faecher:informatik:oberstufe:algorithmen:sortieren:landau_revisited:start

Unterschiede

Hier werden die Unterschiede zwischen zwei Versionen der Seite angezeigt.

Link zu der Vergleichsansicht

Nächste Überarbeitung
Vorherige Überarbeitung
Nächste ÜberarbeitungBeide Seiten, nächste Überarbeitung
faecher:informatik:oberstufe:algorithmen:sortieren:landau_revisited:start [31.01.2022 16:58] – angelegt sbelfaecher:informatik:oberstufe:algorithmen:sortieren:landau_revisited:start [31.01.2022 17:45] sbel
Zeile 1: Zeile 1:
 ====== Aufwandsabschätzung im Detail ====== ====== Aufwandsabschätzung im Detail ======
 +{{ :faecher:informatik:oberstufe:algorithmen:sortieren:landau_revisited:onotation.drawio.png?300|}}
 +
 +Im Abschnitt zur binären Suche haben wir uns bereits einige Gedanken zur [[:faecher:informatik:oberstufe:algorithmen:big_o:start|Aufwandsabschätzung]] gemacht.
 +
 +Eine Besonderheit des QuicksortAlgorithmus ist, dass er Aufwand von der Wahl des Pivotelement abhängt. 
 +
 +
 +
 +Um ein Gefühl dafür zu bekommen, was die gängigsten Laufzeitcharakteristiken bedeuten, können die folgenden Beispiele dienen:
 +
 +^                   ^ 10 Elemente    ^ 100 Elemente                ^ 1000 Elemente                ^
 +| O(log n)          | 0,15 Sekunden  | 0,3 Sekunden                | 0,5 Sekunden                 |
 +| O(n)              | 0,5 Sekunden   | 5 Sekunden                  | 50 Sekunden                  |
 +| O(n log n)        | 1,6 Sekunden   | 33 Sekunden                 | 490 Sekunden                 |
 +| O(n<sup>2</sup> | 5 Sekunden     | 8 Minuten                   | 14 Stunden                   |
 +| O(n!)             | 2,1 Tage       | 1,4*10<sup>149</sup> Jahre  | 0,6*10<sup>2559</sup> Jahre  |
 +
 +Hypothetisch wurden für diese sehr grobe Berechnung eine Bearbeitungsgeschwindigkeit von ca. 20 Operationen je Sekunde zugrunde gelegt, was natürlich sehr viel langsamer ist, als ein Computer real arbeitet. 
 +
 +
 +Es ist aber wichtig zu verstehen, dass bei Problemen der Kategorie O(n<sup>2</sup>) oder gar O(n!) keine Rolle spielt: Wenn die Anzahl der Elemente wächst, **wächst der Aufwand schneller als jede Rechenleistung das zu kompensieren vermag**((Bei den Beispielen haben wir ja gerade mal 1000 Elemente betrachtet, das sind ja eigentlich lächerlich wenige...)).
 +
 +
 +
  
-Im Abschnitt zur binären Suche haben wir uns bereits einige Gedanken zur [[Aufwandsabschätzung|..:..:big_o:start] gemacht. 
  
  • faecher/informatik/oberstufe/algorithmen/sortieren/landau_revisited/start.txt
  • Zuletzt geändert: 31.01.2024 16:48
  • von Marco Kuemmel