Einführung in die Informationsverarbeitung Teil Thaller Stunde II: Datenstrukturen

Einführung in die InformationsverarbeitungTeil Thaller

Stunde II: Datenstrukturen

Köln 28. Oktober 2010

I. Grundbegriffe

2

dada ist in zürich geboren. zieht man straßburg von zürich ab so bleibt 1916.

Hans Arp, “Strassburgkonfiguration”,

in: ich bin in der Natur geboren. Ausgewählte Gedichte.

Hrsg. V. H. Bolliger et al., Zürich-Hamburg, 2002

3

• Zahlen

• Bilder

• Zeichenketten

• Geburtstage

• Briefe

Datentyp

4

• Addieren

• Komprimieren

• Vergleichen

• Abstand berechnen

• Beziehen

Operationen

5

• Zahl {Darstellung, Addieren, …}

• Bild {Darstellung, Komprimieren, …}

• Text {Darstellung, Vergleichen, … }

• Zeit {Darstellung, Abstand berechnen, … }

• Brief {Darstellung,Beziehen, …}

Datenstrukturen

6

Datenstruktur =

{Datentyp, Legale Operationen }

“Datentyp” und “Datenstruktur” oft aber auch synonym!

7

• Boolean / Logischer Wert

• Integer

• [ Rationale Zahlen ]

• Realzahlen

• Zeichen

• Zeichenketten

Basisdatenstrukturen

8

Datenstrukturen geben Regeln wieder, wie ein bestimmter Speicherbereich interpretiert wird.

ASCII Zeichen 'a' = 97; 'A' = 65.

oder'Pixel' 97 ist eineinhalb mal heller als 'Pixel' 65.

Datenstrukturen und Hardware

9

Festlegungen sind „willkürlich“.

Groß- / Klein v. Umlaute

Datenstrukturen und Hardware

10

Zeichen

a 097 A 65

b 098 B 66

c 099 C 67

d 100 D 68

e 101 E 69

f 102 F 70

g 103 G 71

h 104 H 72

i 105 I 73

j 106 J 74

k 107 K 75

… … … …11

Zeichen

a 01100001 A 01000001

b 01100010 B 01000010

c 01100011 C 01000011

d 01100100 D 01000100

e 01100101 E 01000101

f 01100110 F 01000110

g 01100111 G 01000111

h 01101000 H 01001000

i 01101001 I 01001001

j 01101010 J 01001010

k 01101011 K 01001011

… … … …12

Zeichen

a 01100001 A 01000001

b 01100010 B 01000010

c 01100011 C 01000011

d 01100100 D 01000100

e 01100101 E 01000101

f 01100110 F 01000110

g 01100111 G 01000111

h 01101000 H 01001000

i 01101001 I 01001001

j 01101010 J 01001010

k 01101011 K 01001011

… … … …13

Festlegungen sind „willkürlich“.

lower(x) = upper(x) | '00100000'

= schnellste verfügbare Operation des Rechners!

Zeichen

14

Darstellung von Datenstrukturen sind „willkürlich“.

… können den Aufwand für eine Anwendung aber entscheidend beeinflussen!

*

Merke:

15

Diagrammatische Darstellung:

A „zeigt auf“ B

Datenstruktur „Zeiger“

A B

16

Diagrammatische Darstellung:

„Zeiger“: Ein Speicherinhalt eines Rechners verweist auf einen anderen.

Datenstruktur „Zeiger“

A B

17

Speicher als „karierte Zeile“

Datenstruktur im Speicher

0 1 2 3 4 5 6 7 8 9 10 11

18

Zahl „14123“ in Bytes 0 bis 1

Zahl „22445“ in Bytes 10 bis 11

14123 22445


0 1 2 3 4 5 6 7 8 9 10 11

19

Zeichen „a“ in Byte 0

Zeichen „q“ in Byte 11

a q


0 1 2 3 4 5 6 7 8 9 10 11

20

Zeiger in Bytes 0 bis 1 verweist auf Speicherblock, enthaltend „xy“, beginnend in Byte 10

10 x y


0 1 2 3 4 5 6 7 8 9 10 11

21

Zeiger in Bytes 0 bis 1 verweist auf Speicherblock, enthaltend „xy“, beginnend in Byte 10.

Zeiger graphisch

x y

0 1 2 3 4 5 6 7 8 9 10 11

22

Zeiger verweist von einem Datenblock auf einen anderen.

*

Zeiger graphisch

23

II. Technische Datenstrukturen

24

Stacks

Auch bekannt als: „LIFO“ – Last In, First Out 25

Lies:

Verarbeite:

Start

Atom 1

26

Lies:

Verarbeite:

„Push to stack“

Atom 1

27

Lies:

Verarbeite:

„Lies weiter“

Atom 2

Atom 1

28

Lies:

Verarbeite:

„Push to stack“

Atom 2

Atom 1

29

Lies:

Verarbeite:

„Lies weiter“

Atom 3

Atom 2

Atom 1

30

Lies:

Verarbeite:

SchließlichAtom 5

Atom 4

Atom 3

Atom 2

Atom 1

31

Lies:

Verarbeite:

„Pop from stack“

Atom 5

Atom 4

Atom 3

Atom 2

Atom 1

32

Lies:

Verarbeite:


Atom 4

Atom 3

Atom 2

Atom 1

33

Lies:

Verarbeite:


Atom 3Atom 2

Atom 1

34

Lies:

Verarbeite:


Atom 2

Atom 1

35

Lies:

Verarbeite:

*


Atom 1

36

Queues

Auch bekannt als: „FIFO“ – First In, First Out 37

Lies:

Verarbeite:

Start

Atom 1

38

Lies:

Verarbeite:

„Push to queue“

Atom 1

39

Lies:

Verarbeite:

„Lies weiter“

Atom 2

Atom 1

40

Lies:

Verarbeite:

„Push to queue“

Atom 2

Atom 1

41

Lies:

Verarbeite:

„Lies weiter“

Atom 3

Atom 2

Atom 1

42

Lies:

Verarbeite:

SchließlichAtom 5

Atom 4

Atom 3

Atom 2

Atom 1

43

Lies:

Verarbeite:

Pop from queueAtom 5

Atom 4

Atom 3

Atom 2Atom 1

44

Lies:

Verarbeite:


Atom 4

Atom 3

Atom 2

45

Lies:

Verarbeite:


Atom 4

Atom 3

46

Lies:

Verarbeite:


Atom 4

47

Lies:

Verarbeite:

*

Pop from queue

Atom 5

48

Einfach Verknüpfte Listen

49

Erzeuge Atom 1

Atom 1

50

Kopf:

Mache Atom 1 zum Listenkopf

Atom 1

51

Kopf:

Erzeuge Atom 2

Atom 1

Atom 2

52

Kopf:

Verbinde Atom 2 mit Liste

Atom 1

Atom 2

53

Kopf:

Erzeuge Atom 3

Atom 1

Atom 2

Atom 3

54

Kopf:

Verbinde Atom 3 mit Liste

Atom 1

Atom 2

Atom 3

55

Kopf:

Lösche Atom 2

Atom 1

Atom 2

Atom 3

56

Kopf:

*

Füge Atom 4 ein

Atom 1

Atom 3

Atom 4

57

Doppelt Verknüpfte Listen

58

Kopf:

Schwanz:

Doppelt verknüpfte Liste

Atom 1

Atom 2

Atom 3

59

Kopf:

Schwanz:

Löschen von Atom 2

Atom 1

Atom 2

Atom 3

60

Kopf:

Schwanz:

*

Einfügen von Atom 4

Atom 1

Atom 4

Atom 3

61

III. Inhaltliche Datenstrukturen

62

<Datentyp> ::=

ein 3-Tupel (oder Tripel) { E, I, O }

wobei

E ::= Externe Darstellung

I ::= Interne Darstellung

O ::= Menge auf I definierter Operationen

(Notation: " ::= " = "definiert als ")

Datentypen allgemein:

63

E Regel für "4.6.2007"

I Zeit ist ein Vektor von Tagen seit einem willkürlichen Tag 0, wobei ein beliebiger Tag i als Offset t vom Ursprung definiert ist.

O

t-less(i,j) ===> Boolean

t-less(4.6.2007,5.6.2007) ===> True

t-subtract(i,j) ===> Ganze Zahl

t-subtract(5.6.2007,4.6.2007) ===> 1

Datentyp Zeit allgemein:

64

E Regel für "pri non jun 2007"

I Zeit ist ein Vektor von Tagen seit einem willkürlichen Tag 0,

wobei ein beliebiger Tag i als Offset t vom Ursprung definiert ist.

O


t-less(pri non jun 2007,non jun 2007) ===> True


t-subtract(non jun 2007,pri non jun 2007) ===> 1

Datentyp „Historische Zeit“ I

65



0 i

t

Datentyp „Historische Zeit“ I

66

E Regel für "6 Tammuz 5763"



O


t-less(6 Tammuz 5763,7 Tammuz 5763) ===> True


t-subtract(7 Tammuz 5763,6 Tammuz 5763) ===> 1

Datentyp „Historische Zeit“ II

67



0 i

t

Datentyp „Historische Zeit“ II

68

E Regel für "Freitag nach Fronleichnam 2007"

I Zeit ist ein Vektor von Tagen seit einem willkürlichen Tag 0, wobei ein beliebiger Tag i als Offset t vom Ursprung definiert ist.

O


t-less(Freitag nach Fronleichnam 2007,Samstag nach Fronleichnam 2007) ===> True


t-subtract(Samstag nach Fronleichnam 2007,Freitag nach Fronleichnam 2007) ===> 1

Datentyp „Historische Zeit“ III

69



0 i

t

*

Datentyp „Historische Zeit“ III

70

E Regel für "4.4.1458"


wobei ein beliebiger Tag i als Vektor von Offsets t vom Ursprung definiert ist.

O

t-less(i,j) ===> mehrwertiger Wahrheitswert { True, Undecidable, False }

t-less(4.4.1458, 5.4.1458) ===> Undecidable

t-subtract(i,j) ===> "Historische Zahl"

t-subtract(5.4.1458,4.4.1458) ===> { 1, 366 }

Datentyp „Historische Zeit“ IV

71

I Zeit ist ein Vektor von Tagen seit einem willkürlichen Tag 0, wobei ein beliebiger Tag i als Vektor von Offsets t vom Ursprung definiert ist.

0 i i‘

t


72

E Regel für "14.7.1763 - 24.10.1763"

I Zeit ist ein Vektor von Tagen seit einem willkürlichen Tag 0, wobei ein beliebiger Tag i als Vektor von Offsetpaaren t vom Ursprung definiert ist.

O

t-less(i,j) ===> kontinuierlicher Wahrheitswert (Z.B. Grad der Überlappung von n Intervallen.)

t-less(4.4.1463 - 14.7.1763, 14.7.1763 - 24.10.1763) ===> 99 %

t-subtract(i,j) ===> "Historische Zahl"

t-subtract(14.7.1763 - 24.10.1763, 4.4.1463 - 14.7.1763) ===> { 0, 200 }

Datentyp „Historische Zeit“ V

73

I Zeit ist ein Vektor von Tagen seit einem willkürlichen Tag 0, wobei ein beliebiger Tag i als Vektor von Offsetpaaren t vom Ursprung definiert ist.

0 i i‘

t

*


74

Philosophie ist die systematische Verwirrung einer eigens zu diesem Zweck geschaffenen Terminologie.

Volksmund, ca. 1960.

75

Ein Bild

76

6 Zeilen5 Spalten

Ein Bild

77

5 Zeilen6 Spalten

Ein Bild

78

1 1 1 1 1

1 0 0 0 1

1 1 0 1 1

1 1 0 1 1

1 1 0 1 1

1 1 1 1 1

1 == oker0 == rot

Ein Bild

79

1 1 1 1 1

1 0 0 0 1

1 1 0 1 1

1 1 0 1 1

1 1 0 1 1

1 1 1 1 1

1 == blau 0 == gelb

Ein Bild

80

1 1 1 1 1

1 0 0 0 1

1 1 0 1 1

1 1 0 1 1

1 1 0 1 1

1 1 1 1 1

Speicherung:1,1,1,1,1,1,0,0,0,1,1,1,0,1,1,1,1,0,1,1,1,1,0,1,1,1,1,1,1,1

Unkomprimiert

Ein Bild

81

1 1 1 1 1

1 0 0 0 1

1 1 0 1 1

1 1 0 1 1

1 1 0 1 1

1 1 1 1 1

Store:6,1,3,0,3,1,1,0,4,1,1,0,4,1,1,0,7,1

(Compressed)Run Length Encoded

Ein Bild

82

1,1 2,1 3,1 4,1 5,1

1,2 2,2 3,2 4,2 5,2

1,3 2,3 3,3 4,3 5,3

1,4 2,4 3,4 4,4 5,4

1,5 2,5 3,5 4,5 5,5

1,6 2,6 3,6 4,6 5,6

Speicherung:SetSize: 5 by 6SetBackgroundColor:OchreSetForegroundColor:RedSetLetterHeight: 4MoveTo: 3,5DrawLetter: T

Vector Format

Ein Bild

83

6 Zeilen5 Spalten

1 == oker0 == rot

Unkomprimiert

Ein Bild

84

Dimensionen

1 == ochre0 == red

Uncompressed

Ein Bild

85

Dimensionen

Photogrammetrische Interpretation

Unkomprimiert

Ein Bild

86

Dimensionen

Photogrammetrische Interpretation

Kompressionstechnik

Ein Bild

87

<basic information>

<rendering information>

<storage information>

Ein Bild

88

<basic information>(implizit / explizit)

<rendering information>(implicit / explicit)

<storage information>(implicit / explicit)

… und die Daten?

Ein Bild

89

1 1 1 1 1

1 0 0 0 1

1 1 0 1 1

1 1 0 1 1

1 1 0 1 1

1 1 1 1 1

Daten entweder alsDatenstrom

1,1,1,1,1,1,0,0,0,1,1,1,0,1,1,1,1,0,1,1,1,1,0,1,1,1,1,1,1,1

Ein Bild

90

1 1 1 1 1

1 0 0 0 1

1 1 0 1 1

1 1 0 1 1

1 1 0 1 1

1 1 1 1 1

Daten entweder alsDatenstrom oder alsVerarbeitungsanweisungen

SetSize: 5 by 6SetBackgroundColor:OchreSetForegroundColor:RedSetLetterHeight: 4MoveTo: 3,5DrawLetter: T

Ein Bild

91

Praktische Bedeutung?

92

002 004

234 123

234 156

127 178

221 221

Processing dictionary

Payload

“Bit rot”

93

002 004

234 123

234 156

127 xxx

221 221

Die Beschädigung eines Bytes führt dazu, dass ein Byte nicht korrekt dargestellt werden kann.

“Bit rot”

94

002 xxx

234 123

234 156

127 178

221 221

“Bit rot”

Die Beschädigung eines Bytes führt dazu, dass zehn Bytes nicht korrekt dargestellt werden können.

95

Wird die relativ geringe Datenmenge des Processing Dictionary „robust“ gemacht, sind Verletzungen der großen Menge an Payload Daten relativ harmlos.

96

Danke für heute!

97

Einführung in die Informationsverarbeitung Teil Thaller Stunde II: Datenstrukturen

Documents

Transcript of Einführung in die Informationsverarbeitung Teil Thaller Stunde II: Datenstrukturen