Önálló laboratórium beszámoló. 1. A laboratóriumi munka környezetének ismertetése, a munka elõzményei és kiindulási állapota

Méret: px
Mutatás kezdődik a ... oldaltól:

Download "Önálló laboratórium beszámoló. 1. A laboratóriumi munka környezetének ismertetése, a munka elõzményei és kiindulási állapota"

Átírás

1 Önálló laboratórium beszámoló BME-TTT Készítette: Hegyi Péter cím: Neptun-kód: OLU8OK Konzulens(ek): címe(k): Cinkler Tibor, Maliosz Markosz Tanév: 2002/ félév Téma címe: Védett virtuális magánhálózatok (VPN-ek) kialakítása Feladat: megosztott védelmi utak keresése VPN üzemi útvonalak mellé saját algoritmus segítségével 1. A laboratóriumi munka környezetének ismertetése, a munka elõzményei és kiindulási állapota Bevezetõ/elméleti összefoglaló A virtuális magánhálózatok (továbbiakban VPN-ek) tulajdonképpen hálózatok a hálózaton: lehetővé teszik igénylőik számára, hogy bár a valóságban több telephellyel rendelkeznek, mégis úgy lássák, gépeik egy helyi hálózaton vannak összekötve. Ezt azonban úgy valósítják meg, hogy minden telephely közé kihúznak egy-egy kábelt, ha a különböző telephelyek közötti sávszélesség igényeket egy már létező, univerzális hálózaton vezetik el. [1] A gyakorlatban ez úgy néz ki, hogy a telephelyek valódi helyi hálózatait egy peremgép csatlakoztatja a nagyobb hálózathoz, azon keresztül megy minden igény a többi telephely felé, illetve azon keresztül jönnek be hozzánk más telehelyek igényei. Ez azért jó, mert így az egyes telephelyeket tekinthetjük egy gráf pontjainak, és így a pontok között akarunk valamekkora kapacitású csatornát létrehozni. Ez lehet, hogy egy közvetlen élen lesz ez a csatorna, ha a hordozóhálózatot reprezentáló gráf több éle, csúcspontja is részt vehet benne.[1] /06/2004

2 Nyilván a hordozóhálózaton való forgalmat meg kell fizetni valamilyen szolgáltatónak. Az is igaz, hogy aki VPN-t akar kialakítani, annak inkább egy lefoglalt fix sávszélesség kell, mint lehetőség a csatlakozásra, és aztán forgalom után fizetni. Ezért VPN tervezésekor feladatunk az, hogy egy gráfban minél kisebb költségű (például minél rövidebb) útvonalon lefoglaljuk az igényelt sávszélességet. Az ilyen legrövidebb útvonalak megkeresése is egy feladat. [2] De ezzel még vagyunk készen, hiszen a hálózaton előfordulhat, hogy egy-egy összeköttetés megszakad. Ezért gondoskodnunk kell a minőségi szolgáltatás érdekében védelmi útvonalakról is. Ezt lehetne úgy is megtenni, hogy minden egyes üzemi útvonal mellé lefoglalunk egy-egy másik útvonalat (hozzárendelt védelem), de szerencsére ekkora pazarlásra a valóságban nincsen szükség: a meghibásodások elég ritkák, így tervezhetünk úgy, hogy egyszerre mindig maximum egy kapcsolat működik a nagy hálózaton. Ezért létrehozhatunk úgynevezett megosztott védelmet. Ekkor egy élen védelemnek csak annyi kapacitást foglalunk le, amekkora a legnagyobb rajta védett igény kapacitása. Ez persze csak akkor igaz, ha védünk olyan igényt is ugyanezen az élen, amellyel amúgy van akár egy közös üzemi útvonala is az igénynek. Mert ekkor nyilván a vizsgált élen együtt védett, közös üzemi élet használó igények üzemi élenkénti kapacitásösszegeinek maximumának megfelelő kapacitást kell foglalni a vizsgált élen. [2] Még ezen belül is lehet spórolni, hiszen kevesebb élen nagyobb sávszélesség lefoglalása kevesebb pénzbe kerül, mint sok élen kis sávszélességé. Ezért én feladatomul azt kaptam, hogy védjem úgy az üzemi útvonalakat, hogy minél kevesebb élet kelljen lefoglalni, inkább egy élet a lehető legtöbbször használjanak a védelmi útvonalak. A munka állapota, készültségi foka a félév elején Félév elején készen volt egy program, ami üzemi útvonalakat vezetett el, de az olyan segédprogramot használt, amire nekem volt szükségem a feladatom megoldásához, így azért hogy itthon is tudjak haladni a feladatommal gyakorlatilag előlről kellett kezde a munkát. Az eddigi programból csak a hálózatokat, és a VPN-eket leíró file beolvasását végző függvényeket kaptam csak meg. ezenkívül cikkeket adtak a konzulensek a félév során, ezeket a tanulmányozott irodalom jegyzékében említem meg /06/2004

3 2. Az elvégzett munka és eredmények ismertetése Az általam konkrétan elvégzett munka bemutatása A munka elkezdéséhez előszöris meg kellett ismerkedni a témával, ehhez a konzulensek adtak nekem cikkeket. Miután át tudtam látni, miről is szól a téma a felkínált feladatok közül kiválasztottam az igények védelmét, a bevezető végén említett elv alkalmazásával. Ehhez előszöris az algoritmust kellett kitalálni. Ennek bemutatására készítettem egy ábrát (1. függelék). Az alogritmus a deklarációval, inicializációval indul. Az igényeket egy tömbben tárolom. Mindegyik igényhez tárolom, hogy honnan, hova, mekkora kapacitást igényel, és hogy melyik VPN-hez tartozik. Az éleket egy kétdimenziós tömbben tárolom, ahol az első koordináta az, hogy honnan, a második koordináta az, hogy hova vezet az él. Egy tömbelemben tárolom, hogy honnan, hova megy az él, mekkora a kapacitása, és tárolom, hogy az egyes igények hogy viszonyulnak hozzá: mindegyik igényhez van egy változó, melyben tárolom, hogy az adott igény használja-e az adott élet üzemi, vagy védelmi útvonalnak, illetve, hogy próbálkoztam-e már vele. Ennek funkciója kiderül később. Ezután a Dijkstra algoritmus segítségével létrehozom az igények üzemi útvonalait. Cél, hogy minél kevesebb élen kelljen átmennie az üzemi útvonalnak. A Dijkstra algoritmus használatán kívül történt optimalizálás: a feladatom erről szólt. Miután elvezettem az üzemi útvonalakat jöhetett a védelem. Az elv az volt, hogy egy élet minél többször felhasználjunk. Ezt halmazokkal oldottam meg. Létrehoztam halmazokat, és megcímkéztem őket aszerint, hogy a bennük tárolt élek hány igény védelmében vesznek részt. Ha egy élet felhasználtunk valamelyik igény védelmekor, akkor eggyel nagyobb cimkéjű halmazba került. A védelmet pedig úgy kerestem, hogy mindig megnéztem, hogy van-e a legnagyobb cimkéjű használt halmazban megfelelő él. Ha volt, akkor eggyel kisebb cimkéjűt néztem. Mi számít megfelelő élnek? A keresés csúcsról csúcsra ment. Beadtam az igény kezdőpontját, és kerestem egy onnan induló élet. Ha volt, akkor azt bevettem a védelmi útvonalba, és annak végpontjához kerestem csatlakozót egészen addig, míg a talált él végpontja az igény végpontja lett. Ennek megfelelően a "van megfelelő csatlakozó?" doboz a következőket vizsgálja: az él az utolsó él végpontjából (vagy az igény kezdőpontjából) induljon a talált él kapacitása megfeleljen (igénynek, plusz a társ üzemi éleknek, lásd fent) az igény eddigi védelmi útvonala ne használja (oszcillálna az első élen a keresés) az igény üzemi útvonala se használja ne menjen át olyan ponton amin már átment (körök kizárása) eddig ne legyen vele sikertelen próbálkozás (lásd mindjárt) Előfordulhat, hogy ennyi feltételnek felel meg egy és se, eltévedtünk, és már a -1 cimkéjű halmazba akar tovább menni a program. Ekkor az utoljára kiválaszott él helyett másikat választunk. Ezt könnyen megtehetjük, hiszen csak meg kell keresni, hogy melyik /06/2004

4 az az él, ami az éppen feldolgozott igénynek védelmi útvonala, és a jelenlegi kiindulópontunkba vezet. Ehhez az élhez beírjuk, hogy sikertelen próbálkozás volt, és indítjuk újra a keresést: most már átugrik rajta a program. Ha megint találunk jó élet, nincsen semmi gond, ugyanilyen módszerrel még visszább tudunk lépni. Ez egy fajta backtrack algoritmus így. Ha már el se tudunk indulni, vagy mindnhogyan megakadunk, akkor tudjuk megvédeni az igényt. Ha pedig sikerül, akkor kiválasztjuk a következő védendő igényt, és indulunk előlről. (a halmazok azért maradnak) Az ezt megvalósító program elkészült, de alaposan letesztelve még nincsen, így össze se tudtam még hasonlítani másik algoritmusokkal az enyémet. Így csak kipróbáltam három különböző méretű hálózaton, hogy működik-e a program, és milyen gyors: egy 9, egy 18 és egy 36 csomópontos hálózaton vezettem el igényeket. A 9 csomópontos hálózatra, melyben 3 VPN összesen 44 igényét akartuk elvezetni a program úgy futott le, hogy indítás után azonnal adta is vissza a promptot, pedig egy vaskos naplót is késztített közben. Hatékonyságáról annyit érdemes megjegyezni, hogy van benne 18-szor felhasznált él is, de a legtöbb védelmi élet is 12-nél többször használjuk. Konkrét adat az egyik 14-szer felhasznált élre, hogy összesen 596 egységnyi kapacitást véd, de csak 195 egységnyi kapacitást foglaltunk le rajta. A 18 illetve 36 csomópontos hálózat naplóját elemezgettem ennyire alaposan, mert csak a futási időt akartam tudni. A tesztet egy 486 DX4 100 MHz-es gépen futtattam, ami itt azért érdekes, mert még a 36 csomópontos hálózaton is el tudta vezetni ez a gép 94 másodperc alatt a 3VPN által kért 916 igényt, azzal együtt, hogy egy 1 MByte-os naplót készített közben a merevlemezre! A kód maga 15 file-ból áll, 24 kbyte és 1167 sor. Összefoglalás elolvastam a kapott cikkeket készítettem egy algoritmust a feladat megoldására lekódoltam az algoritmust dokumentáltam a félévet 3. Irodalom, és csatlakozó dokumentumok jegyzéke A tanulmányozott irodalom jegyzéke: [1] Jeremy De Clercq, Olivier Paridaens-Scalability Implications of Virtual Private Networks, IEEE Communications Magazine, May 2002 [2] Cinkler Tibor, Maliosz Markosz-Configuration of Protected Virtual Private Networks [3] Józsa Balázs Gábor, Orincsay Dániel-Shared Backup Path Optimization in Telecommunication Networks /06/2004

5 [4] Michal Pióro-Design problems in robust optical networks Csatlakozó egyéb elkészült dokumentációk / fájlok / stb. jegyzéke: A következő file-ok az opt.ttt.bme.hu szerveren a ~hegyi/public_html/onlab1/program könyvtárban találhatók: Makefile dijkstra.cpp dijkstra.h filereader.cpp filereader.h main.cpp matrices.cpp matrices.h pickelement.h prior.cpp prior.h protect.cpp protect.h setoftype.h structs.h a programot fordító, futtató make segédprogram bemenete a Dijkstra algoritmus implementációja a Dijkstra algoritmus deklarációja állományműveletekkel kapcsolatos függvények implementációja állományműveletekkel kapcsolatos függvények deklarációja főprogram az inicializáció, adatfeltöltés függvényeinek implementációja az inicializáció, adatfeltöltés függvényeinek deklarációja igényválasztó, illetve "jó él" kivevő algoritmusok függvényei védelmi útvonalakat kereső függvény implementációja védelmi útvonalakat kereső függvény deklarációja egy igény védelmét megvalósító függvény implementációja egy igény védelmét megvalósító függvény deklarációja a feladatban haszbált halmaz osztály sablonja a feladatban szereplő adatszerkezetek deklarációja Természetesen ugyanitt megtalálhatóak a.cpp kiterjesztésű állományokból készített.o kiterjesztésű objektum állományok, melyek az összefordításnál kerülnek felhasználásra. Ugyanezen a szerveren, de a ~hegyi/public_html/onlab1/logs könyvtárban található a log9, a log18 és a log36 állomány, mely a 9, 18, illetve a 36 csomópontos hálózaton futtatott program naplója. Ugyanezen a szerveren, de a ~hegyi/public_html/onlab1/mintaadatok könyvtárban található a bemenet9.txt, bemenet18.txt, és a bemenet36.txt állomány, melyek a tesztadatokat szolgáltatták, és amikről már ejtettünk szót. A program a ~hegyi/public_html/onlab1/mintaadatok/bemenet.txt állománnyal dolgozik, de ezt a Makefile-ban át lehet írni. Ez a dokumentáció a ~hegyi/public_html/onlab1/doc könyvtárban található olu8ok.rtf néven /06/2004

6 1. függelék Függelék START deklaráció, inicializáció Megosztott VPN védelem D halmaz üres? választunk belőle egy igényt KÉSZ W halmaz üres? Dijkstra az igényre választunk belőle egy igényt élek tömbjében rögzíteni a választott üzemi éleket a from kezdőpontot meghatározzuk akt=max D halmazból igényt átrakni W halmazba van megfelelő csatlakozó? akt=akt-1 akt=0? from=a talált él másik végpontja a talált él 1- gyel nagyobb prioritású halmazba lép from végpontú, ebben az igényben használt él keresése a talált élet eggyel kisebb halmazba rakjuk,sikertelen voltát ebben az igényben rögzítjük,és kihúzzuk akt+1>max? from=igény végpontja? igényt a W halmazból P-be rakjuk max=akt /06/2004

Adott: VPN topológia tervezés. Költségmodell: fix szakaszköltség VPN végpontok

Adott: VPN topológia tervezés. Költségmodell: fix szakaszköltség VPN végpontok Hálózatok tervezése VITMM215 Maliosz Markosz 2012 12.10..10.27 27. Adott: VPN topológia tervezés fizikai hálózat topológiája Költségmodell: fix szakaszköltség VPN végpontok 2 VPN topológia tervezés VPN

Részletesebben

Önálló laboratórium beszámoló

Önálló laboratórium beszámoló Önálló laboratórium beszámoló BME-TTT Készítette: Hegyi Péter E-mail cím: hegyi@tmit.bme.hu Neptun-kód: OLU8OK Konzulens(ek): Cinkler Tibor, Maliosz Markosz Email címe(k): cinkler@ttt-atm.tmit.bme.hu,

Részletesebben

Min. , ha =, , ha = 0 egyébként. Forrás és cél csp-ra vonatkozó kényszerek Köztes csp-ra vonatozó, folyammegmaradási kényszer

Min. , ha =, , ha = 0 egyébként. Forrás és cél csp-ra vonatkozó kényszerek Köztes csp-ra vonatozó, folyammegmaradási kényszer Hálózatok tervezése VITMM215 Maliosz Markosz 2012 12.10.1.10.15. Módszerek, algoritmusok a hálózattervezésben és a forgalom menedzsmentben Hálózattervezés = hálózati kapacitások létesítése a forgalomnak

Részletesebben

További forgalomirányítási és szervezési játékok. 1. Nematomi forgalomirányítási játék

További forgalomirányítási és szervezési játékok. 1. Nematomi forgalomirányítási játék További forgalomirányítási és szervezési játékok 1. Nematomi forgalomirányítási játék A forgalomirányítási játékban adott egy hálózat, ami egy irányított G = (V, E) gráf. A gráfban megengedjük, hogy két

Részletesebben

Struktúra nélküli adatszerkezetek

Struktúra nélküli adatszerkezetek Struktúra nélküli adatszerkezetek Homogén adatszerkezetek (minden adatelem azonos típusú) osztályozása Struktúra nélküli (Nincs kapcsolat az adatelemek között.) Halmaz Multihalmaz Asszociatív 20:24 1 A

Részletesebben

Védené értékes adatait, de még nem tudja hogyan?

Védené értékes adatait, de még nem tudja hogyan? Védené értékes adatait, de még nem tudja hogyan? Ismerje meg az easysafe kulcs által nyújtott megoldást! Az easysafe kulcs két megoldást ötvöz az adatvédelem érdekében: 1. easydrive: titkosított adattárolásra

Részletesebben

Gráfok 2. Legrövidebb utak, feszítőfák. Szoftvertervezés és -fejlesztés II. előadás. Szénási Sándor

Gráfok 2. Legrövidebb utak, feszítőfák. Szoftvertervezés és -fejlesztés II. előadás.   Szénási Sándor Gráfok 2. Legrövidebb utak, feszítőfák előadás http://nik.uni-obuda.hu/sztf2 Szénási Sándor Óbudai Egyetem,Neumann János Informatikai Kar Legrövidebb utak keresése Minimális feszítőfa keresése Gráfok 2

Részletesebben

5/1. tétel: Optimalis feszítőfák, Prim és Kruskal algorithmusa. Legrövidebb utak graphokban, negatív súlyú élek, Dijkstra és Bellman Ford algorithmus.

5/1. tétel: Optimalis feszítőfák, Prim és Kruskal algorithmusa. Legrövidebb utak graphokban, negatív súlyú élek, Dijkstra és Bellman Ford algorithmus. 5/1. tétel: Optimalis feszítőfák, Prim és Kruskal algorithmusa. Legrövidebb utak graphokban, negatív súlyú élek, Dijkstra és Bellman Ford algorithmus. Optimalis feszítőfák Egy összefüggő, irányítatlan

Részletesebben

Adatszerkezetek II. 1. előadás

Adatszerkezetek II. 1. előadás Adatszerkezetek II. 1. előadás Gráfok A gráf fogalma: Gráf(P,E): P pontok (csúcsok) és E P P élek halmaza Fogalmak: Irányított gráf : (p 1,p 2 ) E-ből nem következik, hogy (p 2,p 1 ) E Irányítatlan gráf

Részletesebben

Szimuláció RICHARD M. KARP és AVI WIGDERSON. (Készítette: Domoszlai László)

Szimuláció RICHARD M. KARP és AVI WIGDERSON. (Készítette: Domoszlai László) Szimuláció RICHARD M. KARP és AVI WIGDERSON A Fast Parallel Algorithm for the Maximal Independent Set Problem című cikke alapján (Készítette: Domoszlai László) 1. Bevezetés A következőkben megadott algoritmus

Részletesebben

Algoritmuselmélet 7. előadás

Algoritmuselmélet 7. előadás Algoritmuselmélet 7. előadás Katona Gyula Y. Budapesti Műszaki és Gazdaságtudományi Egyetem Számítástudományi Tsz. I. B. 137/b kiskat@cs.bme.hu 2002 Március 11. ALGORITMUSELMÉLET 7. ELŐADÁS 1 Múltkori

Részletesebben

Bevezetés a Python programozási nyelvbe

Bevezetés a Python programozási nyelvbe Bevezetés a Python programozási nyelvbe 8. Gyakorlat modulok random számok (utolsó módosítás: 2017. aug. 3.) Szathmáry László Debreceni Egyetem Informatikai Kar 2017-2018, 1. félév Modulok Amint a programunk

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

1: Bevezetés: Internet, rétegmodell Alapok: aszimptótika, gráfok. HálózatokII, 2007

1: Bevezetés: Internet, rétegmodell Alapok: aszimptótika, gráfok. HálózatokII, 2007 Hálózatok II 2007 1: Bevezetés: Internet, rétegmodell Alapok: aszimptótika, gráfok 1 Az előadáshoz Előadás: Szerda 17:00 18:30 Gyakorlat: nincs Vizsga írásbeli Honlap: http://people.inf.elte.hu/lukovszki/courses/g/07nwii

Részletesebben

Branch-and-Bound. 1. Az egészértéketű programozás. a korlátozás és szétválasztás módszere Bevezető Definíció. 11.

Branch-and-Bound. 1. Az egészértéketű programozás. a korlátozás és szétválasztás módszere Bevezető Definíció. 11. 11. gyakorlat Branch-and-Bound a korlátozás és szétválasztás módszere 1. Az egészértéketű programozás 1.1. Bevezető Bizonyos feladatok modellezése kapcsán előfordulhat olyan eset, hogy a megoldás során

Részletesebben

Diszkrét matematika 2.C szakirány

Diszkrét matematika 2.C szakirány Diszkrét matematika 2.C szakirány 2015. ősz 1. Diszkrét matematika 2.C szakirány 3. előadás Nagy Gábor nagygabr@gmail.com nagy@compalg.inf.elte.hu compalg.inf.elte.hu/ nagy Komputeralgebra Tanszék 2015.

Részletesebben

A 2010/2011 tanévi Országos Középiskolai Tanulmányi Verseny második fordulójának megoldása. II. (programozás) kategória

A 2010/2011 tanévi Országos Középiskolai Tanulmányi Verseny második fordulójának megoldása. II. (programozás) kategória Oktatási Hivatal A 20/2011 tanévi Országos Középiskolai Tanulmányi Verseny második fordulójának megoldása II. (programozás) kategória Kérjük a tisztelt kollégákat, hogy az egységes értékelés érdekében

Részletesebben

Önálló labor beszámoló Képek szegmentálása textúra analízis segítségével. MAJF21 Eisenberger András május 22. Konzulens: Dr.

Önálló labor beszámoló Képek szegmentálása textúra analízis segítségével. MAJF21 Eisenberger András május 22. Konzulens: Dr. Önálló labor beszámoló Képek szegmentálása textúra analízis segítségével 2011. május 22. Konzulens: Dr. Pataki Béla Tartalomjegyzék 1. Bevezetés 2 2. Források 2 3. Kiértékelő szoftver 3 4. A képek feldolgozása

Részletesebben

Adatszerkezetek Tömb, sor, verem. Dr. Iványi Péter

Adatszerkezetek Tömb, sor, verem. Dr. Iványi Péter Adatszerkezetek Tömb, sor, verem Dr. Iványi Péter 1 Adat Adat minden, amit a számítógépünkben tárolunk és a külvilágból jön Az adatnak két fontos tulajdonsága van: Értéke Típusa 2 Adat típusa Az adatot

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

8. gyakorlat Pointerek, dinamikus memóriakezelés

8. gyakorlat Pointerek, dinamikus memóriakezelés 8. gyakorlat Pointerek, dinamikus memóriakezelés Házi ellenőrzés Egy számtani sorozat első két tagja A1 és A2. Számítsa ki a sorozat N- dik tagját! (f0051) Egy mértani sorozat első két tagja A1 és A2.

Részletesebben

Országos Középiskolai Tanulmányi Verseny, 2004/2005-ös tanév INFORMATIKA, II. (programozói) kategória második fordulójának javítási útmutatója

Országos Középiskolai Tanulmányi Verseny, 2004/2005-ös tanév INFORMATIKA, II. (programozói) kategória második fordulójának javítási útmutatója Országos Középiskolai Tanulmányi Verseny, 2004/2005-ös tanév INFORMATIKA, II. (programozói) kategória második fordulójának javítási útmutatója Kérjük a tisztelt kollégákat, hogy az egységes értékelés érdekében

Részletesebben

Euler tétel következménye 1:ha G összefüggő síkgráf és legalább 3 pontja van, akkor: e 3

Euler tétel következménye 1:ha G összefüggő síkgráf és legalább 3 pontja van, akkor: e 3 Síkgráfok Kuratowski-tétel: egy gráf akkor és csak akkor síkba rajzolható gráf, ha nincs olyan részgráfja, ami a K 5 -el, vagy a K 3,3 -altopologikusan izomorf (homeomorf). Euler síkgráfokra vonatkozó

Részletesebben

Minden feladat teljes megoldása 7 pont

Minden feladat teljes megoldása 7 pont Postacím: 11 Budapest, Pf. 17. ORSZÁGOS TIT KALMÁR LÁSZLÓ MATEMATIKAVERSENY ORSZÁGOS DÖNTŐ 1. nap NEGYEDIK OSZTÁLY JAVÍTÁSI ÚTMUTATÓ Minden feladat teljes megoldása 7 pont 1. Hat futó: András, Bence, Csaba,

Részletesebben

1. Mit jelent a /24 címmel azonosított alhálózat?

1. Mit jelent a /24 címmel azonosított alhálózat? Traffic engineering: a lehetőség, hogy a hálózatban zajló forgalmat sokféle eszközzel racionalizálhassuk. Ilyen az LSP metric, a link coloring, az LSP @ IGP/OSPF. Hibavédelem: az MPLS lehetővé teszi, hogy

Részletesebben

C++ programozási nyelv

C++ programozási nyelv C++ programozási nyelv Gyakorlat - 8. hét Nyugat-Magyarországi Egyetem Faipari Mérnöki Kar Informatikai Intézet Soós Sándor 2004. november A C++ programozási nyelv Soós Sándor 1/12 Tartalomjegyzék Miért

Részletesebben

HORVÁTH ZSÓFIA 1. Beadandó feladat (HOZSAAI.ELTE) ápr 7. 8-as csoport

HORVÁTH ZSÓFIA 1. Beadandó feladat (HOZSAAI.ELTE) ápr 7. 8-as csoport 10-es Keressünk egy egész számokat tartalmazó négyzetes mátrixban olyan oszlopot, ahol a főátló alatti elemek mind nullák! Megolda si terv: Specifika cio : A = (mat: Z n m,ind: N, l: L) Ef =(mat = mat`)

Részletesebben

Gazdasági informatika gyakorlat

Gazdasági informatika gyakorlat Gazdasági informatika gyakorlat P-Gráfokról röviden Mester Abigél P-Gráf: A P-Gráfok olyan speciális páros gráfok, ahol a csúcsok két halmazba oszthatók: ezek az anyag jellegű csúcsok, valamint a gépek.

Részletesebben

Programozási nyelvek Java

Programozási nyelvek Java statikus programszerkezet Programozási nyelvek Java Kozsik Tamás előadása alapján Készítette: Nagy Krisztián 2. előadás csomag könyvtárak könyvtárak forrásfájlok bájtkódok (.java) (.class) primitív osztály

Részletesebben

Problémamegoldás kereséssel. Mesterséges intelligencia március 7.

Problémamegoldás kereséssel. Mesterséges intelligencia március 7. Problémamegoldás kereséssel Mesterséges intelligencia 2014. március 7. Bevezetés Problémamegoldó ágens Kívánt állapotba vezető cselekvéseket keres Probléma megfogalmazása Megoldás megfogalmazása Keresési

Részletesebben

A számítástudomány alapjai

A számítástudomány alapjai A számítástudomány alapjai Katona Gyula Y. Számítástudományi és Információelméleti Tanszék Budapesti Műszaki és Gazdaságtudományi Egyetem Legszélesebb utak Katona Gyula Y. (BME SZIT) A számítástudomány

Részletesebben

VIRTUAL NETWORK EMBEDDING VIRTUÁLIS HÁLÓZAT BEÁGYAZÁS

VIRTUAL NETWORK EMBEDDING VIRTUÁLIS HÁLÓZAT BEÁGYAZÁS BME/TMIT Budapesti Műszaki és Gazdaságtudományi Egyetem (BME) Távközlési és Médiainformatikai Tanszék (TMIT) VIRTUAL NETWORK EMBEDDING VIRTUÁLIS HÁLÓZAT BEÁGYAZÁS Dr. Maliosz Markosz maliosz@tmit.bme.hu

Részletesebben

Algoritmuselmélet. Bonyolultságelmélet. Katona Gyula Y.

Algoritmuselmélet. Bonyolultságelmélet. Katona Gyula Y. Algoritmuselmélet Bonyolultságelmélet Katona Gyula Y. Számítástudományi és Információelméleti Tanszék Budapesti Műszaki és Gazdaságtudományi Egyetem 12. előadás Katona Gyula Y. (BME SZIT) Algoritmuselmélet

Részletesebben

Multicast és forgalomkötegelés többrétegû hálózatokban

Multicast és forgalomkötegelés többrétegû hálózatokban Multicast és forgalomkötegelés többrétegû hálózatokban SOPRONI PÉTER, PERÉNYI MARCELL, CINKLER TIBOR {soproni, perenyim, cinkler}@tmit.bme.hu BME Távközlési és Médiainformatikai Tanszék Lektorált Kulcsszavak:

Részletesebben

Számítógép hálózatok, osztott rendszerek 2009

Számítógép hálózatok, osztott rendszerek 2009 Számítógép hálózatok, osztott rendszerek 2009 1: Bevezetés: Internet, rétegmodell Alapok: aszimptótika, gráfok 1 Az előadáshoz Előadás: Hétfő 10:00 12:00 óra Gyakorlat: Hétfő 14:00-16:00 óra Honlap: http://people.inf.elte.hu/lukovszki/courses/0910nwmsc

Részletesebben

HAMILTON KÖR: minden csúcson PONTOSAN egyszer áthaladó kör. Forrás: (

HAMILTON KÖR: minden csúcson PONTOSAN egyszer áthaladó kör. Forrás: ( HAMILTON KÖR: minden csúcson PONTOSAN egyszer áthaladó kör Teljes gráf: Páros gráf, teljes páros gráf és Hamilton kör/út Hamilton kör: Minden csúcson áthaladó kör Hamilton kör Forrás: (http://www.math.klte.hur/~tujanyi/komb_j/k_win_doc/g0603.doc

Részletesebben

Adatbázis rendszerek Gy: Algoritmusok C-ben

Adatbázis rendszerek Gy: Algoritmusok C-ben Adatbázis rendszerek 1. 1. Gy: Algoritmusok C-ben 53/1 B ITv: MAN 2015.09.08 Alapalgoritmusok Összegzés Megszámlálás Kiválasztás Kiválasztásos rendezés Összefésülés Szétválogatás Gyorsrendezés 53/2 Összegzés

Részletesebben

38. A gráfalgoritmusok alkalmazása

38. A gráfalgoritmusok alkalmazása 38. A gráfalgoritmusok alkalmazása Állapotok és átmenetek A gráf adattípus nagyon sokféle feladat megoldásánál alkalmazható. Rejtvények, játékok, közlekedési és szállítási problémák, stratégiai feladatok

Részletesebben

Alapfogalmak II. Def.: Egy gráf összefüggő, ha bármely pontjából bármely pontjába eljuthatunk egy úton.

Alapfogalmak II. Def.: Egy gráf összefüggő, ha bármely pontjából bármely pontjába eljuthatunk egy úton. lapfogalmak II Nézzük meg mégegyszer a königsbergi séták problémáját! város lakói vasárnaponként szerettek sétálni a szigeteken. Felvetődött a kérdés, hogy hogyan lehetne olyan sétát tenni a városban,

Részletesebben

Programozási módszertan. Mohó algoritmusok

Programozási módszertan. Mohó algoritmusok PM-08 p. 1/17 Programozási módszertan Mohó algoritmusok Werner Ágnes Villamosmérnöki és Információs Rendszerek Tanszék e-mail: werner.agnes@virt.uni-pannon.hu PM-08 p. 2/17 Bevezetés Dinamikus programozás

Részletesebben

ClusterGrid for Windows

ClusterGrid for Windows ClusterGrid for Windows Bevezetõ A ClusterGrid for Windows egy CoLinuxra épülõ virtuális kliens csomópont. Minden jelenlegi ClusterGrid számítási kliens csomópont könnyen transzformálható ilyen virtualizált

Részletesebben

Diszkrét matematika 2. estis képzés

Diszkrét matematika 2. estis képzés Diszkrét matematika 2. estis képzés 2018. tavasz 1. Diszkrét matematika 2. estis képzés 10. előadás Nagy Gábor nagygabr@gmail.com nagy@compalg.inf.elte.hu compalg.inf.elte.hu/ nagy Komputeralgebra Tanszék

Részletesebben

Gráfelméleti alapfogalmak

Gráfelméleti alapfogalmak 1 Gráfelméleti alapfogalmak Gráf (angol graph= rajz): pontokból és vonalakból álló alakzat. pontok a gráf csúcsai, a vonalak a gráf élei. GRÁ Irányítatlan gráf Vegyes gráf Irányított gráf G H Izolált pont

Részletesebben

26. MINIMÁLIS KÖLTSÉGŰ UTAK MINDEN CSÚCSPÁRRA

26. MINIMÁLIS KÖLTSÉGŰ UTAK MINDEN CSÚCSPÁRRA 26. MINIMÁLIS KÖLTSÉGŰ UTAK MINDEN CSÚCSPÁRRA Az előző két fejezetben tárgyalt feladat általánosításaként a gráfban található összes csúcspárra szeretnénk meghatározni a legkisebb költségű utat. A probléma

Részletesebben

Diszkrét matematika 2.C szakirány

Diszkrét matematika 2.C szakirány Diszkrét matematika 2.C szakirány 2017. tavasz 1. Diszkrét matematika 2.C szakirány 3. előadás Nagy Gábor nagygabr@gmail.com nagy@compalg.inf.elte.hu compalg.inf.elte.hu/ nagy Komputeralgebra Tanszék 2017.

Részletesebben

Gráf csúcsainak színezése. The Four-Color Theorem 4 szín tétel Appel és Haken bebizonyították, hogy minden térkép legfeljebb 4 színnel kiszínezhető.

Gráf csúcsainak színezése. The Four-Color Theorem 4 szín tétel Appel és Haken bebizonyították, hogy minden térkép legfeljebb 4 színnel kiszínezhető. Gráf csúcsainak színezése Kromatikus szám 2018. Április 18. χ(g) az ún. kromatikus szám az a szám, ahány szín kell a G gráf csúcsainak olyan kiszínezéséhez, hogy a szomszédok más színűek legyenek. 2 The

Részletesebben

Gyakori elemhalmazok

Gyakori elemhalmazok Gyakori elemhalmazok Bankó Tibor June 9, 2010 Bankó Tibor (BME) Gyakori elemhalmazok June 9, 2010 1 / 26 Tartalom 1 Bevezetés 2 Az algoritmusok Egy speciális eset Apriori Eclat FP-Growth 3 Az algoritmusok

Részletesebben

Feladat. Bemenő adatok. Bemenő adatfájlok elvárt formája. Berezvai Dániel 1. beadandó/4. feladat 2012. április 13. Például (bemenet/pelda.

Feladat. Bemenő adatok. Bemenő adatfájlok elvárt formája. Berezvai Dániel 1. beadandó/4. feladat 2012. április 13. Például (bemenet/pelda. Berezvai Dániel 1. beadandó/4. feladat 2012. április 13. BEDTACI.ELTE Programozás 3ice@3ice.hu 11. csoport Feladat Madarak életének kutatásával foglalkozó szakemberek különböző településen különböző madárfaj

Részletesebben

Bevezetés Standard 1 vállalatos feladatok Standard több vállalatos feladatok 2017/ Szegedi Tudományegyetem Informatikai Intézet

Bevezetés Standard 1 vállalatos feladatok Standard több vállalatos feladatok 2017/ Szegedi Tudományegyetem Informatikai Intézet Operációkutatás I. 2017/2018-2. Szegedi Tudományegyetem Informatikai Intézet Számítógépes Optimalizálás Tanszék 10. Előadás Vállalatelhelyezés Vállalatelhelyezés Amikor egy új telephelyet kell nyitni,

Részletesebben

MŰSZAKKIOSZTÁSI PROBLÉMÁK A KÖZÖSSÉGI KÖZLEKEDÉSBEN

MŰSZAKKIOSZTÁSI PROBLÉMÁK A KÖZÖSSÉGI KÖZLEKEDÉSBEN infokommunikációs technológiák MŰSZAKKIOSZTÁSI PROBLÉMÁK A KÖZÖSSÉGI KÖZLEKEDÉSBEN Készítette: Árgilán Viktor, Dr. Balogh János, Dr. Békési József, Dávid Balázs, Hajdu László, Dr. Galambos Gábor, Dr. Krész

Részletesebben

Programozás alapjai C nyelv 8. gyakorlat. Mutatók és címek (ism.) Indirekció (ism)

Programozás alapjai C nyelv 8. gyakorlat. Mutatók és címek (ism.) Indirekció (ism) Programozás alapjai C nyelv 8. gyakorlat Szeberényi Imre BME IIT Programozás alapjai I. (C nyelv, gyakorlat) BME-IIT Sz.I. 2005.11.07. -1- Mutatók és címek (ism.) Minden változó és függvény

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

optimalizációs módszerek

optimalizációs módszerek optimalizációs módszerek Titkos utazás Réges-régen egy messzi-messzi galaxisban Készítette: Gelencsér Tamás xdthsq 1. Bevezetés: Nehéz idők járnak a Lázadókra. Habár a Halálcsillagot elpusztították, a

Részletesebben

Floppix linux disztribúció üzembe helyezése VirtualBox alatt fizikai floppy meghajtó nélkül

Floppix linux disztribúció üzembe helyezése VirtualBox alatt fizikai floppy meghajtó nélkül Floppix linux disztribúció üzembe helyezése VirtualBox alatt fizikai floppy meghajtó nélkül Készítette: Petróczy Tibor Floppix linux disztribúció üzembe helyezése VirtualBox alatt fizikai floppy meghajtó

Részletesebben

FELHASZNÁLÓI KÉZIKÖNYV XMAP (EXTENDED MAP) KEZELÉSI ÚTMUTATÓ (TATABÁNYA VÁROS KÖZLEKEDÉSE)

FELHASZNÁLÓI KÉZIKÖNYV XMAP (EXTENDED MAP) KEZELÉSI ÚTMUTATÓ (TATABÁNYA VÁROS KÖZLEKEDÉSE) FELHASZNÁLÓI KÉZIKÖNYV XMAP (EXTENDED MAP) KEZELÉSI ÚTMUTATÓ (TATABÁNYA VÁROS KÖZLEKEDÉSE) 1. Bevezető Az XMap egy korszerű, internetes, böngésző alapú, térképes utastájékoztató szoftver. Jelenleg Tatabánya

Részletesebben

Hálózati Folyamok Alkalmazásai. Mályusz Levente BME Építéskivitelezési és Szervezési Tanszék

Hálózati Folyamok Alkalmazásai. Mályusz Levente BME Építéskivitelezési és Szervezési Tanszék Hálózati Folyamok Alkalmazásai Mályusz Levente BME Építéskivitelezési és Szervezési Tanszék Maximális folyam 7 7 9 3 2 7 source 8 4 7 sink 7 2 9 7 5 7 6 Maximális folyam feladat Adott [N, A] digráf (irányított

Részletesebben

Hálózati Folyamok Alkalmazásai. Mályusz Levente BME Építéskivitelezési és Szervezési Tanszék

Hálózati Folyamok Alkalmazásai. Mályusz Levente BME Építéskivitelezési és Szervezési Tanszék Hálózati Folyamok Alkalmazásai Mályusz Levente BME Építéskivitelezési és Szervezési Tanszék Alsó felső korlátos maximális folyam 3,9 3 4,2 4,8 4 3,7 2 Transzformáljuk több forrást, több nyelőt tartalmazó

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

Gráfok 1. Tárolási módok, bejárások. Szoftvertervezés és -fejlesztés II. előadás. Szénási Sándor

Gráfok 1. Tárolási módok, bejárások. Szoftvertervezés és -fejlesztés II. előadás.   Szénási Sándor Gráfok 1. Tárolási módok, bejárások előadás http://nik.uni-obuda.hu/sztf2 Szénási Sándor szenasi.sandor@nik.uni-obuda.hu Óbudai Egyetem,Neumann János Informatikai Kar Gráfok 1. Tárolási módok Szélességi

Részletesebben

24. MINIMÁLIS KÖLTSÉGŰ UTAK I.

24. MINIMÁLIS KÖLTSÉGŰ UTAK I. 24. MINIMÁLIS KÖLTSÉGŰ UTAK I. Az útvonaltervezés az egyik leggyakrabban végrehajtott eljárása a gráfok alkalmazásai körében. A feladat például a közlekedésben jelentkezik. A gráfot itt az a térkép jelenti,

Részletesebben

Összefoglalás és gyakorlás

Összefoglalás és gyakorlás Összefoglalás és gyakorlás High Speed Networks Laboratory 1 / 28 Hálózatok jellemző paraméterei High Speed Networks Laboratory 2 / 28 Evolúció alkotta adatbázis Önszerveződő adatbázis = (struktúra, lekérdezés)

Részletesebben

Algoritmusok és adatszerkezetek 2.

Algoritmusok és adatszerkezetek 2. Algoritmusok és adatszerkezetek 2. Varga Balázs gyakorlata alapján Készítette: Nagy Krisztián 1. gyakorlat Nyílt címzéses hash-elés A nyílt címzésű hash táblákban a láncolással ellentétben egy indexen

Részletesebben

Segédanyag az iktatáshoz. Tartalomjegyzék

Segédanyag az  iktatáshoz. Tartalomjegyzék Segédanyag az email iktatáshoz Tartalomjegyzék I. Digitális, bejövő email iktatás... 2 II. Digitális, belső irányú email iktatása... 14 III. Kimenő email iktatása... 23 I. Digitális, bejövő email iktatás

Részletesebben

Szimulációs technikák

Szimulációs technikák SZÉCHENYI ISTVÁN EGYETEM Műszaki Tudományi Kar Informatikai tanszék Szimulációs technikák ( NGB_IN040_1) 2. csapat Comparator - Dokumentáció Mérnök informatikus BSc szak, nappali tagozat 2012/2013 II.

Részletesebben

A HBONE+ projekt kapcsán megjelent új hálózati lehetıségek

A HBONE+ projekt kapcsán megjelent új hálózati lehetıségek A HBONE+ projekt kapcsán megjelent új hálózati lehetıségek 2012.02.23. HBONE+ projekt Farkas István NIIF Intézet Tartalomjegyzék Elızmények Hálózat jelenlegi állása, lehetıségek Közeljövı TÁMOP 4.1.3 2.

Részletesebben

Navigáci. stervezés. Algoritmusok és alkalmazásaik. Osváth Róbert Sorbán Sámuel

Navigáci. stervezés. Algoritmusok és alkalmazásaik. Osváth Róbert Sorbán Sámuel Navigáci ció és s mozgástervez stervezés Algoritmusok és alkalmazásaik Osváth Róbert Sorbán Sámuel Feladat Adottak: pálya (C), játékos, játékos ismerethalmaza, kezdőpont, célpont. Pálya szerkezete: akadályokkal

Részletesebben

29. Visszalépéses keresés 1.

29. Visszalépéses keresés 1. 29. Visszalépéses keresés 1. A visszalépéses keresés algoritmusa Az eddig megismert algoritmusok bizonyos értelemben nyílegyenesen haladtak elôre. Tudtuk, hogy merre kell mennünk, és minden egyes lépéssel

Részletesebben

Andrews Kft. A technológia megoldás szállító. <zambo.marcell@andrews.hu>

Andrews Kft. A technológia megoldás szállító. <zambo.marcell@andrews.hu> Andrews Kft. A technológia megoldás szállító. Az Andrews bemutatása. 1999 derekán alakult az ALF tűzfal fejlesztésére. Csak magyar tulajdonosok. Tulajdonosok zömében mérnökök

Részletesebben

Láncolt lista. az itt adott nevet csak a struct deklaráción belül használjuk

Láncolt lista. az itt adott nevet csak a struct deklaráción belül használjuk Láncolt lista int szam char szoveg[10] következő elemre mutató pointer int szam char szoveg[10] következő elemre mutató pointer elem elem elem int szam char szoveg[10] következő elemre mutató pointer A

Részletesebben

A 2016/2017 tanévi Országos Középiskolai Tanulmányi Verseny első forduló javítási-értékelési útmutató. INFORMATIKA II. (programozás) kategória

A 2016/2017 tanévi Országos Középiskolai Tanulmányi Verseny első forduló javítási-értékelési útmutató. INFORMATIKA II. (programozás) kategória Oktatási Hivatal A 2016/2017 tanévi Országos Középiskolai Tanulmányi Verseny első forduló javítási-értékelési útmutató INFORMATIKA II. (programozás) kategória Kérjük a tisztelt tanár kollégákat, hogy a

Részletesebben

Felvételi tematika INFORMATIKA

Felvételi tematika INFORMATIKA Felvételi tematika INFORMATIKA 2016 FEJEZETEK 1. Természetes számok feldolgozása számjegyenként. 2. Számsorozatok feldolgozása elemenként. Egydimenziós tömbök. 3. Mátrixok feldolgozása elemenként/soronként/oszloponként.

Részletesebben

A 2013/2014 tanévi Országos Középiskolai Tanulmányi Verseny döntő forduló javítási-értékelési útmutató. INFORMATIKA II. (programozás) kategória

A 2013/2014 tanévi Országos Középiskolai Tanulmányi Verseny döntő forduló javítási-értékelési útmutató. INFORMATIKA II. (programozás) kategória Oktatási Hivatal A 201/2014 tanévi Országos Középiskolai Tanulmányi Verseny döntő forduló javítási-értékelési útmutató INFORMATIKA II. (programozás) kategória 1. feladat: Metró (20 pont) Egy metróállomásra

Részletesebben

Diszkrét matematika 2. estis képzés

Diszkrét matematika 2. estis képzés Diszkrét matematika 2. estis képzés 2018. tavasz 1. Diszkrét matematika 2. estis képzés 11. előadás Nagy Gábor nagygabr@gmail.com nagy@compalg.inf.elte.hu compalg.inf.elte.hu/ nagy Komputeralgebra Tanszék

Részletesebben

Programozási alapismeretek 4.

Programozási alapismeretek 4. Programozási alapismeretek 4. Obejktum-Orientált Programozás Kis Balázs Bevezetés I. Az OO programozási szemlélet, egy merőben más szemlélet, az összes előző szemlélettel (strukturális, moduláris, stb.)

Részletesebben

Adaptív dinamikus szegmentálás idősorok indexeléséhez

Adaptív dinamikus szegmentálás idősorok indexeléséhez Adaptív dinamikus szegmentálás idősorok indexeléséhez IPM-08irAREAE kurzus cikkfeldolgozás Balassi Márton 1 Englert Péter 1 Tömösy Péter 1 1 Eötvös Loránd Tudományegyetem Informatikai Kar 2013. november

Részletesebben

Bevezetés a programozásba. 5. Előadás: Tömbök

Bevezetés a programozásba. 5. Előadás: Tömbök Bevezetés a programozásba 5. Előadás: Tömbök ISMÉTLÉS Specifikáció Előfeltétel: milyen körülmények között követelünk helyes működést Utófeltétel: mit várunk a kimenettől, mi az összefüggés a kimenet és

Részletesebben

Nyíregyházi Egyetem Matematika és Informatika Intézete. Fájl rendszer

Nyíregyházi Egyetem Matematika és Informatika Intézete. Fájl rendszer 1 Fájl rendszer Terminológia Fájl és könyvtár (mappa) koncepció Elérési módok Fájlattribútumok Fájlműveletek ----------------------------------------- Könyvtár szerkezet -----------------------------------------

Részletesebben

Diszkrét matematika 2.

Diszkrét matematika 2. Diszkrét matematika 2. Mérai László előadása alapján Készítette: Nagy Krisztián 1. előadás Gráfok halmaza, gráf, ahol a csúcsok halmaza, az élek illesztkedés reláció: illesztkedik az élre, ha ( -él illesztkedik

Részletesebben

C++ programozási nyelv

C++ programozási nyelv C++ programozási nyelv Gyakorlat - 13. hét Nyugat-Magyarországi Egyetem Faipari Mérnöki Kar Informatikai Intézet Soós Sándor 2004. december A C++ programozási nyelv Soós Sándor 1/10 Tartalomjegyzék Objektumok

Részletesebben

C programozási nyelv Pointerek, tömbök, pointer aritmetika

C programozási nyelv Pointerek, tömbök, pointer aritmetika C programozási nyelv Pointerek, tömbök, pointer aritmetika Dr. Schuster György 2011. június 16. C programozási nyelv Pointerek, tömbök, pointer aritmetika 2011. június 16. 1 / 15 Pointerek (mutatók) Pointerek

Részletesebben

Szegedi Tudományegyetem Informatikai Tanszékcsoport SZAKDOLGOZAT. Fertői Ferenc

Szegedi Tudományegyetem Informatikai Tanszékcsoport SZAKDOLGOZAT. Fertői Ferenc Szegedi Tudományegyetem Informatikai Tanszékcsoport SZAKDOLGOZAT Fertői Ferenc 2010 Szegedi Tudományegyetem Informatikai Tanszékcsoport 3-dimenziós táj generálása útvonalgráf alapján Szakdolgozat Készítette:

Részletesebben

PUSZTASZABOLCS VÁROS ÖNKORMÁNYZAT KÉPVISELŐ-TESTÜLETE 2012. ÁPRILIS 18-I RENDKÍVÜLI NYÍLT ÜLÉSÉNEK

PUSZTASZABOLCS VÁROS ÖNKORMÁNYZAT KÉPVISELŐ-TESTÜLETE 2012. ÁPRILIS 18-I RENDKÍVÜLI NYÍLT ÜLÉSÉNEK Ikt.szám: 818-5/2012. PUSZTASZABOLCS VÁROS ÖNKORMÁNYZAT KÉPVISELŐ-TESTÜLETE 2012. ÁPRILIS 18-I RENDKÍVÜLI NYÍLT ÜLÉSÉNEK JEGYZŐKÖNYVE HATÁROZATOK SZÁMA: 154, 155, 156, 157/2012. (IV. 18.) 2 Jegyzőkönyv

Részletesebben

Előlegfizetés OTP SZÉP kártyával

Előlegfizetés OTP SZÉP kártyával Előlegfizetés OTP SZÉP kártyával OTP SZÉP kártyával a kártyabirtokos előleget fizethet az OTP SZÉP kártya honlapon. A kártyabirtokos lefoglalja a szálláshelyet, és jelzi, hogy OTP SZÉP kártyával kíván

Részletesebben

1. Mi a fejállományok szerepe C és C++ nyelvben és hogyan használjuk őket? 2. Milyen alapvető változókat használhatunk a C és C++ nyelvben?

1. Mi a fejállományok szerepe C és C++ nyelvben és hogyan használjuk őket? 2. Milyen alapvető változókat használhatunk a C és C++ nyelvben? 1. Mi a fejállományok szerepe C és C++ nyelvben és hogyan használjuk őket? 2. Milyen alapvető változókat használhatunk a C és C++ nyelvben? 3. Ismertesse a névtér fogalmát! 4. Mit értünk a "változó hatóköre"

Részletesebben

Operációs rendszerek. UNIX/Linux fájlrendszerek

Operációs rendszerek. UNIX/Linux fájlrendszerek Operációs rendszerek UNIX/Linux fájlrendszerek Tartalom Linux fájlrendszerek UNIX/Linux fájlrendszerek Szimbolikus linkek Fájlrendszerek csatolása Virtuális fájlrendszer Szuperblokk Inode Objektumok 2

Részletesebben

FORD Edifact IHS Import

FORD Edifact IHS Import FORD Edifact IHS Import 1149 Budapest, Egressy út 17-21. Telefon: +36 1 469 4021; fax: +36 1 469 4029 1/13 Tartalomjegyzék 1. FORD gyártói adatok betöltése... 3 1.1. Import Javasolt Ütemezése... 10 1.2.

Részletesebben

Gráfelmélet/Diszkrét Matematika MSc hallgatók számára. 3. Előadás

Gráfelmélet/Diszkrét Matematika MSc hallgatók számára. 3. Előadás Gráfelmélet/Diszkrét Matematika MSc hallgatók számára 3. Előadás Előadó: Hajnal Péter Jegyzetelő: Pék Máté 2009. szeptember 21. 1. Folyamok 1.1. Definíció. G = (V, E, K, B) irányított gráf, ha e! v : ekv

Részletesebben

Időjárási csúcsok. Bemenet. Kimenet. Példa. Korlátok. Nemes Tihamér Nemzetközi Informatikai Tanulmányi Verseny, 2-3. korcsoport

Időjárási csúcsok. Bemenet. Kimenet. Példa. Korlátok. Nemes Tihamér Nemzetközi Informatikai Tanulmányi Verseny, 2-3. korcsoport Időjárási csúcsok Ismerjük N napra a déli hőmérséklet értékét. Lokálisan melegnek nevezünk egy napot (az első és az utolsó kivételével), ha az aznap mért érték nagyobb volt a két szomszédjánál, lokálisan

Részletesebben

Matematikai modellezés

Matematikai modellezés Matematikai modellezés Bevezető A diasorozat a Döntési modellek című könyvhöz készült. Készítette: Dr. Ábrahám István Döntési folyamatok matematikai modellezése Az emberi tevékenységben meghatározó szerepe

Részletesebben

Mutatók és címek (ism.) Programozás alapjai C nyelv 8. gyakorlat. Indirekció (ism) Néhány dolog érthetőbb (ism.) Változók a memóriában

Mutatók és címek (ism.) Programozás alapjai C nyelv 8. gyakorlat. Indirekció (ism) Néhány dolog érthetőbb (ism.) Változók a memóriában Programozás alapjai C nyelv 8. gyakorlat Szeberényi mre BME T Programozás alapjai. (C nyelv, gyakorlat) BME-T Sz.. 2005.11.07. -1- Mutatók és címek (ism.) Minden változó és függvény

Részletesebben

Ujjszámlálás Matlab segítségével

Ujjszámlálás Matlab segítségével Ujjszámlálás Matlab segítségével Griechisch Erika, Juhász Miklós és Földi Antal 2008. november Tartalomjegyzék 1. Bevezetés 1 2. Vizsgált módszerek 1 3. Az algoritmus 1 4. Megvalósítás 2 4.1. Szegmentálás,

Részletesebben

A 2013/2014 tanévi Országos Középiskolai Tanulmányi Verseny második forduló javítási-értékelési útmutató. INFORMATIKA II. (programozás) kategória

A 2013/2014 tanévi Országos Középiskolai Tanulmányi Verseny második forduló javítási-értékelési útmutató. INFORMATIKA II. (programozás) kategória Oktatási Hivatal A 2013/2014 tanévi Országos Középiskolai Tanulmányi Verseny második forduló javítási-értékelési útmutató INFORMATIKA II. (programozás) kategória Kérjük a tisztelt kollégákat, hogy az egységes

Részletesebben

Feladatok MATEMATIKÁBÓL

Feladatok MATEMATIKÁBÓL Feladatok MATEMATIKÁBÓL a 12. évfolyam számára III. 1. Számítsuk ki a következő hatványok értékét! 2. Írjuk fel gyökjelekkel a következő hatványokat! 3. Az ötnek hányadik hatványa a következő kifejezés?

Részletesebben

Algoritmusok bonyolultsága

Algoritmusok bonyolultsága Algoritmusok bonyolultsága 5. előadás http://www.ms.sapientia.ro/~kasa/komplex.htm 1 / 27 Gazdaságos faváz Kruskal-algoritmus Joseph Kruskal (1928 2010) Legyen V = {v 1, v 2,..., v n }, E = {e 1, e 2,...,

Részletesebben

Gyakorlatok. P (n) = P (n 1) + 2P (n 2) + P (n 3) ha n 4, (utolsó lépésként l, hl, u, hu-t léphetünk).

Gyakorlatok. P (n) = P (n 1) + 2P (n 2) + P (n 3) ha n 4, (utolsó lépésként l, hl, u, hu-t léphetünk). Gyakorlatok Din 1 Jelölje P (n) azt a számot, ahányféleképpen mehetünk le egy n lépcsőfokból álló lépcsőn a következő mozgáselemek egy sorozatával (zárójelben, hogy mennyit mozgunk az adott elemmel): lépés

Részletesebben

Programozás Minta programterv a 1. házi feladathoz 1.

Programozás Minta programterv a 1. házi feladathoz 1. Programozás Minta programterv a 1. házi feladathoz 1. Gregorics Tibor 1. beadandó/0.feladat 2008. december 6. EHACODE.ELTE gt@inf.elte.hu 0.csoport Feladat Egy osztályba n diák jár, akik m darab tantárgyat

Részletesebben

EuroOffice Optimalizáló (Solver)

EuroOffice Optimalizáló (Solver) 1. oldal EuroOffice Optimalizáló (Solver) Az EuroOffice Optimalizáló egy OpenOffice.org bővítmény, ami gyors algoritmusokat kínál lineáris programozási és szállítási feladatok megoldására. Szimplex módszer

Részletesebben

A szimplex algoritmus

A szimplex algoritmus . gyakorlat A szimplex algoritmus Az előző órán bevezetett feladat optimális megoldását fogjuk megvizsgálni. Ehhez új fogalmakat, és egy algoritmust tanulunk meg. Hogy az algoritmust alkalmazni tudjuk,

Részletesebben

GráfRajz fejlesztői dokumentáció

GráfRajz fejlesztői dokumentáció GráfRajz Követelmények: A GráfRajz gráfokat jelenít meg grafikus eszközökkel. A gráfot többféleképpen lehet a programba betölteni. A program a gráfokat egyedi fájl szerkezetben tárolja. A fájlokból betölthetőek

Részletesebben

Mesterséges Intelligencia MI

Mesterséges Intelligencia MI Mesterséges Intelligencia MI Problémamegoldás kereséssel - csak lokális információra alapozva Pataki Béla BME I.E. 414, 463-26-79 pataki@mit.bme.hu, http://www.mit.bme.hu/general/staff/pataki Lokálisan

Részletesebben