Algoritmuselmélet. Katona Gyula Y. Számítástudományi és Információelméleti Tanszék Budapesti Műszaki és Gazdaságtudományi Egyetem. 7.

Méret: px
Mutatás kezdődik a ... oldaltól:

Download "Algoritmuselmélet. Katona Gyula Y. Számítástudományi és Információelméleti Tanszék Budapesti Műszaki és Gazdaságtudományi Egyetem. 7."

Átírás

1 Algorimuselméle Keresőfák, piros-fekee fák Kaona Gula Y. Sámíásudománi és Információelmélei Tansék Budapesi Műsaki és Gadaságudománi Egeem. előadás Kaona Gula Y. (BME SZIT) Algorimuselméle. előadás / Keresőfák Tároljuk a U rendee halma elemei, hog BESZÚR, TÖRÖL, KERES, MIN, (MAX, TÓLIG) haékonak legenek. Bináris fa bejárása eljes fa (új def.): a alsó sin is ele van l sinű, eljes fának l csúcsa van. Fa csúcsai elem(), bal(), jobb() eseleg apa() és resfa() + Ha a gökér, pedig a -es csúcs, akkor * 5 bal(jobb()) =, apa(apa()) =, elem(bal()) =, resfa() =. Kaona Gula Y. (BME SZIT) Algorimuselméle. előadás /

2 PREORDER, INORDER, POSTORDER pre() in() pos() begin begin begin láoga(); in(bal()); pos(bal()); pre(bal()); láoga(); pos(jobb()); pre(jobb()) in(jobb()) láoga() end end end + * 5 PREORDER: + 5 INORDER: 5 + POSTORDER: 5 + Lépéssám: O(n) Kaona Gula Y. (BME SZIT) Algorimuselméle. előadás / Bináris keresőfa Definíció (Keresőfa-ulajdonság) Tesőleges csúcsra és a baloldali résfájában levő csúcsra iga, hog elem() elem(). Hasonlóan, ha eg csúcs a jobb résfájából, akkor elem() elem(). 0 Hái felada: Igaoljuk, hog eg bináris keresőfa elemei a fa inorder bejárása nemcsökkenő sorrendben láogaja meg. Eg kénelmes megállapodás: a ovábbiakban felessük, hog nincsenek ismélődő elemek a keresőfában. Kaona Gula Y. (BME SZIT) Algorimuselméle. előadás /

3 Naiv algorimusok KERES(s,S): Össehasonlíjuk s-e S gökerében árol s elemmel. Ha s = s, akkor megaláluk. Ha s < s, akkor balra megünk ovább. KERES(, S) Ha s > s, akkor jobbra megünk. Ugane a ua járjuk be a KERES(5, S) kapcsán, de a nem aláljuk meg. Lépéssám: O(l), ahol l a fa mélsége MIN: mindig balra lépünk, amíg lehe MAX: mindig jobbra lépünk, amíg lehe Lépéssám: O(l) TÓLIG(a, b, S): KERES(a, S) INORDER a-ól b-ig Lépéssám: O(l + k), ahol k a a és b köö levő elemek sáma Kaona Gula Y. (BME SZIT) Algorimuselméle. előadás 5 / Naiv BESZÚR BESZÚR(s, S): KERES(s, S)-sel megkeressük, hova kerülne, és új levele adunk hoá, pl. BESZÚR(, S): Lépéssám: O(l) Kaona Gula Y. (BME SZIT) Algorimuselméle. előadás /

4 Naiv TÖRÖL TÖRÖL(s, S): Ha s levél, akkor riviális, pl. TÖRÖL(, S): TÖRÖL(s, S): Ha s-nek eg fia van, akkor: s fiú(s), pl. TÖRÖL(, S): Kaona Gula Y. (BME SZIT) Algorimuselméle. előadás / Naiv TÖRÖL Vag pl. TÖRÖL(, S ): 0 0 TÖRÖL(s, S): Ha s-nek ké fia van, akkor vissaveejük a előő esere. s helére egük := MAX(bal(s))- és öröljük -. Pl. TÖRÖL(, S ): 0 0 Kaona Gula Y. (BME SZIT) Algorimuselméle. előadás /

5 Naiv TÖRÖL Állíás := MAX(bal(s)) csúcsnak nem lehe ké fia. Bioníás. Ha lenne ké fia, akkor lenne eg jobb fia is. De ekkor >. Lépéssám: O(l) Kaona Gula Y. (BME SZIT) Algorimuselméle. előadás / Faépíés naiv besúrásokkal Ha pl. a,,..., n soroaból épíünk fá íg, akkor e kapjuk: A épíés kölsége: (n ) = O(n ) Téel n Ha eg vélelen soroaból épíünk fá naiv besúrásokkal, akkor a épíés kölsége álagosan O(n log n). A kapo fa mélsége álagosan O(log n). Kaona Gula Y. (BME SZIT) Algorimuselméle. előadás 0 /

6 Piros-fekee fák Olan bináris keresőfa, melnek mélsége nem lehe nag. BESZÚR, TÖRÖL, KERES, MIN, (MAX, TÓLIG) haékonak. Definíció A piros-fekee fa eg bináris keresőfa, melre eljesülnek a kövekeők: Minden nem levél csúcsnak fia van. Elemeke belső csúcsokban árolunk. Teljesül a keresőfa ulajdonság. A fa minden csúcsa piros vag fekee. 5 A gökér fekee. A levelek fekeék. Minden piros csúcs mindké gereke fekee. Minden v csúcsra iga, hog a össes v-ből levélbe veeő úon ugananni fekee csúcs van. Kaona Gula Y. (BME SZIT) Algorimuselméle. előadás / Példa 5 5 Megj.: A sokásos bináris fá kiegésíjük üres levelekkel. Kaona Gula Y. (BME SZIT) Algorimuselméle. előadás /

7 Piros-fekee fák Jelölések F v : v gökerű résfa m(v): v magassága, a leghossabb v-ből levélbe veeő ú éleinek sáma fm(v): v fekee-magassága, a v-ből levélbe veeő össes úon a fekee csúcsok sáma, v- nem sámolva. (E minden úon egforma a. ulajdonság mia.) Kaona Gula Y. (BME SZIT) Algorimuselméle. előadás / Tulajdonságok Állíás Eg piros-fekee fa minden v csúcsára eljesül m(v) fm(v) m(v). Bioníás. A leghossab levélbe veeő úon a fekeék sáma nem lehe öbb a élek sámánál fm(v) m(v).. pon mia a leghossabb úon a ponoknak legalább a fele fekee m(v) fm(v). Kaona Gula Y. (BME SZIT) Algorimuselméle. előadás /

8 Tulajdonságok Állíás F v belső csúcsainak sáma b v fm(v). Bioníás. Indukcióval m(v)-re: m(v) = 0 fm(v) = 0, b v 0 Ha m(v) > 0, akkor legen, a ké fia. m() < m(v) és m() < m(v) fm(v) fm() fm(v) és fm(v) fm() fm(v) b v = b + b + b v ( fm() )+( fm() )+ ( fm(v) )+ = fm(v). Kaona Gula Y. (BME SZIT) Algorimuselméle. előadás 5 / Tulajdonságok Állíás Ha eg piros-fekee fában n eleme árolunk, akkor a fa magassága log(n + ). Bioníás. Ha r a gökér b r = n. n = b r fm(r) log(n + ) fm(r) m(r) Téel KERES, MAX, MIN lépéssáma piros-fekee fában O(log n). Bioníás. Álalában minden keresőfában a lépéssám a fa magasságával arános O(l) = O(log n). Kaona Gula Y. (BME SZIT) Algorimuselméle. előadás /

9 BESZÚR lépéssáma Ha a keresőfáknál hasnálaos besúrás hasnálnánk, akkor megsérülhene a piros-fekee ulajdonság. Forgaás s s F F F s F F F s Megj.: E a művele megarja a keresőfa ulajdonságo. Kaona Gula Y. (BME SZIT) Algorimuselméle. előadás / BESZÚR Súrjuk be a új eleme a keresőfáknál megismer módon. Új belső csúcs kelekeik (gerekei csak üres fekee levelek): Ha a gökér, akkor legen fekee Ha nem gökér, akkor legen a apja, legen piros. () Ha fekee fekee-magasságok sehol nem válonak () Ha piros nem eljesül a piros-fekee ulajdonság ovábbi lépések kellenek. Kaona Gula Y. (BME SZIT) Algorimuselméle. előadás /

10 BESZÚR () Mivel piros, nem gökér legen apja (fekee), esvére. (.) Ha piros ásíneük - pirosra Evvel a problémá ké sinel feljebb oluk, o folajuk a fa rendbeéelé. Kivéve, ha a gökér marad fekee fm() eggel nagobb les. Kaona Gula Y. (BME SZIT) Algorimuselméle. előadás / BESZÚR (.) Ha fekee: (..) Ha és nem aonos oldali gerek forgaunk körül. Evvel a kövekeő esere veeük a problémá. Kaona Gula Y. (BME SZIT) Algorimuselméle. előadás 0 /

11 BESZÚR (.) Ha fekee: (..) Ha és aonos oldali gerek forgaunk körül, majd ásíneünk. Evvel a gökér fekee-magassága nem váloik, és eljesül a piros-fekee ulajdonság. Kaona Gula Y. (BME SZIT) Algorimuselméle. előadás / BESZÚR Téel A BESZÚR során (a) a lépéssám O(log n), (b) legfeljebb forgaás örénik. Bioníás. (a) piros eseben a (.) ponban sinel feljebb kerül a baj sinenkén konsans lépés O(log n). (b) Forgaás csak a (.) eseben örénik, de ekkor nincs felgűrűés, rögön kijavíjuk a fá. Kaona Gula Y. (BME SZIT) Algorimuselméle. előadás /

12 TÖRÖL Hasonló módserek, de bonolulabb. Téel A TÖRÖL során (a) a lépéssám O(log n), (b) legfeljebb forgaás örénik. Kaona Gula Y. (BME SZIT) Algorimuselméle. előadás / Példa BESZÚRásokra Súrjuk be eg üres fába sorban a,,,,, elemeke. (..) forgaás (..) ásín. (.) ásín. Kaona Gula Y. (BME SZIT) Algorimuselméle. előadás /

13 Példa BESZÚRásokra Súrjuk be eg üres fába sorban a,,,,, elemeke. (..) forgaás (..) forgaás (..) ásín. Kaona Gula Y. (BME SZIT) Algorimuselméle. előadás 5 / Példa BESZÚRásokra Súrjuk be eg üres fába sorban a,,,,, elemeke. (.) ásín. Kaona Gula Y. (BME SZIT) Algorimuselméle. előadás /

Algoritmuselmélet. Katona Gyula Y. Számítástudományi és Információelméleti Tanszék Budapesti Műszaki és Gazdaságtudományi Egyetem. 6.

Algoritmuselmélet. Katona Gyula Y. Számítástudományi és Információelméleti Tanszék Budapesti Műszaki és Gazdaságtudományi Egyetem. 6. Algorimuselméle Keresőfák, piros-fekee fák Kaona Gyula Y. Sámíásudományi és Információelmélei Tansék Budapesi Műsaki és Gadaságudományi Egyeem. előadás Kaona Gyula Y. (BME SZIT) Algorimuselméle. előadás

Részletesebben

A számítástudomány alapjai. Katona Gyula Y. Számítástudományi és Információelméleti Tanszék Budapesti Műszaki és Gazdaságtudományi Egyetem

A számítástudomány alapjai. Katona Gyula Y. Számítástudományi és Információelméleti Tanszék Budapesti Műszaki és Gazdaságtudományi Egyetem A számítástudomány alapjai Katona Gyula Y. Számítástudományi és Információelméleti Tanszék Budapesti Műszaki és Gazdaságtudományi Egyetem Bináris keresőfa, kupac Katona Gyula Y. (BME SZIT) A számítástudomány

Részletesebben

Adatszerkezetek 7a. Dr. IványiPéter

Adatszerkezetek 7a. Dr. IványiPéter Adatszerkezetek 7a. Dr. IványiPéter 1 Fák Fákat akkor használunk, ha az adatok között valamilyen alá- és fölérendeltség van. Pl. könyvtárszerkezet gyökér () Nincsennek hurkok!!! 2 Bináris fák Azokat a

Részletesebben

Algoritmuselmélet. 2-3 fák. Katona Gyula Y. Számítástudományi és Információelméleti Tanszék Budapesti Műszaki és Gazdaságtudományi Egyetem. 8.

Algoritmuselmélet. 2-3 fák. Katona Gyula Y. Számítástudományi és Információelméleti Tanszék Budapesti Műszaki és Gazdaságtudományi Egyetem. 8. Algoritmuselmélet 2-3 fák Katona Gyula Y. Számítástudományi és Információelméleti Tanszék Budapesti Műszaki és Gazdaságtudományi Egyetem 8. előadás Katona Gyula Y. (BME SZIT) Algoritmuselmélet 8. előadás

Részletesebben

Algoritmusok és adatszerkezetek gyakorlat 07

Algoritmusok és adatszerkezetek gyakorlat 07 Algoritmusok és adatszerkezetek gyakorlat 0 Keresőfák Fák Fa: összefüggő, körmentes gráf, melyre igaz, hogy: - (Általában) egy gyökér csúcsa van, melynek 0 vagy több részfája van - Pontosan egy út vezet

Részletesebben

10. előadás Speciális többágú fák

10. előadás Speciális többágú fák 10. előadás Adatszerkezetek és algoritmusok előadás 2018. április 17., és Debreceni Egyetem Informatikai Kar 10.1 A többágú fák kezelésére nincsenek általános elvek, implementációjuk elsősorban alkalmazásfüggő.

Részletesebben

Líneáris függvények. Definíció: Az f(x) = mx + b alakú függvényeket, ahol m 0, m, b R elsfokú függvényeknek nevezzük.

Líneáris függvények. Definíció: Az f(x) = mx + b alakú függvényeket, ahol m 0, m, b R elsfokú függvényeknek nevezzük. Líneáris függvének Definíció: Az f() = m + b alakú függvéneket, ahol m, m, b R elsfokú függvéneknek nevezzük. Az f() = m + b képletben - a b megmutatja, hog a függvén hol metszi az tengelt, majd - az m

Részletesebben

7 7, ,22 13,22 13, ,28

7 7, ,22 13,22 13, ,28 Általános keresőfák 7 7,13 13 13 7 20 7 20,22 13,22 13,22 7 20 25 7 20 25,28 Általános keresőfa Az általános keresőfa olyan absztrakt adatszerkezet, amely fa és minden cellájában nem csak egy (adat), hanem

Részletesebben

Hierarchikus adatszerkezetek

Hierarchikus adatszerkezetek 5. előadás Hierarchikus adatszerkezetek A hierarchikus adatszerkezet olyan < A, R > rendezett pár, amelynél van egy kitüntetett r A gyökérelem úgy, hogy: 1. r nem lehet végpont, azaz a A esetén R(a,r)

Részletesebben

Az első kiegyensúlyozott fa algoritmus. Kitalálói: Adelson-Velskii és Landis (1962)

Az első kiegyensúlyozott fa algoritmus. Kitalálói: Adelson-Velskii és Landis (1962) 6. előadás AVL fák Az első kiegensúlozott fa algoritmus Kitalálói: Adelson-Velskii és Landis (196) Tulajdonságok Bináris rendezőfa A bal és jobb részfák magassága legfeljebb 1-gel különbözik A részfák

Részletesebben

Számláló rendezés. Példa

Számláló rendezés. Példa Alsó korlát rendezési algoritmusokra Minden olyan rendezési algoritmusnak a futását, amely elempárok egymással való összehasonlítása alapján működik leírja egy bináris döntési fa. Az algoritmus által a

Részletesebben

Elemi adatszerkezetek

Elemi adatszerkezetek 2017/12/16 17:22 1/18 Elemi adatszerkezetek < Programozás Elemi adatszerkezetek Szerző: Sallai András Copyright Sallai András, 2011, 2014 Licenc: GNU Free Documentation License 1.3 Web: http://szit.hu

Részletesebben

Példa 30 14, 22 55,

Példa 30 14, 22 55, Piros-Fekete fák 0 Példa 14, 22 55, 77 0 14 55 22 77 Piros-Fekete fák A piros-fekete fa olyan bináris keresőfa, amelynek minden pontja egy extra bit információt tartalmaz, ez a pont színe, amelynek értékei:

Részletesebben

Adatszerkezetek és algoritmusok

Adatszerkezetek és algoritmusok 2010. január 8. Bevezet El z órák anyagainak áttekintése Ismétlés Adatszerkezetek osztályozása Sor, Verem, Lengyelforma Statikus, tömbös reprezentáció Dinamikus, láncolt reprezentáció Láncolt lista Lassú

Részletesebben

Tartalomjegyzék. Köszönetnyilvánítás. 1. Az alapok 1

Tartalomjegyzék. Köszönetnyilvánítás. 1. Az alapok 1 Köszönetnyilvánítás Bevezetés Kinek szól a könyv? Elvárt előismeretek A könyv témája A könyv használata A megközelítés alapelvei Törekedjünk az egyszerűségre! Ne optimalizáljunk előre! Felhasználói interfészek

Részletesebben

Gyakorló feladatok ZH-ra

Gyakorló feladatok ZH-ra Algoritmuselmélet Schlotter Ildi 2011. április 6. ildi@cs.bme.hu Gyakorló feladatok ZH-ra Nagyságrendek 1. Egy algoritmusról tudjuk, hogy a lépésszáma O(n 2 ). Lehetséges-e, hogy (a) minden páros n-re

Részletesebben

Fák 2009.04.06. Témakörök. Fa definíciója. Rekurzív típusok, fa adatszerkezet Bináris keresőfa, bejárások Bináris keresőfa, módosítás B-fa

Fák 2009.04.06. Témakörök. Fa definíciója. Rekurzív típusok, fa adatszerkezet Bináris keresőfa, bejárások Bináris keresőfa, módosítás B-fa Fák szenasi.sandor@nik.bmf.hu PPT 2007/2008 tavasz http://nik.bmf.hu/ppt 1 Rekurzív típusok, fa adatszerkezet Bináris keresőfa, bejárások Bináris keresőfa, módosítás B-fa Témakörök 2 Fa (Tree): csomópontok

Részletesebben

Fa (Tree): csomópontok (nodes) halmaza, amelyeket élek (edges) kötnek össze, és teljesülnek az alábbi feltételek:

Fa (Tree): csomópontok (nodes) halmaza, amelyeket élek (edges) kötnek össze, és teljesülnek az alábbi feltételek: Fák szenasi.sandor@nik.bmf.hu PPT 2007/2008 tavasz http://nik.bmf.hu/ppt 1 Témakörök Rekurzív típusok, fa adatszerkezet Bináris keresőfa, bejárások Bináris keresőfa, módosítás Piros-fekete fa B-fa 2 Fa

Részletesebben

file:///d:/okt/ad/jegyzet/ad1/b+fa.html

file:///d:/okt/ad/jegyzet/ad1/b+fa.html 1 / 5 2016. 11. 30. 12:58 B+ fák CSci 340: Database & Web systems Home Syllabus Readings Assignments Tests Links Computer Science Hendrix College Az alábbiakban Dr. Carl Burch B+-trees című Internetes

Részletesebben

Bináris keresőfa. Felépítés, alapvető műveletek. Programozás II. előadás. Szénási Sándor

Bináris keresőfa. Felépítés, alapvető műveletek. Programozás II. előadás.  Szénási Sándor Bináris keresőfa Felépítés, alapvető műveletek előadás http://nik.uni-obuda.hu/prog2 Szénási Sándor szenasi.sandor@nik.uni-obuda.hu Óbudai Egyetem,Neumann János Informatikai Kar Bináris keresőfa Rekurzív

Részletesebben

10. tétel. Adatszerkezetek és algoritmusok vizsga Frissült: 2013. január 28.

10. tétel. Adatszerkezetek és algoritmusok vizsga Frissült: 2013. január 28. 10. tétel Adatszerkezetek és algoritmusok vizsga Frissült: 2013. január 28. 2-3 fák Hatékony keresőfa-konstrukció. Ez is fa, de a binárisnál annyival bonyolultabb hogy egy nem-levél csúcsnak 2 vagy 3 fia

Részletesebben

Keresőfák és nevezetes algoritmusaikat szemléltető program

Keresőfák és nevezetes algoritmusaikat szemléltető program EÖTVÖS LORÁND TUDOMÁNYEGYETEM INFORMATIKAI KAR Algoritmusok és Alkalmazásaik Tanszék Keresőfák és nevezetes algoritmusaikat szemléltető program Témavezető: Veszprémi Anna Mestertanár Szerző: Ujj László

Részletesebben

Kupac adatszerkezet. A[i] bal fia A[2i] A[i] jobb fia A[2i + 1]

Kupac adatszerkezet. A[i] bal fia A[2i] A[i] jobb fia A[2i + 1] Kupac adatszerkezet A bináris kupac egy majdnem teljes bináris fa, amely minden szintjén teljesen kitöltött kivéve a legalacsonyabb szintet, ahol balról jobbra haladva egy adott csúcsig vannak elemek.

Részletesebben

Algoritmuselmélet. Függvények nagyságrendje, elágazás és korlátozás, dinamikus programozás. Katona Gyula Y.

Algoritmuselmélet. Függvények nagyságrendje, elágazás és korlátozás, dinamikus programozás. Katona Gyula Y. Algoritmuselmélet Függvények nagyságrendje, elágazás és korlátozás, dinamikus programozás Katona Gyula Y. Számítástudományi és Információelméleti Tanszék Budapesti Műszaki és Gazdaságtudományi Egyetem

Részletesebben

Rendezettminta-fa [2] [2]

Rendezettminta-fa [2] [2] Rendezettminta-fa Minden p ponthoz tároljuk a p gyökerű fa belső pontjainak számát (méretét) Adott elem rangja: az elem sorszáma (sorrendben hányadik az adatszekezetben) Adott rangú elem keresése - T[r]

Részletesebben

17. A 2-3 fák és B-fák. 2-3 fák

17. A 2-3 fák és B-fák. 2-3 fák 17. A 2-3 fák és B-fák 2-3 fák Fontos jelentősége, hogy belőlük fejlődtek ki a B-fák. Def.: Minden belső csúcsnak 2 vagy 3 gyermeke van. A levelek egy szinten helyezkednek el. Az adatrekordok/kulcsok csak

Részletesebben

Algoritmusok és adatszerkezetek II.

Algoritmusok és adatszerkezetek II. Algoritmusok és adatszerkezetek II. Horváth Gyula Szegedi Tudományegyetem Természettudományi és Informatikai Kar horvath@inf.u-szeged.hu 3. Kiegyensúlyozott keresőfák A T tulajdonság magasság-egyensúlyozó

Részletesebben

EGY KERESZTPOLARIZÁCIÓS JELENSÉG BEMUTATÁSA FIZIKAI HALLGATÓI LABORATÓRIUMBAN

EGY KERESZTPOLARIZÁCIÓS JELENSÉG BEMUTATÁSA FIZIKAI HALLGATÓI LABORATÓRIUMBAN Fiia Modern fiia GY KRSZTPOLARIZÁCIÓS JLNSÉG BMUTATÁSA FIZIKAI HALLGATÓI LABORATÓRIUMBAN DMONSTRATION OF AN OPTICAL CROSS- POLARIZATION FFCT IN A STUDNT LABORATORY Kőhái-Kis Ambrus, Nag Péter 1 Kecseméti

Részletesebben

B-fa. Felépítés, alapvető műveletek. Programozás II. előadás. Szénási Sándor.

B-fa. Felépítés, alapvető műveletek. Programozás II. előadás.  Szénási Sándor. B-fa Felépítés, alapvető műveletek előadás http://nik.uni-obuda.hu/prog2 Szénási Sándor szenasi.sandor@nik.uni-obuda.hu Óbudai Egyetem,Neumann János Informatikai Kar B-fa Felépítése Beszúrás művelete Törlés

Részletesebben

Adatszerkezetek 2. Dr. Iványi Péter

Adatszerkezetek 2. Dr. Iványi Péter Adatszerkezetek 2. Dr. Iványi Péter 1 Fák Fákat akkor használunk, ha az adatok között valamilyen alá- és fölérendeltség van. Pl. könyvtárszerkezet gyökér (root) Nincsennek hurkok!!! 2 Bináris fák Azokat

Részletesebben

Algoritmuselmélet 2. előadás

Algoritmuselmélet 2. előadás Algoritmuselmélet 2. előadás Katona Gyula Y. Budapesti Műszaki és Gazdaságtudományi Egyetem Számítástudományi Tsz. I. B. 137/b kiskat@cs.bme.hu 2002 Február 12. ALGORITMUSELMÉLET 2. ELŐADÁS 1 Buborék-rendezés

Részletesebben

1. feladat. 2. feladat

1. feladat. 2. feladat 1. felada Írja á az alábbi függvénee úg, hog azoban ne az eredei válozó, hanem az eredei válozó haéonsági egsére juó érée szerepeljen (azaz például az Y hele az szerepeljen, ahol = Y E L. Legen a munaerőállomán

Részletesebben

A MAXIMUM-KUPACOL eljárás helyreállítja az A[i] elemre a kupactulajdonságot. Az elemet süllyeszti cserékkel mindaddig, amíg a tulajdonság sérül.

A MAXIMUM-KUPACOL eljárás helyreállítja az A[i] elemre a kupactulajdonságot. Az elemet süllyeszti cserékkel mindaddig, amíg a tulajdonság sérül. Kiválasztás kupaccal A bináris kupac egy majdnem teljes bináris fa, amely minden szintjén teljesen kitöltött kivéve a legalacsonyabb szintet, ahol balról jobbra haladva egy adott csúcsig vannak elemek.

Részletesebben

ó ű ó ü ó ó ü ó ü Í Ö Ő ű Á ó Á Á Á ó ü ó Ö Ö ÚÁ Ö Ó Ó Ó ó Á Ö Ö Á Ó Á Á ó Á Ö Ú Á Ú Ö Ö Á Ö ú Ú Ö ü ú ú ó ü ú ű ó ú ü ú ó ó ü ó ú ü ú Ű ó ü ó ú ó ű ó ú ú ú ó ó ú ú ü ó ü ó ú ó ó ü Ö ó ó ű ó ú ü Ö ű ó

Részletesebben

É ű Ö ű ű Ö ű ű ű É ű ű ű ű ű ű ű ű ű É ű ű ű ű ű ű Ó ű ű É ű ű ű ű ű Ö ű ű ű Ó ű Á Á ű ű ű Á Ü Ű ű ű ű Ő Á Á Á ű Á Á É É Á Á Á ű ű ű Á É Á Á ű Á ű Á Á ű ű ű ű ű ű ű ű ű ű ű ű Á Á É ű Á ű É ű Ü ű É É É

Részletesebben

Ó ő Ó ő ú ő ö ü Ó ő ö ő ü ő ö ő ü ö ö ő ö ü ú ö ő ü ú É ő ő ő ö ő ü ö Ó ő Á ő Á ú ü ő ú ú Ó ő Ó ő Á ő ő ő Ó ő Á ő ö ő ü ö ő ő ő ú ő Á ő ő ő Á ő ö ö ő ü ü ö ö ü ő É ő ő Á ő Á Ö ü ú ö Á ü ö ö ő ö ö ú ö ő

Részletesebben

ü Ö ü í ü ü ü ü í Ö ö ü ú ü ü ö ü ü ű ö í í ö í űá ú ü ö ö ö í ü ü ü ü ü ű ö í í ö í ű ú ü ü í ü ü ű ö í í ö í űá ú ü íí ü Á í í í Á ű ú í ö ö í ü ö ö ö í ö í ú ö ü ü ű ö ö í ű ö í ű ü ű ö í ű ö í ö í

Részletesebben

Körkörös listák. fej. utolsó. utolsó. fej

Körkörös listák. fej. utolsó. utolsó. fej Körkörös listák fej utolsó fej utolsó Példa. Kiszámolós játék. Körben áll n gyermek. k-asával kiszámoljuk őket. Minden k-adik kilép a körből. Az nyer, aki utolsónak marad. #include using namespace

Részletesebben

Kupac adatszerkezet. 1. ábra.

Kupac adatszerkezet. 1. ábra. Kupac adatszerkezet A bináris kupac egy majdnem teljes bináris fa, amely minden szintjén teljesen kitöltött kivéve a legalacsonyabb szintet, ahol balról jobbra haladva egy adott csúcsig vannak elemek.

Részletesebben

file:///d:/apa/okt/ad/jegyzet/ad1/b+fa.html

file:///d:/apa/okt/ad/jegyzet/ad1/b+fa.html 1 / 6 2018.01.20. 23:23 B+ fák CSci 340: Database & Web systems Home Syllabus Readings Assignments Tests Links Computer Science Hendrix College Az alábbiakban Dr. Carl Burch B+-trees című Internetes tananyagának

Részletesebben

7. BINÁRIS FÁK 7.1. A bináris fa absztrakt adattípus 7.2. A bináris fa absztrakt adatszerkezet

7. BINÁRIS FÁK 7.1. A bináris fa absztrakt adattípus 7.2. A bináris fa absztrakt adatszerkezet 7. BINÁRIS FÁK Az előző fejezetekben már találkoztunk bináris fákkal. Ezt a központi fontosságú adatszerkezetet most vezetjük be a saját helyén és az általános fák szerepét szűkítve, csak a bináris fát

Részletesebben

MEREVSZÁRNYÚ REPÜLŐGÉPEK VEZÉRSÍK-RENDSZEREINEK KIALAKÍTÁSA 3 REPÜLŐKÉPESSÉG

MEREVSZÁRNYÚ REPÜLŐGÉPEK VEZÉRSÍK-RENDSZEREINEK KIALAKÍTÁSA 3 REPÜLŐKÉPESSÉG Dr. Óvári Gula 1 - Dr. Urbán István 2 MEREVSZÁRNYÚ REPÜLŐGÉPEK VEZÉRSÍK-RENDSZEREINEK KILKÍTÁS 3 cikk(soroatban)ben a merev sárnú repülőgépek veérsík rendserinek terveését és építését követheti nomon lépésről

Részletesebben

Buborékrendezés: Hanoi Tornyai: Asszimptótikus fv.ek: Láncolt ábrázolás: For ciklussal:

Buborékrendezés: Hanoi Tornyai: Asszimptótikus fv.ek: Láncolt ábrázolás: For ciklussal: Buborékrendezés: For ciklussal: Hanoi Tornyai: Asszimptótikus fv.ek: Láncolt ábr.: ha p egy mutató típusú változó akkor p^ az általa mutatott adatelem, p^.adat;p^.mut. A semmibe mutató ponter a NIL.Szabad

Részletesebben

Ugrólisták. RSL Insert Example. insert(22) with 3 flips. Runtime?

Ugrólisták. RSL Insert Example. insert(22) with 3 flips. Runtime? Ugrólisták Ugrólisták Ugrólisták Ugrólisták RSL Insert Example insert(22) with 3 flips 13 8 29 20 10 23 19 11 2 13 22 8 29 20 10 23 19 11 2 Runtime? Ugrólisták Empirical analysis http://www.inf.u-szeged.hu/~tnemeth/alga2/eloadasok/skiplists.pdf

Részletesebben

1. ábra. Egy rekurzív preorder bejárás. Egy másik rekurzív preorder bejárás

1. ábra. Egy rekurzív preorder bejárás. Egy másik rekurzív preorder bejárás Preorder ejárás Fa bejárásán olyan algoritmust értünk, amelynek bemenete egy F fa és egy M művelet, és az algoritmus adott sorrendben pontosan egyszer végrehajtja az M műveletet a fa pontjaiban lévő adatokra.

Részletesebben

Algoritmusok és adatszerkezetek II.

Algoritmusok és adatszerkezetek II. Szegedi Tudományegyetem - Természettudományi és Informatikai Kar - Informatikai Tanszékcsoport - Számítógépes Algoritmusok és Mesterséges Intelligencia Tanszék - Németh Tamás Algoritmusok és adatszerkezetek

Részletesebben

- Levelek: operandusok - Csomópontok: operátorok. Fenti kifejezés: (x+ (y 10)) * (6 / z) Bináris Keresőfa (BST) Példa bináris keresőfára.

- Levelek: operandusok - Csomópontok: operátorok. Fenti kifejezés: (x+ (y 10)) * (6 / z) Bináris Keresőfa (BST) Példa bináris keresőfára. Fák Fa definíciója Fa(Tree): csomópontok(nodes) halmaza, amelyeket élek(edges) kötnek össze, és teljesülnek az alábbi feltételek: - létezik egy kitűntetett csomópont: a gyökér (root) - a gyökértől különböző

Részletesebben

A programozás alapjai előadás. [<struktúra változó azonosítók>] ; Dinamikus adatszerkezetek:

A programozás alapjai előadás. [<struktúra változó azonosítók>] ; Dinamikus adatszerkezetek: A programozás alapjai 1 Dinamikus adatszerkezetek:. előadás Híradástechnikai Tanszék Dinamikus adatszerkezetek: Adott építőelemekből, adott szabályok szerint felépített, de nem rögzített méretű adatszerkezetek.

Részletesebben

Elektromágneses hullámok

Elektromágneses hullámok KÁLMÁN P.-TÓT.: ullámok/4 5 5..5. (kibőíe óraála) lekromágneses hullámok elekromágneses elenségek árgalásánál láuk, hog áloó mágneses erőér elekromos erőere (elekromágneses inukció), áloó elekromos erőér

Részletesebben

Másodfokú függvények

Másodfokú függvények Másodfokú függvének Definíció: Azokat a valós számok halmazán értelmezett függvéneket, amelek hozzárendelési szabála f() = a + bc + c (a, b, c R, a ) alakú, másodfokú függvéneknek nevezzük. A másodfokú

Részletesebben

ELEKTRONIKAI ALAPISMERETEK

ELEKTRONIKAI ALAPISMERETEK Elekronikai alapismereek emel szin Javíási-érékelési úmuaó ÉETTSÉGI VIZSG 0. okóber. ELEKTONIKI LPISMEETEK EMELT SZINTŰ ÍÁSELI ÉETTSÉGI VIZSG JVÍTÁSI-ÉTÉKELÉSI ÚTMUTTÓ EMEI EŐFOÁSOK MINISZTÉIUM Elekronikai

Részletesebben

) (11.17) 11.2 Rácsos tartók párhuzamos övekkel

) (11.17) 11.2 Rácsos tartók párhuzamos övekkel Rácsos arók párhuzamos övekkel Azér, hog a sabiliási eléelek haásá megvizsgáljuk, eg egszerű síkbeli, saikailag haározo, K- rácsozású aró vizsgálunk párhuzamos övekkel és hézagos csomóponokkal A rúdelemek

Részletesebben

Szilárdságtan. Miskolci Egyetem GÉPÉSZMÉRNÖKI ÉS INFORMATIKAI KAR

Szilárdságtan. Miskolci Egyetem GÉPÉSZMÉRNÖKI ÉS INFORMATIKAI KAR Miskolci Egetem GÉÉMÉRNÖKI É INORMTIKI KR ilárságtan (Oktatási segélet a Gépésmérnöki és Informatikai Kar sc leveleős hallgatói résére) Késítette: Nánori riges, irbik ánor Miskolc, 2008. Een kéirat a Gépésmérnöki

Részletesebben

Absztrakt adatstruktúrák A bináris fák

Absztrakt adatstruktúrák A bináris fák ciós lámpa a legnagyobb élettartamú és a legjobb hatásfokú fényforrásnak tekinthető, nyugodtan mondhatjuk, hogy a jövő fényforrása. Ezt bizonyítja az a tény, hogy ezen a területen a kutatások és a bejelentett

Részletesebben

Felkészítő feladatok a 2. zárthelyire

Felkészítő feladatok a 2. zárthelyire . Silárdságani alapismereek.. Mohr-féle fesülségsámíás Felkésíő feladaok a. árhelire Talajok mehanikai jellemői Ado: =4 kpa, = kpa és = kpa, ovábbá ===. Sámísk ki a főfesülségeke és adjk meg a fősíkok

Részletesebben

Rendezések. Összehasonlító rendezések

Rendezések. Összehasonlító rendezések Rendezések Összehasonlító rendezések Remdezés - Alapfeladat: Egy A nevű N elemű sorozat elemeinek nagyság szerinti sorrendbe rendezése - Feltételezzük: o A sorozat elemei olyanok, amelyekre a >, relációk

Részletesebben

492 Lantos-Kiss-Harmati: Szabályozástechnika gyakorlatok. 7. Gyakorlat

492 Lantos-Kiss-Harmati: Szabályozástechnika gyakorlatok. 7. Gyakorlat 49 Lanos-Kiss-Harmai: Sabáloásechnika gakorlaok 7. Gakorla 7. anermi gakorla Idenifikációs algorimusok A korábbi gakorlaok során a sabáloási körben a sakas árvielé a legöbbsör adonak éeleük fel vag fiikai

Részletesebben

Atomfizika előadás Szeptember 29. 5vös 5km szeptember óra

Atomfizika előadás Szeptember 29. 5vös 5km szeptember óra Aomfiika előadás 4. A elekromágneses hullámok 8. Sepember 9. 5vös 5km sepember 3. 7 óra Alapkísérleek Ampere-féle gerjesési örvén mágneses ér örvénessége elekromos áram elekromos ér váloása Farada indukciós

Részletesebben

16. Az AVL-fa. (Adelszon-Velszkij és Landisz, 1962) Definíció: t kiegyensúlyozott (AVL-tulajdonságú) t minden x csúcsára: Pl.:

16. Az AVL-fa. (Adelszon-Velszkij és Landisz, 1962) Definíció: t kiegyensúlyozott (AVL-tulajdonságú) t minden x csúcsára: Pl.: 6. Az AVL-fa Adelszo-Velszkij és Ladisz, 96 Defiíció: t kiegyesúlyozott AVL-tulajdoságú t mide x csúcsára: bal x jobb x. Pl.: A majdem teljes biáris fa AVLtulajdoságú. Az AVL-fára, mit speciális alakú

Részletesebben

Adatszerkezet - műveletek

Adatszerkezet - műveletek Adatszerkezet - műveletek adatszerkezet létrehozása adat felvétele adat keresése adat módosítása adat törlése elemszám visszaadása minden adat törlése (üresít) adatszerkezet felszámolása (megszüntet) +

Részletesebben

Algoritmuselmélet. Gráfok megadása, szélességi bejárás, összefüggőség, párosítás. Katona Gyula Y.

Algoritmuselmélet. Gráfok megadása, szélességi bejárás, összefüggőség, párosítás. Katona Gyula Y. Algoritmuselmélet Gráfok megadása, szélességi bejárás, összefüggőség, párosítás Katona Gyula Y. Számítástudományi és Információelméleti Tanszék Budapesti Műszaki és Gazdaságtudományi Egyetem 2. előadás

Részletesebben

Adatszerkezetek I. 7. előadás. (Horváth Gyula anyagai felhasználásával)

Adatszerkezetek I. 7. előadás. (Horváth Gyula anyagai felhasználásával) Adatszerkezetek I. 7. előadás (Horváth Gyula anyagai felhasználásával) Bináris fa A fa (bináris fa) rekurzív adatszerkezet: BinFa:= Fa := ÜresFa Rekord(Elem,BinFa,BinFa) ÜresFa Rekord(Elem,Fák) 2/37 Bináris

Részletesebben

Egyesíthető prioritási sor

Egyesíthető prioritási sor Egyesíthető prioritási sor Értékhalmaz: EPriSor = S E, E-n értelmezett a lineáris rendezési reláció. Műveletek: S,S 1,S 2 : EPriSor, x : E {Igaz} Letesit(S, ) {S = /0} {S = S} Megszuntet(S) {} {S = S}

Részletesebben

Hierarchikus adatszerkezetek

Hierarchikus adatszerkezetek Hierarchikus adatszerkezetek A szekveniális adatszerkezetek általánosítása. Minden adatelemnek pontosan 1 megelőzője van, de akárhány rákövetkezője lehet, kivéve egy speciális elemet. Fa (tree) Hierarchikus

Részletesebben

6. előadás. Kiegyensúlyozottság, AVL-fa, piros-fekete fa. Adatszerkezetek és algoritmusok előadás március 6.

6. előadás. Kiegyensúlyozottság, AVL-fa, piros-fekete fa. Adatszerkezetek és algoritmusok előadás március 6. 6. előadás, AVL-fa, piros-fekete fa Adatszerkezetek és algoritmusok előadás 2018. március 6.,, és Debreceni Egyetem Informatikai Kar 6.1 Általános tudnivalók Ajánlott irodalom: Thomas H. Cormen, Charles

Részletesebben

A lecke célja: A tananyag felhasználója megismerje az anyagi pont mozgásának jellemzőit.

A lecke célja: A tananyag felhasználója megismerje az anyagi pont mozgásának jellemzőit. 1 modul: Kinemaika Kineika 11 lecke: Anagi pon mogása A lecke célja: A ananag felhasnálója megismerje a anagi pon mogásának jellemői Köveelmének: Ön akkor sajáíoa el megfelelően a ananago ha: meg udja

Részletesebben

Matematika OKTV I. kategória 2017/2018 második forduló szakgimnázium-szakközépiskola

Matematika OKTV I. kategória 2017/2018 második forduló szakgimnázium-szakközépiskola O k t a t á s i H i v a t a l A 017/018. tanévi Országos Középiskolai Tanulmáni Versen második forduló MATEMATIKA I. KATEGÓRIA (SZAKGIMNÁZIUM, SZAKKÖZÉPISKOLA) Javítási-értékelési útmutató 1. Adja meg

Részletesebben

PROJEKTÉRTÉKELÉSI ALAPOK

PROJEKTÉRTÉKELÉSI ALAPOK Eegeikai gazdasága MKEE. gyakola PROJEKTÉRTÉKELÉSI ALAPOK A gyakola célja, hogy a hallgaók A. megismejék az alapveő közgazdaságai muaóka; B. egyszeű pojekéékelési számíásoka udjaak elvégezi. A. KÖZGAZDASÁGTANI

Részletesebben

Algoritmusok és adatszerkezetek gyakorlat 06 Adatszerkezetek

Algoritmusok és adatszerkezetek gyakorlat 06 Adatszerkezetek Algoritmusok és adatszerkezetek gyakorlat 06 Adatszerkezetek Tömb Ugyanolyan típusú elemeket tárol A mérete előre definiált kell legyen és nem lehet megváltoztatni futás során Legyen n a tömb mérete. Ekkor:

Részletesebben

Az f függvénynek van határértéke az x = 2 pontban és ez a határérték 3-mal egyenl½o lim f(x) = 3.

Az f függvénynek van határértéke az x = 2 pontban és ez a határérték 3-mal egyenl½o lim f(x) = 3. 0-06, II. félév. FELADATLAP Eredmének. Van határértéke, illetve foltonos az f függvén az alábbi pontokban? (a) = Az f függvénnek van határértéke az = pontban és ez a határérték -mal egenl½o f() =.! Az

Részletesebben

Adatszerkezetek I. 8. előadás. (Horváth Gyula anyagai felhasználásával)

Adatszerkezetek I. 8. előadás. (Horváth Gyula anyagai felhasználásával) Adatszerkezetek I. 8. előadás (Horváth Gyula anyagai felhasználásával) Kereső- és rendezőfák Közös tulajdonságok: A gyökérelem (vagy kulcsértéke) nagyobb vagy egyenlő minden tőle balra levő elemnél. A

Részletesebben

Információs Technológia

Információs Technológia Információs Technológia Rekurzió, Fa adatszerkezet Fodor Attila Pannon Egyetem Műszaki Informatika Kar Villamosmérnöki és Információs Rendszerek Tanszék foa@almos.vein.hu 2010. november 18. Rekurzió Rekurzió

Részletesebben

2. Koordináta-transzformációk

2. Koordináta-transzformációk Koordnáta-transformácók. Koordnáta-transformácók Geometra, sámítógép graka feladatok során gakran van arra sükség, hog eg alakatot eg ú koordnáta-rendserben, vag a elenleg koordnáta rendserben, de elmogatva,

Részletesebben

9. évfolyam Javítóvizsga felkészülést segítő feladatok

9. évfolyam Javítóvizsga felkészülést segítő feladatok Halmazok: 9. évfolam Javítóvizsga felkészülést segítő feladatok. Adott két halmaz. A : a ; a : páros és B : ;;8;0;;;8;0;. Add meg a következő halmazműveleteket az elemek felsorolásával és készíts Venn

Részletesebben

Bináris keresőfák. Adat : M Elemtip és Elemtip-on értelmezett egy lineáris rendezési reláció,

Bináris keresőfák. Adat : M Elemtip és Elemtip-on értelmezett egy lineáris rendezési reláció, Bináris keresőfák Az F = (M,R,Adat) absztrakt adatszerkezetet bináris keresőfának nevezzük, ha F bináris fa, R = {bal, jobb, apa}, bal, jobb, apa : M M, Adat : M Elemtip és Elemtip-on értelmezett egy lineáris

Részletesebben

Atomfizika előadás 4. Elektromágneses sugárzás október 1.

Atomfizika előadás 4. Elektromágneses sugárzás október 1. Aomfka előadás 4. lekromágneses sugárás 4. okóber. Alapkísérleek Ampere-féle gerjesés örvén mágneses ér örvénessége elekromos áram elekromos ér váloása Farada ndukcós örvéne elekromos ér örvénessége mágneses

Részletesebben

Nagyságrendek. Kiegészítő anyag az Algoritmuselmélet tárgyhoz. Friedl Katalin BME SZIT február 1.

Nagyságrendek. Kiegészítő anyag az Algoritmuselmélet tárgyhoz. Friedl Katalin BME SZIT február 1. Nagyságrendek Kiegészítő anyag az Algoritmuselmélet tárgyhoz (a Rónyai Ivanyos Szabó: Algoritmusok könyv mellé) Friedl Katalin BME SZIT friedl@cs.bme.hu 018. február 1. Az O, Ω, Θ jelölések Az algoritmusok

Részletesebben

Az alkalmazott matematika tantárgy oktatásának sokszínűsége és módszertanának modernizálása az MSc képzésében

Az alkalmazott matematika tantárgy oktatásának sokszínűsége és módszertanának modernizálása az MSc képzésében DIMENZIÓK 35 Matematikai Közlemének III. kötet, 5 doi:.3/dim.5.5 Az alkalmazott matematika tantárg oktatásának sokszínűsége és módszertanának modernizálása az MSc képzésében Horváth-Szováti Erika NME EMK

Részletesebben

10.3. A MÁSODFOKÚ EGYENLET

10.3. A MÁSODFOKÚ EGYENLET .. A MÁSODFOKÚ EGYENLET A másodfokú egenlet és függvén megoldások w9 a) ( ) + ; b) ( ) + ; c) ( + ) ; d) ( 6) ; e) ( + 8) 6; f) ( ) 9; g) (,),; h) ( +,),; i) ( ) + ; j) ( ) ; k) ( + ) + 7; l) ( ) + 9.

Részletesebben

Gyakori elemhalmazok kinyerése

Gyakori elemhalmazok kinyerése Gyakori elemhalmazok kinyerése Balambér Dávid Budapesti M szaki és Gazdaságtudományi Egyetem Villamosmérnöki és Informatikai Kar Számítástudomány szakirány 2011 március 11. Balambér Dávid (BME) Gyakori

Részletesebben

... fi. ... fk. 6. Fabejáró algoritmusok Rekurzív preorder bejárás (elsőfiú-testvér ábrázolásra)

... fi. ... fk. 6. Fabejáró algoritmusok Rekurzív preorder bejárás (elsőfiú-testvér ábrázolásra) 6. Fabejáró algoritmusok Fa bejárásán olyan algoritmust értünk, amelynek bemenete egy F fa és egy M művelet, és az algoritmus adott sorrendben pontosan egyszer végrehajtja az M műveletet a fa pontjaiban

Részletesebben

Algoritmusok bonyolultsága

Algoritmusok bonyolultsága Algoritmusok bonyolultsága 9. előadás http://www.ms.sapientia.ro/~kasa/komplex.htm 1 / 18 Közelítő algoritmusok ládapakolás (bin packing) Adott n tárgy (s i tömeggel) és végtelen sok 1 kapacitású láda

Részletesebben

Relációk. Vázlat. Példák direkt szorzatra

Relációk. Vázlat. Példák direkt szorzatra 8.. 7. elácók elácó matematka fogalma zükséges fogalom: drekt szorzat Halmazok Descartes drekt szorzata: Legenek D D D n adott doman halmazok. D D D n : = { d d d n d k D k k n } A drekt szorzat tehát

Részletesebben

15. Többváltozós függvények differenciálszámítása

15. Többváltozós függvények differenciálszámítása 5. Többváltoós függvének differenciálsámítása 5.. Határoa meg a alábbi kétváltoós függvének elsőrendű parciális derivált függvéneit és a gradiens függvénét, valamint eek értékét a megadott pontban:, =

Részletesebben

Vázlat. Relációk. Példák direkt szorzatra

Vázlat. Relációk. Példák direkt szorzatra 7..9. Vázlat elácók a. elácó fogalma b. Tulajdonsága: refleív szmmetrkus/antszmmetrkus tranztív c. Ekvvalenca relácók rzleges/parcáls rrendez relácók felsmere d. elácók reprezentálása elácó matematka fogalma

Részletesebben

ELEKTRONIKAI ALAPISMERETEK

ELEKTRONIKAI ALAPISMERETEK Elekronikai alapismereek középszin ÉETTSÉG VZSGA 0. május. ELEKTONKA ALAPSMEETEK KÖZÉPSZNTŰ ÍÁSBEL ÉETTSÉG VZSGA JAVÍTÁS-ÉTÉKELÉS ÚTMTATÓ EMBE EŐFOÁSOK MNSZTÉMA Egyszerű, rövid feladaok Maximális ponszám:

Részletesebben

Átlag napi elérés a 15 évesek és idősebbek körében országos

Átlag napi elérés a 15 évesek és idősebbek körében országos 1 fő Átlag napi elérés a 15 évesek és idősebbek körében országos 1 6 1 4 1 438 1 449 1 47 1 2 1 8 6 499 4 371 289 2 89 Class FM Neo FM Music FM 1 Forrás: Ipsos-GfK s Közönségmérés, 212.június, ReachN Mintaelemszám:

Részletesebben

Néhány érdekes függvényről és alkalmazásukról

Néhány érdekes függvényről és alkalmazásukról Néhán érdekes függvénről és alkalmazásukról Bevezetés Meglehet, a középiskola óta nem kedveltük az abszolútérték - függvént; most itt az ideje, hog változtassunk ezen. Erre az adhat okot, hog belátjuk:

Részletesebben

5. Szerkezetek méretezése

5. Szerkezetek méretezése . Serkeeek méreeése Hajlío, ömör gerinű gerendaarók és oso selvénű nomo rúd méreeési példái..1. Tömör gerinű gerendaarók méreeése.1.1. elegen hengerel gerendaarók Sükséges ismereek: - Keresmesei ellenállások

Részletesebben

EUKLIDESZI TÉR. Euklideszi tér, metrikus tér, normált tér, magasabb dimenziós terek vektorainak szöge, ezek következményei

EUKLIDESZI TÉR. Euklideszi tér, metrikus tér, normált tér, magasabb dimenziós terek vektorainak szöge, ezek következményei Eukldes tér, metrkus tér, ormált tér, magasabb dmeós terek vektoraak söge, eek követkemée Metrkus tér Defícó. A H halmat metrkus térek eveük, ha va ola, metrkáak eveett m: H H R {0} függvé, amelre a követkeők

Részletesebben

Fájlszervezés. Adatbázisok tervezése, megvalósítása és menedzselése

Fájlszervezés. Adatbázisok tervezése, megvalósítása és menedzselése Fájlszervezés Adatbázisok tervezése, megvalósítása és menedzselése Célok: gyors lekérdezés, gyors adatmódosítás, minél kisebb tárolási terület. Kezdetek Nincs általánosan legjobb optimalizáció. Az egyik

Részletesebben

Σ imsc

Σ imsc Elekronika.. vizsga 7........ Σ imsc Név: Nepun:. Felada ajzoljon le egy egyszerű, de működőképes differenciál erősíő, mely véges β paraméerű, npn ranziszorpár aralmaz, munkapon állíásra ideális áram-

Részletesebben

Valószínűségszámítás feladatok

Valószínűségszámítás feladatok Valószínűségszámítás feladatok Klasszikus valószínűség./ Eg csomag magar kártát jól összekeverünk. Menni annak a valószínűsége, hog a ász egmás után helezkedik el?./ 00 alma közül 0 férges. Menni a valószínűsége,

Részletesebben

FIZIKA KÖZÉPSZINT. Első rész. Minden feladat helyes megoldásáért 2 pont adható.

FIZIKA KÖZÉPSZINT. Első rész. Minden feladat helyes megoldásáért 2 pont adható. FIZIKA KÖZÉPSZINT Első rész Minden felada helyes megoldásáér 2 pon adhaó. 1. Egy rakor először lassan, majd nagyobb sebességgel halad ovább egyenleesen. Melyik grafikon muaja helyesen a mozgás? v v s s

Részletesebben

Algoritmuselmélet. Mélységi keresés és alkalmazásai. Katona Gyula Y.

Algoritmuselmélet. Mélységi keresés és alkalmazásai. Katona Gyula Y. Algoritmuselmélet Mélységi keresés és alkalmazásai Katona Gyula Y. Számítástudományi és Információelméleti Tanszék Budapesti Műszaki és Gazdaságtudományi Egyetem 9. előadás Katona Gyula Y. (BME SZIT) Algoritmuselmélet

Részletesebben

Módosítható Prioritási sor Binomiális kupaccal. Wednesday, March 21, 12

Módosítható Prioritási sor Binomiális kupaccal. Wednesday, March 21, 12 Módosítható Prioritási sor Binomiális kupaccal modosit(x,k) {! if (k>x.kulcs) {!! x.kulcs=k ;!! y=x!! z=x.apa ;!! while(z!=nil and y.kulcs

Részletesebben

ELEKTRONIKAI ALAPISMERETEK

ELEKTRONIKAI ALAPISMERETEK Elekronikai alapismereek középszin Javíási-érékelési úmaó 09 ÉETTSÉGI VIZSG 00. májs 4. ELEKTONIKI LPISMEETEK KÖZÉPSZINTŰ ÍÁSBELI ÉETTSÉGI VIZSG JVÍTÁSI-ÉTÉKELÉSI ÚTMUTTÓ OKTTÁSI ÉS KULTUÁLIS MINISZTÉIUM

Részletesebben

18. előadás ÁLLANDÓ KÖLTSÉGEK ÉS A KÖLTSÉGGÖRBÉK

18. előadás ÁLLANDÓ KÖLTSÉGEK ÉS A KÖLTSÉGGÖRBÉK 18. előadás ÁLLANDÓ KÖLTSÉGEK ÉS A KÖLTSÉGGÖRBÉK Kertesi Gábor Világi Balázs Varian 21. fejezete átdolgozva 18.1 Bevezető A vállalati technológiák sajátosságainak vizsgálatát eg igen fontos elemzési eszköz,

Részletesebben

https://www.vik.bme.hu/kepzes/targyak/viiima01

https://www.vik.bme.hu/kepzes/targyak/viiima01 D sámíógépes geomeia és alakaekonsukció. Felülemesések páhuamosan elol és lekeekíő felüleek hp://cg.ii.bme.hu/poal/node/ hps://www.vik.bme.hu/kepes/agak/viiima D. Váad Tamás D. alvi Pée BME Villamosménöki

Részletesebben

Egzakt következtetés (poli-)fa Bayes-hálókban

Egzakt következtetés (poli-)fa Bayes-hálókban gakt követketetés pol-fa Baes-hálókban Outlne Tpes of nference B method: exact, stochastc B purpose: dagnostc sngle-step, sequental DSS, explanaton generaton Hardness of exact nference xact nference n

Részletesebben