Skip to content
Snippets Groups Projects
Commit af8964be authored by Florian Unger's avatar Florian Unger
Browse files

Merge branch 'master' of...

Merge branch 'master' of gitlab.tugraz.at:6048DFF64EAA81BC/datenstrukturen-und-algorithm-ss2020-skript
parents 20ffe2d4 a8c1e2ef
No related branches found
No related tags found
No related merge requests found
...@@ -16,7 +16,7 @@ Platz angelangt ist. ...@@ -16,7 +16,7 @@ Platz angelangt ist.
Die verbale Formulierung kann auch in Form eines \emph{Pseudocodes} Die verbale Formulierung kann auch in Form eines \emph{Pseudocodes}
ausgedrückt werden. Ein Pseudocode ist eine an höhere Programmiersprachen ausgedrückt werden. Ein Pseudocode ist eine an höhere Programmiersprachen
angelehnte Formulierung. Der vorgeschlagene Algorithmus wird in der angelehnte Formulierung. Der vorgeschlagene Algorithmus wird in der
Fachliteratur \emph{insertion sort} (\emph{Sortieren durch Einfügen}) Literatur \texttt{insertionsort} (Sortieren durch Einfügen)
genannt. genannt.
\begin{algorithm}[H] \begin{algorithm}[H]
......
...@@ -11,9 +11,9 @@ eines Programms in Abhängigkeit von der Inputlänge $n$ beschreiben: ...@@ -11,9 +11,9 @@ eines Programms in Abhängigkeit von der Inputlänge $n$ beschreiben:
Sei $I$ der Input für unseren Algorithmus, $\abs{I} < \infty$ die Größe des Inputs. Sei $T(I) \in \mathbb{R}^+$ die Sei $I$ der Input für unseren Algorithmus, $\abs{I} < \infty$ die Größe des Inputs. Sei $T(I) \in \mathbb{R}^+$ die
Laufzeit, die unser Algorithmus für Input $I$ benötigt. Dann definieren wir Laufzeit, die unser Algorithmus für Input $I$ benötigt. Dann definieren wir
\begin{itemize} \begin{itemize}
\item $T_{\text{worst}}(n) = \max\{T(I) : \abs{I} = n\}$ ist die \emph{worst case} Laufzeit. \item $T_{\text{wc}}(n) = \max\{T(I) : \abs{I} = n\}$ ist die \emph{worst case} Laufzeit.
\item $T_{\text{best}}(n) = \min\{T(I) : \abs{I} = n\}$ ist die \emph{best case} Laufzeit. \item $T_{\text{bc}}(n) = \min\{T(I) : \abs{I} = n\}$ ist die \emph{best case} Laufzeit.
\item $T_{\text{avg}}(n) = \frac{1}{\abs{I_n}} \sum_{I \in I_n} T(I)$ wobei $I_n = \{I : \abs{I} = n\}$ \item $T_{\text{ac}}(n) = \frac{1}{\abs{I_n}} \sum_{I \in I_n} T(I)$ wobei $I_n = \{I : \abs{I} = n\}$
ist die \emph{average case} Laufzeit. ist die \emph{average case} Laufzeit.
\end{itemize} \end{itemize}
Sei analog $S(I)$ der Speicherverbrauch des Algorithmus mit Input $I$. Dann definieren wir $S_{\text{worst}}$, Sei analog $S(I)$ der Speicherverbrauch des Algorithmus mit Input $I$. Dann definieren wir $S_{\text{worst}}$,
......
0% Loading or .
You are about to add 0 people to the discussion. Proceed with caution.
Please register or to comment