Blatt11 Besprechung

DAP 2
Übung 11
Antonia Kalb
Last update: 4. Juli 2023

Landau-Symbole
f (n) ∈ O (g(n)) f (n) ∈ Ω (g(n))

f wächst höchstens so stark wie f wächst mindestens so stark wie
g (obere Schranke) g (untere Schranke)
∃c ∈ R+ , n0 ∈ N, sodass f (n) ≤ ∃c ∈ R+ und n0 ∈
c · g (n) ∀n ≥ n0 N, sodass c · g (n) ≤ f (n) ∀n ≥ n0
f (n) f (n)
limn→∞ g (n) < ∞ limn→∞ g (n) > 0
f (n) ∈ o (g(n)) f (n) ∈ Θ (g(n))

f wächst niemals stärker wie g f wächst entsprechend wie g
(obere Schranke, die nie erreicht (Gleichheit)
wird) ∃c1 , c2 ∈ R+ und n0 ∈
∀c ∈ R+ ∃n0 ∈ N, sodass f (n) < N, sodass c1 · g (n) ≤ f (n) ≤
c · g (n) c2 · g (n) ∀n ≥ n0
f (n) f (n)
limn→∞ g (n) = 0 0 < limn→∞ g (n) < ∞
Antonia Kalb DAP 2 Last update: 4. Juli 2023 1 / 45

Landau-Symbole
Zusammenhänge:
f (n) ∈ o (g(n)) =⇒ f (n) ∈ O (g(n))
f (n) ∈ Ω (g(n)) =⇒ f (n) ∉ o (g(n))
f (n) ∈ Θ(g(n)) ⇐⇒ f (n) ∈ O (g(n)) ∧ f (n) ∈ Ω (g(n))
f (n) ∈ Θ(g(n)) ⇐⇒ g(n) ∈ Θ(f (n))
f (n) ∈ O(g(n)) ⇐⇒ g(n) ∈ Ω(f (n))
Faustregeln:
Konstanten fallen weg
Beispiel: 5n = Θ(n)
Bei Polynomen „dominiert“ der höchste Exponent
Beispiel: 2n2 − n = Θ(n2 )

Landau-Symbole
Regel von l’ Hospital

f (n) f ′ (n)
lim = lim ′
n→∞ g(n) n→∞ g (n)
genau dann, wenn

limn→∞ f (n) = 0 und limn→∞ g(n) = 0, oder
limn→∞ f (n) = ∞ und limn→∞ g(n) = ∞

A.1 – Landau-Symbole
f (n) g(n) f (n) = O(g(n)) f (n) = o(g(n)) f (n) = Θ(g(n)) f (n) = Ω(g(n))
¡ 3n ¢
p1 nggT(39,21)
3n−3 2
Ã !
3n Binomialkoeffizienten
f (n) =
3n − 3 der Binomialkoeffizient “n
(3n)! über k ” ist definiert als
=
(3n − 3)! · (3n − (3n − 3))!
Ã !
n n!
(3n)! = (n ≥ k )
= k k ! · (n − k )!
(3n − 3)! · (3)!
(3n) · (3n − 1) · (3n − 2) · (3n − 3)! für
¡n¢ k > n definieren wir
=
(3n − 3)! · (3 · 2 · 1) k =0
(3n) · (3n − 1) · (3n − 2) Anzahl der k -elementigen
= Teilmengen einer
6
1 n-elementigen Menge
= n · (3n − 1) · (3n − 2)
2

¡ 3n ¢
p1 nggT(39,21)
3n−3 2
ggT(21, 39)
Euclid(a, b) 39 = 1 · 21 + 18
1 falls a < b, vertausche a 21 = 1 · 18 + 3
und b 18 = 6 · 3 + 0
2 setze a0 = a, a1 = b, i = 1
Tipp: Primfaktorzerlegung
3 solange ai > 0
21 = 3 · 7 =⇒ 21 ist hat ausschließlich
4 berechne qi ∈ Z, die Teiler 1,3, 7 und 21
ai +1 ∈ {0, 1, . . . , ai }, so dass 39 ist nicht durch 7 teilbar, aber durch 3
ai −1 = qi ai + ai +1 g(n) = p1 n3
2
5 erhöhe i um 1
6 gib ai −1 aus

1 p1
2 n · (3n − 1) · (3n − 2) n3 ✓ ✓ ✓
2
1
2 n · (3n − 1) · (3n − 2)
lim
n→∞ p1 n3
2
p
2 n · (3n − 1) · (3n − 2)
= lim
2 n→∞ n3
p
2 9n + 3n2 + 6n
3
= lim
2 n→∞ n3
p
2 9n 3 3n2 6n
= lim 3 + 3 + 3
2 n→∞ n n n
p
2 3 6
= lim 9 + + 2
2 n→∞ n n
p
2
= 9
2
Pn Pn ¡n¢
i =1 i log(log( i =0 i (2e)i (−e)n−i )) ✓ ✓ ✓
Pn
f (n) = i =1 i = Hn (Harmonische Reihe)
Ã ! Binomischer Lehrsatz
n n
g(n) = log(log(
X
(2e)i (−e)n−i )) Für alle a, b ∈ R und alle n ∈ N
i =0 i gilt
Ã !
n n
n
ak bn−k
X
(a + b) =
= log(log(((2e) + (−e))n )) = log(log(en )) k =0 k
= log(n · log(e)) = log(n · 1)
Logarithmusgesetze:
= log(n)
log (r s ) = s · loga (r )
Nach Vorlesung: Hn = O(1) + log n loga (a) = 1

e−n sin( nn−21 ) ✓ ✓
Potenzgesetze: a−r = a1r

1
Ableitungsregeln:
e−n d a a−1
lim = lim en dx x = a · x
n→∞ sin( n−1 ) n→∞ sin( 1 − 1 ) d −x
n2 n n2 dx e = −e−x
[f (g(x))]′ = f ′ (g(x)) · g ′ (x)
sin(0) = 0 (Kettenregel)
limn→∞ sin( n1 − n12 ) = 0 d
dx sin(x) = cos(x)
e−n LH −e−n
lim = limn→∞
n→∞ sin(n−1 − n−2 ) cos(n−1 − n−2 ) · (−1 · n−2 − (−2) · n−3 )
n3 e−n
= lim =0
n→∞ (n − 2)cos( n−1 )
n2

R pn
log(n!) 1
log(x)dx
f (n) = log(n!) Stirlingformel

p ¡ n ¢n
p n Es gilt n! ∼ 2πn
= log( 2πn( )n ) e
e
p
= log( 2πn) + n · log(n) − n · log(e) Potenzgesetze:
¡ a ¢r r
p 1 b = bar
= log( 2π) · log(n 2 ) + n · log(n) − n Logarithmusgesetze:
p
log( 2π) ¡ ·¢s) = loga (r ) + loga (s)
log(r
= · log(n) + n · log(n) − n log sr = loga (r ) − loga (s)
2
log (r s ) = s · loga (r )
loga (a) = 1

R pn
log(n!) 1
log(x)dx
Integrationsregeln:
R
p log(x)dx = x(log(x) − 1)
Z n
g(n) = log(x)dx Logarithmusgesetze:
1 loga (1) = 0, a ̸= 1
p
=
1
n · (log(n 2 ) − 1) − (1 · (log(1) − 1)) log (r s ) = s · loga (r )
p 1
= n · ( log(n) − 1) + 1
2
1p
= n(log(n) − 2) + 1
2

R pn
log(n!) 1
log(x)dx ✓
p
log( 2π) p
2 · log(n) + n · log(n) − n log( 2π) · log(n) + n · log(n) − n
= p p
1p n log(n) − 2 n + 1
2 n(log(n) − 2) + 1
Ganz grob:
n log(n) p
lim p = lim n = ∞
n→∞ n log(n) n →∞

A.2 – Arithmetik
Finden Sie die kleinsten Zahlen v , w , x , y ∈ N, sodass gilt:
788 ≡ v mod 89
544 ≡ w mod 43
55 · x ≡ 1 mod 89
144 · y ≡ 1 mod 233

A.2 – Arithmetik
Teilbarkeit
Seien x , y ∈ Z, x ̸= 0
y mod x ist der Divisionsrest
x teilt y , falls y mod x = 0, Notation: x | y
Kongruenz
x ≡ y mod m ⇐⇒ m | x − y ⇐⇒ ∃k ∈ Z : km = x − y
Regeln
x ≡ y mod m und x ′ ≡ y ′ mod m
=⇒ x + x ′ ≡ y + y ′ mod m und x · x ′ ≡ y · y ′ mod m
x ≡ y mod m und n | m =⇒ x ≡ y mod n
ggt(m, n) = 1, x ≡ y mod m und x ≡ y mod n =⇒ x ≡ y mod m · n
ggt(m, n) = 1 =⇒ ∀x , y ∈ Z ∃z ∈ Z z ≡ x mod m und z ≡ y mod n
A.2 – Arithmetik
788 ≡ v mod 89
Schnelles Potenzieren 88 = 26 + 24 + 23
k = 6, ℓ6 = ℓ4 = ℓ3 = 1,
Gegeben: x ∈ Z, ℓ, m ∈ N
ℓ 5 = ℓ 2 = ℓ 1 = ℓ0 = 0
Gesucht: z ∈ Z mit x ℓ ≡ z mod m
y0 ≡ 7 mod 89, y1 ≡ 72 ≡ 49
1 ℓk . . . ℓ1 ℓ0 = Dual-Darstellung
mod 89, y2 ≡ 492 ≡ 87
von ℓ
mod 89, y3 ≡ 872 ≡ 4
2 y0 = x mod m (= Divisonsrest) mod 89, y4 ≡ 42 ≡ 16
3 Für i = 1, . . . , k : mod 89, y5 ≡ 162 ≡ 78
4 yi = yi2−1 mod m mod 89, y6 ≡ 782 ≡ 32 mod 89
5 z0 = 1 Folge der z-Werte:
l l l
6 Für i = 0, . . . , k : z0 = 1 · y00 = 70 = 1, 1 · y11 = 1, 1 · y22 =
l l
7 zi +1 = zi · yi
ℓi
mod m 1, 1 · y33 = 4, 4 · y44 = 4 · 161 =
l l
64, 64 · y55 = 64, 64 · y55 = 64 · 32
8 Gib zk +1 aus
mod 89 = 1
⇒v =1
A.2 – Arithmetik
788 ≡ v mod 89
Alternativer Lösungsweg:
kleiner Satz von Fermat

Wenn a ganzzahlig und p eine Primzahl ist,
ap ≡ a (mod p)
Falls zusätzlich a kein Vielfaches von p ist,
ap−1 ≡ 1 (mod p)
p = 89 ist eine Primzahl

a = 7 ist kein Vielfaches von 89
p − 1 = 88
=⇒ v = 1

A.2 – Arithmetik
544 ≡ w mod 43
⇐⇒ 5 · 543 ≡ w mod 43
43 w
⇐⇒ 5 ≡ mod 43
5
kleiner Satz von Fermat

Wenn a ganzzahlig und p eine Primzahl ist,
ap ≡ a (mod p)
p = 43 ist eine Primzahl

a = 5 ist ganzzahlig
=⇒ w5 = 5 ⇐⇒ w = 25

A.2 – Arithmetik
55 · x ≡ 1 mod 89 ⇐⇒ 1 = 89 · k + 55 · x
Euklid: Rückrechnen liefert:
89 = 1 · 55 + 34 1 = 1·1+0·2
55 = 1 · 34 + 21 1 = −1 · 2 + 1 · 3
34 = 1 · 21 + 13 1 = 2 · 3 + −1 · 5
21 = 1 · 13 + 8 1 = −3 · 5 + 2 · 8
13 = 1 · 8 + 5 1 = 5 · 8 + −3 · 13
8 = 1·5+3 1 = −8 · 13 + 5 · 21
5 = 1·3+2 1 = 13 · 21 + −8 · 34
3 = 1·2+1 1 = −21 · 34 + 13 · 55
2 = 2·1+0 1 = 34 · 55 + −21 · 89
⇒ x = 34

A.2 – Arithmetik
144 · y ≡ 1 mod 233 ⇐⇒ 1 = 233 · k + 144 · y
Euklid: Rückrechnen liefert:
233 = 1 · 144 + 89 1 = 1·1+0·2

144 = 1 · 89 + 55 1 = −1 · 2 + 1 · 3
89 = 1 · 55 + 34 1 = 2 · 3 + −1 · 5
55 = 1 · 34 + 21 1 = −3 · 5 + 2 · 8
34 = 1 · 21 + 13 1 = 5 · 8 + −3 · 13
21 = 1 · 13 + 8 1 = −8 · 13 + 5 · 21
13 = 1 · 8 + 5 1 = 13 · 21 + −8 · 34
8 = 1·5+3 1 = −21 · 34 + 13 · 55
5 = 1·3+2 1 = 34 · 55 + −21 · 89
3 = 1·2+1 1 = −55 · 89 + 34 · 144
2 = 2·1+0 1 = 89 · 144 + −55 · 233
⇒ v = 89
A.3 – Grapheigenschaften
Bestimmen Sie für den nachfolgenden Graphen G die folgenden Werte:
α(G) ω(G) χ(G) ∆(G)

A.3 – maximaler Grad
G ist 4-regulär (=jeder Knoten hat
Grad 4)
∆(G) = 4
∆(G)
∆(G) = maxv ∈ V dG (v ) =
Maximalgrad von G

A.3 – Clique
Clique
Eine ℓ-Clique in einem Graphen
G = (V , E) ist eine Menge S ⊆ V von
|S | = ℓ Knoten, so daß
uv ∈ E für alle u , v ∈ S , u ̸= v .
Eine ℓ-Clique ist eine Kopie von Kℓ in

G.
G enthält kein K3 (3-Clique)
ω(G) = 2
ω(G)
Cliquenzahl von G
ω(G) = max{|S | : S ist eine Clique}

A.3 – stabile Menge
stabile Menge Komplementär Graph

Eine ℓ-stabile Menge in einem Der komplementäre Graph von einem
Graphen G = (V , E) ist eine Menge Graphen G = (V , E) ist der Graph
S ⊆ V von |S | = ℓ Knoten, so daß G = (V , E) mit
uv ̸∈ E für alle u , v ∈ S . uv ∈ E ⇐⇒ uv ̸∈ E für alle u , v ∈ V .

Eine ℓ-stabile Menge ist eine Kopie
von Kℓ in G. S ⊆ V ist eine stabile Menge in G
⇐⇒
α(G) S ist eine Clique in G
α(G) = max{|S | : S ist stabile Menge}

A.3 – stabile Menge
stabile Menge
Eine ℓ-stabile Menge in einem
Graphen G = (V , E) ist eine Menge
S ⊆ V von |S | = ℓ Knoten, so daß
uv ̸∈ E für alle u , v ∈ S .
Eine ℓ-stabile Menge ist eine Kopie

von K ℓ in G.
Durch die „Symmetrie“ des Graphen

ist es egal, in welchen Punkt wir
α(G) anfangen.
Die Stabilitätszahl von G Durch Probieren erhält man maximal 7
ª nicht-benachbarte Knoten
α(G) = max |S | : S ist stabile Menge
©
α(G) = 7

A.3 –Graphfärbung
Knotenfärbung
Eine zulässige Knotenfärbung ist eine
Funktion φ : V → N, sodass (u , v ) ∈ E
=⇒ φ(u) ̸= φ(v ) für alle u , v ∈ V
Zwei benachbarte Knoten haben
immer verschiedene Farben.
χ(G)
Die chromatische Zahl ist die
minimale Anzahl an Farben für
eine zulässige Knotenfärbung

A.3 – Graphfärbung
Untere und obere Schranken für die chromatische Zahl
Greedy Graphfärbung
1 für jeden Knoten v ∈ V
2 Färbe v in der kleinste Farbe, die kein Nachbar von v hat
(Farben durchnummeriert; Farben 1 bis |V | zur Verfügung)

Untere Schranken:
Ï χ(G) ≥ ω(G) = 2
Ï χ(G) > 2, da ∃ ungerader Kreis
l m
|V |
Ï χ(G) ≥ = ⌈ 21
7 ⌉=3
α(G)
Obere Schranken:
Ï χ(G) ≤ ∆(G) + 1 = 4 + 1 = 5
q
8|E (G)|+1
Ï χ(G) ≤ 1
2
+ 2
=
q
1
1 + 8·( 2 ·4·12)+1 ≈ 7
2 2
Handshaking Lemma
χ(G)
G k -regulär =⇒ |E(G)| = 12 · k · |V (G)|
Die chromatische Zahl ist die

Beginne bei x = 3
Gib entweder x-Färbung an, oder
beweise, dass es keine x-Färbung
gibt und wiederhole mit x = x + 1
Es gibt in jedem Fall eine
5-Färbung (Greedy anwenden)
Durch systematisches Austesten

finden wir heraus, dass es keine
3-Färbung gibt.
χ(G) Es gibt eine 4-Färbung.
Die chromatische Zahl ist die Es gilt χ(G) = 4.

A.4 – Travelling salesman problem
8 6
8 4 13 2
9 4
Führen Sie den BHK Algorithmus aus um die kürzeste TSP-Tour des Graphen
zu finden. Wählen Sie den Knoten 1 als Startknoten. Füllen Sie dazu die
folgende Tabelle mit den jeweiligen Werten für T (u , U) aus. Geben Sie am
Ende die Länge der optimalen TSP-Tour sowie dessen Weg aus.

Gegeben: gewichteter vollständiger Graph G, w auf n Knoten

Ziel: eine kürzeste Tour (=Summe der Kantengewichte minimal), die
jeden Knoten genau einmal besucht
keine Dreiecksungleichung!
Laufzeitschranken:
kein effizienter Algorithmus (=polynomieller, O(nc )) bekannt!
Insbesondere: bisher keine untere Laufzeitschranke bewiesen
naiver Algorithmus (= alle durchtesten) ∈ Ω(nn+o(n) )
Bellmann-Held-Karp-Algorithmus ∈ O(2n+o(n) )

Bellmann-Held-Karp-Algorithmus
Tabelleneintrag T (u , U) = Länge eines kürzesten Pfades, der in
Startknoten s startet, alle Knoten aus U besucht und in u endet
(
w({s, u }), wenn U = ;
T (u , U) =
minv ∈U {T (v , U \ {v }) + w({u , v })}, sonst
BHK(G, w)
1 Wähle Startknoten s
2 Für alle u ∈ V (G) \ {s} setze T (u , ;) = w({s, u })
3 Für N = 1, . . . , n − 2
4 Für alle u ∈ V (G) \ {s}
5 Für alle U ⊆ V (G) \ {u , s} mit |U | = N
6 T (u , U) = minv ∈U T (v , U \ {v }) + w({u , v })
7 Return minu ∈V (G)\{s} T (u , V (G) \ {u , s}) + w({u , s})

N u U
1
;
2 6
0
8 6
3 8
4 8
8 4 13 2
{2} {3} {4}
2 x 8+ 4 = 12 8+ 13 = 21
1
9 4
3 6 + 4 = 10 x 8 + 9 = 17
4 6 + 13 = 19 8+ 9 = 17 x
3
{2, 3} {2, 4} {3, 4}
2 x x 8 + 9 + 4 = 21
2
3 x 8+ 13 + 4 = 25 x
Start s = 1 4 6 + 4 + 9 = 19 x x
Länge der optimalen TSP-Tour: min{19 + 8 = 27, 25 + 8 = 33, 21 + 6 = 27}

Pfad der optimalen TSP-Tour: 1 → 2 → 3 → 4 → 1 oder 1 → 4 → 3 → 2 → 1

A.5 – Rekurrenzen
Berechnen Sie die Größenordnung der Rekurrenzen.
p p
a) T (n) = nT ( n) + n
b) T (n) = 16T ( n4 ) + n!
c)
(p p
2T ( n2 ) + n, n>1
T (n) =
1, n=1
d)
(
T (n − 1) + 2n, ∀n > 1
T (n) =
10, n = 1

A.5 – Rekurrenzen
Laufzeitanalyse: ( ¡n¢
a·T b + f (n) für n > 1
T (n) =
Θ(1) für n = 1
a · T bn = Zeit zum Lösen der Teilprobleme
¡ ¢
f (n) = Zeit zum Zusammenfügen der Teillösungen

a = Anzahl der Teilprobleme
n
b = Größe eines Teilproblems
Master-Theorem :
Wenn a ≥ 1, b > 1, dann



Θ(nlogb a ) falls f (n) = O(nlogb (a)−ϵ ) für ein ϵ > 0
logb a logk +1 n) falls f (n) = Θ(nlogb a logk n) für ein k ≥ 0
Θ(n




T (n) = Θ(f (n)) falls f (n) = Ω(nlogb a+ϵ ) für ein ϵ > 0 und

falls außerdem Zahlen c < 1, x0 > 0 existieren,






 so dass af (n/b) ≤ cf (n) für alle n > n0

A.5 – Rekurrenzen
Laufzeitanalyse: ( ¡n¢
a·T b + f (n) für n > 1
T (n) =
Θ(1) für n = 1
a · T bn = Zeit zum Lösen der Teilprobleme
¡ ¢
f (n) = Zeit zum Zusammenfügen der Teillösungen

a = Anzahl der Teilprobleme
n
b = Größe eines Teilproblems
Master-Theorem (vereinfacht):
Wenn a ≥ 1, b > 1, f (n) = Θ(nk ), k ≥ 0, dann
k falls a < bk
Θ(n )


T (n) = Θ(nk log n) falls a = bk

Θ(nlogb a ) falls a > bk


A.5 – Rekurrenzen
p p Master-Theorem (vereinfacht):
T (n) = nT ( n) + n Wenn
a ≥ 1, b > 1, f (n) = Θ(nk ), k ≥ 0,
Substitution:
p dann
n = 2p , n = 2p/2 , p = log n
T (2p ) = 2p/2 T (2p/2 ) + 2p k falls a < bk
Θ(n )

p

Teile durch 2 :
T (2p ) T (2p/2 ) T (n) = Θ(nk log n) falls a = bk
= + 1 
Θ(nlogb a )
p
2 p/2
falls a > bk

2
Substitution:
T (2p )
m(p) = 2p
m(p) = m(p/2) + 1
Master’s Theorem a = 1, b = 2, f (p) = 1 = Θ(p0 ), k = 0, (bk = 20 = 1 = a)
m(p) = Θ(p0 log p) = Θ(log p)
Resubstituieren:
T (2p )
m(p) = = Θ(log p)
2p
T (2p ) = Θ(2p · log p)
T (n) = Θ(n · log(log n))
A.5 – Rekurrenzen
T (n) = a · T bn + f (n)
¡ ¢
n
T (n) = 16T ( ) + n! Wenn a ≥ 1, b > 1, dann
4 T (n) =
a = 16, b = 4, (log4 (16) = 2) 
Θ(nlogb a )
f (n) = n! = Ω(n2+ϵ )


falls ∃ϵ > 0 f (n) = O(nlogb (a)−ϵ );





Θ(nlogb a logk +1 n)


T (n) = Θ(n!)




falls ∃k ≥ 0 f (n) = Θ(nlogb a logk n);



 Θ(f (n))
falls ∃ϵ > 0 f (n) = Ω(nlogb a+ϵ )






und ∃c < 1, x0 > 0, so dass





af (n/b) ≤ cf (n) ∀ n > n0


A.5 – Rekurrenzen
T (n) = a · T bn + f (n)
¡ ¢
(p p Wenn a ≥ 1, b > 1, dann

2T ( n2 ) + n, n>1 T (n) =
T (n) =
1, n=1 Θ(nlogb a )



falls ∃ϵ > 0 f (n) = O(nlogb (a)−ϵ );

p p


a = 2, b = 2 (log2 ( 2) = 21 )


Θ(nlogb a logk +1 n)



1 1

f (n) = n 2 = Θ(n 2 log0 (n)) (k=0)


falls ∃k ≥ 0 f (n) = Θ(nlogb a logk n);

p
T (n) = Θ( n log n) 

 Θ(f (n))
falls ∃ϵ > 0 f (n) = Ω(nlogb a+ϵ )






und ∃c < 1, x0 > 0, so dass





af (n/b) ≤ cf (n) ∀ n > n0


A.5 – Rekurrenzen
(
T (n − 1) + 2n, ∀n > 1
T (n) =
10, n = 1
Master-Theorem nicht anwendbar
T (n) = T (n − 1) + 2(n − 1)
= (T (n − 2) + 2(n − 2)) + 2(n − 1)
= ((T (n − 3) + 2(n − 3)) + 2(n − 2)) + 2(n − 1)
k =X
n−1
= T (n − (n − 1)) + 2(n − k )
k =1
k =X
n−1 k =X
n−1 k =X
n−1
= T (1) + 2n − k = 10 + (n − 1)2n − k
k =1 k =1 k =1
1 1 1
= 10 + (n − 1)2n − (n − 1)n = 10 + 2n2 − 2n − n2 + n
2 2 2
= Θ(n2 ) („bei Polynomen dominiert der höchste Exponent“)
= 12 n(n + 1) (Arithmetische Summenformel)
Pk =n
k =1 k
A.6 – Heaps
Heaps
ein Heap ist eine Datenstruktur in Form eines gewurzelten Baums
die Knoten sind von 1 bis n durchnumeriert
Knoten 1 ist die Wurzel
die Kinder von Knoten i sind 2i und 2i + 1, falls diese Werte ≤ n sind
jeder Knoten hat also höchstens zwei Kinder
der Elternknoten von Knoten i ≥ 2 ist der Knoten ⌊i/2⌋
Beispiel
ein Heap mit 6 Knoten
Knoten 1 ist der Wurzelknoten 1
Als Array: A = [1, 2, 3, 4, 5, 6]
2 3
4 5 6

A.6 – Heaps
Max-Heaps (und Min-Heaps)

in den Knoten des Heaps speichern wir vergleichbare Werte
ein Max-Heap hat die Eigenschaft, daß der Wert eines Kindknotens
niemals größer ist als der Wert des Elternknotens
ein Min-Heap hat die Eigenschaft, daß der Wert eines Kindknotens
niemals kleiner ist als der Wert des Elternknotens
wir befassen uns im folgenden nur mit Max-Heaps

A.6 – Heaps
a) In einem komplettem Min-Heap werden die Zahlen 1, 2, 3 . . . 1023 in
beliebiger Reihenfolge eingefügt. Bestimmen Sie die maximale Tiefe des
Wertes 9 (wobei die Wurzel Tiefe 0 hat):
1
2 ...
3 ...
4 ...
5 ...
Tiefe: 8
6 ...
7 ...
8 ...
9 ...

A.6 – Heaps
b) In einem komplettem Min-Heap werden die Zahlen 1, 2, 3 . . . 1023 in
beliebiger Reihenfolge eingefügt. Bestimmen Sie die minimale Tiefe des
Wertes 9 (wobei die Wurzel Tiefe 0 hat):
1
2 9
Tiefe: 1
... ... ... ...

A.6 – Quicksort
c) Betrachten Sie Quicksort auf einem Array mit n verschiedenen Elementen.
Wie groß ist die Wahrscheinlichkeit, dass ein Vergleich zwischen dem
kleinsten und dem größten Element des Arrays stattfindet?
Algorithmus Quicksort Sei k das kleinste Element und g das Größte

1 for all i = 1, . . . , n Wenn k in K und g in G landet, werden sie nie
2 if ℓi < ℓ1 , add ℓi to K miteinander verglichen
3 if ℓi > ℓ1 , add ℓi to G
Es wird ausschließlich Pivot mit allen Elementen
4 if ℓi = ℓ1 , add ℓi to M
verglichen
5 If |K | > 1, Quicksort(K )
6 If |G| > 1, Quicksort(G) k und g werden nur verglichen, wenn eines von
7 return K , M , G beiden im ersten Aufruf das Pivot ist
Whk., dass k an Position 1 ist = P(a1 = k ) = n1 ,
P(a1 = g) = n1
Whk., dass k und g verglichen=
P(a1 = k ∨ a1 = g) = n1 + n1 = Θ( n1 )

d) Betrachte ein Array (1, n, 2, n − 1, . . . , n, 1) der Länge 2n. Was ist die
asymptotische Laufzeit des Arrays bei Quicksort?
Algorithmus Quicksort [1, n, 2, n − 1, . . . , n, 1]

1 for all i = 1, . . . , n
2 if ℓi < ℓ1 , add ℓi to K
3 if ℓi > ℓ1 , add ℓi to G
K = [] M = [1, 1] G = [n, 2, n − 1, . . . , n]
4 if ℓi = ℓ1 , add ℓi to M
5 If |K | > 1, Quicksort(K ) K = [2, n − 1, . . . , 2] M = [n, n] G = []
6 If |G| > 1, Quicksort(G)
7 return K , M , G
...
Pro Schritt 2 Elemente nach M, ansonsten alle in K bzw. G
n n(n + 1)
= 2n2 − (n2 + n) = n2 − n = Θ(n2 )
X
(2n − 2i) = 2n · n − 2 ·
i =1 2

Quellen
DAP2 Sommersemester 2023 von A. Coja-Oghlan:
Musterlösung im Moodle Kurs: https:
//moodle.tu-dortmund.de/course/view.php?id=39150
Veranstaltungsseite:
https://ls2-web.cs.tu-dortmund.de/~mamicoja/dap2.pdf
Vorjahre:
DAP2 SS22 von A. Coja-Oghlan
DAP2 SS19 von M. Buchin, https:
//moodle.tu-dortmund.de/course/view.php?id=14402
DAP2 SS16 von C. Sohler
DAP2 SS16 - Repetitorium von B. Bollig,
https://ls2-www.cs.tu-dortmund.de/grav/de/grav_files/
people/bollig/RepDAP2
Vorlesungsergänzendes Material:
Cormen, Leiserson, Rivest, Stein: „Algorithmen - eine Einführung“

Blatt11 Besprechung

Hochgeladen von

Dokumentinformationen

Originaltitel

Copyright

Verfügbare Formate

Dieses Dokument teilen

Dokument teilen oder einbetten

Freigabeoptionen

Stufen Sie dieses Dokument als nützlich ein?

Sind diese Inhalte unangemessen?

Copyright:

Verfügbare Formate

Blatt11 Besprechung

Hochgeladen von

Copyright:

Verfügbare Formate

DAP 2

Last update: 4. Juli 2023

f (n) ∈ O (g(n)) f (n) ∈ Ω (g(n))

f (n) ∈ o (g(n)) f (n) ∈ Θ (g(n))

Antonia Kalb DAP 2 Last update: 4. Juli 2023 1 / 45

Antonia Kalb DAP 2 Last update: 4. Juli 2023 2 / 45

Regel von l’ Hospital

genau dann, wenn

Antonia Kalb DAP 2 Last update: 4. Juli 2023 3 / 45

Antonia Kalb DAP 2 Last update: 4. Juli 2023 4 / 45

Antonia Kalb DAP 2 Last update: 4. Juli 2023 5 / 45

Antonia Kalb DAP 2 Last update: 4. Juli 2023 7 / 45

e−n sin( nn−21 ) ✓ ✓

Potenzgesetze: a−r = a1r

Antonia Kalb DAP 2 Last update: 4. Juli 2023 8 / 45

f (n) = log(n!) Stirlingformel

Antonia Kalb DAP 2 Last update: 4. Juli 2023 9 / 45

Antonia Kalb DAP 2 Last update: 4. Juli 2023 10 / 45

Antonia Kalb DAP 2 Last update: 4. Juli 2023 11 / 45

Antonia Kalb DAP 2 Last update: 4. Juli 2023 12 / 45

kleiner Satz von Fermat

Falls zusätzlich a kein Vielfaches von p ist,

p = 89 ist eine Primzahl

Antonia Kalb DAP 2 Last update: 4. Juli 2023 15 / 45

kleiner Satz von Fermat

p = 43 ist eine Primzahl

Antonia Kalb DAP 2 Last update: 4. Juli 2023 16 / 45

Antonia Kalb DAP 2 Last update: 4. Juli 2023 17 / 45

233 = 1 · 144 + 89 1 = 1·1+0·2

Antonia Kalb DAP 2 Last update: 4. Juli 2023 19 / 45

Antonia Kalb DAP 2 Last update: 4. Juli 2023 20 / 45

Eine ℓ-Clique ist eine Kopie von Kℓ in

ω(G) = max{|S | : S ist eine Clique}

Antonia Kalb DAP 2 Last update: 4. Juli 2023 21 / 45

stabile Menge Komplementär Graph

uv ̸∈ E für alle u , v ∈ S . uv ∈ E ⇐⇒ uv ̸∈ E für alle u , v ∈ V .

α(G) = max{|S | : S ist stabile Menge}

Antonia Kalb DAP 2 Last update: 4. Juli 2023 22 / 45

Eine ℓ-stabile Menge ist eine Kopie

Durch die „Symmetrie“ des Graphen

Antonia Kalb DAP 2 Last update: 4. Juli 2023 23 / 45

Antonia Kalb DAP 2 Last update: 4. Juli 2023 24 / 45

Antonia Kalb DAP 2 Last update: 4. Juli 2023 25 / 45

Antonia Kalb DAP 2 Last update: 4. Juli 2023 26 / 45

Durch systematisches Austesten

Antonia Kalb DAP 2 Last update: 4. Juli 2023 27 / 45

Antonia Kalb DAP 2 Last update: 4. Juli 2023 28 / 45

Gegeben: gewichteter vollständiger Graph G, w auf n Knoten

Antonia Kalb DAP 2 Last update: 4. Juli 2023 29 / 45

Antonia Kalb DAP 2 Last update: 4. Juli 2023 30 / 45

Länge der optimalen TSP-Tour: min{19 + 8 = 27, 25 + 8 = 33, 21 + 6 = 27}

Antonia Kalb DAP 2 Last update: 4. Juli 2023 31 / 45

Antonia Kalb DAP 2 Last update: 4. Juli 2023 32 / 45

f (n) = Zeit zum Zusammenfügen der Teillösungen

Antonia Kalb DAP 2 Last update: 4. Juli 2023 33 / 45

f (n) = Zeit zum Zusammenfügen der Teillösungen

Antonia Kalb DAP 2 Last update: 4. Juli 2023 34 / 45

Antonia Kalb DAP 2 Last update: 4. Juli 2023 36 / 45

(p p Wenn a ≥ 1, b > 1, dann

Antonia Kalb DAP 2 Last update: 4. Juli 2023 37 / 45

Antonia Kalb DAP 2 Last update: 4. Juli 2023 39 / 45

Max-Heaps (und Min-Heaps)

Antonia Kalb DAP 2 Last update: 4. Juli 2023 40 / 45