INSTITUTFÃƒÂœRINFORMATIK - Lehrstuhl fÃƒÂ¼r Effiziente Algorithmen ...

Weitere Magazine

Empfehlungen

Info

44 Kapitel 2. DatenanalyseZusammen ergibt dies( ( R · N(k +1)· logk)+1)+1 · (log N + log(log N +logR))=( )1Oε · (log ε · N +logR) · log Nals Platzschranke.Bemerkung. Jeder Algorithmus (auch randomisiert) für das Summenproblem benötigtΩ ( 1ε · (log ε · N +logR) · log N) Speicherplatz.2.3.3 WavesWaves sind als Datenstruktur für Monitoralgorithmen von Phillip B. Gibbons und SrikantaN. Tirthapura eingeführt worden.Wir betrachten wieder unser elementares Zählproblem für Bitstreams.Bild zum BitstreambeispielDer Rang einer Position im Bitstream ist die Anzahl der Einsen von Beginn des Bitstreambis zur aktuellen Position. Außerdem sei N die Größe des Fensters, ε die Approximationsgarantieund k = ⌈ 1 ε ⌉.In einem abstrakten Sinn besteht eine Wave aus verschiedenen Leveln i ∈{0,...,L− 1}mit:• L = def ⌈log(2εN)⌉,• Level i enthält die k +1jüngsten Positionen von Einsen in s, deren Rang ein Vielfachesvon 2 i ist,• P is die aktuelle Position,Skriptum zu Internet-Algorithmik WS 2006/2007
2.3. Monitore 45• R ist Rang der jüngsten Eins.Sollten irgendwelche Level weniger als k + 1 Positionen enthalten, so wird die kleinstePosition auf 0 gesetzt.Bild für Wave zum BitstreambeispielWir verwenden folgende Schätzregel:• Ist N ≥ P , so gebe den Rang R der maximalen Positionen der Wave aus.• Sei N
Seite 2: SESSÃO 1 COMISSÃO DE AVALIAÇÃOT
Seite 7: Einleitung 1Goodrich und Tamassia [
Seite 10 und 11: 4 Kapitel 1. EinleitungSkriptum zu
Seite 14 und 15: 8 Kapitel 2. DatenanalyseAlgorithmu
Seite 16 und 17: 10 Kapitel 2. DatenanalyseBeweis: A
Seite 18 und 19: 12 Kapitel 2. DatenanalyseAlgorithm
Seite 20 und 21: 14 Kapitel 2. DatenanalyseAlgorithm
Seite 22 und 23: 16 Kapitel 2. DatenanalyseDiese Arg
Seite 25 und 26: 2.1. Texte 19Algorithmus: Boyer-Gal
Seite 27 und 28: 2.1. Texte 21Hierbei ist s = abacb
Seite 29 und 30: 2.1. Texte 23betrachtet. Um nach ei
Seite 31 und 32: 2.2. Datenströme 252.2.1 Verarbeit
Seite 33 und 34: 2.2. Datenströme 27Es sei (k 1 ,..
Seite 35 und 36: 2.2. Datenströme 292. Implementier
Seite 37 und 38: 2.2. Datenströme 31• Mit Momente
Seite 39 und 40: 2.2. Datenströme 33Beweis: Wir rec
Seite 41 und 42: 2.2. Datenströme 35Damit ist für
Seite 43 und 44: 2.3. Monitore 372. Die Wahrscheinli
Seite 45 und 46: 2.3. Monitore 39alle möglichen 2 N
Seite 47 und 48: 2.3. Monitore 41Algorithmus:Eingabe
Seite 49: 2.3. Monitore 43Theorem 2.36 Es sei
Seite 53 und 54: 2.3. Monitore 47Algorithmus: WaveMo
Seite 55 und 56: 2.4. Fallstudie: Klassifikation von
Seite 69 und 70: Netzwerkanalyse 3Das Ziel der Netzw
Seite 71 und 72: 3.1. Dimensionierung und Positionie
Seite 81 und 82: 3.2. Rekonstruktion der Netzwerktop
Seite 95 und 96: 3.3. Fallstudie: Inter-Domain Routi
Seite 101 und 102:
3.3. Fallstudie: Inter-Domain Routi
Seite 103 und 104:
Literaturverzeichnis[AC75][AMS99]Al
Seite 105 und 106:
Literaturverzeichnis 99[SV99][Var05
Alle anzeigen

INSTITUTFÃƒÂœRINFORMATIK - Lehrstuhl fÃƒÂ¼r Effiziente Algorithmen ...

Erfolgreiche ePaper selbst erstellen

Template löschen?

Als Template speichern?