informatieProbleem met dobbelspel. 2IP05: Programmeren Blok A. 5 spelers,2 dobbelstenen. wstomv/edu/2ip05/ Per ronde werpt elke speler 1
2IP05: Programmeren Blok A http://www.win.tue.nl/ wstomv/edu/2ip05/ College 1 5 spelers,2 dobbelstenen Probleem met dobbelspel Per ronde werpt elke speler 1 Tom Verhoeff Technische Universiteit Eindhoven
Nadere informatieZevende college algoritmiek. 24 maart Verdeel en Heers
Zevende college algoritmiek 24 maart 2016 Verdeel en Heers 1 Verdeel en heers 1 Divide and Conquer 1. Verdeel een instantie van het probleem in twee (of meer) kleinere instanties 2. Los de kleinere instanties
Nadere informatieZevende college algoritmiek. 23/24 maart Verdeel en Heers
Zevende college algoritmiek 23/24 maart 2017 Verdeel en Heers 1 Algoritmiek 2017/Backtracking Tweede Programmeeropdracht 0 1 2 3 0 1 2 3 4 1 2 3 4 5 2 Algoritmiek 2017/Backtracking Tweede Programmeeropdracht
Nadere informatieUitgebreide uitwerking Tentamen Complexiteit, juni 2017
Uitgebreide uitwerking Tentamen Complexiteit, juni 017 Opgave 1. a. Een pad van de wortel naar een blad stelt de serie achtereenvolgende arrayvergelijkingen voor die het algoritme doet op zekere invoer.
Nadere informatieKortste Paden. Algoritmiek
Kortste Paden Toepassingen Kevin Bacon getal Six degrees of separation Heeft een netwerk de small-world eigenschap? TomTom / Google Maps 2 Kortste paden Gerichte graaf G=(N,A), en een lengte L(v,w) voor
Nadere informatieZevende college complexiteit. 7 maart Mergesort, Ondergrens sorteren (Quicksort)
College 7 Zevende college complexiteit 7 maart 2017 Mergesort, Ondergrens sorteren (Quicksort) 1 Inversies Definitie: een inversie van de permutatie A[1],A[2],...,A[n] is een paar (A[i],A[j]) waarvoor
Nadere informatieFaculteit Economie en Bedrijfskunde
Faculteit Economie en Bedrijfskunde Op dit voorblad vindt u belangrijke informatie omtrent het tentamen. Voordat u met het tentamen t: lees dit voorblad! Tentamen: V&O IV: Programmeren Tentamendatum &
Nadere informatieHoofdstuk 5: Functies voor getallen en teksten
Programmeren in Microsoft Visual Basic 6.0, lessenserie voor het voortgezet onderwijs HAVO/VWO David Lans, Emmauscollege, Marnix Gymnasium Rotterdam, maart 2001 Hoofdstuk 5: Functies voor getallen en teksten
Nadere informatieTW2020 Optimalisering
TW2020 Optimalisering Hoorcollege 11 Leo van Iersel Technische Universiteit Delft 25 november 2015 Leo van Iersel (TUD) TW2020 Optimalisering 25 november 2015 1 / 28 Vandaag Vraag Voor welke problemen
Nadere informatieCombinatoriek groep 1
Combinatoriek groep 1 Recursie Trainingsweek, juni 009 Stappenplan homogene lineaire recurrente betrekkingen Even herhalen: het stappenplan om een recurrente betrekking van orde op te lossen: Stap 1. Bepaal
Nadere informatieUitwerking tentamen Algoritmiek 9 juni :00 17:00
Uitwerking tentamen Algoritmiek 9 juni 2015 14:00 17:00 1. Clobber a. Toestanden: m x n bord met in elk hokje een O, een X of een -. Hierbij is het aantal O gelijk aan het aantal X of er is hooguit één
Nadere informatieALGORITMIEK: antwoorden werkcollege 5
1 ALGORITMIEK: antwoorden werkcollege 5 opgave 1. a. Brute force algoritme, direct afgeleid uit de observatie: loop v.l.n.r. door de tekst; als je een A tegenkomt op plek i (0 i < n 1), loop dan van daaruit
Nadere informatieALGORITMIEK: antwoorden werkcollege 5
ALGORITMIEK: antwoorden werkcollege 5 opgave 1. a. Brute force algoritme, direct afgeleid uit de observatie: loop v.l.n.r. door de tekst; als je een A tegenkomt op plek i (0 i < n 1), loop dan van daaruit
Nadere informatieGetallensystemen, verzamelingen en relaties
Hoofdstuk 1 Getallensystemen, verzamelingen en relaties 1.1 Getallensystemen 1.1.1 De natuurlijke getallen N = {0, 1, 2, 3,...} N 0 = {1, 2, 3,...} 1.1.2 De gehele getallen Z = {..., 4, 3, 2, 1, 0, 1,
Nadere informatieVierde college complexiteit. 16 februari Beslissingsbomen en selectie
Complexiteit 2016/04 College 4 Vierde college complexiteit 16 februari 2016 Beslissingsbomen en selectie 1 Complexiteit 2016/04 Zoeken: samengevat Ongeordend lineair zoeken: Θ(n) sleutelvergelijkingen
Nadere informatieAlgoritmiek. 2 februari Introductie
College 1 Algoritmiek 2 februari 2017 Introductie 1 Introductie -1- docent: Rudy van Vliet rvvliet@liacs.nl assistent werkcollege: Bart van Strien bartbes@gmail.com website: http://www.liacs.leidenuniv.nl/~vlietrvan1/algoritmiek/
Nadere informatieAB OVO. iguide STYLEGUIDE
AB OVO iguide STYLEGUIDE 1 BEELDGEBRUIK SFEERVOL, MAAR NIET STOREND Bij elke keer dat je inlogt zie je dat de achtergrond bestaat uit een beeld. Dit beeld is van het land waar de gebruiker naartoe gaat.
Nadere informatiePascal uitgediept Data structuren
Pascal uitgediept Data structuren MSX Computer & Club Magazine nummer 68-juni/juli 1994 Herman Post Scanned, ocr ed and converted to PDF by HansO, 2001 In deze aflevering wordt bekeken hoe zelf een datastructuur
Nadere informatieNetwerkstroming. Algoritmiek
Netwerkstroming Netwerkstroming Toepassingen in Logistiek Video-streaming Subroutine in algoritmen 2 Vandaag Netwerkstroming: wat was dat ook alweer? Minimum Snede Maximum Stroming Stelling Variant: Edmonds-Karp
Nadere informatieVierde college algoritmiek. 1 maart Toestand-actie-ruimte Brute Force
Algoritmiek 2019/Toestand-actie-ruimte Vierde college algoritmiek 1 maart 2019 Toestand-actie-ruimte Brute Force 1 Algoritmiek 2019/Toestand-actie-ruimte Torens van Hanoi Voorbeeld 3: Torens van Hanoi
Nadere informatieAlgoritmen en programmeren: deel 1 - overzicht
Algoritmen en programmeren: deel 1 - overzicht Ruud van Damme Creation date: 15 maart 2005 Update: 3: september 2006, 5 november 2006, 7 augustus 2007 Overzicht 1 Inleiding 2 Algoritmen 3 Programmeertalen
Nadere informatieInleiding Programmeren 2
Inleiding Programmeren 2 Gertjan van Noord November 26, 2018 Stof week 3 nogmaals Zelle hoofdstuk 8 en recursie Brookshear hoofdstuk 5: Algoritmes Datastructuren: tuples Een geheel andere manier om te
Nadere informatieAlgoritmen en programmeren: deel 2 - basis
Algoritmen en programmeren: deel 2 - basis Ruud van Damme Creation date: 25 april 2005 Update: 16 november 2006, 9 september 2007 Overzicht 1 Basisbenodigdheden voor alle problemen 2 Alles in stukjes op
Nadere informatieVijfde college algoritmiek. 9 maart Brute Force. Exhaustive search
Vijfde college algoritmiek 9 maart 2018 Brute Force Exhaustive search 1 Before I say another word Opdracht 1 partner? deadline: 21/22 maart 2018 vragenuren vanmiddag, 15.30 uur (Jacob) woensdag 21 maart,
Nadere informatieoefening JavaScript - antwoorden
oefening JavaScript - antwoorden De antwoorden op deze opgaven zijn meestal wat aan de brede kant voor een Word document. Het is daarom handig om ze in Notepad++ te kopiëren en ze dan te bekijken. opgave
Nadere informatieProgrammeren A. Genetisch Programma voor het Partitie Probleem. begeleiding:
Programmeren A Genetisch Programma voor het Partitie Probleem begeleiding: Inleiding Het Partitie Probleem luidt als volgt: Gegeven een verzameling van n positieve integers, vindt twee disjuncte deelverzamelingen
Nadere informatieElfde college algoritmiek. 18 mei Algoritme van Dijkstra, Heap, Heapify & Heapsort
Algoritmiek 018/Algoritme van Dijkstra Elfde college algoritmiek 18 mei 018 Algoritme van Dijkstra, Heap, Heapify & Heapsort 1 Algoritmiek 018/Algoritme van Dijkstra Uit college 10: Voorb. -1- A B C D
Nadere informatiePracticumopgave 3: SAT-solver
Practicumopgave 3: SAT-solver Modelleren en Programmeren 2015/2016 Deadline: donderdag 7 januari 2016, 23:59 Introductie In het vak Inleiding Logica is onder andere de propositielogica behandeld. Veel
Nadere informatieHOOFDSTUK 3. Imperatief programmeren. 3.1 Stapsgewijs programmeren. 3.2 If Then Else. Module 4 Programmeren
HOOFDSTUK 3 3.1 Stapsgewijs programmeren De programmeertalen die tot nu toe genoemd zijn, zijn imperatieve of procedurele programmeertalen. is het stapsgewijs in code omschrijven wat een programma moet
Nadere informatieExamen Datastructuren en Algoritmen II
Tweede bachelor Informatica Academiejaar 2008 2009, eerste zittijd Examen Datastructuren en Algoritmen II Naam :.............................................................................. Lees elke
Nadere informatieElfde college algoritmiek. 16 mei Dijkstra, Gretige algoritmen en Branch & Bound
Algoritmiek 013/11 College 11 Elfde college algoritmiek 1 mei 013 Dijkstra, Gretige algoritmen en Branch & Bound 1 Algoritmiek 013/11 Voorbeeld -1- A B C D E F G H 9 7 5 A B C D E F G H 0 9 9 7 5 A B C
Nadere informatiegut feeling BRANDBOOK
gut feeling BRANDBOOK Inhoud 3. inleiding 4. DESIGN PROCES 7. STRATEGY 11. MOODBOOK 18. TEASER Gut Feeling Brandbook 2 inleiding Vanwege het feit dat Gut Feeling zelf branding levert voor bedrijven is
Nadere informatieAmorized Analysis en Union-Find Algoritmiek
Amorized Analysis en Union-Find Vandaag Amortized analysis Technieken voor tijdsanalyse van algoritmen Union-find datastructuur Datastructuur voor operaties op disjuncte verzamelingen Verschillende oplossingen
Nadere informatieVijfde college algoritmiek. 2/3 maart Exhaustive search
Vijfde college algoritmiek 2/3 maart 2017 Exhaustive search 1 Voor- en nadelen Brute force: Voordelen: - algemeen toepasbaar - eenvoudig - levert voor een aantal belangrijke problemen (zoeken, patroonherkenning)
Nadere informatieProgrammeermethoden NA. Week 6: Lijsten
Programmeermethoden NA Week 6: Lijsten Kristian Rietveld http://liacs.leidenuniv.nl/~rietveldkfd/courses/prna2016/ Getal opbouwen Stel je leest losse karakters (waaronder cijfers) en je moet daar een getal
Nadere informatieOptimalisering/Besliskunde 1. College 1 2 september, 2015
Optimalisering/Besliskunde 1 College 1 2 september, 2015 Algemene informatie College: woensdag 13:45-15:30: Leiden C1 en C2: Gorlaeus gebouw Zaal DS: De Sitterzaal, Oort gebouw Werkcollege: vrijdag: Leiden
Nadere informatieGegevens invullen in HOOFDLETTERS en LEESBAAR, aub. Belgische Olympiades in de Informatica (duur : maximum 1u15 )
OI 2010 Finale 12 Mei 2010 Gegevens invullen in HOOFDLETTERS en LEESBAAR, aub VOORNAAM :....................................................... NAAM :..............................................................
Nadere informatieTiende college algoritmiek. 3 mei Dynamisch programmeren Gretige Algoritmen Algoritme van Dijkstra
Tiende college algoritmiek 3 mei 019 Dynamisch programmeren Gretige Algoritmen Algoritme van Dijkstra 1 Houtzaagmolen Een houtzaagmolen rekent voor het in twee stukken zagen van een stam van lengte l precies
Nadere informatie7 Omzetten van Recursieve naar Iteratieve Algoritmen
7 Omzetten van Recursieve naar Iteratieve Algoritmen Het lijkt mogelijk om elke oplossings-algoritme, die vaak in eerste instantie recursief geformuleerd werd, om te zetten in een iteratieve algoritme
Nadere informatieVierde college algoritmiek. 2 maart Toestand-actie-ruimte Exhaustive Search
Algoritmiek 2018/Toestand-actie-ruimte Vierde college algoritmiek 2 maart 2018 Toestand-actie-ruimte Exhaustive Search 1 Algoritmiek 2018/Toestand-actie-ruimte Kannen Voorbeeld 4: Kannenprobleem We hebben
Nadere informatieTentamen combinatorische optimalisatie Tijd:
Tentamen combinatorische optimalisatie 26-05-2014. Tijd: 9.00-11.30 Tentamen is met gesloten boek. Beschrijf bij elke opgave steeds het belangrijkste idee. Notatie en exacte formulering is van minder belang.
Nadere informatieOefeningen Discrete Wiskunde - Hoofdstuk 6 - Peter Vandendriessche Fouten, opmerkingen of alternatieve methodes? me:
Oefeningen Discrete Wiskunde - Hoofdstuk 6 - Peter Vandendriessche Fouten, opmerkingen of alternatieve methodes? Email me: peter.vdd@telenet.be 1. Het aantal knoop-tak overgangen is altijd even. De totaalsom
Nadere informatieOm te kijken of x, y, z samen een driehoek specificeren hoeven we alleen nog maar de driehoeksongelijkheid te controleren: x, y, z moeten voldoen
Feedback Software Testing, Opdrachten Week 1 Driehoek-test Deze opdracht is in het algemeen zeer goed uitgevoerd. Algemeen valt in vergelijking met vorig jaar op dat de ingeleverde oplossingen veel minder
Nadere informatieUitleg van de Hough transformatie
Uitleg van de Hough transformatie Maarten M. Fokkinga, Joeri van Ruth Database groep, Fac. EWI, Universiteit Twente Versie van 17 mei 2005, 10:59 De Hough transformatie is een wiskundige techniek om een
Nadere informatie