Ytelse og optimalisering
|
|
- Tine Lauritzen
- 8 år siden
- Visninger:
Transkript
1 Ytelse og optimalisering Frode Eika Sandnes Premature optimization is the root of all evil Donald Knuth 1
2 Begrep og tolkning I databehandling betyr optimalisering og forbedre et system slik at det går raskere eller bruker mindre minne. I matematikk, økonomi etc betyr optimalisering å finne laveste eller største verdi av en funksjon. For eksempel, optimalisere en kostnadavkastningsfunksjon. Læringsmål Få en forståelse for begrepet ytelse og hvilke faktorer som påvirker ytelse Få en forståelse for forholdet mellom tidsresurs og plassresurs Få innsikt i noen av teknikkene som brukes for å forbedre ytelse Lære om verktøy som brukes for å forbedre ytelse Lære at enkelte problemer ikke kan løses. 2
3 Ytelse Hvor mange multiplikasjoner og addisjoner skal til for å regne ut følgende utrykk? (en datamaskin kan egentlig bare multiplisere og addere) Ax 5 +Bx 4 +Cx 3 +Dx 2 +Ex+D Teknikk 1 (rett frem) 5 addisjoner =15 multiplikasjoner Kan vi gjøre dette med mindre innsats? Axxxxx+Bxxxx+Cxxx+Dxx+Ex+D 3
4 Teknikk 2 (Horner s metode) 5 addisjoner 5 multiplikasjoner Kan vi gjøre dette med mindre innsats? ((((Ax+B)x+C)x+D)x+E)x+D Omformulering Ofte kan vi omformulere et problem Omformuleringer kan føre til at problemet kan løses med mindre innsats Hvis en problem kan løses med mindre innsats, så får vi tid til å løse flere problemer innenfor samme tid. Vi har dermed forbedret ytelsen 4
5 Problem En organisasjon vurderer hvordan de skal restrukturere sorteringen av den interne posten til de forskjellige avdelingene og kutte kostnadene. De får en stor mengde post. Hva er den mest effektive løsningen? Man kjøper en postkasse for hver avdeling og henger de opp utenfor bygget med egen adresse. Det er nå postverket sin oppgave å sortere posten. Løsning 5
6 En liten oppgave Vi har et program som ser slik ut int a = verdi fra bruker int b = verdi fra bruker int temp = a; a = b; b = temp;? Vi skal lage dette programmet på en datamaskin som kun har plass til to variabler, nemlig a og b, og ikke temp. Hvordan gjør vi dette? Løsning int a = verdi fra bruker int b = verdi fra bruker b = a - b; a = a - b; b = a + b; Vi bruker differansen som en slags temp variabel 6
7 Utregning av heltallspotenser Vi så tidligere hvordan vi lett kunne regne ut heltallspotenser i polynomer med Horner s metode Hva gjør vi med enkle heltallpotenser med høy verdi. Hvordan regne ut for eksempel: 3 53 Løsning 1 Vi multipliserer tallet 53 ganger (53 multiplikasjoner) 3x3x3x..x3 Dette er lite effektivt 7
8 hvis vi analyserer 3 53 kan omskrives som 3 53 = = 3 1 x3 4 x3 16 x3 32 Vi lager en tabell Factor potens Delprodukt x 3 1 = x 3 2 = x 3 4 = x 3 8 = x 3 16 = Totalprodukt Et veldig stort tall 8
9 Innsats 5 multiplikasjoner 4 addisjoner 5 shift operasjoner 6 sammenlikninger Multiplikasjon tar mer tid enn addisjon som tar mer tid enn shift og sammenlikninger. Balansen mellom tid og plass Ofte er det en balansegang mellom tid og plass. Enten så kan vi løse et problem med mye innsats, hvor vi trenger liten lagringsplass Eller så kan vi løse et problem hurtig med lite innsats på bekostning av mer lagringsplass. 9
10 Praktisk eksempel Uregning av matematiske funksjoner som sin, cos Kan gjøres matematisk etter modell, eg. En Taylor rekke etc. Det kreves ofte en god del innsats Kan bruke en tabell med ferdige verdier Liknende matematisk tabell på skolen Eksempel Finne median (den midterste verdien) i en rekke med usorterte heltall. Plassoptimalisering Vi sorterer tallene (tar lang tid) Vi velger det midterste tallet (dette er median) Trenger ikke plass, trenger å kikke på verdiene opptil N*N ganger Ytelsesoptimalisering Vi lager et histogram over tallene (ved å telle) Vi kan lett telle oss frem til midtpunktet i histogrammet Vi trenger lagringsplass til histogrammet (opptil N elementer) Vi trenger kun å skanne igjennom tallene en gang (N). 10
11 Finne median med histogram Dette er det midterste elementet Dette er median Uløselige problemer Det finnes problemer som ikke kan løses (eksakt) av datamaskiner fordi det rett og slett tar for lang tid eller krever for mye minne. Disse problemene kaller vi uløselige problemer Eksempler er laging av timeplaner, sette opp arbeidsplaner for bussjåfører eller kabinpersonale i flyselskaper Slike problemer løser man ved å finne tilnærminger til løsningen 11
12 Eksempel: den reisende selger Tenk deg at du er salgsmann og du skal reise til alle byene hvor du har butikk, for eksempel Oslo, Bergen, Trondheim, Stavanger og Vardø. Du ønsker å reise på en slik måte at du besøker hver by kun en gang Samtidig ønsker du å reise korteste vei (spare drivstoff eller kostnad). 12
13 Hvorfor? Si at du har N byer. Hvilken by skal du velge først? Du kan velge mellom N byer. Hvilken by skal du velge neste gang? Du kan velge mellom N-1 byer (det er de byene du har igjen). Hvilden by skal du velge deretter? Du kan velge mellom N-2 byer (det er de byene du har igjen) Slik forsetter det til vi har en by igjen For å finne korteste vei må vi prøve alle mulighetene. Da må vi prøve N(N-1)(N-2)(N-3) (N-(N-1)) = N! muligheter Hvis du har mange byer, dvs en stor N, så blir dette veldig mange muligheter. Prøv for eksempel å finne hvor mange muligheter det er for 10 byer, 15 byer, 100 byer? Hvordan Det finnes mange måter å finne gode løsninger på den reisende selgers problem Ingen av disse garanterer den beste løsningen. En måte er å velge byene helt tilfeldig (random), og deretter kikke på resultatet. Hvis du for eksempel repeterer dette, si 1000 ganger vil du sannsynligvis finne en ganske god løsning (samme prinsipp som å kjøpe mange lodd i lotto for å øke vinnersjansene). Du velger da den ruten som gir kortest vei. 13
14 Hvordan optimalisere i praksis Hvordan kan vi måle ytelse i Java long start = System.currentTimeMillis();.. gjøre det som skal måles her long tid = System.currentTimeMillis() - start; 14
15 En annen vanlig teknikk Import java.util.date;.. Date start = new Date(); gjøre det som skal måles her Date slutt = new Date); Long antallmillisekunder = slutt.gettime() start.gettime(); Verktøy for å forbedre ytelsen Profiler Lar utvikleren se hva datamaskinen bruker tiden på Man kompilerer programmet med ekstra bokføringskode (et valg i kompilatoren) Man kjører programmet og bokføringskoden aktiveres Man får statistikk om Hvor mange ganger hver modul ble brukt, metode ble kalt, og hvor ofte hver kodelinje ble eksekvert. Hvor mange prosent av tiden som ble brukt av de respektive deler av koden. Dette kalles en eksekveringsprofil. 15
16 Hva gjør man med en profil Profilen viser oss hvor flaskehalsen er i programmet Hvis vi ønsker å forbedre ytelsen så gjør vi dette ved å starte der hvor skoen trykker. Dvs. vi kan lett se hvor i koden vi bør gjøre inngrep. Java profil Du kan kjøre profileren med prof flagget java prof klassenavnet Eller for applets java -prof sun.applet.appletviewer myapplet.html Det genereres en fil med navn java.prof som inneholder profilen 16
17 Profilering i praksis Gjør målinger både før og etter en endring for å dokumentere at endringen faktisk førte til en forbedring i ytelse (iallfall under testoppsettet) Prøv å utfør hver måling under de samme forutsetningene og forholdene Unngå målinger der brukere leverer input til systemet, da dette kan føre til store variasjoner i målingene Prinsipper for optimalisering regelen 90% av tiden brukes vanligvis i 10% av koden. Vi bør bruke 90 % av optimaliseringsinnsatsen på å forbedre disse 10% ene av koden 17
18 Unngå optimalisering Man bør unngå optimalisering av koden Kan resultere i nye feil i koden Gjør koden vanskeligere å forstå Gjør vedlikehold av koden vanskelig Fjør koden mindre generell og portabel Er kostbart og tidkrevende Noe som er optimalisert på en plattform kjører kanskje enda saktere på en annen plattform. Mye tid investert i optimalisering gir ikke nødvendigvis avkasting i ytelsesforbedringer Man bør utsette optimalisering av koden Man bør bruke automatiske optimaliseringsverktøy (optimaliseringsflagg) Bruk bedre og kjente algoritmer Det kan være billigere å kjøpe bedre maskinvare Det er ofte et motsetningsforhold mellom vedlikeholdbar, generisk kode og optimalisert effektiv kode Teknikker for optimalisering 18
19 Styrkereduksjon Erstatte en operasjon med en annen ekvivalent operasjon som er mindre tidkrevende For eksempel erstatte multiplikasjon av tall med base 2 (2, 4, 8, 16 etc) med venstre shift operasjoner, og divisjon av tall med base2 med høyre shift operasjoner. x >> 2 er det samme som x / 4 x << 1 er det samme som x * 2 Begge gir samme resultat Shift operasjoner tar mye mindre tid enn multiplikasjoner og divisjoner. Eliminering av vanlige subutrykk Eliminere utrykk som går igjen hvor samme ting regnes ut gang på gang. double x = d * (lim / max) * sx; double y = d * (lim / max) * sy; Bør erstattes med double dybde = d * (lim / max); double x = dybde * sx; double y = dybde * sy; 19
20 Flytting av kode Kode som eksekveres flere ganger selv om verdiene ikke endres seg bør flyttes slik at koden kun eksekverer når det har skjedd en endring. for (int i = 0; i < x.length; i++) x[i] *= Math.PI * Math.cos(y); Bør endres til double picosy = Math.PI * Math.cos(y); for (int i = 0; i < x.length; i++) x[i] *= picosy; Rulle ut løkker Ved og ekspandere løkker så unngår vi å eksekvere kode som styrer selve løkka. Hvis vi i forrige eksempel vet at lengden på tabellen alltid er et partall (delelig med to), så kan vi halvere antall løkkeiterasjoner double picosy = Math.PI * Math.cos(y); for (int i = 0; i < x.length; i += 2) x[i] *= picosy; x[i+1] *= picosy; 20
21 Sammenlikninger Å sammenlikne to vilkårlige tall er vanligvis mer tidkrevende enn å sammenlikne et tall med null (fordi begge tall må lagres i minnet). for (i = 0; i < N; i++) // gjør et eller annet Vi endrer sammenlikningen: for (i = N; --i >= 0; ) // gjør et eller annet Ikke sammenlikn Vi kan også fjerne sammenlikningen try for (i = 0; ; i++) array[i] = i; catch (ArrayIndexOutOfBoundsException e) Ulempene er Avvik er kostbare Fungerer kun hvis N er veldig stor Ytelsen vil variere mye fra en plattform til en annen 21
22 Variabler Lokale variabler er hurtigere enn globale variabler I java er int den hurtigste datatypen Mindre datatyper som for eksempel, boolean, short, char og boolean er representert som en integer Hvis vi skal eksplisitt arbeide med kortere datatyper så kreves det ekstra instruksjoner for konvertering Kortere datatyper er derfor tregere enn int Ikke kopier mer enn nødvendig Kopiering av data tar lang tid, spesielt lange variabler etc. Java hjelper oss ved all alle ikke atomiske datatyper videreformidles med referanser. Dette er ikke tilfelle i alle språk som for eksempel C/C++/Pascal hvor en lett kan kaste bort tid på unødvendig kopiering (spesielt parametere til metoder osv). 22
23 Arrayer og static Hvor du bruker en lokal array i en metode som kalles ofte, så må denne arrayen skapes hver gang. Dette er ueffektivt. Du kan deklarere arrayen som static. Da kan du bruke den samme arrayen gang på gang uten at den skapes på nytt for hvert metodekall. Unngå casting Casting tar lang tid boolean equals (Object obj) if (obj instanceof Point) return (((Point)obj).x == this.x && ((Point)obj).y == this.y); return false; Erstatt med boolean equals (Object obj) if (obj instanceof Point) Point p = (Point)obj; return (p.x == this.x && p.y == this.y); return false; Casting er spesielt dyrt hvis det dreier seg om et interface 23
24 Generelle tips for ytelsesøkning Native-metoder (kall til typisk C-funksjoner) Konverter til C (finnes verktøy for dette) Bruk buffere ved input og output (BufferedInputStream og BufferedOutputStream) Ikke bruk synchronize (synkronisering) Unngå avvik (exceptions) Unngå sammenslåingsoperatoren + for strenger Bruk API funksjonalitet Bruk erstatninger for API funksjonalitet Gjenbruk av objekter Oppgave 2 Vi kan finne det største av to tall som følger if (a>b) max = a; else max = b; Og vi kan finne det minste tallet ved å endre > til <. Kan du gjøre det samme uten å bruke en sammenlikning (if)? (Ja, det er faktisk mulig) 24
25 Kompilatoroptimalisert kode Kompilatorer gjør en del optimaliseringer C og C++ kompilatorer er meget gode. Java kompilatorer er fortsatt unge Java compilatoren: Folding av konstanter: i=10*10 blir til i=100 Branch folding: unødvendige goto s i bytekoden fjernes Eliminering av død kode: if(false) i = 1 Du kan også bruke O (optimaliserings) muligheten fra kommandolinjen (javac O fil.java) Kode ekspansjon (inline): alle metoder som er static, private eller final ekspanderes slik at utgiftene i forbindelse med selve metodekallet elimineres Optimalisering for plass Javakode som tar mindre plass vil lastes hurtigere inn i minnet Eksempel: Det tar kortere tid å laste ned en liten java applet enn en stor java applet fra en nettside Vi derfor ønsker å minske størrelsen på den kompilerte javakoden 25
26 Plassbesparingsteknikk er Bruke arkiv (jar-fil) Ikke finne opp hjulet på nytt (bruk eksisterende API) Utnytt arv Separer ut felles kode Ikke initialiser store arrayer Datoer er store (bruk long) Bruk korte navn (kompilert kode inneholder navnene) Plasser static final konstanter i interfaces Unngå string-sammenslåing (ekstra kall og objektskapelse) Lykke til! 26
OPPGAVE 1 OBLIGATORISKE OPPGAVER (OBLIG 1) (1) Uten å selv implementere og kjøre koden under, hva skriver koden ut til konsollen?
OPPGAVESETT 4 PROSEDYRER Oppgavesett 4 i Programmering: prosedyrer. I dette oppgavesettet blir du introdusert til programmering av prosedyrer i Java. Prosedyrer er også kjent som funksjoner eller subrutiner.
Detaljeri=0 Repetisjon: arrayer Forelesning inf Java 4 Repetisjon: nesting av løkker Repetisjon: nesting av løkker 0*0 0*2 0*3 0*1 0*4
Forelesning inf - Java 4 Repetisjon: arrayer Tema: Løkker Arrayer Metoder Ole Christian Lingjærde,. september Deklarere og opprette array - eksempler: int[] a = new int[]; String[] a = new String[]; I
DetaljerForelesning inf Java 4
Forelesning inf1000 - Java 4 Tema: Løkker Arrayer Metoder Ole Christian Lingjærde, 12. september 2012 Ole Chr. Lingjærde Institutt for informatikk, 29. august 2012 1 Repetisjon: arrayer Deklarere og opprette
DetaljerKort om meg. INF1000 Uke 2. Oversikt. Repetisjon - Introduksjon
Kort om meg INF1000 Uke 2 Variable, enkle datatyper og tilordning Fredrik Sørensen Kontor: Rom 4311-NR, Informatikkbygget Brukernavn/e-post: fredrso@ifi.uio.no Utdanning: Dataingeniør, 2000 Cand.Scient,
DetaljerOversikt. INF1000 Uke 2. Repetisjon - Program. Repetisjon - Introduksjon
Oversikt INF1000 Uke 2 Variable, enkle datatyper og tilordning Litt repetisjon Datamaskinen Programmeringsspråk Kompilering og kjøring av programmer Variabler, deklarasjoner og typer Tilordning Uttrykk
DetaljerLitt om Javas håndtering av tall MAT-INF 1100 høsten 2004
Litt om Javas håndtering av tall MAT-INF 1100 høsten 2004 13. september 2004 En viktig del av den første obligatoriske oppgaven er å få erfaring med hvordan Java håndterer tall. Til å begynne med kan dette
Detaljer2 Om statiske variable/konstanter og statiske metoder.
Litt om datastrukturer i Java Av Stein Gjessing, Institutt for informatikk, Universitetet i Oslo 1 Innledning Dette notatet beskriver noe av det som foregår i primærlageret når et Javaprogram utføres.
DetaljerØvingsforelesning 1 Python (TDT4110)
Øvingsforelesning 1 Python (TDT4110) Introduksjon, Kalkulasjoner Ole-Magnus Pedersen Oversikt Praktisk Info Repetisjon fra sist Oppgaver for øving 2 2 Praktisk Info Last opp øvinger på Blackboard før godkjenning
DetaljerUtførelse av programmer, metoder og synlighet av variabler i JSP
Utførelse av programmer, metoder og synlighet av variabler i JSP Av Alf Inge Wang 1. Utførelse av programmer Et dataprogram består oftest av en rekke programlinjer som gir instruksjoner til datamaskinen
DetaljerForkurs i informatikk Python. Andreas Færøvig Olsen
Andreas Færøvig Olsen andrefol@ifi.uio.no Mål Hvorfor Python? Gi en mykere start på INF1100 Komme i gang med programmering 2 3 Hva er Python? Hva er programmering? 4 Hva er Python? Hva er programmering?
DetaljerOversikt. INF1000 Uke 1 time 2. Repetisjon - Introduksjon. Repetisjon - Program
Oversikt INF1000 Uke 1 time 2 Variable, enkle datatyper og tilordning Litt repetisjon Datamaskinen Programmeringsspråk Kompilering og kjøring av programmer Variabler, deklarasjoner og typer Tilordning
DetaljerINF1000 : Forelesning 4
INF1000 : Forelesning 4 Kort repetisjon av doble (nestede) løkker Mer om 1D-arrayer Introduksjon til 2D-arrayer Metoder Ole Christian Lingjærde Biomedisinsk forskningsgruppe Institutt for informatikk Universitetet
Detaljeri=0 i=1 Repetisjon: nesting av løkker INF1000 : Forelesning 4 Repetisjon: nesting av løkker Repetisjon: nesting av løkker j=0 j=1 j=2 j=3 j=4
Repetisjon: nesting av løkker Kort repetisjon av doble (nestede) løkker Mer om D-arrayer Introduksjon til D-arrayer Metoder Ole Christian Lingjærde Biomedisinsk forskningsgruppe Institutt for informatikk
DetaljerRekursiv programmering
Rekursiv programmering Babushka-dukker En russisk Babushkadukke er en sekvens av like dukker inne i hverandre, som kan åpnes Hver gang en dukke åpnes er det en mindre utgave av dukken inni, inntil man
DetaljerINF1000 EKSTRATILBUD. Stoff fra uke 1-5 (6) 3. oktober 2012 Siri Moe Jensen
INF1000 EKSTRATILBUD Stoff fra uke 1-5 (6) 3. oktober 2012 Siri Moe Jensen PLAN FOR DAGEN gjennomgå stoff fra uke 1-5(6), men med en litt annen tilnærming kun gjennomgått stoff, men vekt på konsepter og
DetaljerInnhold uke 4. INF 1000 høsten 2011 Uke 4: 13. september. Deklarasjon av peker og opprettelse av arrayobjektet. Representasjon av array i Java
INF høsten 2 Uke 4: 3. september Grunnkurs i Objektorientert Programmering Institutt for Informatikk Universitetet i Oslo Siri Moe Jensen og Arne Maus Mål for uke 4: Innhold uke 4 Repetisjon m/ utvidelser:
DetaljerIN1010. Fra Python til Java. En introduksjon til programmeringsspråkenes verden Dag Langmyhr
IN1010 Fra Python til Java En introduksjon til programmeringsspråkenes verden dag@ifi.uio.no Oversikt Introduksjon Python Java Noe er likt Noe bare ser anderledes ut Noe er helt forskjellig Et par eksempler
DetaljerMattespill Nybegynner Python PDF
Mattespill Nybegynner Python PDF Introduksjon I denne leksjonen vil vi se litt nærmere på hvordan Python jobber med tall, og vi vil lage et enkelt mattespill. Vi vil også se hvordan vi kan gjøre ting tilfeldige.
DetaljerPG4200 Algoritmer og datastrukturer Lab 1. 8.januar 2014. I dag skal vi undersøke en rekke velkjente databeholdere i Java:
PG4200 Algoritmer og datastrukturer Lab 1 8.januar 2014 Innledning I dag skal vi undersøke en rekke velkjente databeholdere i Java: java.util.arraylist java.util.linkedlist java.util.hashset java.util.treeset
DetaljerRepetisjon: operatorene ++ og -- Java 5. Nøtt. Oppgave 1 (fra forrige gang) 0 udefinert udefinert. Alternativ 1 Prefiks-operator
Litt mer om løkker Arrayer le Christian Lingjærde Gruppen for bioinformatikk Institutt for informatikk Universitetet i slo Java Repetisjon: operatorene ++ og -- Instruksjon i = i + i = i - Alternativ Prefiks-operator
Detaljer13.09.2012 LITT OM OPPLEGGET. INF1000 EKSTRATILBUD Stoff fra uke 1-3 12. September 2012 Siri Moe Jensen EKSEMPLER
.9.22 LITT OM OPPLEGGET INF EKSTRATILBUD Stoff fra uke - 2. September 22 Siri Moe Jensen Målgruppe: De som mangler forståelse for konseptene gjennomgått så langt. Trening får du ved å jobbe med oppgaver,
DetaljerINF 1000 høsten 2011 Uke september
INF 1000 høsten 2011 Uke 2 30. september Grunnkurs i Objektorientert Programmering Institutt for Informatikk Universitetet i Oslo Siri Moe Jensen og Arne Maus 1 INF1000 undervisningen Forelesningene: Første
DetaljerINF1000 undervisningen INF 1000 høsten 2011 Uke september
INF1000 undervisningen INF 1000 høsten 2011 Uke 2 30. september Grunnkurs i Objektorientert Programmering Institutt for Informatikk Universitetet i Oslo Siri Moe Jensen og Arne Maus Forelesningene: Første
DetaljerTDT4102 Prosedyreog objektorientert programmering Vår 2016
Norges teknisk naturvitenskapelige universitet Institutt for datateknikk og informasjonsvitenskap TDT4102 Prosedyreog objektorientert programmering Vår 2016 Øving 4 Frist: 2016-02-12 Mål for denne øvingen:
DetaljerForelesning inf Java 5
Ole Chr. Lingjærde 1 Forelesning inf1000 - Java 5 Tema: Mer om metoder 2D-arrayer String Ole Christian Lingjærde, 26. september 2013 Ole Chr. Lingjærde Institutt for informatikk, 26. september 2013 1 Strukturen
DetaljerINF1000 (Uke 5) Mer om løkker, arrayer og metoder
INF1000 (Uke 5) Mer om løkker, arrayer og metoder Grunnkurs i programmering Institutt for Informatikk Universitetet i Oslo Anja Bråthen Kristoffersen og Are Magnus Bruaset Praktisk informasjon Når disse
DetaljerForelesning inf Java 5
Forelesning inf1000 - Java 5 Tema: Mer om metoder 2D-arrayer String Ole Christian Lingjærde, 26. september 2013 Ole Chr. Lingjærde Institutt for informatikk, 26. september 2013 1 Strukturen til et Java-program
DetaljerTDT4102 Prosedyre og Objektorientert programmering Vår 2015
Norges teknisk naturvitenskapelige universitet Institutt for datateknikk og informasjonsvitenskap TDT4102 Prosedyre og Objektorientert programmering Vår 2015 Øving 3 Frist: 2014-02-07 Mål for denne øvinga:
Detaljerløsningsforslag-uke5.txt
INF 1000 LØSNINGSFORSLAG TIL UKEOPPGAVER FOR UKE 5 1) Setningen er kompakt skrivemåte for int[] a; a = new int[50]; hvor den første setningen deklarerer arrayen a, og den andre setningen oppretter et array-objekt
DetaljerKort repetisjon av doble (nestede) løkker Mer om 1D-arrayer Introduksjon til 2D-arrayer Metoder
INF1000 : Forelesning 4 Kort repetisjon av doble (nestede) løkker Mer om 1D-arrayer Introduksjon til 2D-arrayer Metoder Ole Christian Lingjærde Biomedisinsk forskningsgruppe Institutt for informatikk Universitetet
DetaljerKanter, kanter, mange mangekanter
Kanter, kanter, mange mangekanter Nybegynner Processing PDF Introduksjon: Her skal vi se på litt mer avansert opptegning og bevegelse. Vi skal ta utgangspunkt i oppgaven om den sprettende ballen, men bytte
DetaljerAlgoritmer - definisjon
Algoritmeanalyse Algoritmer - definisjon En algoritme er en beskrivelse av hvordan man løser et veldefinert problem med en presist formulert sekvens av et endelig antall enkle, utvetydige og tidsbegrensede
DetaljerLeksjon 2. Setninger og uttrykk
6108 Programmering i Java Leksjon 2 Setninger og uttrykk Del 1 Roy M. Istad 2015 Variabel Verdi Datatype Navnsatt lagringsplass. (Tenk: Oppbevaringsboks). Innholdet i en variabel. (Tenk: Klosse). Hvor
DetaljerLeksjon 2. Setninger og uttrykk
6108 Programmering i Java Leksjon 2 Setninger og uttrykk Del 1 Roy M. Istad 2015 Variabel Verdi Datatype Navnsatt lagringsplass. (Tenk: Oppbevaringsboks). Innholdet i en variabel. (Tenk: Klosse). Hvor
DetaljerKapittel 1 En oversikt over C-språket
Kapittel 1 En oversikt over C-språket RR 2015 1 Skal se på hvordan man En innføring i C Skriver data til skjermen Lese data fra tastaturet Benytter de grunnleggende datatypene Foretar enkle matematiske
Detaljerpublic static <returtype> navn_til_prosedyre(<parameter liste>) { // implementasjon av prosedyren
Prosedyrer Hensikten med en prosedyre Hensikten med en prosedyre er, logisk sett, å representere en jobb eller en funksjonalitet i et eller flere programmer. Bruk av entall er viktig: vi har generelt en
DetaljerAlgoritmer - definisjon
Algoritmeanalyse Algoritmer - definisjon En algoritme* er en beskrivelse av hvordan man løser et veldefinert problem med en presist formulert sekvens av et endelig antall enkle, utvetydige og tidsbegrensede
DetaljerLøse reelle problemer
Løse reelle problemer Litt mer om løkker, metoder med returverdier, innlesing fra fil og strenger INF1000, uke5 Ragnhild Kobro Runde MER OM LØKKER Repetisjon fra forrige uke: while Syntaks: while (condition)
Detaljerpublic static <returtype> navn_til_prosedyre(<parameter liste>) { // implementasjon av prosedyren
Prosedyrer Hensikten med en prosedyre Hensikten med en prosedyre er, logisk sett, å representere en jobb eller en funksjonalitet i et eller flere programmer. Bruk av entall er viktig: vi har generelt en
DetaljerEnkle generiske klasser i Java
Enkle generiske klasser i Java Oslo, 7/1-13 Av Stein Gjessing, Institutt for informatikk, Universitetet i Oslo Del 1: Enkle pekere Før vi tar fatt på det som er nytt i dette notatet, skal vi repetere litt
DetaljerUNIVERSITETET I OSLO
UNIVERSITETET I OSLO BOKMÅL Det matematisk-naturvitenskapelige fakultet Eksamen i : Eksamensdag : Torsdag 2. desember 2004 Tid for eksamen : 09.00 12.00 Oppgavesettet er på : Vedlegg : Tillatte hjelpemidler
DetaljerLeksjon 2. Setninger og uttrykk
6108 Programmering i Java Leksjon 2 Setninger og uttrykk Del 2 Roy M. Istad 2015 Uttrykk, operatorer og verdier int tall = 3; int x = 1 + tall; // x er 4 Uttrykk: Variabler, verdier, konstanter og metodekall
DetaljerINF1010 siste begreper før oblig 2
INF1010 siste begreper før oblig 2 Sammenligning. Mer lenkede lister. Forskjellige listeimplementasjoner. Binære trær. Bittelitt om grensesnitt (interface). Dagens forelesning Flere temaer på grunn av
DetaljerProgrammering i C++ Løsningsforslag Eksamen høsten 2005
Programmering i C++ Eksamen høsten 2005 Simen Hagen Høgskolen i Oslo, Avdeling for Ingeniørutdanning 7. desember 2005 Generelt Denne eksamensoppgaven består av tre oppgaver, pluss en ekstraoppgave. Det
DetaljerLeksjon 2. Setninger og uttrykk
6108 Programmering i Java Leksjon 2 Setninger og uttrykk Del 2 Roy M. Istad 2015 Uttrykk, operatorer og verdier int tall = 3; int x = 1 + tall; // x er 4 Uttrykk: Variabler, verdier, konstanter og metodekall
DetaljerIN1010. Fra Python til Java. En introduksjon til programmeringsspråkenes verden Dag Langmyhr
IN1010 Fra Python til Java En introduksjon til programmeringsspråkenes verden dag@ifi.uio.no Oversikt Introduksjon Python Java Noe er likt Noe bare ser anderledes ut Noe er helt forskjellig Et par eksempler
DetaljerGeneriske mekanismer i statisk typede programmeringsspråk
Generiske mekanismer i statisk typede programmeringsspråk Dette stoffet er Pensum, og det er bare beskrevet her Mye her er nok kjent stoff for mange INF5110 7. mai 2013 Stein Krogdahl 1 Hvordan kunne skrive
DetaljerDel 1 En oversikt over C-programmering
Del 1 En oversikt over C-programmering 1 RR 2016 Starten C ble utviklet mellom 1969 og 1973 for å re-implementere Unix operativsystemet. Er et strukturert programmeringsspråk, hvor program bygges opp av
DetaljerINF 1000 (uke 2) Variabler, tilordninger og uttrykk
INF 1000 (uke 2) Variabler, tilordninger og uttrykk Grunnkurs i programmering Institutt for Informatikk Universitet i Oslo Anja Bråthen Kristoffersen og Are Magnus Bruaset I dag skal vi se på Flere praktiske
DetaljerOblig3Pi- en matematisk rettet obligatorisk oppgave nr. 3 (av 4) i INF1000 ett av to alternativer for oblig 3.
Oblig3Pi- en matematisk rettet obligatorisk oppgave nr. 3 (av 4) i INF ett av to alternativer for oblig 3. Leveringsfrist Oppgaven må leveres senest fredag. oktober kl 6.. Viktig: les slutten av oppgaven
DetaljerFra Python til Java. En introduksjon til programmeringsspråkenes verden. Dag Langmyhr
Fra Python til Java En introduksjon til programmeringsspråkenes verden dag@ifi.uio.no Oversikt Introduksjon Python Java Noe er likt Noe bare ser anderledes ut Noe er helt forskjellig Et eksempel Klasser
DetaljerLøsningsforslag ukeoppg. 6: 28. sep - 4. okt (INF1000 - Høst 2011)
Løsningsforslag ukeoppg. 6: 28. sep - 4. okt (INF1000 - Høst 2011) Løsningsforslag til oppgave 7, 8, og 9 mangler Klasser og objekter (kap. 8.1-8.14 i "Rett på Java" 3. utg.) NB! Legg merke til at disse
DetaljerFra Python til Java, del 2
Fra Python til Java, del 2 Hvordan kjøre Java? På Ifis maskiner På egen maskin Et eksempel Array-er For-setninger Lesing og skriving Metoder Biblioteket Hva trenger vi egentlig? Å kjøre Java For å kunne
DetaljerProgrammering Høst 2017
Programmering Høst 2017 Tommy Abelsen Ingeniørfag - Data Innledning Dette er et dokument med litt informasjon og eksempler om kontrollstrukturer, samt oppgaver til forskjellige kontrollstrukturer. Spør
DetaljerINF1000 Metoder. Marit Nybakken marnybak@ifi.uio.no 16. februar 2004
INF1000 Metoder Marit Nybakken marnybak@ifi.uio.no 16. februar 2004 Motivasjon Når man begynner å skrive store programmer, vil man fort oppleve at programmene blir uoversiktlige. Det blir vanskeligere
DetaljerForkurs INF1010. Dag 2. Andreas Færøvig Olsen Gard Inge Rosvold Institutt for Informatikk, 14.
Forkurs INF1010 Dag 2 Andreas Færøvig Olsen (andrefol@ifi.uio.no) Gard Inge Rosvold (gardir@ifi.uio.no) Institutt for Informatikk, 14. januar 2016 Forkurs INF1010 - dag 2 Feilmeldinger 2 Forkurs INF1010
DetaljerINF1010 våren 2008 Uke 4, 22. januar Arv og subklasser
Emneoversikt subklasser INF1010 våren 2008 Uke 4, 22. januar Arv og subklasser Stein Gjessing Institutt for informatikk Mange flere eksempler på fellesøvelsene og neste forelesning 1 Generalisering - spesialisering
DetaljerProgrammeringsspråket C
Programmeringsspråket C Bakgrunn Implementasjon av Unix ved AT&Ts laboratorium i Palo Alto 1960 75. Navnet kommer fra BCPL B C. Opphavsmannnen heter Dennis Ritchie. ANSI standard i 1988; omtrent alle følger
DetaljerINF1000 - Uke 10. Ukesoppgaver 10 24. oktober 2012
INF1000 - Uke 10 Ukesoppgaver 10 24. oktober 2012 Vanlige ukesoppgaver De første 4 oppgavene (Oppgave 1-4) handler om HashMap og bør absolutt gjøres før du starter på Oblig 4. Deretter er det en del repetisjonsoppgaver
DetaljerOversikt. Introduksjon Kildekode Kompilering Hello world Hello world med argumenter. 1 C programmering. 2 Funksjoner. 3 Datatyper. 4 Pekere og arrays
Oversikt C programmering 1 C programmering Introduksjon Kildekode Kompilering Hello world Hello world med argumenter 2 Funksjoner 3 Datatyper 4 Pekere og arrays 5 Kontrollstrukturer Lars Vidar Magnusson
Detaljerfor (int i=0; i<3; i++) { for (int j=0; j<5; j++) { System.out.print(i*j); System.out.println();
Repetisjon: nesting av løkker Kort repetisjon av doble (nestede) løkker Mer om 1D-arrayer Introduksjon til 2D-arrayer Metoder Ole Christian Lingjærde Biomedisinsk forskningsgruppe Institutt for informatikk
Detaljer156C. Algoritmer og maskinspråk. IT1101 Informatikk basisfag. Maskinspråk: det maskinen forstår. Assembler / assemblerspråk
IT1101 Informatikk basisfag I dag Programmeringsspråk Problemer med maskinspråk I dag: 5.1-5.3 Fra lavnivå til høynivå programmeringsspråk - utvikling Kompilator / tolker Programmeringsparadigmer Tradisjonelle
DetaljerRepitisjonskurs. Arv, Subklasser og Grensesnitt
Repitisjonskurs Arv, Subklasser og Grensesnitt Subklasser Klasser i OO-programmering representerer typer av objekter som deler et sett med egenskaper. En subklasse har egenskapene til en klasse + ett sett
DetaljerForkurs INF1010. Dag 1. Andreas Færøvig Olsen Tuva Kristine Thoresen
Forkurs INF1010 Dag 1 Andreas Færøvig Olsen (andrefol@ifi.uio.no) Tuva Kristine Thoresen (tuvakt@ifi.uio.no) Institutt for Informatikk, 6. januar 2014 Forkurs INF1010 - dag 1 Hello, World! Typer Input/output
DetaljerBlokker og metoder INF1000 (Uke 6) Metoder
Blokker og metoder INF1000 (Uke 6) Metoder Grunnkurs i programmering Institutt for Informatikk Universitetet i Oslo Are Magnus Bruaset og Arild Waaler En blokk er en samling instruksjoner omgitt av krøllparenteser:
DetaljerKapittel 8: Programutvikling
Kapittel 8: Programutvikling Redigert av: Khalid Azim Mughal (khalid@ii.uib.no) Kilde: Java som første programmeringsspråk (3. utgave) Khalid Azim Mughal, Torill Hamre, Rolf W. Rasmussen Cappelen Akademisk
Detaljerlfæ~~~~:::j~~:~l -.~=:~-t::-d I Alle trykte og håndskrevne EKSAMENSOPPGA VE Side l av 5 Eksamenstid:
EKSAMENSOPPGA VE Side l av 5 Bokmålstekst Emne: PROGRAMMERINGSSPRÅK i II Grupper: loa, ldb Emnekode LO 112 A Dato: 14.12.2005 Faglig veileder: Mark Burgess, Eva Vihovde, Frode Sandnes og Ulf uttersrud
DetaljerMAT-INF 1100: Obligatorisk oppgave 1
8. september, 2005 MAT-INF 1100: Obligatorisk oppgave 1 Innleveringsfrist: 23/9-2005, kl. 14:30 Informasjon Den skriftlige besvarelsen skal leveres på ekspedisjonskontoret i 7. etg. i Niels Henrik Abels
DetaljerOperativsystemer og grensesnitt
Operativsystemer og grensesnitt Ulike måter å bruke OS'et på Application Program Interface (API) Applikasjoner (ofte C-programmer) som f.eks. emacs, som bruker tjenestene i OS ved å kalle på funksjoner
DetaljerMAT-INF 1100: Obligatorisk oppgave 1
3. september, 2004 MAT-INF 1100: Obligatorisk oppgave 1 Innleveringsfrist: 17/9-2004, kl. 14:30 Informasjon Den skriftlige besvarelsen skal leveres på ekspedisjonskontoret i 7. etg. i Niels Henrik Abels
DetaljerAlgDat 12. Forelesning 2. Gunnar Misund
AlgDat 12 Forelesning 2 Forrige forelesning Følg med på hiof.no/algdat, ikke minst beskjedsida! Algdat: Fundamentalt, klassisk, morsomt,...krevende :) Pensum: Forelesningene, oppgavene (pluss deler av
DetaljerTips til arbeidet med obligatorisk oppgave 2 i MAT-INF 1100 høsten 2004
Tips til arbeidet med obligatorisk oppgave 2 i MAT-INF 1100 høsten 2004 Knut Mørken 3. november 2004 Etter samtale med noen av dere de siste dagene skjønner jeg at noen strever med del 2 av oblig2. Problemene
DetaljerLitt om Javas class-filer og byte-kode
Litt om Javas class-filer og byte-kode INF 5110, 11/5-2010, Stein Krogdahl (Dessverre litt få figurer) Disse formatene ble planlagt fra start som en del av hele Java-ideen Bt Byte-koden gir portabilitet
DetaljerAlgoritmer og Datastrukturer
Eksamen i Algoritmer og Datastrukturer IAI 21899 Høgskolen i Østfold Avdeling for informatikk og automatisering Torsdag 3. november 2, kl. 9. - 14. Hjelpemidler: Alle trykte og skrevne hjelpemidler. Kalkulator.
DetaljerINF Notater. Veronika Heimsbakk 10. juni 2012
INF1010 - Notater Veronika Heimsbakk veronahe@student.matnat.uio.no 10. juni 2012 1 Tilgangsnivåer 2 CompareTo Modifier Class Package Subclass World public Y Y Y Y protected Y Y Y N no modifier Y Y N N
DetaljerEKSAMENSFORSIDE Skriftlig eksamen med tilsyn
BOKMÅL EKSAMENSFORSIDE Skriftlig eksamen med tilsyn Emnekode: 108 + 108N Dato: 19.12.201 Ansv. faglærer: Roy M. Istad Campus: Bø Antall oppgaver: 5 Tillatte hjelpemidler (jfr. emnebeskrivelse): Alt trykt
DetaljerForkurs INF1010. Dag 3. Andreas Færøvig Olsen Gard Inge Rosvold Institutt for Informatikk, 15.
Forkurs INF1010 Dag 3 Andreas Færøvig Olsen (andrefol@ifi.uio.no) Gard Inge Rosvold (gardir@ifi.uio.no) Institutt for Informatikk, 15. januar 2016 Forkurs INF1010 - dag 3 Strenger 2 Forkurs INF1010 - dag
DetaljerDel 3: Evaluere uttrykk
Del 3: Evaluere uttrykk Hva skal vi gjøre? Hvordan lagre Asp-verdier Hvilke operasjoner må jeg implementere? Er operasjonen lovlig? Utføre operasjonen Strukturen til interpreten vår f.asp 3&4 Interpret
DetaljerDel 4 Noen spesielle C-elementer
Del 4 Noen spesielle C-elementer 1 RR 2016 Header-filer inneholder Prototypene til funksjonene i standard biblioteket Verdier og definisjoner som disse funksjonene bruker #include #include
DetaljerAlgoritmer og Datastrukturer IAI 21899
Eksamen i Algoritmer og Datastrukturer IAI 21899 Høgskolen i Østfold Avdeling for informatikk og automatisering Torsdag 30. november 2000, kl. 09.00-14.00 LØSNINGSFORSLAG 1 Del 1, Binære søketrær Totalt
DetaljerSøking i strenger. Prefiks-søking Naiv algoritme Knuth-Morris-Pratt-algoritmen Suffiks-søking Boyer-Moore-algoritmen Hash-basert Karp-Rabin-algoritmen
Søking i strenger Vanlige søkealgoritmer (on-line-søk) Prefiks-søking Naiv algoritme Knuth-Morris-Pratt-algoritmen Suffiks-søking Boyer-Moore-algoritmen Hash-basert Karp-Rabin-algoritmen Indeksering av
DetaljerAlgoritmer og Datastrukturer
Eksamen i Algoritmer og Datastrukturer IAI 21899 Høgskolen i Østfold Avdeling for informatikk og automatisering Lørdag 15. desember 2001, kl. 09.00-14.00 Hjelpemidler: Alle trykte og skrevne hjelpemidler.
Detaljerif-tester Funksjoner, løkker og iftester Løkker og Informasjonsteknologi 2 Læreplansmål Gløer Olav Langslet Sandvika VGS
Løkker og if-tester Gløer Olav Langslet Sandvika VGS 29.08.2011 Informasjonsteknologi 2 Funksjoner, løkker og iftester Læreplansmål Eleven skal kunne programmere med enkle og indekserte variabler eller
DetaljerKanter, kanter, mange mangekanter. Introduksjon: Steg 1: Enkle firkanter. Sjekkliste. Skrevet av: Sigmund Hansen
Kanter, kanter, mange mangekanter Skrevet av: Sigmund Hansen Kurs: Processing Tema: Tekstbasert, Animasjon Fag: Matematikk, Programmering, Kunst og håndverk Klassetrinn: 8.-10. klasse, Videregående skole
DetaljerForkurs INF1010. Dag 3. Andreas Færøvig Olsen Eivind Storm Aarnæs
Forkurs INF1010 Dag 3 Andreas Færøvig Olsen (andrefol@ifi.uio.no) Eivind Storm Aarnæs (eivinsaa@math.uio.no) Institutt for Informatikk, 14. januar 2015 Forkurs INF1010 - dag 3 Strenger Fil-I/O Unntakshåndtering
DetaljerPost-it spørsmål fra timen (Arv og subklasser)
Post-it spørsmål fra timen 30.01 (Arv og subklasser) Tegning Spørsmål: Skjønte ikke tegningene Hater tegningene. Lær meg å tegne. Mvh frustrert elev. Spørsmål: Datastruktur-tegning, og hvor mye detaljer
DetaljerTDT4100 Objektorientert programmering
Eksamensoppgave i TDT4100 Objektorientert programmering Torsdag 12. august 2010, kl. 09:00-13:00 Oppgaven er utarbeidet av faglærer Hallvard Trætteberg og kvalitetssikret av Svein Erik Bratsberg. Kontaktperson
DetaljerOppsummering. Kort gjennomgang av klasser etc ved å løse halvparten av eksamen Klasser. Datastrukturer. Interface Subklasser Klasseparametre
Oppsummering Kort gjennomgang av klasser etc ved å løse halvparten av eksamen 2012. Klasser Interface Subklasser Klasseparametre Datastrukturer Hva er problemet? Oppgaven Emballasjefabrikken Renpakk skal
DetaljerUNIVERSITETET I OSLO
UNIVERSITETET I OSLO Det matematisk-naturvitenskapelige fakultet Eksamen i INF1010 Objektorientert programmering Dato: 9. juni 2016 Tid for eksamen: 09.00 15.00 (6 timer) Oppgavesettet er på 7 sider. Vedlegg:
DetaljerI dag. Rep: Oppsummering - variabler. Rep: Datatyper. INF1000 (Uke 3) Mer om uttrykk, terminal I/O, forgreninger
I dag INF1000 (Uke 3) Mer om uttrykk, terminal I/O, forgreninger Grunnkurs i programmering Institutt for Informatikk Universitet i Oslo Litt repetisjon Mer om uttrykk Lesing og skriving til terminal Forgreninger
DetaljerI dag skal vi se på. INF 1000 (uke 2) Variabler, tilordninger og uttrykk. Gruppene starter denne uken! Klart for første oblig
INF 1000 (uke 2) Variabler, tilordninger og uttrykk Grunnkurs i programmering Institutt for Informatikk Universitet i Oslo I dag skal vi se på Flere praktiske opplysninger Litt repetisjon Hva er en variabel
DetaljerTuringmaskiner.
Turingmaskiner http://www.youtube.com/watch?v=e3kelemwfhy http://www.youtube.com/watch?v=cyw2ewoo6c4 Søking i strenger Vanlige søkealgoritmer (on-line-søk) Prefiks-søking Naiv algoritme Knuth-Morris-Pratt-algoritmen
DetaljerMER OM ARRAYER. INF1000: Forelesning 4. Anta at vi ønsker å lagre en liste med navnene på alle INF1000-studentene:
INF1000: Forelesning 4 Mer om arrayer Metoder MER OM ARRAYER 2 Array som en samling verdier Anta at vi ønsker å lagre en liste med navnene på alle INF1000-studentene: String[] studenter = new String[500];
DetaljerKapittel 9: Sortering og søking Kort versjon
Kapittel 9: Sortering og søking Kort versjon Redigert av: Khalid Azim Mughal (khalid@ii.uib.no) Kilde: Java som første programmeringsspråk (3. utgave) Khalid Azim Mughal, Torill Hamre, Rolf W. Rasmussen
Detaljer6108 Programmering i Java. Leksjon 5. Tabeller. Roy M. Istad 2015
6108 Programmering i Java Leksjon 5 Tabeller Roy M. Istad 2015 Hva er tabeller? Tabell (evt. array): Sammensetning av verdier i den samme datatypen, under ett navn i hurtigminnet. Gir rask og effektiv
DetaljerTall. Posisjons-tallsystemer. Representasjon av heltall. Tall positive, negative heltall, flytende tall. Tekst ASCII, UNICODE XML, CSS
Tall jfr. Cyganski & Orr 3..3, 3..5 se også http://courses.cs.vt.edu/~csonline/numbersystems/lessons/index.html Tekst ASCII, UNICODE XML, CSS Konverteringsrutiner Tall positive, negative heltall, flytende
DetaljerINF1000: Forelesning 4. Mer om arrayer Metoder
INF1000: Forelesning 4 Mer om arrayer Metoder MER OM ARRAYER 2 Array som en samling verdier Anta at vi ønsker å lagre en liste med navnene på alle INF1000-studentene: String[] studenter = new String[500];
DetaljerJentetreff INF1000 Debugging i Java
Jentetreff INF1000 Debugging i Java Ingrid Grønlie Guren ingridgg@student.matnat.uio.no 11. november 2013 Kort om feilmeldinger i Java Java har to ulike type feilmeldinger som man kan få når man skriver
DetaljerRepetisjon: Statiske språk uten rekursive metoder (C1 og C2) Dagens tema Kjøresystemer (Ghezzi&Jazayeri 2.6, 2.7)
Dagens tema Kjøresystemer (Ghezzi&Jazayeri.6,.7) Repetisjon Språk med rekursjon (C3) og blokker (C4) Statisk link Dynamisk allokering (C5) Parameteroverføring 1/5 Repetisjon: Statiske språk uten rekursive
DetaljerEksamensrelevant repetisjonsstoff. Deklarasjoner og variabeltyper. Konstanter
Eksamensrelevant repetisjonsstoff Uke 13 Litt repetisjon 22 november 2005, Arild Waaler Inst. for informatikk, UiO datatyper og konvertering mellom datatyper returtyper til metoder løkkekonstruksjoner:
Detaljer