Soumettre la recherche
Mettre en ligne
תכנות מדעי: פייתון: הרצאה 8: 2017
•
0 j'aime
•
658 vues
Igor Kleiner
Suivre
מודולחם סימולציה זמן ריצה LIST COMPREHENSION
Lire moins
Lire la suite
Formation
Signaler
Partager
Signaler
Partager
1 sur 146
Télécharger maintenant
Télécharger pour lire hors ligne
Recommandé
פייתון 2.7 הרצאה 9 חלק 1 : מודולים
פייתון 2.7 הרצאה 9 חלק 1 : מודולים
Igor Kleiner
תכנות מדעי: פייתון: הרצאה 6: קבצים, רשימות
תכנות מדעי: פייתון: הרצאה 6: קבצים, רשימות
Igor Kleiner
תכנות מדעי: פייתון: הרצאה 10: : תחום הכרעה
תכנות מדעי: פייתון: הרצאה 10: : תחום הכרעה
Igor Kleiner
מבוא לתכנות מדעי: פייתון: הרצאה 5: 2017
מבוא לתכנות מדעי: פייתון: הרצאה 5: 2017
Igor Kleiner
מבוא לתכנות מדעי: פייתון: הרצאה 9: 2017
מבוא לתכנות מדעי: פייתון: הרצאה 9: 2017
Igor Kleiner
מבוא לתכנות מדעי: פייתון הרצאה 13
מבוא לתכנות מדעי: פייתון הרצאה 13
Igor Kleiner
מבוא לתכנות מדעי: פייתון: הרצאה 2: 2017
מבוא לתכנות מדעי: פייתון: הרצאה 2: 2017
Igor Kleiner
מבוא לתכנות מדעי פייתון הרצאה 2 חלק 3 Python
מבוא לתכנות מדעי פייתון הרצאה 2 חלק 3 Python
Igor Kleiner
Recommandé
פייתון 2.7 הרצאה 9 חלק 1 : מודולים
פייתון 2.7 הרצאה 9 חלק 1 : מודולים
Igor Kleiner
תכנות מדעי: פייתון: הרצאה 6: קבצים, רשימות
תכנות מדעי: פייתון: הרצאה 6: קבצים, רשימות
Igor Kleiner
תכנות מדעי: פייתון: הרצאה 10: : תחום הכרעה
תכנות מדעי: פייתון: הרצאה 10: : תחום הכרעה
Igor Kleiner
מבוא לתכנות מדעי: פייתון: הרצאה 5: 2017
מבוא לתכנות מדעי: פייתון: הרצאה 5: 2017
Igor Kleiner
מבוא לתכנות מדעי: פייתון: הרצאה 9: 2017
מבוא לתכנות מדעי: פייתון: הרצאה 9: 2017
Igor Kleiner
מבוא לתכנות מדעי: פייתון הרצאה 13
מבוא לתכנות מדעי: פייתון הרצאה 13
Igor Kleiner
מבוא לתכנות מדעי: פייתון: הרצאה 2: 2017
מבוא לתכנות מדעי: פייתון: הרצאה 2: 2017
Igor Kleiner
מבוא לתכנות מדעי פייתון הרצאה 2 חלק 3 Python
מבוא לתכנות מדעי פייתון הרצאה 2 חלק 3 Python
Igor Kleiner
C# .net lecture 3 objects 3
C# .net lecture 3 objects 3
Doron Raifman
מבוא לתכנות מדעי: פייתון: הרצאה 3: לולאות
מבוא לתכנות מדעי: פייתון: הרצאה 3: לולאות
Igor Kleiner
C# .net lecture 4 win forms
C# .net lecture 4 win forms
Doron Raifman
מבוא לתכנות מדעי פייתון הרצאה 2 חלק 4 Python
מבוא לתכנות מדעי פייתון הרצאה 2 חלק 4 Python
Igor Kleiner
מדע נתונים - למידה מכונות
מדע נתונים - למידה מכונות
Igor Kleiner
פייתון 2-7 list comprehension
פייתון 2-7 list comprehension
Igor Kleiner
מבוא לתכנות מדעי: פייתון: הרצאה 4: 2017
מבוא לתכנות מדעי: פייתון: הרצאה 4: 2017
Igor Kleiner
פייתון: הרצאה 1
פייתון: הרצאה 1
Igor Kleiner
C# .net home work1 mycode overview
C# .net home work1 mycode overview
Doron Raifman
Rss
Rss
ilyavmn
ראיון הייטק פגישה 4 - programming interview lesson 4
ראיון הייטק פגישה 4 - programming interview lesson 4
Igor Kleiner
פייתון 2.7 רשימות רב ממדיות
פייתון 2.7 רשימות רב ממדיות
Igor Kleiner
פייתון 2.7 עבודה עם קבצים
פייתון 2.7 עבודה עם קבצים
Igor Kleiner
תכנות מדעי: פייתון : הרצאה 7: 2017
תכנות מדעי: פייתון : הרצאה 7: 2017
Igor Kleiner
שיעור 1 - מדעי המחשב כיתה ח עורך פייתון וקלט פלט רותם מלכי 28.5.pptx
שיעור 1 - מדעי המחשב כיתה ח עורך פייתון וקלט פלט רותם מלכי 28.5.pptx
ssuser12810c
מבוא לתכנות מדעי פייתון הרצאה 1 חלק 2 Python
מבוא לתכנות מדעי פייתון הרצאה 1 חלק 2 Python
Igor Kleiner
ג'ומלה ישראל - ותיקים מדריכים חדשים
ג'ומלה ישראל - ותיקים מדריכים חדשים
Ofer Cohen
C# .net lecture 5 win forms (2)
C# .net lecture 5 win forms (2)
Doron Raifman
מבוא לתכנות מדעי פייתון הרצאה 3 חלק 6 Python
מבוא לתכנות מדעי פייתון הרצאה 3 חלק 6 Python
Igor Kleiner
Joomla structur, MVC and layout overrides
Joomla structur, MVC and layout overrides
Itamar Elharar
Анализ данных просто и доступно - урок 1
Анализ данных просто и доступно - урок 1
Igor Kleiner
מדעי נתונים לכל אחד
מדעי נתונים לכל אחד
Igor Kleiner
Contenu connexe
Similaire à תכנות מדעי: פייתון: הרצאה 8: 2017
C# .net lecture 3 objects 3
C# .net lecture 3 objects 3
Doron Raifman
מבוא לתכנות מדעי: פייתון: הרצאה 3: לולאות
מבוא לתכנות מדעי: פייתון: הרצאה 3: לולאות
Igor Kleiner
C# .net lecture 4 win forms
C# .net lecture 4 win forms
Doron Raifman
מבוא לתכנות מדעי פייתון הרצאה 2 חלק 4 Python
מבוא לתכנות מדעי פייתון הרצאה 2 חלק 4 Python
Igor Kleiner
מדע נתונים - למידה מכונות
מדע נתונים - למידה מכונות
Igor Kleiner
פייתון 2-7 list comprehension
פייתון 2-7 list comprehension
Igor Kleiner
מבוא לתכנות מדעי: פייתון: הרצאה 4: 2017
מבוא לתכנות מדעי: פייתון: הרצאה 4: 2017
Igor Kleiner
פייתון: הרצאה 1
פייתון: הרצאה 1
Igor Kleiner
C# .net home work1 mycode overview
C# .net home work1 mycode overview
Doron Raifman
Rss
Rss
ilyavmn
ראיון הייטק פגישה 4 - programming interview lesson 4
ראיון הייטק פגישה 4 - programming interview lesson 4
Igor Kleiner
פייתון 2.7 רשימות רב ממדיות
פייתון 2.7 רשימות רב ממדיות
Igor Kleiner
פייתון 2.7 עבודה עם קבצים
פייתון 2.7 עבודה עם קבצים
Igor Kleiner
תכנות מדעי: פייתון : הרצאה 7: 2017
תכנות מדעי: פייתון : הרצאה 7: 2017
Igor Kleiner
שיעור 1 - מדעי המחשב כיתה ח עורך פייתון וקלט פלט רותם מלכי 28.5.pptx
שיעור 1 - מדעי המחשב כיתה ח עורך פייתון וקלט פלט רותם מלכי 28.5.pptx
ssuser12810c
מבוא לתכנות מדעי פייתון הרצאה 1 חלק 2 Python
מבוא לתכנות מדעי פייתון הרצאה 1 חלק 2 Python
Igor Kleiner
ג'ומלה ישראל - ותיקים מדריכים חדשים
ג'ומלה ישראל - ותיקים מדריכים חדשים
Ofer Cohen
C# .net lecture 5 win forms (2)
C# .net lecture 5 win forms (2)
Doron Raifman
מבוא לתכנות מדעי פייתון הרצאה 3 חלק 6 Python
מבוא לתכנות מדעי פייתון הרצאה 3 חלק 6 Python
Igor Kleiner
Joomla structur, MVC and layout overrides
Joomla structur, MVC and layout overrides
Itamar Elharar
Similaire à תכנות מדעי: פייתון: הרצאה 8: 2017
(20)
C# .net lecture 3 objects 3
C# .net lecture 3 objects 3
מבוא לתכנות מדעי: פייתון: הרצאה 3: לולאות
מבוא לתכנות מדעי: פייתון: הרצאה 3: לולאות
C# .net lecture 4 win forms
C# .net lecture 4 win forms
מבוא לתכנות מדעי פייתון הרצאה 2 חלק 4 Python
מבוא לתכנות מדעי פייתון הרצאה 2 חלק 4 Python
מדע נתונים - למידה מכונות
מדע נתונים - למידה מכונות
פייתון 2-7 list comprehension
פייתון 2-7 list comprehension
מבוא לתכנות מדעי: פייתון: הרצאה 4: 2017
מבוא לתכנות מדעי: פייתון: הרצאה 4: 2017
פייתון: הרצאה 1
פייתון: הרצאה 1
C# .net home work1 mycode overview
C# .net home work1 mycode overview
Rss
Rss
ראיון הייטק פגישה 4 - programming interview lesson 4
ראיון הייטק פגישה 4 - programming interview lesson 4
פייתון 2.7 רשימות רב ממדיות
פייתון 2.7 רשימות רב ממדיות
פייתון 2.7 עבודה עם קבצים
פייתון 2.7 עבודה עם קבצים
תכנות מדעי: פייתון : הרצאה 7: 2017
תכנות מדעי: פייתון : הרצאה 7: 2017
שיעור 1 - מדעי המחשב כיתה ח עורך פייתון וקלט פלט רותם מלכי 28.5.pptx
שיעור 1 - מדעי המחשב כיתה ח עורך פייתון וקלט פלט רותם מלכי 28.5.pptx
מבוא לתכנות מדעי פייתון הרצאה 1 חלק 2 Python
מבוא לתכנות מדעי פייתון הרצאה 1 חלק 2 Python
ג'ומלה ישראל - ותיקים מדריכים חדשים
ג'ומלה ישראל - ותיקים מדריכים חדשים
C# .net lecture 5 win forms (2)
C# .net lecture 5 win forms (2)
מבוא לתכנות מדעי פייתון הרצאה 3 חלק 6 Python
מבוא לתכנות מדעי פייתון הרצאה 3 חלק 6 Python
Joomla structur, MVC and layout overrides
Joomla structur, MVC and layout overrides
Plus de Igor Kleiner
Анализ данных просто и доступно - урок 1
Анализ данных просто и доступно - урок 1
Igor Kleiner
מדעי נתונים לכל אחד
מדעי נתונים לכל אחד
Igor Kleiner
מבוא למדעי הנתונים שבוע 2
מבוא למדעי הנתונים שבוע 2
Igor Kleiner
מבוא למדעי הנתונים הרצאה 1
מבוא למדעי הנתונים הרצאה 1
Igor Kleiner
תכנות דינמי הרצאה 3
תכנות דינמי הרצאה 3
Igor Kleiner
תכנות דינמי הרצאה 4
תכנות דינמי הרצאה 4
Igor Kleiner
שאלות לתרגול עצמי
שאלות לתרגול עצמי
Igor Kleiner
פתרון תרגיל 3
פתרון תרגיל 3
Igor Kleiner
תכנות מדעי פייתון: הרצאה 12: סיבוכיות
תכנות מדעי פייתון: הרצאה 12: סיבוכיות
Igor Kleiner
מבוא לתכנות מדעי: פייתון: הרצאה 11: דבגינג + תכנות דינמי
מבוא לתכנות מדעי: פייתון: הרצאה 11: דבגינג + תכנות דינמי
Igor Kleiner
למידה ממוכנת פגישה 8
למידה ממוכנת פגישה 8
Igor Kleiner
מערכות לומדות פגישה 7-1 יער אקראי
מערכות לומדות פגישה 7-1 יער אקראי
Igor Kleiner
מערכות לומדות תרגול 3 עצים
מערכות לומדות תרגול 3 עצים
Igor Kleiner
מערכות לומדות פגישה 6
מערכות לומדות פגישה 6
Igor Kleiner
מערכות לומדות: תרגילי כיתה 4 ו-5
מערכות לומדות: תרגילי כיתה 4 ו-5
Igor Kleiner
מערכות לומדות: תרגיל בית 2
מערכות לומדות: תרגיל בית 2
Igor Kleiner
מערכות לומדות פגישה 4 חלק 3
מערכות לומדות פגישה 4 חלק 3
Igor Kleiner
מערכות לומדות פגישה 4 חלק 2 לוגית
מערכות לומדות פגישה 4 חלק 2 לוגית
Igor Kleiner
מערכות לומדות פגישה 4 חלק 1 דוגמאות
מערכות לומדות פגישה 4 חלק 1 דוגמאות
Igor Kleiner
Plus de Igor Kleiner
(19)
Анализ данных просто и доступно - урок 1
Анализ данных просто и доступно - урок 1
מדעי נתונים לכל אחד
מדעי נתונים לכל אחד
מבוא למדעי הנתונים שבוע 2
מבוא למדעי הנתונים שבוע 2
מבוא למדעי הנתונים הרצאה 1
מבוא למדעי הנתונים הרצאה 1
תכנות דינמי הרצאה 3
תכנות דינמי הרצאה 3
תכנות דינמי הרצאה 4
תכנות דינמי הרצאה 4
שאלות לתרגול עצמי
שאלות לתרגול עצמי
פתרון תרגיל 3
פתרון תרגיל 3
תכנות מדעי פייתון: הרצאה 12: סיבוכיות
תכנות מדעי פייתון: הרצאה 12: סיבוכיות
מבוא לתכנות מדעי: פייתון: הרצאה 11: דבגינג + תכנות דינמי
מבוא לתכנות מדעי: פייתון: הרצאה 11: דבגינג + תכנות דינמי
למידה ממוכנת פגישה 8
למידה ממוכנת פגישה 8
מערכות לומדות פגישה 7-1 יער אקראי
מערכות לומדות פגישה 7-1 יער אקראי
מערכות לומדות תרגול 3 עצים
מערכות לומדות תרגול 3 עצים
מערכות לומדות פגישה 6
מערכות לומדות פגישה 6
מערכות לומדות: תרגילי כיתה 4 ו-5
מערכות לומדות: תרגילי כיתה 4 ו-5
מערכות לומדות: תרגיל בית 2
מערכות לומדות: תרגיל בית 2
מערכות לומדות פגישה 4 חלק 3
מערכות לומדות פגישה 4 חלק 3
מערכות לומדות פגישה 4 חלק 2 לוגית
מערכות לומדות פגישה 4 חלק 2 לוגית
מערכות לומדות פגישה 4 חלק 1 דוגמאות
מערכות לומדות פגישה 4 חלק 1 דוגמאות
תכנות מדעי: פייתון: הרצאה 8: 2017
1.
מדעי לתכנות מבוא הרצאה8חלק1 מודולים 2017 Igor
Kleiner ©
2.
Modules •סיומת עם קבצים
הם מודולים.pyבפייתון הכתוב קוד המכילים:פונקציות,פקודות
3.
Modules •סיומת עם קבצים
הם מודולים.pyבפייתון הכתוב קוד המכילים:פונקציות,פקודות •בפייתון במודולים משתמשים ולמה איך ללמוד היא השיעור של המטרה
4.
מודול זה מה? •אחרות
בתוכנות בעתיד בה להשתמש מתכוונים ואנו מסוימת פונקציה כתבנו אנו נניח
5.
מודול זה מה? •אחרות
בתוכנות בעתיד בה להשתמש מתכוונים ואנו מסוימת פונקציה כתבנו אנו נניח •אחרת בתוכנה קודם שכתבנו בפונקציה נשתמש איך?
6.
מודול זה מה? •אחרות
בתוכנות בעתיד בה להשתמש מתכוונים ואנו מסוימת פונקציה כתבנו אנו נניח •אחרת בתוכנה קודם שכתבנו בפונקציה נשתמש איך? •אפשרויות שתי יש: •בה להשתמש שנרצה איפה מקום לכל פונקציה של קוד להעתיק
7.
מודול זה מה? •אחרות
בתוכנות בעתיד בה להשתמש מתכוונים ואנו מסוימת פונקציה כתבנו אנו נניח •אחרת בתוכנה קודם שכתבנו בפונקציה נשתמש איך? •אפשרויות שתי יש: •להשתמש שנרצה איפה מקום לכל הפונקציה של קוד להעתיקבה •רעיוןלא זהטוב:של העתק בכל אותה לתקן נצטרך בפונקציה טעות תהי ואם קוד נשכפל הפונקציה
8.
מודול זה מה? •אחרות
בתוכנות בעתיד בה להשתמש מתכוונים ואנו מסוימת פונקציה כתבנו אנו נניח •אחרת בתוכנה קודם שכתבנו בפונקציה נשתמש איך? •אפשרויות שתי יש: •בה להשתמש שנרצה איפה מקום לכל הפונקציה של קוד להעתיק.טוב מספיק לא זה רעיון: הפונקציה של העתק בכל אותה לתקן נצטרך בפונקציה טעות תהי ואם קוד נשכפל •סיומת עם נפרד בקובץ שלנו הפונקציה לשמור אפשר.py,נקרא צורך שיהי פעם כל ואז שלנו לפונקציה
9.
במודולים לשימוש דוגמא •פונקציה
נכתובisPrime()שלם מספר שמקבלתN>1ומחזירהTrueהמספר אם ראשוני,אחרתהפונקציהמחזירהFalse
10.
במודולים לשימוש דוגמא •פונקציה
נכתובisPrime()שלם מספר שמקבלתN>1ומחזירהTrueהמספר אם ראשוני,מחזירה הפונקציה אחרתFalse •בקובץ הפונקציה את נשמורourprime.py •שורת שנוסיף לאחר אחרת בתוכנה שלנו בפונקציה להשתמש נוכל כעתimport
11.
במודולים לשימוש דוגמא •פונקציה
נכתובisPrime()שלם מספר שמקבלתN>1ומחזירהTrueהמספר כאשר ראשוני,מחזירה פונקציה אחרתFalse •בקובץ הפונקציה את נשמורourprime.py •אחרת בתוכנה שלנו בפונקציה להשתמש נוכל כעת
12.
המשך מודולים •במודולים להשתמש
נוספת אפשרות קיימת
13.
במודולים לשימוש דוגמא •פונקציה
נכתובisPrime()שלם מספר שמקבלתN>1ומחזירהTrueהמספר כאשר ראשוני,מחזירה פונקציה אחרתFalse •בקובץ הפונקציה את נשמורourprime.py •אחרת בתוכנה שלנו בפונקציה להשתמש נוכל כעת
14.
המשך מודולים •במודולים להשתמש
נוספת אפשרות קיימת
15.
המשך מודולים •במודולים להשתמש
נוספת אפשרות קיימת
16.
סיכום מודולים •במודולים להשתמש
כדאי תוכנות כותבים כאשר •אותה שעושות פונקציה בעזרת להציג טריוויאלית ולא קטנה משימה כל ממליצים •אותו ולהבין לתחזק יותר קל קטנות פונקציות בעזרת ממומש מורכב קוד כאשר •שימוש אין שבו ארוך קוד מלבדוק קטנות פונקציות מספר לבדוק יותר קל גם בפונקציות
17.
סיכום מודולים
18.
סיכום בעזרת מסוימת מסימה
המבצע קוד לכתוב עדיףפונקציה סיומת עם בקבצים פונקציות לשמור אפשר.py בקבצים הנמצאות לפונקציות לקרוא אפשראחרים מודולים
19.
סיכום import ourprime print ourptime.isPrime(11) import
ourprime as op print op.isPrime(11) from op import isPrime print isPrime(11) from op import * print isPrime(11)
20.
21.
מדעי לתכנות מבוא הרצאה8חלק2 List
Comprehension 2017 Igor Kleiner ©
22.
מטרה טבעי באופן רשימות
לייצר שמאפשר נוסף מנגנון ללמוד-List Comprehension ל שונות דוגמאות לראות-List Comprehension
23.
תזכורת רשימות •נתונים מבנה
היא רשימה •היא רשימהסדרתשונים מסוגים אובייקטים של •ו שלו אינדקס בעזרת ברשימה מסוים לאיבר לגשת אפשר-] [ •לשינוי ניתנות ממחרוזות להבדיל רשימות
24.
תזכורת רשימות •נתונים מבנה
היא רשימה •היא רשימהסדרתשונים מסוגים אובייקטים של •ו שלו אינדקס בעזרת ברשימה מסוים לאיבר לגשת אפשר-] [ •לשינוי ניתנות ממחרוזות להבדיל רשימות
25.
List Comprehension •המנגנוןList Comprehensionטבעי
באופן רשימות להגדיר מאפשר בפייתון במתמטיקה כמו: • X=[i: i>1, i is a natural number] •דוגמא:מ מספרים של ריבועים רשימת-0עד9
26.
List Comprehension •דוגמא:של רשימת20מקטע
אקראיים מספרים[0,1)
27.
List Comprehension +
IF •ב להיעזר אפשר-ifרשימה בונים כאשר
28.
29.
30.
31.
דוגמאותנוספות
32.
33.
מדעי לתכנות מבוא הרצאה8חלק3 ממדיות
רב רשימות 2017 Igor Kleiner ©
34.
מטרה ללמודממדיות רב רשימות להביןבפייתון
ממדית רב רשימה להגדיר איך בפייתון ממדיות רב ברשימות שימוש
35.
תזכורת רשימות •נתונים מבנה
היא רשימה •היא רשימהסדרתשונים מסוגים אובייקטים של •ו שלו אינדקס בעזרת ברשימה מסוים לאיבר לגשת אפשר-] [ •לשינוי ניתנות ממחרוזות להבדיל רשימות
36.
ממדיות דו רשימות:מוטיבציה •ברשימת
נתבונןסטודנטים של •יש סטודנט לכל4ציונים
37.
מוטיבציה •סטודנטים של רשימת •יש
סטודנט לכל4ציונים •דו רשימות בעזרת הנתונים להציג וקל נוח-ממדיות:רשימות של רשימה
38.
רשימות של רשימה •סטודנטים
של רשימת •יש סטודנט לכל4ציונים
39.
רשימות של רשימה •סטודנטים
של רשימת •יש סטודנט לכל4ציונים
40.
רשימות של רשימה •סטודנטים
של רשימת •יש סטודנט לכל4ציונים
41.
רשימות של רשימה •סטודנטים
של רשימת •יש סטודנט לכל4ציונים
42.
רשימות של רשימה •סטודנטים
של רשימת •יש סטודנט לכל4ציונים
43.
רשימות של רשימה •ב
משתמשים ממדית דו רשימה של מסוים לאיבר לגשת כדי-][][ושתי האיבר של האינדקסים •ב כאשר-] [חיצונית רשימה של אינדקס כתוב ראשון(מ החל-0)וב-] [שני פנימית רשימה בתוך אינדקס כתוב(מ החל-0)
44.
45.
46.
http://www.codeskulptor.org/#user42_df17I4yAoS_0.py
47.
48.
49.
50.
51.
ממדיות רב רשימות •רשימותדודומות
מימדיותלמבנהנתוניםמערךדוממדימטריצה או •ברשימותכאלונוחלשמורטבלה של נתוני •תמונות לשמור נוח ממדיות דו ברשימות,בקורס שונים סטודנטים של ציונים, וכו במישור חלקיקים או חלקיק של מיקום' •של מנגנון בעזרת מימדית דו רשימה להגדיר אפשרList Comprehension
52.
53.
מדעי לתכנות מבוא הרצאה8חלק4 סימולציה 2017 Igor
Kleiner ©
54.
מטרה עקרונות ללמודהסימולציה בפייתון סימולציה
לעשות ללמוד סימולציה בעזרת לממוצע או להסתברות הערכה למצוא איך ללמוד
55.
מוטיבציה סימולציה •פשוטות מדוגמאות
נתחיל:
56.
מוטיבציה סימולציה •פשוטות מדוגמאות
נתחיל: •לקבל הסתברות מהי"ראש"הוגן מטבע בהטלת?
57.
מוטיבציה סימולציה •פשוטות מדוגמאות
נתחיל: •לקבל הסתברות מהי"ראש"הוגן מטבע בהטלת?0.5
58.
מוטיבציה סימולציה •פשוטות מדוגמאות
נתחיל: •לקבל הסתברות מהי"ראש"הוגן מטבע בהטלת?0.5 •שנקבל פעמים מספר פרופורציית היא מה פעמים המון הוגן מטבע נטיל אם "ראש"?
59.
מוטיבציה סימולציה •פשוטות מדוגמאות
נתחיל: •לקבל הסתברות מהי"ראש"הוגן מטבע בהטלת?0.5 •שנקבל פעמים מספר פרופורציית היא מה פעמים המון הוגן מטבע נטיל אם "ראש"? •ניחושעיוור?
60.
מוטיבציה סימולציה •פשוטות מדוגמאות
נתחיל: •לקבל הסתברות מהי"ראש"הוגן מטבע בהטלת?0.5 •שנקבל פעמים מספר פרופורציית היא מה פעמים המון הוגן מטבע נטיל אם "ראש"? •ניחושעיוור?0.5
61.
מוטיבציה סימולציה •פשוטות מדוגמאות
נתחיל: •לקבל הסתברות מהי"ראש"הוגן מטבע בהטלת?0.5 •שנקבל פעמים מספר פרופורציית היא מה פעמים המון הוגן מטבע נטיל אם "ראש"? •סימולציה בעזרת נבדוק
62.
מוטיבציה סימולציה •פשוטות מדוגמאות
נתחיל: •לקבל הסתברות מהי"ראש"הוגן מטבע בהטלת?0.5 •שנקבל פעמים מספר פרופורציית היא מה פעמים המון הוגן מטבע נטיל אם "ראש"? •של סימולציה בעזרת נבדוק100הטלות
63.
מוטיבציה סימולציה •פשוטות מדוגמאות
נתחיל: •לקבל הסתברות מהי"ראש"הוגן מטבע בהטלת?0.5 •שנקבל פעמים מספר פרופורציית מהי פעמים המון הוגן מטבע נטיל אם"ראש"?
64.
מוטיבציה סימולציה •פשוטות מדוגמאות
נתחיל: •לקבל הסתברות מהי"ראש"הוגן מטבע בהטלת?0.5 •שנקבל פעמים מספר פרופורציית מהי פעמים המון הוגן מטבע נטיל אם"ראש"?
65.
מוטיבציה סימולציה •פשוטות מדוגמאות
נתחיל: •לקבל הסתברות מהי"ראש"הוגן מטבע בהטלת?0.5 •שנקבל פעמים מספר פרופורציית מהי פעמים המון הוגן מטבע נטיל אם"ראש"?
66.
סימולציההוגן מטבע:סיכום •לקבל הסתברות
מהי"ראש"הוגן מטבע בהטלת?0.5 •שנקבל פעמים מספר פרופורציית מהי פעמים המון הוגן מטבע נטיל אם"ראש"?
67.
מוטיבציה סימולציה •לקבל הסתברות
מהי"ראש"הוגן מטבע בהטלת?0.5 •שנקבל פעמים מספר פרופורציית מהי פעמים המון הוגן מטבע נטיל אם"ראש"? •לסיכום: •תובנות: •של אמיתי לערך יותר מתקרבים סימולציות יותר שעושים ככלהסתברות(גדולים מספרים חוק) •פי מטבע הטלות כמות מגדילים כאשר-100גדל דיוקבערךפי-10(מדויקת הוכחה לתת אפשר)
68.
מוטיבציה סימולציה •לקבל הסתברות
מהי"ראש"הוגן מטבע בהטלת?0.5 •שנקבל פעמים מספר פרופורציית מהי פעמים המון הוגן מטבע נטיל אם"ראש"? •לסיכום: •תובנות: •אמיתי לערך יותר מתקרבים סימולציות יותר שעושים ככל •פי מטבע הטלות כמות מגדילים כאשר-100פי בערך גדל דיוק-10 •נובעת אלה מקרית לא היא זו שהתופעה מסתברהגדולים המספרים מחוקשלומדים הסתברות בקורס אותו
69.
מוטיבציה סימולציה •לקבל הסתברות
מהי"ראש"הוגן מטבע בהטלת?0.5 •שנקבל פעמים מספר פרופורציית מהי פעמים המון הוגן מטבע נטיל אם"ראש"? •לסיכום: •רעיון: •מאורע של ההסתברות את לחשב שקשה נניחנתון(אפשרי בלתי אפילו אולי) •פעמים הרבה ניסוי אותו של סימולציה בעזרת ההסתברות את להעריך נוכל קרה שהמאורע הפעמים מספר פרופורציית וחישוב
70.
סימולציה בעזרת מאורע
של הסתברות הערכת •להעריך כדיP(A)(מאורע של הסתברותA),המון נסמלץ(n)ונחשב מתאימים ניסוים ש הפעמים מספר פרופורציה את-Aקרהprop(A): •ל כהערכה זו בפרופורציה נעזר-P(A)(P(A)~prop(A))
71.
סימולציה בעזרת מאורע
של הסתברות הערכת •להעריך כדיP(A),המון נסמלץ(n)מספר פרופורציה את ונחשב מתאימים ניסוים ש הפעמים-Aקרהprop(A): •ל כהערכה זו בפרופורציה נעזר-P(A) •הערות: •כאשר כלל בדרך זו בגישה נעזרP(A)קשהלחשבלחשב ניתן לא או •אקראית היא שלנו הערכה •מרווח מסוימים תנאים שתחת להוכיח אפשראקראי [Prop(A)-1/sqrt(n);Prop(A)+1/sqrt(n)[ אמיתי ערך מכילP(A)בהסתברות0.95לפחות •על מתבססת נכונות הוכחתהגדולים המספרים חוק
72.
דוגמא1:קוביות זוג הטלת תרגיל:הטלות
תוצאות שתי שמכפלת ההסתברות את סימולציה שיטת בעזרת העריכו שווה הוגנות קוביותל-12
73.
דוגמא1:קוביות זוג הטלת תרגיל:הטלות
תוצאות שתי שמכפלת ההסתברות את סימולציה שיטת בעזרת העריכו ל שווה הוגנות קוביות-12 מדויק פתרון:נקבל במדויק ההסתברות את נחשב אם???
74.
דוגמא1:קוביות זוג הטלת תרגיל:הטלות
תוצאות שתי שמכפלת ההסתברות את סימולציה שיטת בעזרת העריכו ל שווה הוגנות קוביות-12 מדויק פתרון:נקבל במדויק ההסתברות את נחשב אם4/36=1/9=0.111111111
75.
דוגמא1:קוביות זוג הטלת תרגיל:הטלות
תוצאות שתי שמכפלת ההסתברות את סימולציה שיטת בעזרת העריכו ל שווה הוגנות קוביות-12 מדויק פתרון:נקבל במדויק ההסתברות את נחשב אם4/36=1/9=0.111111111 סימולציה בעזרת פתרון:
76.
דוגמא1:קוביות זוג הטלת תרגיל:הטלות
תוצאות שתי שמכפלת ההסתברות את סימולציה שיטת בעזרת העריכו ל שווה הוגנות קוביות-12 מדויק פתרון:נקבל במדויק ההסתברות את נחשב אם4/36=1/9=0.111111111 סימולציה בעזרת פתרון:נסמלץ10000פרופורציות את נחשב ואז קוביות זוג של הטלות שבהם הפעמים מספר???
77.
דוגמא1:קוביות זוג הטלת תרגיל:הטלות
תוצאות שתי שמכפלת ההסתברות את סימולציה שיטת בעזרת העריכו ל שווה הוגנות קוביות-12 מדויק פתרון:נקבל במדויק ההסתברות את נחשב אם4/36=1/9=0.111111111 סימולציה בעזרת פתרון:נסמלץ10000פרופורציות את נחשב ואז קוביות זוג של הטלות ל שווה התוצאות של כפל שבהם הפעמים מספר-12
78.
דוגמא1:קוביות זוג הטלת תרגיל:הטלות
תוצאות שתי שמכפלת ההסתברות את סימולציה שיטת בעזרת העריכו ל שווה הוגנות קוביות-12 מדויק פתרון:נקבל במדויק ההסתברות את נחשב אם4/36=1/9=0.111111111 סימולציה בעזרת פתרון:נסמלץ10000פרופורציות את נחשב ואז קוביות זוג של הטלות ל שווה תוצאות של כפל שבהם הפעמים מספר-12
79.
דוגמא1:קוביות זוג הטלת תרגיל:הטלות
תוצאות שתי שמכפלת ההסתברות את סימולציה שיטת בעזרת העריכו ל שווה הוגנות קוביות-12 מדויק פתרון:נקבל במדויק ההסתברות את נחשב אם4/36=1/9=0.111111111 סימולציה בעזרת פתרון:נסמלץ10000פרופורציות את נחשב ואז קוביות זוג של הטלות ל שווה תוצאות של כפל שבהם הפעמים מספר-12
80.
דוגמא1:קוביות זוג הטלת תרגיל:הטלות
תוצאות שתי שמכפלת ההסתברות את סימולציה שיטת בעזרת העריכו ל שווה הוגנות קוביות-12 מדויק פתרון:נקבל במדויק ההסתברות את נחשב אם4/36=1/9=0.111111111 סימולציה בעזרת פתרון:נסמלץ10000פרופורציות את נחשב ואז קוביות זוג של הטלות ל שווה תוצאות של כפל שבהם הפעמים מספר-12
81.
דוגמא1:קוביות זוג הטלת תרגיל:הטלות
תוצאות שתי שמכפלת ההסתברות את סימולציה שיטת בעזרת העריכו ל שווה הוגנות קוביות-12 מדויק פתרון:נקבל במדויק ההסתברות את נחשב אם4/36=1/9=0.111111111 סימולציה בעזרת פתרון:נסמלץ10000פרופורציות את נחשב ואז קוביות זוג של הטלות ל שווה תוצאות של כפל שבהם הפעמים מספר-12
82.
דוגמא1:קוביות זוג הטלת תרגיל:הטלות
תוצאות שתי שמכפלת ההסתברות את סימולציה שיטת בעזרת העריכו ל שווה הוגנות קוביות-12 מדויק פתרון:נקבל במדויק ההסתברות את נחשב אם4/36=1/9=0.111111111 סימולציה בעזרת פתרון:נסמלץ10000פרופורציות את נחשב ואז קוביות זוג של הטלות ל שווה תוצאות של כפל שבהם הפעמים מספר-12
83.
דוגמא1:קוביות זוג הטלת תרגיל:הטלות
תוצאות שתי שמכפלת ההסתברות את סימולציה שיטת בעזרת העריכו ל שווה הוגנות קוביות-12 מדויק פתרון:נקבל במדויק ההסתברות את נחשב אם4/36=1/9=0.111111111פתרון סימולציה בעזרת:נסמלץ10000הטלותמספר פרופורציות את נחשב ואז קוביות זוג של ל שווה תוצאות של כפל שבהם הפעמים-12
84.
דוגמא1:קוביות זוג הטלת תרגיל:הטלות
תוצאות שתי שמכפלת ההסתברות את סימולציה שיטת בעזרת העריכו ל שווה הוגנות קוביות-12 מדויק פתרון:נקבל במדויק ההסתברות את נחשב אם4/36=1/9=0.111111111 סימולציה בעזרת פתרון:נסמלץ10000הפעמים מספר פרופורציות את נחשב ואז קוביות זוג של הטלות ל שווה תוצאות של כפל שבהם-12
85.
דוגמא1:קוביות זוג הטלת תרגיל:הטלות
תוצאות שתי שמכפלת ההסתברות את סימולציה שיטת בעזרת העריכו ל שווה הוגנות קוביות-12 מדויק פתרון:נקבל במדויק ההסתברות את נחשב אם4/36=1/9=0.111111111 סימולציה בעזרת פתרון:נסמלץ10000פרופורציות את נחשב ואז קוביות זוג של הטלות ל שווה תוצאות של כפל שבהם הפעמים מספר-12 [0.106;0.126]סמך אינטרוול
86.
דוגמא2:רשלנית מזכירה 10שלו מטריה
עם אחד כל למסיבה הגיעו אנשים אחיד אקראי באופן מטריה בחר אחד כל ולכן חושך היה עזבו האנשים כאשר שלו מטריה לקח אחד אדם בן שלפחות הסתברות מהי?
87.
דוגמא2:רשלנית מזכירה 10שלו מטריה
עם אחד כל למסיבה הגיעו אנשים אחיד אקראי באופן מטריה בחר אחד כל ולכן חושך היה עזבו האנשים כאשר שלו מטריה לקח אחד אדם בן שלפחות הסתברות מהי? בעזרת השאלה את לפתור ניתןוהפרדה הכלה עקרון https://www.youtube.com/watch?v=5KZyd9JORUU
88.
דוגמא2:רשלנית מזכירה 10שלו מטריה
עם אחד כל למסיבה הגיעו אנשים אחיד אקראי באופן מטריה בחר אחד כל ולכן חושך היה עזבו האנשים כאשר שלו מטריה לקח אחד אדם בן שלפחות הסתברות מהי? בעזרת השאלה את לפתור ניתןוהפרדה הכלה עקרון https://www.youtube.com/watch?v=5KZyd9JORUU סימולציה בעזרת השאלה את נפתור:
89.
דוגמא2:רשלנית מזכירה סימולציה בעזרת
השאלה את נפתור: אלגוריתם:
90.
דוגמא2:רשלנית מזכירה סימולציה בעזרת
השאלה את נפתור: אלגוריתם: •Counter=0 •הבא שלב על נחזור10000פעם: •אקראית מטריה לוקח מהאנשים אחד כל שבו אקראי ניסוי נסמלץ(פונקציה בעזרת random.shuffle) •ב נסמן-Xשלהם מטריות שקיבלו האנשים כמות את •אםX>?ל נוסיף-Counter1.
91.
דוגמא2:רשלנית מזכירה סימולציה בעזרת
השאלה את נפתור: אלגוריתם: •Counter=0 •הבא שלב על נחזור10000פעם: •אקראית מטריה לוקח מהאנשים אחד כל שבו אקראי ניסוי נסמלץ(פונקציה בעזרת random.shuffle) •ב נסמן-Xשלהם מטריות שקיבלו האנשים כמות את •אםX>0ל נוסיף-Counter1. •את נדפיסСounter/10000
92.
פונקציהrandom.shuffle •פונקציהshuffleמקבלתרשימהומערבבתאחיד אקראי באופן
אותה,היא כלומר מי אחד כל מחזירה-N!רשימה של אפשריים סידורים,כאשרN–הרשימה גודל הוא
93.
פונקציהrandom.shuffle •פונקציהshuffleמקבלתרשימה"ומערבבת"אחיד אקראי באופן
אותה •הנ בסידורים מאנשים מי"שלו המטריה את קיבל ל?
94.
פונקציהrandom.shuffle •פונקציהshuffleמקבלתרשימה"מערבבת"אחיד אקראי באופן
אותה
95.
סימולציה בעזרת פתרון
96.
סימולציה בעזרת פתרון
97.
סימולציה בעזרת פתרון
98.
סימולציה בעזרת פתרון
99.
סימולציה בעזרת פתרון
100.
סימולציה בעזרת פתרון
101.
סימולציה בעזרת פתרון נוסף
מימוש
102.
סימולציה בעזרת פתרון מדויקת
תשובה0.6321
103.
דוגמא3:קזינו •משחקבקזינו
104.
דוגמא3:קזינו •בקזינו משחק •הון עם
בקזינו לשחק מתחיל אדם בן100₪ •לו שיהי ברגע או לשחק מסיים הוא150₪(ניצחון)או0₪(הפסד) •שקל על מהמר הוא פעם כל1בהסתברות זוכה ואז0.48מפסיד או נוסף שקל בהסתברות0.52שקל •העריכובניצחון הקזינו את יעזוב אדם שבן ההסתברות את(עם150שקלים)
105.
דוגמא3:קזינו •בקזינו משחק •הון עם
בקזינו לשחק מתחיל אדם בן100₪ •לו שיהי ברגע או לשחק מסיים הוא150₪(ניצחון)או0₪(הפסד) •שקל על מהמר הוא פעם כל1בהסתברות זוכה ואז0.48מפסיד או נוסף שקל בהסתברות0.52שקלהעריכובניצחון הקזינו את יעזוב אדם שבן ההסתברות את (עם150שקלים) •אלגוריתם:
106.
דוגמא3:קזינו •בקזינו משחק •הון עם
בקזינו לשחק מתחיל אדם בן100₪ •לו שיהי ברגע או לשחק מסיים הוא150₪(ניצחון)או0₪(הפסד) •שקל על מהמר הוא פעם כל1בהסתברות זוכה ואז0.48מפסיד או נוסף שקל בהסתברות0.52שקלהעריכובניצחון הקזינו את יעזוב אדם שבן ההסתברות את (עם150שקלים) •אלגוריתם: •נסמלץ1000000בקזינו משחקים(קודמת הרצאה.) •עם סיים אדם שבן הפעמים מספר פרופורציית את נחשב150שקלים
107.
מדויקת תשובה:0.01827 מהרצאה קוד7
108.
מדויקת תשובה:0.01827
109.
ממבחן שאלה: •
110.
ממבחן שאלה: •
111.
ממבחן שאלה: •
112.
ממבחן שאלה: •
113.
114.
מדעי לתכנות מבוא הרצאה8חלק5 תוכנה
של ביצוע זמן חישוב 2017 Igor Kleiner
115.
מטרה קוד של קטע
או תוכנה של ביצוע זמן להעריך אפשר איך ללמוד הקלט אורך של כפונקציה ביצוע זמן להעריך איך ללמוד
116.
מוטיבציה •יהי שהקוד גם
חשוב שלנו מקוד נכונות לדרישת בנוסף כלל בדרךמהיריעיל
117.
מוטיבציה •מהיר יהי שהקוד
גם חשוב שלנו מקוד נכונות לדרישת בנוסף כלל בדרך •במספר משימה אותה לבצע אפשר מיקרים שברוב ראינודרכים:לתכנת אפשר כלומר דרכים במספר בעיה אותה של פתרון
118.
מוטיבציה •מהיר יהי שהקוד
גם חשוב שלנו מקוד נכונות לדרישת בנוסף כלל בדרך •במספר משימה אותה לבצע אפשר מיקרים שברוב ראינודרכים:לתכנת אפשר כלומר דרכים במספר בעיה אותה של פתרון •טובה יותר היא דרך איזה נדע איך? •הקוד יעילות נמדד איך? •הקוד מהירות נמדד איך?
119.
מוטיבציה •מהיר יהי שהקוד
גם חשוב שלנו מקוד נכונות לדרישת בנוסף כלל בדרך •דרכים במספר משימה אותה לבצע אפשר מיקרים שברוב ראינו:לתכנת אפשר כלומר דרכים במספר בעיה אותה של פתרון •טובה יותר היא דרך איזה נדע איך? •הקוד יעילות נמדד איך? •למשלאפשרלמדודזמןריצהשלקטעקודע פתרון לבחור זה ממד ולפי יעיל יותר
120.
קוד של ביצוע
זמן •ספריה בעזרתtimerלחשב נוכלקוד קטע של ריצה זמן
121.
קוד של ביצוע
זמן •ספריה בעזרתtimerקוד קטע לביצוע הדרוש הזמן את לחשב נוכל שרוצים קוד קטעלחשב שלו ריצה זמן
122.
קוד של ביצוע
זמן •ספריה בעזרתtimerקוד קטע לביצוע הדרוש הזמן את לחשב נוכל מקבלים פעם כל שונות תוצאות–אפשר ריצות כמה לעשות ממוצע ולחשב
123.
קוד של ביצוע
זמן •ספריה בעזרתtimerקוד קטע לביצוע הדרוש הזמן את לחשב נוכל •מסקנות: •זמן שמדדנו פעם כלאותו קיבלנו לא ריצהתוצאה •ריצה לזמן מדויק יותר אמד לקבל נרצה כאשר לפעמים,מספר הקוד את נריץ ממוצע ונחשב פעמים •ריצה זמן לחשב אפשר הקלט אורך של כפונקציה ריצה זמן משתנה איך להבין כדי גרף ולצייר שונה בגודל קלט עבור
124.
מתודה בעזרת מיון
דוגמאsort •בגדלים אקראיים מספרים של רשימה למיין למחשב שלוקח זמן המייצג גרף בנו: • 2,4,8,16,…,2^24
125.
מתודה בעזרת מיון
דוגמאsort •בגדלים אקראיים מספרים של רשימה למיין למחשב שלוקח זמן המייצג גרף בנו: • 2,4,8,16,…,2^24 •פתרון:
126.
מתודה בעזרת מיון
דוגמאsort •בגדלים אקראיים מספרים של רשימה למיין למחשב שלוקח זמן המייצג גרף בנו: • 2,4,8,16,…,2^24 •פתרון: •מאלגוריתם נתחיל: •ברשימה מהמספרים אחד לכל:[2,4,6,….2^24]של מתאים בגודל רשימה ניקח אותם למיין כדי שנחוץ זמן ונמדוד אקראיים מספרים.ברשימה הזמנים כל נשמור התוצאות כל של גרף נצייר ואז
127.
מתודה בעזרת מיון
דוגמאsort •מאלגוריתם נתחיל: •ברשימה מהמספרים אחד לכל:[2,4,6,….2^24]של מתאים בגודל רשימה ניקח אותם למיין כדי הנחוץ זמן ונמדוד אקראיים מספרים.ברשימה הזמנים כל נשמור התוצאות כל של גרף נצייר ואז
128.
מתודה בעזרת מיון
דוגמאsort •מאלגוריתם נתחיל: •ברשימה מהמספרים אחד לכל:[2,4,6,….2^24]של מתאים בגודל רשימה ניקח אותם למיין כדי הנחוץ זמן ונמדוד אקראיים מספרים.ברשימה הזמנים כל נשמור התוצאות כל של גרף נצייר ואז
129.
מתודה בעזרת מיון
דוגמאsort •מאלגוריתם נתחיל: •ברשימה מהמספרים אחד לכל:[2,4,6,….2^24]של מתאים בגודל רשימה ניקח אותם למיין כדי הנחוץ זמן ונמדוד אקראיים מספרים.ברשימה הזמנים כל נשמור התוצאות כל של גרף נצייר ואז
130.
מתודה בעזרת מיון
דוגמאsort •מאלגוריתם נתחיל: •ברשימה מהמספרים אחד לכל:[2,4,6,….2^24]של מתאים בגודל רשימה ניקח אותם למיין כדי הנחוץ זמן ונמדוד אקראיים מספרים.ברשימה הזמנים כל נשמור התוצאות כל של גרף נצייר ואז
131.
MAX SORT •אלגוריתם נפתח
כעתחדש(MAX SORT)כך ואחר רשימה למיוןנשווהריצה זמןשל האלגוריתםבמתודה הממומש לאלגוריתםsort
132.
MAX SORT •אלגוריתם נפתח
כעתחדש(MAX SORT)כך ואחר רשימה למיוןנשווהריצה זמןשל האלגוריתםבמתודה הממומש לאלגוריתםsort •האלגוריתם: •רשימה בהינתןL,אשר עדLריקה לאנחזורהבא שלב על: •ב מצא-Lמקסימלי איברA,תמחקAמ-L,תוסיףAתשובה רשימת לסוףRez
133.
MAX SORT •לאלגוריתם שלו
ריצה זמן נשואה כך ואחר רשימה למיון חדש אלגוריתם נפתח כעת במתודה הממומשsort: •האלגוריתם: •רשימה בהינתןL,אשר עדLהבא שלב על תחזור ריקה לא:ב מצא-Lמקסימלי איבר A,תמחקAמ-L,תוסיףAתשובה רשימת לסוףRez •שלנו אלגוריתם לריצה דוגמא: • L=[1, 10, 20, 3] Rez=[]
134.
MAX SORT •לאלגוריתם שלו
ריצה זמן נשואה כך ואחר רשימה למיון חדש אלגוריתם נפתח כעת במתודה הממומשsort: •האלגוריתם: •רשימה בהינתןL,אשר עדLהבא שלב על תחזור ריקה לא:ב מצא-Lמקסימלי איבר A,תמחקAמ-L,תוסיףAתשובה רשימת לסוףRez •שלנו אלגוריתם לריצה דוגמא: • L=[1, 10, 3] Rez=[20,]
135.
MAX SORT •לאלגוריתם שלו
ריצה זמן נשואה כך ואחר רשימה למיון חדש אלגוריתם נפתח כעת במתודה הממומשsort: •האלגוריתם: •רשימה בהינתןL,אשר עדLהבא שלב על תחזור ריקה לא:ב מצא-Lמקסימלי איבר A,תמחקAמ-L,תוסיףAתשובה רשימת לסוףRez •שלנו אלגוריתם לריצה דוגמא: • L=[1, 3] Rez=[20,10]
136.
MAX SORT •לאלגוריתם שלו
ריצה זמן נשואה כך ואחר רשימה למיון חדש אלגוריתם נפתח כעת במתודה הממומשsort: •האלגוריתם: •רשימה בהינתןL,אשר עדLהבא שלב על תחזור ריקה לא:ב מצא-Lמקסימלי איבר A,תמחקAמ-L,תוסיףAתשובה רשימת לסוףRez •שלנו אלגוריתם לריצה דוגמא: • L=[1] Rez=[20,10,3]
137.
MAX SORT •לאלגוריתם שלו
ריצה זמן נשואה כך ואחר רשימה למיון חדש אלגוריתם נפתח כעת במתודה הממומשsort: •האלגוריתם: •רשימה בהינתןL,אשר עדLהבא שלב על תחזור ריקה לא: •ב מצא-Lמקסימלי איברA,תמחקAמ-L,תוסיףAתשובה רשימת לסוףRez •שלנו אלגוריתם לריצה דוגמא: • L=[], Rez=[20,10,3,1]
138.
MAX SORT IMPLEMENTATION
139.
MAX SORT IMPLEMENTATION
140.
MAX SORT Max sort מתודהsort
141.
142.
143.
דוגמא2: •ב שימוש-List Comprehensionרשימה
של רגילה הגדרה מול:
144.
145.
סיכום •פונקציה בעזרת קוד
קטע של ריצה זמן למדוד אפשר איך ראינוtimeמספריהtime •הוא שנקבל ריצה זמןמדויק ולא הערכה •דברים בהרבה תלויה זו הערכה: •הקלט בגודל •במחשב •בזיכרון •במעבדCPU •פייתון בסביבת •.... •ממוצע ונחשב פעמים מספר הקוד את נריץ הערכה לשפר נרצה אם
Télécharger maintenant