Grundlagen der Algorithmen und Datenstrukturen ... - TUM Seidl

Weitere Magazine

Empfehlungen

Info

Greedy VerfahrenPrinzip: teile Problem in mehrere kleineEntscheidungen auf, nimm immer lokalesOptimum für jede kleine EntscheidungVorteil: sehr schnellNachteil: kann weit von optimaler Lösungentfernt sein28.06.09 Kapitel 12 32
Greedy VerfahrenBeispiele:• Dijkstra-Algorithmus für kürzeste Wege• Jarnik-Prim-Algorithmus für minimaleSpannbäume• Huffman-Bäume• Rucksackproblem28.06.09 Kapitel 12 33
Seite 1 und 2: Grundlagen der Algorithmenund Daten
Seite 3 und 4: Systematische SuchePrinzip: durchsu
Seite 5 und 6: Systematische SucheRucksackproblem:
Seite 7 und 8: Divide and ConquerPrinzip: teile Pr
Seite 9 und 10: Erinnerung: Master TheoremFür posi
Seite 11 und 12: Divide and ConquerMatrixmultiplikat
Seite 13 und 14: Divide and ConquerFür Matrix C gil
Seite 15 und 16: Divide and ConquerLaufzeit von Stra
Seite 17 und 18: Divide and ConquerAlgo für Nächst
Seite 19 und 20: Divide and ConquerClosestCrossPair(
Seite 21 und 22: Divide and ConquerLaufzeit für Nä
Seite 23 und 24: Dynamische ProgrammierungBeispiele:
Seite 25 und 26: Dynamische Programmierung0 1 2 ….
Seite 27 und 28: Dynamische ProgrammierungRucksackpr
Seite 29 und 30: Dynamische ProgrammierungRekursive
Seite 31: Dynamische ProgrammierungBerechnung
Seite 35 und 36: Greedy VerfahrenEinsicht: jeder Pr
Seite 37 und 38: Greedy VerfahrenBeispiel für Huffm
Seite 39 und 40: Greedy VerfahrenGreedy Strategie:
Seite 41 und 42: Greedy VerfahrenVerbesserte Greedy-
Seite 43 und 44: Lokale SucheGenerische Verfahren:
Seite 45 und 46: BacktrackingBeispiele:• n-Damen P
Seite 47 und 48: BacktrackingTiefensuche überSpalte
Seite 49 und 50: Backtrackingab0acd eG=(V,E)f3d2c6e1

Grundlagen der Algorithmen und Datenstrukturen ... - TUM Seidl

Sie wollen auch ein ePaper? Erhöhen Sie die Reichweite Ihrer Titel.

Template löschen?

Als Template speichern?