Seminarski rad: UÄenje algoritama u Pythonu - phy.hr - Prijava

Recommendations

Info

Neki instruktori pokušavaju ublažiti ovaj teret dajući studentima knjižicu rutine za strukture podataka. MeĎutim, još uvijek postoje mnogi problemi koji su svojstveni ovim jezicima, uključujući ulaz/izlaz i ponovno. Npr. , biblioteka može pružiti API za izgradnju stabla ili grafa zazivajući algoritam iz strukture podataka. Studenti moraju shvatiti njihov slučaj uzastopna poziva na dodavanje jednog čvora na vrijeme graf, ili pročitati opis grafikona iz datoteke. Bivši pristup može biti neugodan, jer izvorni kod ne sliči strukturi podataka, ali smisao je vezan za API. Potonji pristup, koji koristi prilagoĎeni jezik za zastupanje graf, može biti više koncizan,ali to zahtijeva vježbanje rutine, što može smanjiti ponovnu uporabu i proširivost. Znaći, kada shvatimo graf, možemo mijenjati neke postavke kako bi ga promijenili. 1.2 Python Edge (rub) Python adrese tih problema i čini uvjerljiv jezik za algoritme obrazovanje. Prvo, njegove uvlake-based sintaksa je toliko slična većini udžbenika da čak i studenti, bez puno programiranja nemaju problema kodiranja algoritama samo slijedeći knjigu. Zbog toga, popularnost s drugim jezicima je dvojbena, osobito s obzirom na činjenicu da njegov interaktivni način potiče studente da eksperimentiraju s njim bez dugog ciklusa. Drugo, Python pruža temeljne strukture podataka kao što su popisi, torke, rječnici i može se koristiti izravno algoritmima. Čak je i složenija struktura podataka kao što su drveće i grafikoni sažeti u čitljivom obliku. Postoji nekoliko prednosti: test slučajeva za algoritme mogu biti napisani direktno u Pythonu bez poziva svih podataka, strukturu izgradnje API, i bez da se oslanjaju na bilo koji konvertor. U bilo kojem trenutku, podatkovne strukture mogu se takoĎer prikazati u tekstualnom obliku koji je čitljiv za ljude i za Python. 2. Uvodna Lekcija: Sortiranje Većina udžbenika poćinje sa sortiranjem kao način da uvedu algoritme i složene analize. Naša strategija je da prikažemo algoritme rame uz rame s Python kodom kako bi pokazali njihovu sličnost. Mi smo započeli s InsertionSort, koja kao rezultat prikazuje niz s desna na lijevo: Algoritam iz udžbenika [1] Insertion-Sort(A) (umetanje-poredaj) 1 for j
Python kod def InsertionSort(A): for j in range(1, len(A)): key = A[j] i = j - 1 while (i >=0) and (A[i] > key): A[i+1] = A[i] i = i - 1 A[i+1] = key Kada učenici vide sličnost, većina njihovog straha prema programiranju jednostavno nestaje. Ona takoĎer pomaže da pokažu interaktivne prirode Python. Mi koristimo računalo-projektor i zapravo tip u programu, što je samo 8 linija dugo. Najbolji dio je, možemo testirati algoritam jednostavno, upišete u slučaju teksta u obliku popisa: >>> x = [2,7,3,8,1] # create test case (stvoriti test slučaj) >>> InsertionSort(x) # call routine (poziva rutinu) >>> x # look at result (pogled na rezultat) [1, 2, 3, 7, 8] U smislu, Python daje udžbenik važnosti jer algoritmi predstavljaju u udžbeniku nisu višesamo pseudocode ili koraka teorijskih interesa samo, mogu vidjeti kako se lako ga jezapravo izvršiti algoritme koristeći podatke koje oni generiraju. U stvari, mi takoĎ erpokazuju da je isti broj, bez izmjena, radi sasvim u redu s drugim tipovima podataka,uključujući i žice, torke, itd. Sortiranje je dobra polazna primjer, jer ne samo dakonstruira karte izravno, bez komplikacija sa memory management (biti riječi kasnije),ali parametar semantika takoĎer odgovara: duži donosi vrijednosti, dok su polja don osireferencu. 3. HeapSort (gomila) poredaj i prioritet redovi Naš uvod nastavlja s HeapSort poredajem i prioritet redovima. Heap je struktura podataka koja predstavlja gotovo uravnoteženo binarno stablo koristeći niz A[1 .. n], gdje se lijevo i desno nalazi dječji element A[i] smješten na A[2i], A[2i+1], odnosno, i A[i]> = A[2i], A[2i+1]. HeapSort gradi sortirani niz redova iz stražnjeg dijela polja prema naprijed jedan element u vrijeme vaĎenja najvećeg elementa iz skupine. U početku sortirani dio je prazan, i poziv na BuildHeap pretvara A[1 .. n] u skupini. Budući da iz skupine stavlja najveći element u A[1], u prvoj iteraciji smo ga izvaditi i staviti ga u A[n], koji je njegov ispravan sortirani položaj. Sljedeća iteracija ekstrakti drugi najveći element (iz A[1] opet) i stavlja ga u A[n-1], i sl., a to se nastavlja sve dok se sve ne sortira. Imajte na umu da se Heapify zove kao dio svakog koraka ekstrakcije. To je zato što ako mi razmijenimo A[1] i A[h], a zatim A[1 .. h- 1] više ne zadovoljava hrpu nekretnina, ali budući da je još uvijek "skoro" hrpa - to jest, sve osim korijena položaj je još uvijek ispod gomile - to 4
Page 1 and 2: Seminarski rad: Učenje algoritama
Page 3: Sažetak Dizajn i analiza algoritam
Page 7 and 8: itova. Pohlepni algoritam koristi p
Page 9 and 10: koristimo vrlo kompaktan, rječnik-

Seminarski rad: UÄenje algoritama u Pythonu - phy.hr - Prijava

Create successful ePaper yourself

Delete template?

Save as template?

Seminarski rad: UÄenje algoritama u Pythonu - phy.hr - Prijava