04: Algorithmen II, Vorlesung, WS 2019/20, 22.10.2019

An episode of the Algorithmen 2, Vorlesung, WS19/20 podcast, hosted by Prof. Dr. Peter Sanders, titled "04: Algorithmen II, Vorlesung, WS 2019/20, 22.10.2019" was published on October 24, 2019 and runs 37 minutes.

October 24, 2019 ·37m · Algorithmen 2, Vorlesung, WS19/20

0:00 / 0:00

Summary

04 | 0:00:00 Start 0:01:28 Binomialbäume 0:02:14 Kaskadierende Schnitte 0:02:39 Kürzeste Wege 0:04:43 Monotone 0:06:51 Bucket-Queue 0:07:18 Operationen 0:11:06 Radix-Heaps 0:13:56 Definition msd(a,b) 0:16:13 Radix-Heap-Invariante 0:18:44 Vergleich: Buckets-Queues und Radix-Heaps 0:19:33 Radix Heap: deleteMin 0:22:56 Buckets bei Änderung von d* 0:26:15 Kosten der deleteMin-Operationen 0:26:42 Laufzeit Dijkstra mit Radix-Heaps 0:27:23 Lineare Laufzeit für zufällige Kantengewichte 0:29:04 Änderung im Algorithmus für zufällige Kantengewichte 0:32:19 Analyse

Episode Description

04 | 0:00:00 Start 0:01:28 Binomialbäume 0:02:14 Kaskadierende Schnitte 0:02:39 Kürzeste Wege 0:04:43 Monotone 0:06:51 Bucket-Queue 0:07:18 Operationen 0:11:06 Radix-Heaps 0:13:56 Definition msd(a,b) 0:16:13 Radix-Heap-Invariante 0:18:44 Vergleich: Buckets-Queues und Radix-Heaps 0:19:33 Radix Heap: deleteMin 0:22:56 Buckets bei Änderung von d* 0:26:15 Kosten der deleteMin-Operationen 0:26:42 Laufzeit Dijkstra mit Radix-Heaps 0:27:23 Lineare Laufzeit für zufällige Kantengewichte 0:29:04 Änderung im Algorithmus für zufällige Kantengewichte 0:32:19 Analyse

Share this episode

Similar Episodes

30: Algorithmen II, Vorlesung, WS 2018/19, 05.02.2019

Feb 7, 2019 ·86m

29: Algorithmen II, Vorlesung, WS 2018/19, 04.02.2019

Feb 4, 2019 ·82m

28: Algorithmen II, Übung, WS 2018/19, 29.01.2019

Jan 31, 2019 ·70m

27: Algorithmen II, Vorlesung, WS 2018/19, 28.01.2019

Jan 29, 2019 ·86m

26: Algorithmen II, Vorlesung, WS 2018/19, 22.01.2019

Jan 24, 2019 ·85m

25: Algorithmen II, Vorlesung, WS 2018/2019, 21.01.2019

Jan 22, 2019 ·85m

Similar Podcasts

Programmieren, WS19/20, Vorlesung Karlsruher Institut für Technologie (KIT) – Objekte und Klassen – Typen, Werte und Variablen – Methoden – Kontrollstrukturen – Rekursion – Referenzen, Listen – Vererbung – Ein/-Ausgabe – Exceptions – Programmiermethodik – Implementierung elementarer Algorithmen (z.B. Sortierverfahren) in Java Literaturhinweise: P. Pepper, Programmieren Lernen, Springer, 3. Auflage 2007 Weiterführende Literatur B. Eckels: Thinking in Java. Prentice Hall 2006 J. Bloch: Effective Java, Addison-Wesley 2008Vorlesungsaufzeichnung: KIT | WEBCAST: http://webcast.kit.edu Robotik 2 - Humanoide Robotik, SS19 Karlsruher Institut für Technologie (KIT) Lernziele: Die Studierenden haben einen Überblick über aktuelle Forschungsthemen bei autonomen lernenden Robotersystemen am Beispiel der humanoiden Robotik und sind dazu in der Lage aktuelle Entwicklungen auf dem Gebiet der kognitiven humanoiden Robotik einzuordnen und zu bewerten. Die Studierenden kennen die wesentlichen Problemstellungen der humanoiden Robotik und können auf der Basis der existierenden Forschungsarbeiten Lösungsvorschläge erarbeiten. Lehrinhalt: Die Vorlesung stellt aktuelle Arbeiten auf dem Gebiet der humanoiden Robotik vor, die sich mit der Implementierung komplexer sensomotorischer und kognitiver Fähigkeiten beschäftigen. In den einzelnen Themenkomplexen werden verschiedene Methoden und Algorithmen, deren Vor- und Nachteile, sowie der aktuelle Stand der Forschung diskutiert. Es werden folgende Themen behandelt: Biomechanische Modelle des menschlichen Körpers; biologisch inspirierte und datengetrieben Meth Algorithmen 2, Vorlesung, WS17/18 Karlsruher Institut für Technologie (KIT) Diese Lehrveranstaltung soll Studierenden die grundlegenden theoretischen und praktischen Aspekte der Algorithmentechnik vermitteln. Es werden generelle Methoden zum Entwurf und der Analyse von Algorithmen für grundlegende algorithmische Probleme vermittelt sowie die Grundzüge allgemeiner algorithmischer Methoden wie Approximationsalgorithmen, Lineare Programmierung, Randomisierte Algorithmen, Parallele Algorithmen und parametrisierte Algorithmen behandelt.Literaturhinweise:- K. Mehlhorn, P. Sanders: Algorithms and Data Structures - The Basic Toolbox- K. Mehlhorn, S. Naeher: The LEDA Platform of Combinatorial and Geometric Computing Topic: Algorithm Engineering, Flows, Geometrie- R. K. Ahuja, T. L. Magnanti, J.B. Orlin: Network Flows- M. de Berg, M. van Kreveld, M. Overmars, O. C. Schwarzkopf: Computational Geometry: Algorithms and Applications- G. Navarro: Compact Data Structures "A Practical Approach", Cambridge University Press- R. Niedermeier: Invitation to Fixed-Parameter Algorithmen 2, Vorlesung, WS18/19 Karlsruher Institut für Technologie (KIT) Diese Lehrveranstaltung soll Studierenden die grundlegenden theoretischen und praktischen Aspekte der Algorithmentechnik vermitteln. Es werden generelle Methoden zum Entwurf und der Analyse von Algorithmen für grundlegende algorithmische Probleme vermittelt sowie die Grundzüge allgemeiner algorithmischer Methoden wie Approximationsalgorithmen, Lineare Programmierung, Randomisierte Algorithmen, Parallele Algorithmen und parametrisierte Algorithmen behandelt.Literaturhinweise:- K. Mehlhorn, P. Sanders: Algorithms and Data Structures - The Basic Toolbox- K. Mehlhorn, S. Naeher: The LEDA Platform of Combinatorial and Geometric Computing Topic: Algorithm Engineering, Flows, Geometrie- R. K. Ahuja, T. L. Magnanti, J.B. Orlin: Network Flows- M. de Berg, M. van Kreveld, M. Overmars, O. C. Schwarzkopf: Computational Geometry: Algorithms and Applications- G. Navarro: Compact Data Structures "A Practical Approach", Cambridge University Press- R. Niedermeier: Invitation to Fixed-Parameter

URL copied to clipboard!