Bölüm Özeti. Algoritmalar. Fonksiyonların Büyümesi. Algoritmaların Karmaşıklığı. Örnek Algoritmalar Algoritmik Paradigmalar

Save this PDF as:
 WORD  PNG  TXT  JPG

Ebat: px
Şu sayfadan göstermeyi başlat:

Download "Bölüm Özeti. Algoritmalar. Fonksiyonların Büyümesi. Algoritmaların Karmaşıklığı. Örnek Algoritmalar Algoritmik Paradigmalar"

Transkript

1 Bölüm 3

2 Bölüm Özeti Algoritmalar Örnek Algoritmalar Algoritmik Paradigmalar Fonksiyonların Büyümesi Büyük-O ve diğer gösterimler Algoritmaların Karmaşıklığı

3 Bölüm 3.1

4 Bölüm Özet Algoritmaların Özellikleri Sıralama ve Arama Algoritmaları Aç Gözlü Algoritmalar

5 Problemler ve Algoritmalar Birçok alanda, belirli girişler için belirli çıkışları veren genel problemler vardır. Çözümün ilk adımı problemi detaylıca tanımlamaktır. Bunu yaparken, giriş ve çıkışlar için uygun yapıları seçmek gerekir. Daha sonra, geçerli girişleri alan ve istenen çıkışları veren bir prosedürün adımlarını tanımlayarak problemi çözeriz. Bu prosedüre algoritma denir.

6 Algoritmalar Abu Ja far Mohammed Ibin Musa Al-Khowarizmi ( ) Tanım: Bir algoritma, bir problemin çözümü için oluşturulmuş olan sonlu ve doğru adımların kümesidir. Örnek: Sonlu bir tamsayı dizisindeki en büyük elemanı bulan bir algoritma tanımlayınız. Çözüm: Aşağıdaki adımları yapınız: 1. Dizideki ilk elemanı geçici olarak en büyük kabul edin. 2. Bir sonraki tam sayıyı bu geçici değer ile kıyaslayın. Eğer kıyasladığınız değer, geçici en büyük değerden daha büyükse, yeni en büyük değer olarak bu sayıyı saklayın. 3. Tam sayılar bitmediyse bir önceki adımı tekrarlayın. Bitmişse durun. 4. Algoritma sonlandığında, geçici en büyük değer, dizideki en büyük tamsayıdır..

7 Algoritmaları Yazmak Algoritmalar değişik şekillerde yazılabilir. Türkçe ifadelerle yazılabileceği gibi sözde kod (Pseudocode) olarak da yazılabilir. Sözde kod, Türkçe ile programlama dili arasındaki bir geçiş dilidir. Sözde kod, C++ gibi popüler dillerdeki yapıları kullanabilir. Programcılar, programları herhangi bir programlama dilinde kodlamak için sözde kod oluştururlar. Sözde kodlar, gerçek bir programlama dilinden bağımsız olarak bir algoritmanın bir problemi çözmesi için gereken zamanın analizinde kullanılabilir.

8 Algoritmaların Özellikleri Giriş: Bir algoritma, belirli bir küme içerisinden değerler alır. Çıkış: Giriş değerlerinden, belirli bir kümeye ait olan çıkış değerlerini üretir. Doğruluk: Bir algoritma, her bir giriş değeri için doğru çıkışları vermelidir. Sonluluk: Bir algoritma, herhangi bir giriş için sonlu bir adım sayısı sonunda çıkış vermelidir. Etkinlik: Her bir adımı düzgün yapmalı ve belirli bir süre içerisinde bitmelidir. Genellik: Gereken biçimde hazırlanmış herhangi bir problemi çözebilmelidir.

9 Bir Dizideki En Büyük Elemanı Bulan Algoritma Sözde kodu: procedure max(a 1, a 2,., a n : integers) max := a 1 for i := 2 to n if max < a i then max := a i return max{max is the largest element}

10 Bazı Örnek Algoritma Problemleri Bu bölümde 3 problemle ilgileneceğiz 1. Arama Problemleri: bir listedeki belirli bir elemanın yerini bulmak. 2. Sıralama Problemleri: bir listedeki elemanları artan/azalan sıralı hale getirmek. 3. Optimizasyon Problemleri: Bütün olası girişler içinden belirli bir kısmının optimal değerlerini (maksimum ya da minimum) bulmak.

11 Arama Problemleri Tanım: Bir x elemanının a 1,a 2,...,a n, gibi bir listenin içerisindeki konumunu bulmak.

12 Doğrusal Arama Algoritması procedure linear search(x:integer, a 1, a 2,,a n : distinct integers) i := 1 while (i n and x a i ) i := i + 1 if i n then location := i else location := 0 return location{location is the subscript of the term that equals x, or is 0 if x is not found}

13 İkili Arama Algoritması Girişlerin artan sırada olduğunu varsayalım. Ortadaki elemandan başla. Eğer ortadaki eleman daha küçükse, dizinin üst yarısına geç. Eğer ortadaki eleman daha büyükse, dizinin alt yarısına geç. Liste, 1 eleman uzunluğuna ulaşana kadar devam et. Aradığın elemanı bulduysan, elemanın konumu al. Bulamadıysan, bulamadığına dair bir değer (-1 gibi) üret.

14 İkili Arama procedure binary search(x: integer, a 1,a 2,, a n : increasing integers) i := 1 {i is the left endpoint of interval} j := n {j is right endpoint of interval} while i < j m := (i + j)/2 if x > a m then i := m + 1 else j := m if x = a i then location := i else location := 0 return location{location is the subscript i of the term a i equal to x, or 0 if x is not found}

15 İkili Arama Örnek: 19 sayısını listede bul: eleman var. 8. pozisyondaki 10 sayısı ile kıyasla. Dizinin üst yarısına geç pozisyondaki 16 sayısı ortadaki eleman. Kıyasla ve dizinin üst yarısına geç pozisyondaki 19 sayısı ortadaki eleman. Kıyasla ve dizinin alt yarısına geç pozisyondaki 18 sayısı ortadaki eleman. Kıyasla ve dizinin üst yarısına geç Listede 1 eleman kaldı. 19=19 olduğu için 16. konumu al.

16 Sıralama Sıralama önemli. Veritabanı örneği. Birçok sıralama algoritması var. Birbirlerine göre avantaj ve dezavantajları var.

17 Kabarcık Sıralama procedure bubblesort(a 1,,a n : real numbers with n 2) for i := 1 to n 1 for j := 1 to n i if a j >a j+1 then interchange a j and a j+1 {a 1,, a n is now in increasing order}

18 Kabarcık Sıralama Örnek: dizisi için kabarcık sıralama adımlarını gösterin.

19 Araya Sokma Sıralama 2. elemandan başla. Bir elemanı al. Kendinden öncekilerle kıyasla ve uygun yere yerleştir. procedure insertion sort (a 1,,a n : real numbers with n 2) for j := 2 to n i := 1 while a j > a i i := i + 1 m := a j for k := 0 to j i 1 a j-k := a j-k-1 a i := m {Now a 1,,a n is in increasing order}

20 Araya Sokma Sıralama Örnek: dizisi için bütün adımları gösterin i (ilk iki pozisyon değişti) ii. iii (3. eleman yerinde kaldı) (4. eleman en başa yerleşti) iv (5. eleman yerinde kaldı)

21 Aç Gözlü (Greedy) Algoritmalar Optimizasyon problemleri, girişler için belirli parametreleri minimize etme ya da maksimize etme temeline dayanır. Birçok optimizasyon problemi var. İki şehir arasındaki en kısa yolun bulunması. Bir mesajı en az sayıda bit kullanarak kodlama. İki ağ cihazını birbirine bağlamak için gerekli olan en az fiber kablo uzunluğunu bulma. Optimizasyon problemleri, Aç Gözlü yaklaşımlar ile çözülebilir. Aç gözlü yaklaşımlar her adımda en iyi seçimi yapar. Her bir adım için en iyi seçimi yapmak, problemin tamamı için her zaman en iyi sonucu vermez. Ama çoğu zaman işe yarar. Aç Gözlü problem çözümü yaklaşımı, Algoritmik Paradigmalar için bir örnektir.

22 Aç Gözlü Algoritmalar: Para bozma örneği Örnek: n kuruşluk bir miktar parayı bozmak için bir aç gözlü algoritma tasarlayınız. Algoritma şu paraları kullanabilir: çeyrek (25 kuruş), onluk (10 kuruş), beşlik (5 kuruş), ve birlik (1 kuruş). Mümkün olan en az miktar demir para kullanarak bozma işini yapınız. Fikir: Her bir adımda, bozulması gereken para miktarını geçmeyen en büyük madeni parayı seç. 1. n = 67 kuruş olsun. İlk adımda 1 çeyreklik seç = 42 kuruş. Yine 1 çeyreklik seç = 17 kuruş 2. 1 onluk seç = 7 kuruş beşlik seç kuruş birlik seç. Bir kuruş kaldı. 1 birlik daha seç. Bozulması gereken para kalmadı.

23 Aç Gözlü Algoritmalar: Para bozma örneği Çözüm: n kuruşu bozan algoritma. Algoritmanın kullandığı madeni paralar c 1, c 2,,c r ile gösterilsin. procedure change(c 1, c 2,, c r : values of coins, where c 1 > c 2 > > c r ; n: a positive integer) for i := 1 to r d i := 0 [d i counts the coins of denomination c i ] while n c i d i := d i + 1 [add a coin of denomination c i ] n = n - c i [d i counts the coins c i ]

24 Aç Gözlü Algoritmalar: Para bozma örneği Optimallik, kullanılabilecek madeni paraların çeşidine bağlı. 50 kuruş ve 100 kuruşluk madeni paraları da kullanırsak yine optimallik bozulmaz. Ancak yalnızca çeyrek (25 kuruş), onluk (10 kuruş), ve birlik (1 kuruş) varsa, bu durumda algoritma minimum sayıda madeni para kullanarak para bozma işini yapamaz. Ör: 31 kuruş bozalım. Optimal değer 4. 3 onluk ve 1 birlik. Algoritma ne çıkış verir?

25 Bölüm 3.2

26 Bölüm Özeti Büyük-O Gösterimi Donald E. Knuth (Born 1938) Önemli bazı fonksiyonların Büyük-O değerleri Büyük-Omega ve Büyük-Theta Gösterimleri Edmund Landau ( ) Paul Gustav Heinrich Bachmann ( )

27 Fonksiyonların Büyümesi Bilgisayar Biliminde ve Matematikte bir fonksiyonun nasıl büyüdüğü önemli bir konudur. Bilgisayar Biliminde, girişlerin artması ile bir algoritmanın çözüm hızı arasındaki ilişkiyi bulmak isteriz. Böylece algoritmaları kıyaslayabiliriz. Bir algoritmanın bir problem için uygun olup olmadığını söyleyebiliriz.

28 Büyük-O Gösterimi Tanım: f ve g tam sayılardan reel sayılara ya da reel sayılardan reel sayılara iki fonksiyon olsun. Eğer aşağıdaki şartı sağlayan C ve k sayıları varsa, f(x) O(g(x)) tir diyebiliriz. burada x > k. (sonraki slaytta görseli var.) f(x) g(x) in Büyük-O sudur ya da g asimtotik olarak f yi sınırlar (baskılar) şeklinde okunur. C ve k sabit değerlerine, f(x) O(g(x)) tir ilişkisinin şahitleri denir. Yalnızca bir çift şahit yeterlidir.

29 Büyük-O Gösteriminin Görseli f(x) is O(g(x))

30 Büyük-O Gösterimi İle İlgili Bazı Önemli Noktalar Eğer bir çift şahit bulunabilirse, sonsuz sayıda bulunabilir. Her durumda şu eşitsizliği sağlamaları gerekir.. C ve k, burada C < C ve k < k çiftleri de kullanılabilir. f(x) = O(g(x)) ile f(x) is O(g(x)). aynı şeydir. Özünde bir eşitsizlik olduğu için bu gösterim kafa karıştırıcı olabilir. f(x) O(g(x)), gösterimi daha uygundur. Çünkü O(g(x)) aslında, O(g(x)) fonksiyonlarının bir kümesini ifade eder. Genelde pozitif değerler alan fonksiyonlar ile uğraştığımız için çoğu zaman mutlak değer işaretlerini kullanmayız.

31 Büyük-O Gösterimini Kullanmak Örnek: in olduğunu gösterin. Çözüm: x > 1, x < x 2 ve 1 < x 2 olduğu için C = 4 ve k = 1 şahitler oldular. (çizimi sonraki slaytta) Alternatif olarak, x > 2 olduğunda, 2x x 2 ve 1 < x 2. Böylece, x > 2 olduğu zaman. C = 3 ve k = 2 de şahitler olarak alınabilir.

32 Büyük-O Gösteriminin Görseli is

33 Büyük-O Gösterimini Kullanmak Örnek: 7x 2 nin O(x 3 ) olduğunu gösterin. Çözüm: x > 7 durumunda, 7x 2 < x 3. C =1 ve k = 7 şahitleri ile 7x 2 is O(x 3 ) olur (C = 7 ve k = 1 işe yarar mı?)

34 Polinomlar İçin Büyük-O Kestirimleri Örnek: burada reel sayılardır. a n 0. Böylece f(x) O(x n ) olur. İspat: f(x) = a n x n + a n-1 x n a 1 x 1 + a 1 a n x n + a n-1 x n a 1 x 1 + a 1 x > 1 olsun = x n ( a n + a n-1 /x + + a 1 /x n-1 + a 1 / x n ) x n ( a n + a n a 1 + a 1 ) C = a n + a n a 1 + a 1 alınır ve k = 1 olursa f(x) O(x n ) olur. Polinomların liderlik eden terimi a n x n, polinomun büyümesini baskılar.

35 Fonksiyonların Büyümesinin Gösterimi

36 Büyük-Omega Gösterimi Tanım: f ve g tam sayılardan reel sayılara ya da reel sayılardan reel sayılara iki fonksiyon olsun. Eğer aşağıdaki şartı sağlayan C ve k sayıları varsa diyebiliriz Ω, Yunan harfi ω nın büyüğüdür. burada x > k. f(x) g(x) in Büyük-Omega sıdır şeklinde okunur. Büyük-O, bir fonksiyon için büyümenin üst sınırını verir. Büyük-Omega alt sınırını verir. f(x) Ω(g(x)) tir ancak ve ancak g(x) O(f(x)) ise.

37 Büyük-Omega Gösterimi Örnek: için olduğunu gösteriniz. Burada. Çözüm reel x sayıları için Bütün pozitif

38 Büyük-Theta Gösterimi Θ, Yunan harfi θ nin büyüğüdür. Tanım: : f ve g tam sayılardan reel sayılara ya da reel sayılardan reel sayılara iki fonksiyon olsun. olur, eğer ve ise.

39 Büyük-Theta Gösterimi Örnek: İlk n pozitif tamsayının toplamının Θ(n 2 ) olduğunu gösterin. Çözüm: f(n) = n olsun. f(n) nin O(n 2 ) olduğunu biliyoruz. f(n) nin Ω(n 2 ) olduğunu göstermek için, f(n) > Cn 2 eşitsizliğini sağlayan C sabitine ihtiyacımız var. n/2 den büyük terimleri toplarsak eşitsizliği elde ederiz n n/2 + ( n/2 + 1) + + n n/2 + n/2 + + n/2 = (n n/2 + 1 ) n/2 (n/2)(n/2) = n 2 /4 bütün pozitif n tamsayıları için C = ¼, f(n) > Cn 2 alınırsa, f(n) Ω(n 2 ) olur, ve sonuç olarak f(n) Θ(n 2 ) olur.

40 Büyük-Theta Gösterimi Örnek: f(x) = 3x 2 + 8x log x için Θ(x 2 ) olduğunu gösterin. Çözüm: x > 1 için 3x 2 + 8x log x 11x 2 olur. çünkü 0 8x log x 8x 2. Böylece, 3x 2 + 8x log x, O(x 2 ) dir. x 2 açık bir şekilde O(3x 2 + 8x log x) dir. Böylece, 3x 2 + 8x log x için Θ(x 2 ) olur.

41 Polinomlar İçin Büyük-Theta Kestirimleri Teorem: burada reel sayılar ve a n 0. f(x) Θ(x n ) dir. (İspatı alıştırma olsun.) Örnek: Θ(x 5 ) dir. Θ(x 199 ) dur.

42 Bölüm 3.3

43 Bölüm Özeti Zaman Karmaşıklığı En Kötü Durum Karmaşıklığı Algoritmaların Karmaşıklığını Anlamak

44 Algoritmaların Karmaşıklığı Bir algoritmanın etkinliğine karar verebilmek için aşağıdakileri sormamız gerekir: Bu algoritma bir problemi çözmek için ne kadar zamana ihtiyaç duyar? Bu algoritma bir problemi çözmek için ne kadar hafızaya ihtiyaç duyar? Ne kadar süreye ihtiyaç duyduğunu bulmak için zaman karmaşıklığını hesaplarız. Ne kadar hafızaya ihtiyaç duyduğunu bulmak için alan karmaşıklığını hesaplarız.

45 Algoritmaların Karmaşıklığı Zaman karmaşıklığının bir ölçütü olarak Büyük-O ve Büyük-Theta kullanacağız. Algoritmanın nasıl gerçekleştirileceği ile ilgili detayları (kullanılan veri yapısı, donanım ve yazılım platformları gibi) göz ardı etmemiz gerekli. Diğer türlü işler fazla karmaşıklaşır.

46 Zaman Karmaşıklığı Zaman karmaşıklığı analizi için algoritmanın gerçekleştirdiği ifadelerin sayısı hesaplanır. Algoritmanın önişlem kısımları göz ardı edilir. Algoritmaların en kötü durum analizine odaklanırız. Bu da çalışma zamanının üst sınırını verir. Bir algoritmanın ortalama çalışma zamanını hesaplamak kolay değildir.

47 Algoritmaların Karmaşıklık Analizi Örnek: Bir dizi içerisindeki en büyük elemanı bulan algoritma. procedure max(a 1, a 2,., a n : integers) max := a 1 for i := 2 to n if max < a i then max := a i return max{max is the largest element} Çözüm: Karşılaştırmaları say. max < a i karşılaştırması n 2 defa yapılır. i değişkeninin arttığı her adımda, i n karşılaştırması yapılır i > n. Durumu için son bir karşılaştırma yapılır. Tam olarak 2(n 1) + 1 = 2n 1 karşılaştırma gerçekleştirilir.. Dolayısıyla bu algoritmanın zaman karmaşıklığı Θ(n) olur.

48 Doğrusal Aramanın Zaman Karmaşıklığı Örnek: Doğrusal arama algoritmasının zaman karmaşıklığını hesaplayın. procedure linear search(x:integer, a 1, a 2,,a n : distinct integers) i := 1 while (i n and x a i ) i := i + 1 if i n then location := i else location := 0 return location{location is the subscript of the term that equals x, or is 0 if x is not found} Çözüm: Karşılaştırmaları say. Her adımda şu iki karşılaştırma yapılır: i n ve x a i. Döngüyü sonlandırmak için son olarak i n karşılaştırması yapılır. Döngüden sonra bir kez daha i n karşılaştırması yapılır. eğer x = a i ise 2i + 1 karşılaştırma yapılmış olur. Eğer x listede yoksa, 2n + 1 karşılaştırma ve çıkış işlemleri için gereken diğer karşılaştırmalar yapılır. Sonuç olarak en kötü durumda 2n + 2 karşılaştırma yapılır. Böylece algoritmik karmaşıklık Θ(n) olur.

49 İkili Aramanın Zaman Karmaşıklığı Örnek: İkili aramanın zaman karmaşıklığını, yapılan karşılaştırmalar sayısı olarak ifade edin. procedure binary search(x: integer, a 1,a 2,, a n : increasing integers) i := 1 {i is the left endpoint of interval} j := n {j is right endpoint of interval} while i < j m := (i + j)/2 if x > a m then i := m + 1 else j := m if x = a i then location := i else location := 0 return location{location is the subscript i of the term a i equal to x, or 0 if x is not found} Çözüm: n = 2 k eleman olduğunu varsayalım. k = log n. her adımda şu iki karşılaştırma yapılır: i < j, and x > a m. İlk iterasyonda liste uzunluğu 2 k kadardır ve ilk iterasyondan sonra 2 k-1 olur. Bir sonraki adımda 2 k-2 ve 2 1 = 2 olana kadar gider. Son adımdaki listenin uzunluğu 2 0 = 1 olur. Böylece en fazla 2k + 2 = 2 log n + 2 karşılaştırma yapılır. Sonuç olarak zaman karmaşıklığı Θ (log n),olur ve bu da doğrusal aramadan iyidir.

50 Kabarcık Sıralamanın Zaman Karmaşıklığı Örnek: Kabarcık sıralama algoritmasının en kötü durum zaman karmaşıklığı, gerçekleştirilen karşılaştırmaların sayısı cinsinden nedir? procedure bubblesort(a 1,,a n : real numbers with n 2) for i := 1 to n 1 for j := 1 to n i if a j >a j+1 then interchange a j and a j+1 {a 1,, a n is now in increasing order} Çözüm: Bizi üzerinden n 1 kez geçilir. Her geçişte n i karşılaştırma yapılır. Kabarcık sıralamanın en kötü durum zaman karmaşıklığı Θ(n 2 ) olur. Çünkü eder.

51 Matris Zinciri Çarpımı A 1 A 2 A n şeklindeki bir matris zincirini nasıl çarpalım ki en az sayıda işlem yapılsın? A 1, A 2,, A n matrisleri m 1 xm 2, m 2 xm 3, m n x m n+1 tamsayı matrisleridir. Örnek: A 1 30x20, A 2 20x40, A 3 40x10 matrisler olsun Çözüm: İki yol var. A 1 (A 2 A 3 ): A 2 A = 8000 çarpım gerektirir. Daha sonra A 1 matrisi ile bu 20x0 matrisin çarpımı (A 2 A 3) = 6000 çarpım gerektirir. Toplamda = 14,000 çarpım gerekir. (A 1 A 2 )A 3 : A 1 A = 24,000 çarpım gerektirir. Daha sonra 30x40 olan bu matrisin (A 1 A 2 ) A 3 matrisi ile çarpımı = 12,000 çarpım gerektirir. Toplamda 24, ,000 = 36,000 çarpım gerekir. Sonuç: ilk yol daha iyi.

52 Brute-Force Kaba Kuvvet Algortimaları Bir kaba kuvvet algoritması, düz mantık ile bir problemin çözümüne odaklanır ve hiçbir ön bilgiyi işin içine katmaz. Sıralı arama, kabarcık sıralama gibi algoritmalar kaba kuvvet yaklaşımını kullanırlar.

53 Algoritmik Karmaşıklıklar için kullanılan ortak terimler

Algoritma Analizi ve Büyük O Notasyonu. Şadi Evren ŞEKER YouTube: Bilgisayar Kavramları

Algoritma Analizi ve Büyük O Notasyonu. Şadi Evren ŞEKER YouTube: Bilgisayar Kavramları Algoritma Analizi ve Büyük O Notasyonu Şadi Evren ŞEKER YouTube: Bilgisayar Kavramları Algoritmaların Özellikleri Algoritmalar Input Girdi, bir kümedir, Output ÇıkF, bir kümedir (çözümdür) Definiteness

Detaylı

Algoritmalar ve Karmaşıklık

Algoritmalar ve Karmaşıklık Algoritmalar ve Karmaşıklık Ders 11 Algoritma Ayrık matematikte karşılaşılan bir çok problem sınıfı mevcuttur. Örneğin, verilen tamsayı grubu içindeki en büyük olanının bulunması, verilen bir kümenin bütün

Detaylı

F(A, N, K) // A dizi; N, K integer if N<0 then return K; if A[N]>K then K = A[N]; return F(A, N-1, K);

F(A, N, K) // A dizi; N, K integer if N<0 then return K; if A[N]>K then K = A[N]; return F(A, N-1, K); 2009-2010 BAHAR DÖNEMİ MC 689 ALGORİTMA TASARIMI ve ANALİZİ I. VİZE ÇÖZÜMLERİ 1. a) Böl ve yönet (divide & conquer) tarzındaki algoritmaların genel özelliklerini (çalışma mantıklarını) ve aşamalarını kısaca

Detaylı

Yrd. Doç. Dr. A. Burak İNNER Bilgisayar Mühendisliği

Yrd. Doç. Dr. A. Burak İNNER Bilgisayar Mühendisliği Yrd. Doç. Dr. A. Burak İER Bilgisayar Mühendisliği Algoritma Analizi İçerik: Temel Kavramlar Yinelemeli ve Yinelemesiz Algoritma Analizi Asimptotik otasyonlar Temel Kavramlar Algoritma: Bir problemin çözümüne

Detaylı

BLM-112 PROGRAMLAMA DİLLERİ II. Ders-7 Sıralama Algoritmaları

BLM-112 PROGRAMLAMA DİLLERİ II. Ders-7 Sıralama Algoritmaları BLM-112 PROGRAMLAMA DİLLERİ II Ders-7 Sıralama Algoritmaları Yrd. Doç. Dr. Ümit ATİLA umitatila@karabuk.edu.tr http://web.karabuk.edu.tr/umitatilla/ Sıralama Bir grup veriyi azalan veya artan şekilde yerleştirme.

Detaylı

13.Konu Reel sayılar

13.Konu Reel sayılar 13.Konu Reel sayılar 1. Temel dizi 2. Temel dizilerde toplama ve çarpma 3. Reel sayılar kümesi 4. Reel sayılar kümesinde toplama ve çarpma 5. Reel sayılar kümesinde sıralama 6. Reel sayılar kümesinin tamlık

Detaylı

Algoritma Analizi. Özelliklerinin analizi Algoritmanın çalışma zamanı Hafızada kapladığı alan

Algoritma Analizi. Özelliklerinin analizi Algoritmanın çalışma zamanı Hafızada kapladığı alan Karmaşıklık Giriş 1 Algoritma Analizi Neden algoritmayı analiz ederiz? Algoritmanın performansını ölçmek için Farklı algoritmalarla karşılaştırmak için Daha iyisi mümkün mü? Olabileceklerin en iyisi mi?

Detaylı

Algoritmaların Karşılaştırılması. Doç. Dr. Aybars UĞUR

Algoritmaların Karşılaştırılması. Doç. Dr. Aybars UĞUR Algoritmaların Karşılaştırılması Doç. Dr. Aybars UĞUR Giriş Bir programın performansı genel olarak programın işletimi için gerekli olan bilgisayar zamanı ve belleğidir. Bir programın zaman karmaşıklığı

Detaylı

Örnek...3 : Aşağıdaki ifadelerden hangileri bir dizinin genel terim i olabilir?

Örnek...3 : Aşağıdaki ifadelerden hangileri bir dizinin genel terim i olabilir? DİZİLER Tanım kümesi pozitif tam sayılar kümesi olan her fonksiyona dizi denir. Örneğin f : Z + R, f (n )=n 2 ifadesi bir dizi belirtir. Diziler, değer kümelerine göre adlandırı - lırlar. Dizinin değer

Detaylı

YZM 2116 Veri Yapıları

YZM 2116 Veri Yapıları YZM 2116 Veri Yapıları Yrd. Doç. Dr. Deniz KILINÇ Celal Bayar Üniversitesi Hasan Ferdi Turgutlu Teknoloji Fakültesi Yazılım Mühendisliği BÖLÜM - 2 Bu bölümde, Algoritma Analizi, Çalışma Zamanı Analizi

Detaylı

Yrd. Doç. Dr. Ümit ATİLA

Yrd. Doç. Dr. Ümit ATİLA Yrd. Doç. Dr. Ümit ATİLA Sıralama Bir grup veriyi azalan veya artan şekilde yerleştirme. Bilgisayar sistemleri için veri sıralama çok önemlidir. Sıralama işlemi, hem arama işlemlerini hem de bir grup veriyi

Detaylı

Örnek...3 : Aşağıdaki ifadelerden hangileri bir dizinin genel terim i olabilir? Örnek...4 : Genel terimi w n. Örnek...1 : Örnek...5 : Genel terimi r n

Örnek...3 : Aşağıdaki ifadelerden hangileri bir dizinin genel terim i olabilir? Örnek...4 : Genel terimi w n. Örnek...1 : Örnek...5 : Genel terimi r n DİZİLER Tanım kümesi pozitif tam sayılar kümesi olan her fonksiyona dizi denir. Örneğin f : Z + R, f (n )=n 2 ifadesi bir dizi belirtir. Diziler değer kümelerine göre adlandırılırlar. Dizinin değer kümesi

Detaylı

VERİ YAPILARI DERS NOTLARI BÖLÜM 2 ALGORİTMA ANALİZİ. Yard. Doç. Dr. Deniz KILINÇ

VERİ YAPILARI DERS NOTLARI BÖLÜM 2 ALGORİTMA ANALİZİ. Yard. Doç. Dr. Deniz KILINÇ VERİ YAPILARI DERS NOTLARI BÖLÜM 2 ALGORİTMA ANALİZİ Yard. Doç. Dr. Deniz KILINÇ CELAL BAYAR ÜNİVERSİTESİ, YAZILIM MÜHENDİSLİĞİ 2015-2016 1. ALGORİTMA TANIMI Verilen herhangi bir sorunun çözümüne ulaşmak

Detaylı

Algoritmalar. Arama Problemi ve Analizi. Bahar 2016 Doç. Dr. Suat Özdemir 1

Algoritmalar. Arama Problemi ve Analizi. Bahar 2016 Doç. Dr. Suat Özdemir 1 Algoritmalar Arama Problemi ve Analizi Bahar 2016 Doç. Dr. Suat Özdemir 1 Arama Problemi Sıralama algoritmaları gibi arama algoritmaları da gerçek hayat bilgisayar mühendisliği problemlerinin çözümünde

Detaylı

YZM ALGORİTMA ANALİZİ VE TASARIM DERS#3: ALGORİTMA ANALİZİ#2

YZM ALGORİTMA ANALİZİ VE TASARIM DERS#3: ALGORİTMA ANALİZİ#2 YZM 3207- ALGORİTMA ANALİZİ VE TASARIM DERS#3: ALGORİTMA ANALİZİ#2 Özyineli Olmayan (Nonrecursive) Algoritmaların Matematiksel Analizi En büyük elemanı bulma problemi En Büyük Elemanı Bulma Problemi Girdi

Detaylı

Algoritma Geliştirme ve Veri Yapıları 1 Temel Algoritma Kavramları. Mustafa Kemal Üniversitesi

Algoritma Geliştirme ve Veri Yapıları 1 Temel Algoritma Kavramları. Mustafa Kemal Üniversitesi Algoritma Geliştirme ve Veri Yapıları 1 Temel Algoritma Kavramları Giriş 1) Algoritma geliştirme üzerine temel kavramlar 2) Veri modelleri 3) Veri yapıları 4) Algoritma veya yazılım şekilsel gösterimi

Detaylı

f(x) ve g(x) reel sayılarda tanımlı iki fonksiyon olmak üzere, x > k olacak şekilde bir k vardır öyle ki,

f(x) ve g(x) reel sayılarda tanımlı iki fonksiyon olmak üzere, x > k olacak şekilde bir k vardır öyle ki, Algoritma Karmaşıklığı ve Büyük O Gösterimi (Big O Notation) Yazdığımız bir algoritmanın doğru çalıştığından emin olmakla birlikte bu algoritmayı, daha önce yazılmış ve aynı sonucu veren başka algoritmalarla

Detaylı

Problem Set 1 Çözümler

Problem Set 1 Çözümler Algoritmalara Giriş Eylül 30, 2005 Massachusetts Institute of Technology 6.046J/18.410J Profesörler Erik D. Demaine ve Charles E. Leiserson Dağıtım 8 0J Professors Erik D. Demaine ve Charles E. Leiserson

Detaylı

O NOTASYONU. Abdullah Gazi Emre DAĞLI 0804.01026

O NOTASYONU. Abdullah Gazi Emre DAĞLI 0804.01026 O NOTASYONU Abdullah Gazi Emre DAĞLI 0804.01026 Program Çalışma Hızı ve Bellek Gereksinimi Programın çalışma hızı karmaşıklıkla ifade edilir; bu kavram zaman birimiyle ifade edilmeyip doğrudan işlem adedi

Detaylı

Algoritmalara Giriş 6.046J/18.401J

Algoritmalara Giriş 6.046J/18.401J Algoritmalara Giriş 6.046J/18.401J DERS 1 Algoritmaların Çözümlemesi Araya yerleştirme sıralaması Asimptotik çözümleme Birleştirme sıralaması Yinelemeler Prof. Charles E. Leiserson Dersle ilgili bilgiler

Detaylı

LYS MATEMATİK DENEME - 1

LYS MATEMATİK DENEME - 1 LYS MATEMATİK DENEME - BU SORULAR FİNAL EĞİTİM KURUMLARI TARAFINDAN SAĞLANMIŞTIR. İZİNSİZ KOPYALANMASI VE ÇOĞALTILMASI YASAKTIR, YAPILDIĞI TAKDİRDE CEZAİ İŞLEM UYGULANACAKTIR. LYS MATEMATİK TESTİ. Bu testte

Detaylı

Algoritmalar. Heap Sort. Bahar 2017 Doç. Dr. Suat Özdemir 1

Algoritmalar. Heap Sort. Bahar 2017 Doç. Dr. Suat Özdemir 1 Algoritmalar Heap Sort Bahar 2017 Doç. Dr. Suat Özdemir 1 Heap Sort Heap Sort algoritması Merge Sort ve Insertion Sort algoritmalarının iyi özelliklerini bir arada toplar. Algoritma Insertion Sort gibi

Detaylı

Alıştırma 1: Yineleme

Alıştırma 1: Yineleme Alıştırma 1: Yineleme Alıştırma 2: Yineleme H10->H2 çevrimini yapınız 7 2 1 3 2 1 1 1 2 0 Hafta 3: Yineleme Alıştırmaları(1) E1. (44/174) S değerini yineleme kullanarak hesap ediniz S = 1 + 2 + 3 + n Hafta3:

Detaylı

ELN1002 BİLGİSAYAR PROGRAMLAMA 2

ELN1002 BİLGİSAYAR PROGRAMLAMA 2 ELN1002 BİLGİSAYAR PROGRAMLAMA 2 SIRALAMA ALGORİTMALARI Sunu Planı Büyük O Notasyonu Kabarcık Sıralama (Bubble Sort) Hızlı Sıralama (Quick Sort) Seçimli Sıralama (Selection Sort) Eklemeli Sıralama (Insertion

Detaylı

VERİ YAPILARI VE PROGRAMLAMA

VERİ YAPILARI VE PROGRAMLAMA VERİ YAPILARI VE PROGRAMLAMA (BIP116) Yazar: Doç.Dr.İ.Hakkı.Cedimoğlu SAKARYA ÜNİVERSİTESİ Adapazarı Meslek Yüksekokulu Bu ders içeriğinin basım, yayım ve satış hakları Sakarya Üniversitesi ne aittir.

Detaylı

Zeki Optimizasyon Teknikleri

Zeki Optimizasyon Teknikleri Zeki Optimizasyon Teknikleri Ara sınav - 25% Ödev (Haftalık) - 10% Ödev Sunumu (Haftalık) - 5% Final (Proje Sunumu) - 60% - Dönem sonuna kadar bir optimizasyon tekniğiyle uygulama geliştirilecek (Örn:

Detaylı

Bu tanım aralığı pozitif tam sayılar olan f(n) fonksiyonunun değişim aralığı n= 1, 2, 3,, n,

Bu tanım aralığı pozitif tam sayılar olan f(n) fonksiyonunun değişim aralığı n= 1, 2, 3,, n, DİZİLER Tamamen belirli bir kurala göre sıralanmış sayılar topluluğuna veya kümeye Dizi denir. Belirli bir kurala göre birbiri ardınca gelen bu sayıların her birine dizinin terimi ve hepsine birden dizinin

Detaylı

Temel Kavramlar 1 Doğal sayılar: N = {0, 1, 2, 3,.,n, n+1,..} kümesinin her bir elamanına doğal sayı denir ve N ile gösterilir.

Temel Kavramlar 1 Doğal sayılar: N = {0, 1, 2, 3,.,n, n+1,..} kümesinin her bir elamanına doğal sayı denir ve N ile gösterilir. Temel Kavramlar 1 Doğal sayılar: N = {0, 1, 2, 3,.,n, n+1,..} kümesinin her bir elamanına doğal sayı denir ve N ile gösterilir. a) Pozitif doğal sayılar: Sıfır olmayan doğal sayılar kümesine Pozitif Doğal

Detaylı

AYRIK YAPILAR ARŞ. GÖR. SONGÜL KARAKUŞ- FIRAT ÜNİVERSİTESİ TEKNOLOJİ FAKÜLTESİ YAZILIM MÜHENDİSLİĞİ BÖLÜMÜ, ELAZIĞ

AYRIK YAPILAR ARŞ. GÖR. SONGÜL KARAKUŞ- FIRAT ÜNİVERSİTESİ TEKNOLOJİ FAKÜLTESİ YAZILIM MÜHENDİSLİĞİ BÖLÜMÜ, ELAZIĞ AYRIK YAPILAR P r o f. D r. Ö m e r A k ı n v e Y r d. D o ç. D r. M u r a t Ö z b a y o ğ l u n u n Ç e v i r i E d i t ö r l ü ğ ü n ü ü s t l e n d i ğ i «A y r ı k M a t e m a t i k v e U y g u l a

Detaylı

Algoritmalar, Akış Şemaları ve O() Karmaşıklık Notasyonu

Algoritmalar, Akış Şemaları ve O() Karmaşıklık Notasyonu Algoritmalar, Akış Şemaları ve O() Karmaşıklık Notasyonu Öğr. Gör. M. Ozan AKI r1.0 Algoritmalar (Algorithms) Algoritma, bir problemin çözümünü sağlayan ancak deneme-yanılma ve sezgisel çözüme karşıt bir

Detaylı

PERGEL YAYINLARI LYS 1 DENEME-6 KONU ANALİZİ SORU NO LYS 1 MATEMATİK TESTİ KAZANIM NO KAZANIMLAR

PERGEL YAYINLARI LYS 1 DENEME-6 KONU ANALİZİ SORU NO LYS 1 MATEMATİK TESTİ KAZANIM NO KAZANIMLAR 2013-2014 PERGEL YAYINLARI LYS 1 DENEME-6 KONU ANALİZİ SORU NO LYS 1 MATEMATİK TESTİ A B KAZANIM NO KAZANIMLAR 1 1 / 31 12 32173 Üslü İfadeler 2 13 42016 Rasyonel ifade kavramını örneklerle açıklar ve

Detaylı

Olimpiyat Soruları. sonuçları tekrar fonksiyonda yerine koyup çıkan tüm sonuçları toplayan program (iterasyon sayısı girilecek)

Olimpiyat Soruları. sonuçları tekrar fonksiyonda yerine koyup çıkan tüm sonuçları toplayan program (iterasyon sayısı girilecek) HAZIRLAYAN MUSA DEMIRELLI BISHKEK KYRGYZ TURKISH BOYS HIGH SCHOOL education.online.tr.tc compsources0.tripod.com Olimpiyat Soruları 1- Bir diziyi ters çeviren algoritma ve program 2- Bir diziyi sıralayan

Detaylı

TEMEL BİLGİSAYAR BİLİMLERİ. Programcılık, problem çözme ve algoritma oluşturma

TEMEL BİLGİSAYAR BİLİMLERİ. Programcılık, problem çözme ve algoritma oluşturma TEMEL BİLGİSAYAR BİLİMLERİ Programcılık, problem çözme ve algoritma oluşturma Programcılık, program çözme ve algoritma Program: Bilgisayara bir işlemi yaptırmak için yazılan komutlar dizisinin bütünü veya

Detaylı

TEMEL KAVRAMLAR. SAYI KÜMELERİ 1. Doğal Sayılar

TEMEL KAVRAMLAR. SAYI KÜMELERİ 1. Doğal Sayılar TEMEL KAVRAMLAR Rakam: Sayıları ifade etmeye yarayan sembollere rakam denir. Bu semboller {0, 1, 2, 3, 4, 5, 6, 7, 8, 9} kümesinin elemanlarıdır., b ve c birer rakamdır. 15 b = c olduğuna göre, + b + c

Detaylı

BMT 206 Ayrık Matematik. Yük. Müh. Köksal GÜNDOĞDU 1

BMT 206 Ayrık Matematik. Yük. Müh. Köksal GÜNDOĞDU 1 BMT 206 Ayrık Matematik Yük. Müh. Köksal GÜNDOĞDU 1 Kümeler Yük. Müh. Köksal GÜNDOĞDU 2 Kümeler Kümeler Ayrık Matematiğin en temel konularından biridir Sayma problemleri için önemli Programlama dillerinin

Detaylı

YAZILI SINAV SORU ÖRNEKLERİ MATEMATİK

YAZILI SINAV SORU ÖRNEKLERİ MATEMATİK YAZILI SINAV SORU ÖRNEKLERİ MATEMATİK SORU 1: Aşağıdaki grafik, bir okuldaki spor yarışmasına katılan öğrencilerin yaşa göre dağılışını göstermektedir. Öğrenci sayısı 5 3 9 10 1 14 Yaş 1.1: Yukarıdaki

Detaylı

10.Konu Tam sayıların inşası

10.Konu Tam sayıların inşası 10.Konu Tam sayıların inşası 1. Tam sayılar kümesi 2. Tam sayılar kümesinde toplama ve çarpma 3. Pozitif ve negatif tam sayılar 4. Tam sayılar kümesinde çıkarma 5. Tam sayılar kümesinde sıralama 6. Bir

Detaylı

2 ALGORİTMA VE AKIŞ DİYAGRAMLARI

2 ALGORİTMA VE AKIŞ DİYAGRAMLARI İÇİNDEKİLER IX İÇİNDEKİLER 1 GİRİŞ 1 Kitabın Amacı 1 Algoritmanın Önemi 2 Bilgisayarın Doğuşu ve Kullanım Amaçları 3 Programlama Dili Nedir? 3 Entegre Geliştirme Ortamı (IDE) Nedir? 4 2 ALGORİTMA VE AKIŞ

Detaylı

PROGRAMLAMAYA GİRİŞ. Öğr. Gör. Ayhan KOÇ. Kaynak: Algoritma Geliştirme ve Programlamaya Giriş, Dr. Fahri VATANSEVER, Seçkin Yay.

PROGRAMLAMAYA GİRİŞ. Öğr. Gör. Ayhan KOÇ. Kaynak: Algoritma Geliştirme ve Programlamaya Giriş, Dr. Fahri VATANSEVER, Seçkin Yay. PROGRAMLAMAYA GİRİŞ Öğr. Gör. Ayhan KOÇ Kaynak: Algoritma Geliştirme ve Programlamaya Giriş, Dr. Fahri VATANSEVER, Seçkin Yay., 2007 Algoritma ve Programlamaya Giriş, Ebubekir YAŞAR, Murathan Yay., 2011

Detaylı

p sayısının pozitif bölenlerinin sayısı 14 olacak şekilde kaç p asal sayısı bulunur?

p sayısının pozitif bölenlerinin sayısı 14 olacak şekilde kaç p asal sayısı bulunur? 07.10.2006 1. Kaç p asal sayısı için, x 3 x + 2 (x r) 2 (x s) (mod p) denkliğinin tüm x tam sayıları tarafından gerçeklenmesini sağlayan r, s tamsayıları bulunabilir? 2. Aşağıdaki ifadelerin hangisinin

Detaylı

BMB204. Veri Yapıları Ders 12. Dizgi Eşleme (String Matching) Algoritmaları İleri Veri Yapıları

BMB204. Veri Yapıları Ders 12. Dizgi Eşleme (String Matching) Algoritmaları İleri Veri Yapıları BMB204. Veri Yapıları Ders 12. Dizgi Eşleme (String Matching) Algoritmaları İleri Veri Yapıları Erdinç Uzun NKÜ Çorlu Mühendislik Fakültesi Bilgisayar Mühendisliği Bölümü Dersin Planı Dizgi Eşleme Algoritmaları

Detaylı

Ayrık Fourier Dönüşümü

Ayrık Fourier Dönüşümü Ayrık Fourier Dönüşümü Tanım: 0 n N 1 aralığında tanımlı N uzunluklu bir dizi x[n] nin AYRIK FOURIER DÖNÜŞÜMÜ (DFT), ayrık zaman Fourier dönüşümü (DTFT) X(e jω ) nın0 ω < 2π aralığında ω k = 2πk/N, k =

Detaylı

DOĞRUSAL PROGRAMLAMADA DUALİTE (DUALITY)

DOĞRUSAL PROGRAMLAMADA DUALİTE (DUALITY) DOĞRUSAL PROGRAMLAMADA DUALİTE (DUALITY) 1 DOĞRUSAL PROGRAMLAMADA İKİLİK (DUALİTE-DUALITY) Doğrusal programlama modelleri olarak adlandırılır. Aynı modelin değişik bir düzende oluşturulmasıyla Dual (İkilik)

Detaylı

ALGORİTMA ANALİZİ. Cumhuriyet Üniversitesi Bilgisayar Mühendisliği Bölümü

ALGORİTMA ANALİZİ. Cumhuriyet Üniversitesi Bilgisayar Mühendisliği Bölümü ALGORİTMA ANALİZİ Cumhuriyet Üniversitesi Bilgisayar Mühendisliği Bölümü 2 Temel Kavramlar Algoritma: Bir problemin çözümünü belirli bir zamanda çözmek için sonlu sayıdaki adım-adım birbirini takip eden

Detaylı

Gezgin Satıcı Probleminin İkili Kodlanmış Genetik Algoritmalarla Çözümünde Yeni Bir Yaklaşım. Mehmet Ali Aytekin Tahir Emre Kalaycı

Gezgin Satıcı Probleminin İkili Kodlanmış Genetik Algoritmalarla Çözümünde Yeni Bir Yaklaşım. Mehmet Ali Aytekin Tahir Emre Kalaycı Gezgin Satıcı Probleminin İkili Kodlanmış Genetik Algoritmalarla Çözümünde Yeni Bir Yaklaşım Mehmet Ali Aytekin Tahir Emre Kalaycı Gündem Gezgin Satıcı Problemi GSP'yi Çözen Algoritmalar Genetik Algoritmalar

Detaylı

ALTIN ORAN ARAMA (GOLDEN SECTION SEARCH) METODU

ALTIN ORAN ARAMA (GOLDEN SECTION SEARCH) METODU ALTIN ORAN ARAMA (GOLDEN SECTION SEARCH) METODU Tek değişkenli bir f(x) fonksiyonunu ele alalım. [Bazı x ler için f (x) bulunamayabilir.] Aşağıdaki DOP modelini çözmek istediğimizi var sayalım. Max f(x)

Detaylı

TAMSAYILAR. 9www.unkapani.com.tr. Z = {.., -3, -2, -1, 0, 1, 2, 3, } kümesinin her bir elemanına. a, b, c birer tamsayı olmak üzere, Burada,

TAMSAYILAR. 9www.unkapani.com.tr. Z = {.., -3, -2, -1, 0, 1, 2, 3, } kümesinin her bir elemanına. a, b, c birer tamsayı olmak üzere, Burada, TAMSAYILAR Z = {.., -, -, -, 0,,,, } kümesinin her bir elemanına tamsayı denir. Burada, + Z = {,,,...} kümesine, pozitif tamsayılar kümesi denir. Z = {...,,,,} kümesine, negatif tamsayılar kümesi denir.

Detaylı

Dr. Fatih AY Tel: 0 388 225 22 55 fatihay@fatihay.net www.fatihay.net

Dr. Fatih AY Tel: 0 388 225 22 55 fatihay@fatihay.net www.fatihay.net Bilgisayar Programlama Ders 9 Dr. Fatih AY Tel: 0 388 225 22 55 fatihay@fatihay.net www.fatihay.net Dizileri Fonksiyonlara Dizileri Fonksiyonlara Bir dizi argümanını fonksiyon içinde bir değer olarak kullanabilmek

Detaylı

BİLGİSAYAR MÜHENDİSLİĞİ BÖLÜM BAŞKANLIĞI DERS TANITIM BİLGİLERİ

BİLGİSAYAR MÜHENDİSLİĞİ BÖLÜM BAŞKANLIĞI DERS TANITIM BİLGİLERİ BİLGİSAYAR MÜHENDİSLİĞİ BÖLÜM BAŞKANLIĞI DERS TANITIM BİLGİLERİ Dersin Adı Kodu Sınıf / Y.Y. ALGORİTMA ANALİZİ VE TASARIMI Ders Saati (T+U+L) Kredi AKTS BG-315 3/1 3+0+0 3+0 5 Dersin Dili : TÜRKÇE Dersin

Detaylı

İleri Diferansiyel Denklemler

İleri Diferansiyel Denklemler MIT AçıkDersSistemi http://ocw.mit.edu 18.034 İleri Diferansiyel Denklemler 2009 Bahar Bu bilgilere atıfta bulunmak veya kullanım koşulları hakkında bilgi için http://ocw.mit.edu/terms web sitesini ziyaret

Detaylı

İÇİNDEKİLER ÖNSÖZ Bölüm 1 SAYILAR 11 Bölüm 2 KÜMELER 31 Bölüm 3 FONKSİYONLAR

İÇİNDEKİLER ÖNSÖZ Bölüm 1 SAYILAR 11 Bölüm 2 KÜMELER 31 Bölüm 3 FONKSİYONLAR İÇİNDEKİLER ÖNSÖZ III Bölüm 1 SAYILAR 11 1.1. Sayı Kümeleri 12 1.1.1.Doğal Sayılar Kümesi 12 1.1.2.Tam Sayılar Kümesi 13 1.1.3.Rasyonel Sayılar Kümesi 14 1.1.4. İrrasyonel Sayılar Kümesi 16 1.1.5. Gerçel

Detaylı

YÖNEYLEM ARAŞTIRMASI - III

YÖNEYLEM ARAŞTIRMASI - III YÖNEYLEM ARAŞTIRMASI - III Prof. Dr. Cemalettin KUBAT Yrd. Doç. Dr. Özer UYGUN İçerik Bu bölümde eşitsizlik kısıtlarına bağlı bir doğrusal olmayan kısıta sahip problemin belirlenen stasyoner noktaları

Detaylı

Veri Yapıları. Öğr.Gör.Günay TEMÜR Düzce Üniversitesi Teknolojis Fakültesi

Veri Yapıları. Öğr.Gör.Günay TEMÜR Düzce Üniversitesi Teknolojis Fakültesi Veri Yapıları Öğr.Gör.Günay TEMÜR Düzce Üniversitesi Teknolojis Fakültesi Hash Tabloları ve Fonksiyonları Giriş Hash Tabloları Hash Fonksiyonu Çakışma (Collision) Ayrık Zincirleme Çözümü Linear Probing

Detaylı

İÇİNDEKİLER İÇİNDEKİLER KODLAB

İÇİNDEKİLER İÇİNDEKİLER KODLAB İÇİNDEKİLER IX İÇİNDEKİLER 1 GİRİŞ 1 Kitabın Amacı 1 Algoritmanın Önemi 2 Bilgisayarın Doğuşu ve Kullanım Amaçları 3 Programlama Dili Nedir? 3 Entegre Geliştirme Ortamı (IDE) Nedir? 4 2 ALGORİTMA VE AKIŞ

Detaylı

Altın Oran Arama Metodu(Golden Search)

Altın Oran Arama Metodu(Golden Search) Altın Oran Arama Metodu(Golden Search) Bir f(x) (tek değişkenli) fonksiyonunu ele alalım. [Bazı x ler için f (x) bulunamayabilir.] Aşağıdaki DOP modelini çözmek istediğimizi var sayalım. Max f(x) a x b

Detaylı

HACETTEPE ÜNİVERSİTESİ BAHAR DÖNEMİ

HACETTEPE ÜNİVERSİTESİ BAHAR DÖNEMİ Öğrenci Adı Soyadı: Öğrenci Numarası: S1 S2 S3 S4 S5 Toplam HACETTEPE ÜNİVERSİTESİ 2013-2014 BAHAR DÖNEMİ BİLGİSAYAR MÜHENDİSLİĞİ BÖLÜMÜ BBM202 Algoritmalar 1. Ara Sınav 18.03.2014 Sınav Süresi: 50 dakika

Detaylı

5. Salih Zeki Matematik Araştırma Projeleri Yarışması PROJENİN ADI DİZİ DİZİ ÜRETEÇ PROJEYİ HAZIRLAYAN ESRA DAĞ ELİF BETÜL ACAR

5. Salih Zeki Matematik Araştırma Projeleri Yarışması PROJENİN ADI DİZİ DİZİ ÜRETEÇ PROJEYİ HAZIRLAYAN ESRA DAĞ ELİF BETÜL ACAR 5. Salih Zeki Matematik Araştırma Projeleri Yarışması PROJENİN ADI DİZİ DİZİ ÜRETEÇ PROJEYİ HAZIRLAYAN ESRA DAĞ ELİF BETÜL ACAR ÖZEL BÜYÜKÇEKMECE ÇINAR KOLEJİ 19 Mayıs Mah. Bülent Ecevit Cad. Tüyap Yokuşu

Detaylı

BÖLÜM 1 1. ALGORİTMALAR. 1.1. Algoritmanın Tanımı, Matematikteki Yeri ve Önemi

BÖLÜM 1 1. ALGORİTMALAR. 1.1. Algoritmanın Tanımı, Matematikteki Yeri ve Önemi 1. ALGORİTMALAR BÖLÜM 1 1.1. Algoritmanın Tanımı, Matematikteki Yeri ve Önemi Endüstri ve hizmet sektörü organizasyonlarının karmaşıklığının artan bir yapıda olması, büyük ölçekli optimizasyon problemleri

Detaylı

mustafacosar@hitit.edu.tr http://web.hitit.edu.tr/mustafacosar

mustafacosar@hitit.edu.tr http://web.hitit.edu.tr/mustafacosar Algoritma ve Programlamaya Giriş mustafacosar@hitit.edu.tr http://web.hitit.edu.tr/mustafacosar İçerik Algoritma Akış Diyagramları Programlamada İşlemler o o o Matematiksel Karşılaştırma Mantıksal Programlama

Detaylı

MATEMATiKSEL iktisat

MATEMATiKSEL iktisat DİKKAT!... BU ÖZET 8 ÜNİTEDİR BU- RADA İLK ÜNİTE GÖSTERİLMEKTEDİR. MATEMATiKSEL iktisat KISA ÖZET KOLAY AOF Kolayaöf.com 0362 233 8723 Sayfa 2 içindekiler 1.ünite-Türev ve Kuralları..3 2.üniteTek Değişkenli

Detaylı

YZM ALGORİTMA ANALİZİ VE TASARIM DERS#9: AÇGÖZLÜ ALGORİTMALAR

YZM ALGORİTMA ANALİZİ VE TASARIM DERS#9: AÇGÖZLÜ ALGORİTMALAR YZM 3207- ALGORİTMA ANALİZİ VE TASARIM DERS#9: AÇGÖZLÜ ALGORİTMALAR Aç Gözlü (Hırslı) Algoritmalar (Greedy ) Bozuk para verme problemi Bir kasiyer 48 kuruş para üstünü nasıl verir? 25 kuruş, 10 kuruş,

Detaylı

İç-Çarpım Uzayları ÜNİTE. Amaçlar. İçindekiler. Yazar Öğr. Grv. Dr. Nevin ORHUN

İç-Çarpım Uzayları ÜNİTE. Amaçlar. İçindekiler. Yazar Öğr. Grv. Dr. Nevin ORHUN İç-Çarpım Uzayları Yazar Öğr. Grv. Dr. Nevin ORHUN ÜNİTE Amaçlar Bu üniteyi çalıştıktan sonra; R n, P n (R), M nxn vektör uzaylarında iç çarpım kavramını tanıyacak ve özelliklerini görmüş olacaksınız.

Detaylı

ALGORİTMA VE PROGRAMLAMA I

ALGORİTMA VE PROGRAMLAMA I ALGORİTMA VE PROGRAMLAMA I YZM 1101 Celal Bayar Üniversitesi Hasan Ferdi Turgutlu Teknoloji Fakültesi Genel Bakış 2 Diziler Dizi Nedir? Dizilerin Bildirimi Dizilere Başlangıç Değeri Verme Dizilerde Arama

Detaylı

BMT 101 Algoritma ve Programlama I 3. Hafta. Yük. Müh. Köksal GÜNDOĞDU 1

BMT 101 Algoritma ve Programlama I 3. Hafta. Yük. Müh. Köksal GÜNDOĞDU 1 BMT 101 Algoritma ve Programlama I 3. Hafta Yük. Müh. Köksal GÜNDOĞDU 1 Akış Diyagramları ve Sözde Kodlar Yük. Müh. Köksal GÜNDOĞDU 2 Sözde Kodlar (pseudo-code) Yük. Müh. Köksal GÜNDOĞDU 3 Sözde Kod Sözde

Detaylı

BLM-431 YAPAY ZEKA. Ders-5 Bilgili Arama Yöntemleri. Yrd. Doç. Dr. Ümit ATİLA

BLM-431 YAPAY ZEKA. Ders-5 Bilgili Arama Yöntemleri. Yrd. Doç. Dr. Ümit ATİLA BLM-431 YAPAY ZEKA Ders-5 Bilgili Arama Yöntemleri Yrd. Doç. Dr. Ümit ATİLA umitatila@karabuk.edu.tr http://web.karabuk.edu.tr/umitatilla/ Arama Grafları Eğer arama uzayı ağaç yapısından değil de graf

Detaylı

BIP116-H14-1 BTP104-H014-1

BIP116-H14-1 BTP104-H014-1 VERİ YAPILARI VE PROGRAMLAMA (BIP116) Yazar: Doç.Dr.İ.Hakkı.Cedimoğlu SAKARYA ÜNİVERSİTESİ Adapazarı Meslek Yüksekokulu Bu ders içeriğinin basım, yayım ve satış hakları Sakarya Üniversitesi ne aittir.

Detaylı

SAYILAR DOĞAL VE TAM SAYILAR

SAYILAR DOĞAL VE TAM SAYILAR 1 SAYILAR DOĞAL VE TAM SAYILAR RAKAM: Sayıları ifade etmek için kullandığımız 0, 1, 2, 3, 4, 5, 6, 7, 8, 9 sembollerinden her birine rakam denir. Soru: a ve b farklı rakamlar olmak üzere a + b nin alabileceği

Detaylı

MIT OpenCourseWare Ekonomide İstatistiksel Yöntemlere Giriş Bahar 2009

MIT OpenCourseWare Ekonomide İstatistiksel Yöntemlere Giriş Bahar 2009 MIT OpenCourseWare http://ocw.mit.edu 14.30 Ekonomide İstatistiksel Yöntemlere Giriş Bahar 2009 Bu materyale atıfta bulunmak ve kullanım koşulları için http://ocw.mit.edu/terms sayfasını ziyaret ediniz.

Detaylı

T.C. DOKUZ EYLÜL ÜNİVERSİTESİ SOSYAL BİLİMLER ENSTİTÜSÜ EKONOMETRİ ANABİLİM DALI EKONOMETRİ DOKTORA PROGRAMI

T.C. DOKUZ EYLÜL ÜNİVERSİTESİ SOSYAL BİLİMLER ENSTİTÜSÜ EKONOMETRİ ANABİLİM DALI EKONOMETRİ DOKTORA PROGRAMI T.C. DOKUZ EYLÜL ÜNİVERSİTESİ SOSYAL BİLİMLER ENSTİTÜSÜ EKONOMETRİ ANABİLİM DALI EKONOMETRİ DOKTORA PROGRAMI Genişletilmiş Lagrange Yöntemi Hazırlayan: Nicat GASIM Öğretim Üyesi Prof. Dr. İpek Deveci KARAKOÇ

Detaylı

Algoritmalar. DERS 3 Böl ve Fethet(Divide and Conquer) İkili arama Sayı üstelleri Fibonacci sayıları Matriks çarpımı Strassen in algoritması

Algoritmalar. DERS 3 Böl ve Fethet(Divide and Conquer) İkili arama Sayı üstelleri Fibonacci sayıları Matriks çarpımı Strassen in algoritması Algoritmalar DERS 3 Böl ve Fethet(Divide and Conquer) İkili arama Sayı üstelleri Fibonacci sayıları Matriks çarpımı Strassen in algoritması September 14, 2005 Copyright 2001-5 Erik D. Demaine and Charles

Detaylı

Dr. Fatih AY Tel: 0 388 225 22 55 fatihay@fatihay.net www.fatihay.net

Dr. Fatih AY Tel: 0 388 225 22 55 fatihay@fatihay.net www.fatihay.net Bilgisayar Programlama Ders 6 Dr. Fatih AY Tel: 0 388 225 22 55 fatihay@fatihay.net www.fatihay.net Fonksiyon Prototipleri Fonksiyon Prototipleri Derleyici, fonksiyonların ilk hallerini (prototiplerini)

Detaylı

İleri Diferansiyel Denklemler

İleri Diferansiyel Denklemler MIT AçıkDersSistemi http://ocw.mit.edu 18.034 İleri Diferansiyel Denklemler 2009 Bahar Bu bilgilere atıfta bulunmak veya kullanım koşulları hakkında bilgi için http://ocw.mit.edu/terms web sitesini ziyaret

Detaylı

7. BÖLÜM İÇ ÇARPIM UZAYLARI İÇ ÇARPIM UZAYLARI İÇ ÇARPIM UZAYLARI İÇ ÇARPIM UZAYLARI .= 1 1 + + Genel: Vektörler bölümünde vektörel iç çarpım;

7. BÖLÜM İÇ ÇARPIM UZAYLARI İÇ ÇARPIM UZAYLARI İÇ ÇARPIM UZAYLARI İÇ ÇARPIM UZAYLARI .= 1 1 + + Genel: Vektörler bölümünde vektörel iç çarpım; İÇ ÇARPIM UZAYLARI 7. BÖLÜM İÇ ÇARPIM UZAYLARI Genel: Vektörler bölümünde vektörel iç çarpım;.= 1 1 + + Açıklanmış ve bu konu uzunluk ve uzaklık kavramlarını açıklamak için kullanılmıştır. Bu bölümde öklit

Detaylı

VERİ YAPILARI VE PROGRAMLAMA (BTP104)

VERİ YAPILARI VE PROGRAMLAMA (BTP104) VERİ YAPILARI VE PROGRAMLAMA (BTP104) Yazar: Doç.Dr.İ.Hakkı.Cedimoğlu SAKARYA ÜNİVERSİTESİ Adapazarı Meslek Yüksekokulu Bu ders içeriğinin basım, yayım ve satış hakları Sakarya Üniversitesi ne aittir.

Detaylı

ÖZEL EGE LİSESİ 10. OKULLARARASI MATEMATİK YARIŞMASI 10. SINIFLAR SORULARI

ÖZEL EGE LİSESİ 10. OKULLARARASI MATEMATİK YARIŞMASI 10. SINIFLAR SORULARI 0 KULLARARASI MATEMATİK YARIŞMASI 0 SINIFLAR SRULARI (5xy) dört basamaklı sayıdır 5 x y 6 - a 3 Yukarıdaki bölme işlemine göre y nin alabileceği değerler toplamı kaçtır? 4 m pozitif bir tamsayı olmak üzere;

Detaylı

Matematik 1 - Alıştırma 1. i) 2(3x + 5) + 2 = 3(x + 6) 3 j) 8 + 4(2x + 1) = 5(x + 3) + 3

Matematik 1 - Alıştırma 1. i) 2(3x + 5) + 2 = 3(x + 6) 3 j) 8 + 4(2x + 1) = 5(x + 3) + 3 Matematik 1 - Alıştırma 1 A) Denklemler 1. Dereceden Denklemler 1) Verilen denklemlerdeki bilinmeyeni bulunuz (x =?). a) 4x 6 = x + 4 b) 8x + 5 = 15 x c) 7 4x = 1 6x d) 7x + = e) 5x 1 = 10x + 6 f) 0x =

Detaylı

11.Konu Tam sayılarda bölünebilme, modüler aritmetik, Diofant denklemler

11.Konu Tam sayılarda bölünebilme, modüler aritmetik, Diofant denklemler 11.Konu Tam sayılarda bölünebilme, modüler aritmetik, Diofant denklemler 1. Asal sayılar 2. Bir tam sayının bölenleri 3. Modüler aritmetik 4. Bölünebilme kuralları 5. Lineer modüler aritmetik 6. Euler

Detaylı

4. HAFTA BLM323 SAYISAL ANALİZ. Okt. Yasin ORTAKCI.

4. HAFTA BLM323 SAYISAL ANALİZ. Okt. Yasin ORTAKCI. 4. HAFTA BLM33 SAYISAL ANALİZ Okt. Yasin ORTAKCI yasinortakci@karabuk.edu.tr Karabük Üniversitesi Uzaktan Eğitim Uygulama ve Araştırma Merkezi BLM33 DOĞRUSAL OLMAYAN (NONLINEAR) DENKLEM SİSTEMLERİ Mühendisliğin

Detaylı

olsun. Bu halde g g1 g1 g e ve g g2 g2 g e eşitlikleri olur. b G için a b b a değişme özelliği sağlanıyorsa

olsun. Bu halde g g1 g1 g e ve g g2 g2 g e eşitlikleri olur. b G için a b b a değişme özelliği sağlanıyorsa 1.GRUPLAR Tanım 1.1. G boş olmayan bir küme ve, G de bir ikili işlem olsun. (G, ) cebirsel yapısına aşağıdaki aksiyomları sağlıyorsa bir grup denir. 1), G de bir ikili işlemdir. 2) a, b, c G için a( bc)

Detaylı

8.Konu Vektör uzayları, Alt Uzaylar

8.Konu Vektör uzayları, Alt Uzaylar 8.Konu Vektör uzayları, Alt Uzaylar 8.1. Düzlemde vektörler Düzlemdeki her noktası ile reel sayılardan oluşan ikilisini eşleştirebiliriz. Buna P noktanın koordinatları denir. y-ekseni P x y O dan P ye

Detaylı

ALGORİTMA ANALİZİ. Cumhuriyet Üniversitesi Bilgisayar Mühendisliği Bölümü

ALGORİTMA ANALİZİ. Cumhuriyet Üniversitesi Bilgisayar Mühendisliği Bölümü ALGORİTMA ANALİZİ Cumhuriyet Üniversitesi Bilgisayar Mühendisliği Bölümü 2 Özyinelemeler veya artık teknik Türkçeye girmiş olan rekürsiflik en çok duyulan fakat kullanımında zorluklar görülen tekniklerdendir.

Detaylı

Bilgi ve İletişim Teknolojileri (JFM 102) Ders 10. LINUX OS (Programlama) BİLGİ & İLETİŞİM TEKNOLOJİLERİ GENEL BAKIŞ

Bilgi ve İletişim Teknolojileri (JFM 102) Ders 10. LINUX OS (Programlama) BİLGİ & İLETİŞİM TEKNOLOJİLERİ GENEL BAKIŞ Ders 10 LINUX OS (Programlama) BİLGİ & İLETİŞİM TEKNOLOJİLERİ GENEL BAKIŞ LINUX de Programlama LINUX işletim sistemi zengin bir programlama ortamı sağlar. Kullanıcılara sistemi geliştirme olanağı sağlar.

Detaylı

Binary Search. (Yarılama) Bölüm Dizide Bir Öğe Arama

Binary Search. (Yarılama) Bölüm Dizide Bir Öğe Arama Bölüm 39 Binary Search (Yarılama) 39.1 Dizide Bir Öğe Arama İkil aramayı (yarılama yöntemi) sıralı veri kümelerinde sık sık kullanırız. Örneğin, sözlükte bir sözcüğü ararken, sözlüğün bütün sayfalarını

Detaylı

ALGORİTMA NEDİR? (Adım adım işlem basamaklarının yazılmasıdır.)

ALGORİTMA NEDİR? (Adım adım işlem basamaklarının yazılmasıdır.) PROGRAM YAZMAK SÜRECİ 1. Problemin farkına varmak, 2. Problemi analiz etmek, 3. Çözüm yolları düşünmek, 4. İyi çözüm yolları seçip algoritma oluşturmak, 5. Akış diyagramı çizmek, 6. Uygun bir dilde kodlamak,

Detaylı

T I M U R K A R A Ç AY - H AY D A R E Ş C A L C U L U S S E Ç K I N YAY I N C I L I K A N K A R A

T I M U R K A R A Ç AY - H AY D A R E Ş C A L C U L U S S E Ç K I N YAY I N C I L I K A N K A R A T I M U R K A R A Ç AY - H AY D A R E Ş C A L C U L U S S E Ç K I N YAY I N C I L I K A N K A R A Contents 1 İyi Sıralama 5 Bibliography 13 1 İyi Sıralama Well Ordering İyi sıralama kavramı, doğal sayıların

Detaylı

köşe (vertex) kenar (edg d e)

köşe (vertex) kenar (edg d e) BÖLÜM 7 köşe (vertex) kenar (edge) Esk den Ank ya bir yol (path) Tanım 7.1.1: Bir G çizgesi (ya da yönsüz çizgesi) köşelerden oluşan bir V kümesinden ve kenarlardan oluşan bir E kümesinden oluşur. Herbir

Detaylı

T.C. ÇANAKKALE ONSEKİZ MART ÜNİVERSİTESİ

T.C. ÇANAKKALE ONSEKİZ MART ÜNİVERSİTESİ T.C. ÇANAKKALE ONSEKİZ MART ÜNİVERSİTESİ DERS: CEBİRDEN SEÇME KONULAR KONU: KARDİNAL SAYILAR ÖĞRETİM GÖREVLİLERİ: PROF.DR. NEŞET AYDIN AR.GÖR. DİDEM YEŞİL HAZIRLAYANLAR: DİRENCAN DAĞDEVİREN ELFİYE ESEN

Detaylı

Ders 9: Bézout teoremi

Ders 9: Bézout teoremi Ders 9: Bézout teoremi Konikler doğrularla en fazla iki noktada kesişir. Şimdi iki koniğin kaç noktada kesiştiğini saptayalım. Bunu, çok kolay gözlemlerle başlayıp temel ve ünlü Bézout teoremini kanıtlayarak

Detaylı

2017 MÜKEMMEL YGS MATEMATİK

2017 MÜKEMMEL YGS MATEMATİK 2017 MÜKEMMEL YGS MATEMATİK 1. 2,31 0,33 0,65 0,13 + 3,6 0,6 işleminin sonucu kaçtır? A)0,5 B) 0,8 C)0,9 D)5 E)8 4. Üç basamaklı ABB doğal sayısı 4 e ve 9 a kalansız bölünmektedir. Buna göre, A+B toplamının

Detaylı

Bil101 Bilgisayar Yazılımı I. M. Erdem ÇORAPÇIOĞLU Bilgisayar Yüksek Mühendisi

Bil101 Bilgisayar Yazılımı I. M. Erdem ÇORAPÇIOĞLU Bilgisayar Yüksek Mühendisi Bil101 Bilgisayar Yazılımı I Bilgisayar Yüksek Mühendisi Yazılım, değişik ve çeşitli görevler yapma amaçlı tasarlanmış elektronik araçların birbirleriyle haberleşebilmesini ve uyumunu sağlayarak görevlerini

Detaylı

1. Fonksiyonlar Artan, Azalan ve Sabit Fonksiyon Alıştırmalar Çift ve Tek Fonksiyon

1. Fonksiyonlar Artan, Azalan ve Sabit Fonksiyon Alıştırmalar Çift ve Tek Fonksiyon İçindekiler Cebir 1. Fonksiyonlar....... 1.1 Fonksiyonların Tanım, Değer ve Görüntü Kümesi...... 1.1.1 Fonksiyon.. 1.1. Görüntü Kümesi... 1.1.3 Eşit Fonksiyonlar. 1.1.4 Fonksiyonun Gösterimi. 1.1.4.1 Liste

Detaylı

ÖZEL EGE LİSESİ FİBONACCİ DİZİLERİ YARDIMIYLA DEĞERİNİ HESAPLAYAN BİR FORMÜL

ÖZEL EGE LİSESİ FİBONACCİ DİZİLERİ YARDIMIYLA DEĞERİNİ HESAPLAYAN BİR FORMÜL ÖZEL EGE LİSESİ FİBONACCİ DİZİLERİ YARDIMIYLA DEĞERİNİ HESAPLAYAN BİR FORMÜL HAZIRLAYAN ÖĞRENCİ: Tilbe GÖKÇEL DANIŞMAN ÖĞRETMEN: Emel ERGÖNÜL İZMİR 2013 İÇİNDEKİLER 1. PROJENİN AMACI... 3 2. GİRİŞ... 3

Detaylı

VEKTÖR UZAYLARI 1.GİRİŞ

VEKTÖR UZAYLARI 1.GİRİŞ 1.GİRİŞ Bu bölüm lineer cebirin temelindeki cebirsel yapıya, sonlu boyutlu vektör uzayına giriş yapmaktadır. Bir vektör uzayının tanımı, elemanları skalar olarak adlandırılan herhangi bir cisim içerir.

Detaylı

Ağaç (Tree) Veri Modeli

Ağaç (Tree) Veri Modeli Ağaç (Tree) Veri Modeli 1 2 Ağaç Veri Modeli Temel Kavramları Ağaç, bir kök işaretçisi, sonlu sayıda düğümleri ve onları birbirine bağlayan dalları olan bir veri modelidir; aynı aile soyağacında olduğu

Detaylı

EŞİTLİK KISITLI TÜREVLİ YÖNTEMLER

EŞİTLİK KISITLI TÜREVLİ YÖNTEMLER EŞİTLİK KISITLI TÜREVLİ YÖNTEMLER LAGRANGE YÖNTEMİ Bu metodu incelemek için Amaç fonksiyonu Min.z= f(x) Kısıtı g(x)=0 olan problemde değişkenler ve kısıtlar genel olarak şeklinde gösterilir. fonksiyonlarının

Detaylı

EM205 26/9/2014. Programlamaya giriş Algoritmalar. Amaçlar

EM205 26/9/2014. Programlamaya giriş Algoritmalar. Amaçlar EM205 26/9/2014 Programlamaya giriş Algoritmalar Temel kavramlar Algoritmalar Amaçlar Algoritma kavramını öğrenmek, Algoritmaları ifade edebilmek, Temel matematiksel algoritmaları yazabilmek C programlama

Detaylı

YZM 2116 Veri Yapıları

YZM 2116 Veri Yapıları YZM 2116 Veri Yapıları Yrd. Doç. Dr. Deniz KILINÇ Celal Bayar Üniversitesi Hasan Ferdi Turgutlu Teknoloji Fakültesi Yazılım Mühendisliği BAŞLAMADAN ÖNCE Bu dersi alan öğrencilerin aşağıdaki konuları bildiği

Detaylı

Algoritma Geliştirme ve Veri Yapıları 9 Ağaç Veri Modeli ve Uygulaması. Mustafa Kemal Üniversitesi

Algoritma Geliştirme ve Veri Yapıları 9 Ağaç Veri Modeli ve Uygulaması. Mustafa Kemal Üniversitesi Algoritma Geliştirme ve Veri Yapıları 9 Ağaç Veri Modeli ve Uygulaması Ağaç, verilerin birbirine sanki bir ağaç yapısı oluşturuyormuş gibi sanal olarak bağlanmasıyla elde edilen hiyararşik yapıya sahip

Detaylı

Tanım: (1. Tip Üretken Fonksiyonlar) (a r ) = (a 1, a 2, a 3,,a r, ) sayı dizisi olmak üzere, (a r ) dizisinin 1. Tip üretken fonksiyonu

Tanım: (1. Tip Üretken Fonksiyonlar) (a r ) = (a 1, a 2, a 3,,a r, ) sayı dizisi olmak üzere, (a r ) dizisinin 1. Tip üretken fonksiyonu Üretken Fonksiyonlar Ali İlker Bağrıaçık Üretken fonksiyonlar sayma problemlerinin çözümünde kullanılan önemli yöntemlerden biridir. Üretken fonksiyonların temeli Moivre nin 1720 yıllarındaki çalışmalarına

Detaylı

Diziler. Yrd.Doç.Dr.Bülent ÇOBANOĞLU

Diziler. Yrd.Doç.Dr.Bülent ÇOBANOĞLU Diziler Yrd.Doç.Dr.Bülent ÇOBANOĞLU Dizi (Array) Nedir? Bellekte sürekli yer kaplayan artarda sıralanmış aynı türden verilerin oluşturduğu kümeye dizi (array) denir. Dizi, çok fazla miktardaki tek tip

Detaylı