Skript mit Übungen - Hochschule Ravensburg-Weingarten
Skript mit Übungen - Hochschule Ravensburg-Weingarten
Skript mit Übungen - Hochschule Ravensburg-Weingarten
Sie wollen auch ein ePaper? Erhöhen Sie die Reichweite Ihrer Titel.
YUMPU macht aus Druck-PDFs automatisch weboptimierte ePaper, die Google liebt.
Die Werte wurden <strong>mit</strong> einem c von einer Sekunde errechnet. Eine bessere Hardware würde<br />
nur dieses c verbessern und dadurch die Rechenzeit nicht wesentlich beeinflussen. Bei großen<br />
n ist die Komplexität viel ausschlaggebender als die Konstante c.<br />
1.1.4 Best-Case Rechenzeit<br />
Ist die Liste A vorsortiert, so wird die While-Schleife nicht durchlaufen und das Programm<br />
ist viel schneller.<br />
Analog zu den Berechnungen im Worst-Case kann man auch im Best-Case die Zeiten aus<br />
der Tabelle aufaddieren und man erhält<br />
T min (n) = d · n + e.<br />
1.1.5 Einschub: Asymptotik<br />
Beschreibung des asymptotischen Verhaltens von Rechenzeiten T (n) (oder Speicherplatz<br />
oder anderer Funktionen) für n → ∞.<br />
Idee: Vernachlässigung von konstanten Faktoren. Nur die Abhängigkeit von n für große n<br />
ist wichtig.<br />
Definition 1.2 Seien die Funktionen f : N → R + , g : N → R + gegeben. Dann schreibt<br />
man:<br />
Asymptotische obere Schranke:<br />
f(n) = O(g(n)) ⇔ ∃ c ∈ R + f(n)<br />
: lim<br />
n→∞ g(n) ≤ c<br />
f(n)<br />
f(n) = o(g(n)) ⇔ lim<br />
n→∞ g(n) = 0<br />
Asymptotische untere Schranke:<br />
f(n) = Ω(g(n)) ⇔ ∃ c ∈ R + f(n)<br />
: lim<br />
n→∞ g(n) ≥ c<br />
f(n)<br />
f(n) = ω(g(n)) ⇔ lim<br />
n→∞ g(n) = ∞<br />
Asymptotische enge (harte) Schranke:<br />
f(n) = Θ(g(n)) ⇔ ∃ c 1 , c 2 ∈ R + f(n)<br />
: c 1 ≤ lim<br />
n→∞ g(n) ≤ c 2<br />
∥<br />
O, Ω, Θ, o, ω sind Relationen auf Funktionen, wie z.B.