Algorithmen in Java: Das Buch zum Programmieren trainieren. 32 Klassiker der Informatik, von Rucksac

Vorwort ... 13


Einleitung ... 15


1. Kleine Aufgaben ... 23


1.1 ... Die Fibonacci-Folge ... 23

1.2 ... Triviale Komprimierung ... 31

1.3 ... Unknackbare Verschlüsselung ... 36

1.4 ... Pi berechnen ... 40

1.5 ... Die Türme von Hanoi ... 42

1.6 ... Anwendungen im Alltag ... 46

1.7 ... Übungsaufgaben ... 47



2. Suchaufgaben ... 49


2.1 ... DNA-Suche ... 49

2.2 ... Labyrinthe lösen ... 59

2.3 ... Missionare und Kannibalen ... 82

2.4 ... Anwendungen im Alltag ... 89

2.5 ... Übungsaufgaben ... 89



3. Bedingungserfüllungsprobleme ... 91


3.1 ... Ein Framework für Bedingungserfüllungsprobleme schreiben ... 92

3.2 ... Die Landkarte Australiens einfärben ... 98

3.3 ... Das Acht-Damen-Problem ... 101

3.4 ... Wortsuche ... 104

3.5 ... SEND+MORE=MONEY ... 112

3.6 ... Leiterplatten-Layout ... 115

3.7 ... Bedingungserfüllungsproblem im Alltag ... 115

3.8 ... Übungsaufgaben ... 116



4. Graphenprobleme ... 117


4.1 ... Eine Landkarte als Graph ... 117

4.2 ... Ein Framework für Graphen schreiben ... 120

4.3 ... Den kürzesten Pfad finden ... 128

4.4 ... Die Kosten für den Aufbau des Netzwerks minimieren ... 131

4.5 ... Den kürzesten Pfad in einem gewichteten Graphen finden ... 143

4.6 ... Graphenprobleme im Alltag ... 150

4.7 ... Übungsaufgaben ... 151



5. Genetische Algorithmen ... 153


5.1 ... Biologischer Hintergrund ... 153

5.2 ... Ein generischer genetischer Algorithmus ... 155

5.3 ... Ein naiver Test ... 164

5.4 ... Wiedersehen mit SEND+MORE=MONEY ... 167

5.5 ... Listenkomprimierung optimieren ... 172

5.6 ... Kritik an genetischen Algorithmen ... 176

5.7 ... Genetische Algorithmen im Alltag ... 178

5.8 ... Übungsaufgaben ... 179



6. k-Means-Clustering ... 181


6.1 ... Vorbereitungen ... 182

6.2 ... Der k-Means-Clustering-Algorithmus ... 185

6.3 ... Gouverneure nach Alter und Längengrad clustern ... 193

6.4 ... Michael-Jackson-Alben nach Länge clustern ... 199

6.5 ... k-Means-Clustering-Probleme und -Erweiterungen ... 201

6.6 ... k-Means-Clustering im Alltag ... 202

6.7 ... Übungsaufgaben ... 203



7. Einfache neuronale Netzwerke ... 205


7.1 ... Biologische Grundlagen? ... 206

7.2 ... Künstliche neuronale Netzwerke ... 207

7.3 ... Vorbereitungen ... 215

7.4 ... Das Netzwerk aufbauen ... 218

7.5 ... Klassifikationsprobleme ... 227

7.6 ... Neuronale Netzwerke beschleunigen ... 238

7.7 ... Probleme und Erweiterungen neuronaler Netzwerke ... 239

7.8 ... Neuronale Netzwerke im Alltag ... 241

7.9 ... Übungsaufgaben ... 242



8. Adversarial Search ... 243


8.1 ... Grundkomponenten von Brettspielen ... 243

8.2 ... Tic Tac Toe ... 245

8.3 ... Vier gewinnt ... 260

8.4 ... Minimax-Verbesserungen über die Alpha-Beta-Suche hinaus ... 272

8.5 ... Adversarial Search im Alltag ... 273

8.6 ... Übungsaufgaben ... 274



9. Weitere Aufgaben ... 277


9.1 ... Das Rucksackproblem ... 277

9.2 ... Das Problem des Handlungsreisenden ... 284

9.3 ... Merkhilfen für Telefonnummern ... 292

9.4 ... Anwendungen im Alltag ... 296

9.5 ... Übungsaufgaben ... 297



Anhang ... 299


A ... Interview mit Brian Goetz 301 ... 299

B ... Glossar 317 ... 299

C ... Weiterführende Ressourcen 323 ... 299



Index ... 327