Rekursion/Funktionale Programmierung:
Einführung und Begriffe
5.1 Einführung und Begriffe
5.2 Beispiele rekursiver Methoden in Java
5.3 Ein Blick auf funktionales Programmieren
Rekursion
Kann ein Problem auf gleiche Probleme anderen Umfangs zurückgeführt werden?
Fakultät
Definition:
n! =
( 1 n == 0, n == 1
n · (n − 1)! sonst Auswertung:
4! = 4 · 3! = 4 · 3 · 2! = 4 · 3 · 2 · 1! = 4 · 3 · 2 · 1 = 24
Quersumme
Als einführendes Java-Beispiel sehen wir uns zwei statische Methoden zur Berechnung der iterierten Quersumme positiver Zahlen an.
6 → 6
15 → 1 + 5 = 6
789 → 7 + 8 + 9 = 24 → 2 + 4 = 6
Quersumme (iterative Methode)
static int g(int n) { int s = n;
while (s > 9) { int i = s;
s = 0;
do {
s = s + i%10;
i = i / 10;
} while (i > 0);
}
return s;
}
Quersumme (rekursive Methode)
static int f(int n) {
return n <= 9 ? n : f( f(n/10) + n%10 );
}
Quersumme
• Iterative Methode: 10 Zeilen
• Rekursive Methode: 1 Zeile (Weniger als 1 Zeile ist nicht möglich.)
• Rekursion ist eine mächtige Programmiertechnik.
• Wir haben das imperative und das objektorientierte Paradigma kennengelernt.
• In diesem Kapitel sehen wir uns die Rekursion als Programmiertechnik sowie
das funktionale/deklarative Paradigma an.
Quersumme
Der obige rekursive Algorithmus zur Berechnung der Quersumme lautet als Haskell-Programm:
f :: Integer -> Integer f n | n <= 9 = n
| otherwise = f(f(n ‘div‘ 10) + (n ‘mod‘ 10)) f 789
6
Die Sprache Haskell bieten wir Ihnen im Modul Programmieren für Forgeschrittene an.
Partielle und totale Funktionen
Eine partielle Funktion
f : A −→ B
ordnet jedem Element x einer Teilmenge D
f⊆ A genau ein Element f (x ) ∈ B zu. Die Menge D
fheißt Definitionsbereich von f . f ist eine totale Funktion, wenn D
f= A gilt.
Beispiel:
f : R −→ R , D
f= R \ {0}, f (x ) = 1 x
Algorithmen können undefinierte Ausdrücke enthalten und müssen nicht in jedem Fall terminieren, d. h.:
Algorithmen berechnen (typisch) partielle Funktionen!
Definition von Funktionen
• Wenn der Definitionsbereich einer Funktion endlich ist, lässt sie sich durch Angabe aller Funktionswerte in einer Tabelle definieren.
• Beispiel: ∧ : B × B → B
false false false
false true false
true false false
true true true
Definition von Funktionen
• In vielen Fällen wird eine Funktion f : A → B durch einen Ausdruck, der zu jedem Element aus D
fgenau einen Wert von B liefert, beschrieben.
• Beispiel: max : R × R → R
max(x , y ) =
( x x ≥ y y x < y
= if x ≥ y then x else y fi
Rekursive Definitionen
Die Funktion f : N −→ N wird durch
f (n) =
1 n = 0,
1 n = 1,
f
n2n ≥ 2, n gerade, f (3n + 1) n ≥ 2, n ungerade.
rekursiv definiert.
Auswertung von Funktionen
Funktionsdefinitionen können als Ersetzungssysteme gesehen werden. Funktionswerte lassen sich aus dieser Sicht durch wiederholtes Einsetzen berechnen. Die Auswertung von f (3) ergibt
f (3) → f (10) → f (5) → f (16) → f (8) → f (4) → f (2) → f (1) → 1.
Terminiert der Einsetzungsprozess stets? (Collatz-Problem: Lothar Collatz, 1937)
Formen der Rekursion
• Lineare Rekursion
In jedem Zweig einer Fallunterscheidung tritt die Rekursion höchstens einmal auf.
Bei der Auswertung ergibt sich eine lineare Folge von rekursiven Aufrufen.
• Endrekursion
Der Spezialfall einer linearen Rekursion bei dem in jedem Zweig die Rekursion als letzte Operation auftritt. Endrekursionen können sehr effizient implementiert
werden.
Formen der Rekursion
• Verzweigende Rekursion oder Baumrekursion n
k
=
1 k = 0, k = n,
n − 1 k − 1
+
n − 1 k
0 < k < n.
• Geschachtelte Rekursion f (n, m) =
m + 1 n = 0,
f (n − 1, 1) n 6= 0, m = 0,
f (n − 1, f (n, m − 1)) n 6= 0, m 6= 0.
Formen der Rekursion
• Verschränkte Rekursion oder wechselseitige Rekursion Der rekursive Aufruf erfolgt indirekt.
even(n) =
( true n = 0, odd(n − 1) n > 0.
odd(n) =
( false n = 0,
even(n − 1) n > 0.
Fakultät
Definition:
n! =
( 1 n <= 0
n · (n − 1)! sonst Auswertung:
4! = 4 · 3! = 4 · 3 · 2! = 4 · 3 · 2 · 1! = 4 · 3 · 2 · 1 = 24
Fakultät
class Fakultaet {
static long fak(long n) { if (n <= 0)
return 1;
else
return n * fak(n-1);
}
static long f(long n) {
return n <= 0 ? 1 : n * f(n-1); // Dreistelliger Operator.
}
public static void main(String[] args) { for (int i = 0; i <= 20; i++) {
System.out.println(i + "! = " + fak(i));
assert f(i) == fak(i); // Diesen Befehl haben wir schon gesehen.
}
}
Fibonacci-Folge
Definition:
fib(n) =
0 n = 0
1 n = 1
fib(n − 1) + fib(n − 2) n ≥ 2 Funktionswerte:
0, 1, 1, 2, 3, 5, 8, 13, 21, 34, ...
Fibonacci-Folge
Auswertung:
fib 2 fib 1 fib 0 fib 4
fib 3
fib 1 fib 2
fib 1 fib 0
fib 3
fib 1 fib 2
fib 1 fib 0 fib 5
1
1 1 1
1 0
0
0
Fibonacci-Folge
class Fibonacci {
static long fib(long n) { if ((n == 0) || (n == 1))
return n;
else
return fib(n-1) + fib(n-2);
}
public static void main(String[] args) { for (int i = 0; i <= 20; i++) {
System.out.println(i + ": " + fib(i));
}
}
}
Fibonacci-Folge
Die Anzahl der Aufrufe g (n) ist gegeben durch die folgende Rekurrenzgleichung:
g (n) =
( 1 n = 0, n = 1 1 + g (n − 1) + g (n − 2) n ≥ 2
Die Funktion g wächst exponentiell. Beispielsweise ist g (5) = 15, vgl. obiges Aufrufdiagramm:
g(0)=1, g(1)=1, g(2)=3, g(3)=5, g(4)=9, g(5)=15, ...
Zur Lösung von Rekurrenzgleichungen s. Abschnitt 4.4 in Struckmann/Wätjen.
Fibonacci-Folge/Dynamische Algorithmen
Am Aufrufdiagramm von fib(5) erkennen wir, dass etliche Funktionswerte mehrfach berechnet werden. Die Idee der dynamischen Algorithmen ist es, Ergebnisse von Berechnungen zu speichern, so dass die Berechnungen nicht mehrfach durchgeführt werden müssen.
Die folgende Methode realisiert die Fibonacci-Folge mit einem dynamischen
Algorithmus, indem sie bereits berechnete Funktionswerte in einem Array speichert.
Die Array-Elemente werden mit dem Wert −1 vorbesetzt. Die Methode verwendet eine Hilfsmethode.
Implementieren Sie die beiden Algorithmen und vergleichen Sie die Laufzeiten bei der
Berechnung einiger Funktionswerte, zum Beispiel fib(45).
Fibonacci-Folge
static long fib(int n) { if (n==0||n==1) return n;
long[] a = new long[n+1];
a[0]= 0;
a[1]= 1;
for (int i=2; i<=n; i++) a[i]=-1;
return f(a, n);
}
static long f(long[] a, int n) { if (a[n]>=0) return a[n];
return a[n]=f(a,n-1)+f(a,n-2);
}
Algorithmus von Euklid
Rekursive Version:
ggT(a, b ) =
( a, falls b = 0,
ggT(b , a mod b), falls b 6= 0.
Auswertung:
ggT(36, 52) → ggT(52, 36) → ggT(36, 16) → ggT(16, 4) → ggT(4, 0) → 4
ggT(36, 52) = 4
Algorithmus von Euklid
class Euklid {
static long ggt(long a, long b) { if (b == 0)
return a;
else
return ggt(b, a % b);
}
public static void main(String[] args) { System.out.println(ggt(36,52));
}
}
Algorithmus von Euklid
class Euklid {
static long ggt(long a, long b) {
return b == 0 ? a : ggt(b, a % b); // nur 1 Zeile }
public static void main(String[] args) { System.out.println(ggt(36,52));
}
}
Exponentiation
rekursiv:
b
n=
( 1 n = 0 b · b
n−1n ≥ 1 iterativ:
b
n= b · b · ... · b
| {z }
n-mal
schnell (rekursiv):
b
n=
1 n = 0
b
n/22n ≥ 1, n gerade
b · b
n−1n ≥ 1, n ungerade
Schnelle Exponentiation
long exp(long b, long n) { if (n == 0)
return 1;
else if (n % 2 == 0) { long l = exp(b, n / 2);
return l * l;
} else
return b * exp(b, n - 1);
}
Es kann if (n==1) return b; hinzugefügt werden.
Evtl. eine Multiplikation weniger.
Summe
Es soll die Summe der Zahlen von a bis b, d. h. P
bi=a
i berechnet werden. Es gilt
b
X
i=a
i = a +
b
X
i=a+1
i.
long sum(long a, long b) { if (a == b)
return b;
else
return a + sum(a + 1, b);
Skalarprodukt
Es soll das Skalarprodukt der Vektoren a und b rekursiv berechnet werden.
int skalar(int[] a, int[] b, int n) { if (n < 0)
return 0;
else {
return a[n] * b[n] + skalar(a, b, n - 1);
}
}
Skalarprodukt
int skalar(int[] a, int[] b) { // eine ineffiziente Lösung int l = a.length;
if (l == 0) return 0;
else {
int[] aa = new int[l - 1];
int[] bb = new int[l - 1];
for (int i = 0; i <= l - 2; i++) { aa[i] = a[i];
bb[i] = b[i];
}
return a[l - 1] * b[l - 1] + skalar(aa, bb);
}
Semantik rekursiv definierter Funktionen 1
(∗) f : N → N f (n) =
( 0 n = 0, f (n + 1) n > 0.
• Operationelle (algorithmische) Semantik/Ersetzungssystem:
f (0) = 0
f (1) = f (2) = f (3) = ...
• Die Auswertung von (∗) terminiert für n > 0 nicht. Daher ist D (f ) = {0} und
f (0) = 0.
Semantik rekursiv definierter Funktionen 2
• Denotationale (mathematische) Semantik/Gleichungssystem: Wir fassen (∗) als Gleichung für eine unbekannte Funktion f auf.
• Für eine partielle Funktion f bedeutet f (k ) = f (l ), dass die Werte f (k ) und f (l ) beide undefiniert oder aber definiert und gleich sind.
• Alle Funktionen f : N → N mit D(f ) = {0} und f (0) = 0 oder D (f ) = {0, 1, 2, ...} = N und
f (0) = 0, f (1) = f (2) = f (3) = ... = a
mit a ∈ N erfüllen die Gleichung (∗). Die operationelle Lösung ist die Lösung mit
dem kleinsten Definitionsbereich. Die Lösung von (∗) ist also nicht eindeutig.
Semantik rekursiv definierter Funktionen 3
a : N × N → N a(m, n) =
n + 1 m = 0,
a(m − 1, 1) m 6= 0, n = 0, a(m − 1, a(m, n − 1)) m 6= 0, n 6= 0.
Outermost: a(1, 1) = a(0, a(1, 0)) = a(1, 0) + 1 = a(0, 1) + 1 = (1 + 1) + 1 = 3 Innermost: a(1, 1) = a(0, a(1, 0)) = a(0, a(0, 1)) = a(0, 2) = 3
Mixed: a(1, 1) = a(0, a(1, 0)) = a(0, a(0, 1)) = a(0, 1) + 1 = 3 a ist sog. die Ackermann-Funktion. Es gilt:
a(3, 3) = 61, a(4, 4) = 2
22216
− 3.
Semantik rekursiv definierter Funktionen 4
f : N × N → N f (m, n) =
( 1 m = 0, f (m − 1, f (1, 0)) m 6= 0.
Outermost: f (1, 0) = f (0, f (1, 0)) = 1 (1, 0) ∈ D (f ) Innermost: f (1, 0) = f (0, f (1, 0)) = f (0, f (0, f (1, 0))) = ... (1, 0) ∈ / D (f )
Welche Semantik nehmen Programmiersprachen? Welche sollten sie nehmen?
Rekursion/Funktionale Programmierung:
Beispiele rekursiver Methoden in Java
5.1 Einführung und Begriffe
5.2 Beispiele rekursiver Methoden in Java
5.3 Ein Blick auf funktionales Programmieren
Newton-Verfahren
Es soll rekursiv die Nullstelle der Funktion f (x ) = x
3+ 3x + 5
mithilfe des Newton-Verfahrens berechnet werden:
f
0(x ) = 3x
2+ 3 x
n+1= x
n− f (x
n)
f
0(x
n)
–80–60 –40 –20 0 20 40 60 80
y
–4 –3 –2 –1 1 2 3 4
x
Newton-Verfahren
class Newton { double eps;
static double f(double x) { return x*x*x+3*x+5;
}
static double fs(double x) { return 3*x*x+3;
}
Newton(double eps) { this.eps = eps;
}
Newton-Verfahren
double newton(double x) { System.out.println(x);
if (Math.abs(f(x)) <= eps) return x;
else
return newton(x - f(x) / fs(x));
}
public static void main(String[] args) { Newton n = new Newton(0.00001);
System.out.println(n.newton(1.0));
}
}
Intervallschachtelung
Problem: Gegeben seien eine stetige reelle Funktion f und Intervallgrenzen a, b ∈ R , a < b. Wir wollen annehmen, dass f (a) und f (b ) unterschiedliches
Vorzeichen aufweisen. Nach dem Zwischenwertsatz besitzt f im Intervall a ≤ x ≤ b dann wenigstens eine Nullstelle.
Es soll eine Java-Methode
double bisek(double a, double b, double eps)
programmiert werden, die a und b sowie eine Fehlerschranke eps als Eingaben
akzeptiert und eine Nullstelle von f im gegebenen Intervall als Ergebnis liefert.
Intervallschachtelung
Lösungsidee: Wir halbieren das Intervall schrittweise, sodass die Bedingung, dass f
an den Intervallgrenzen Werte mit unterschiedlichen Vorzeichen annimmt, erhalten
bleibt. Damit befindet sich nach jedem Schritt eine Nullstelle von f im aktuellen
Intervall. Das Verfahren bricht ab, wenn die Intervallgrenzen nahe genug beieinander
liegen.
Intervallschachtelung
static double bisek(double a, double b, double eps) { double m = (a + b) * 0.5;
if (Math.abs(a - b) < eps) return m;
else if (f(a) * f(m) > 0) a = m;
else
b = m;
return bisek(a, b, eps);
}
Rekursionen
• Rekursive Problemlösungen dienen in erster Linie der Einsicht in das Problem.
Häufig ist jedoch die rekursive Formulierung auch effizient (z. B. Quicksort) oder eine iterative Formulierung nur schwierig zu finden.
• Wir geben jetzt drei Beispiele – einen Geldwechselalgorithmus, die „Türme von
Hanoi“ sowie das Acht-Damen-Problem – an, für die rekursive Lösungen auf der
Hand liegen, iterative aber nur schwer zu finden sind.
Wechseln eines Geldbetrags
Es soll die Anzahl der Möglichkeiten, ein 10-Cent-Stück in 1-, 2- oder 5-Cent-Stücke zu wechseln, berechnet werden. Die gesuchte Anzahl beträgt 10:
• 5+5
• 5+2+2+1
• 5+2+1+1+1
• 5+1+1+1+1+1
• 2+2+2+2+2
• 2+2+2+2+1+1
• 2+2+2+1+1+1+1
• 2+2+1+1+1+1+1+1
• 2+1+1+1+1+1+1+1+1
• 1+1+1+1+1+1+1+1+1+1
Wechseln eines Geldbetrags
Problem: Es gibt k ≥ 1 verschiedene Münzen mit den Beträgen b
0, b
1, ... , b
k−1mit 0 < b
0< b
1< ... < b
k−1. Auf wie viele Arten kann der Betrag a gewechselt werden?
Idee: Wir verwenden einen rekursiven Algorithmus. Wenn die größte Münze nicht verwendet wird, ist die gesuchte Anzahl gleich der Anzahl der Möglichkeiten, den
Betrag mit den k − 1 anderen Münzen zu wechseln. Wenn die größte Münze benutzt wird, ist die gesuchte Zahl gleich der Anzahl der Möglichkeiten, a − b
k−1mit allen k Münzen zu wechseln.
Beobachtung: Bei jedem Schritt wird entweder die Anzahl der verwendeten
Münzsorten oder aber der zu wechselnde Betrag kleiner.
Wechseln eines Geldbetrags
Als Funktion erhalten wir:
f (a, k ) =
0, a < 0 oder k = 0,
1, a = 0,
f (a, k − 1) + f (a − b
k−1, k ), sonst.
Wechseln eines Geldbetrags
class Wechsel {
static int[] b = {1,2,5,10,20,50,100,200};
static int wechsel(int a, int k) { if ((a < 0) || (k == 0))
return 0;
else if (a == 0) return 1;
else
return wechsel(a, k - 1) + wechsel(a - b[k - 1], k);
}
public static void main(String[] args) { System.out.println(wechsel(10,3));
}
Türme von Hanoi
Problem: Gegeben seien n Scheiben unterschiedlichen Durchmessers, die der Größe nach geordnet zu einem Turm geschichtet sind. Die größte Scheibe liegt dabei unten.
Der Turm steht auf Platz 1. Unter Verwendung des Hilfsplatzes 3 soll der Turm auf Platz 2 transportiert werden.
Beim Transport sind die folgenden Bedingungen einzuhalten:
• In jedem Schritt darf nur eine Scheibe – und zwar die oberste eines Turms – bewegt werden.
• Zu keinem Zeitpunkt darf eine größere Scheibe auf einer kleineren liegen.
Türme von Hanoi
Beispiel: n = 3
Wir führen die folgenden Schritte aus:
Von 1 nach 2.
Von 1 nach 3.
Von 2 nach 3.
Von 1 nach 2.
Von 3 nach 1.
Von 3 nach 2.
Von 1 nach 2.
Türme von Hanoi
Lösungsidee: Wir benutzen den folgenden rekursiven Algorithmus:
• Transportiere n − 1 Scheiben von 1 nach 3.
• Transportiere die verbliebene Scheibe von 1 nach 2.
• Transportiere n − 1 Scheiben von 3 nach 2.
Türme von Hanoi
class Hanoi {
static void hanoi(int n, int a, int z) { if (n > 1)
hanoi(n - 1, a, 6 - (a + z));
System.out.println("Von " + a + " nach " + z + ".");
if (n > 1)
hanoi(n - 1, 6 - (a + z), z);
}
public static void main(String[] args) { hanoi(3,1,2);
}
Das Acht-Damen-Problem
Problemstellung: Es sind acht Damen so auf einem Schachbrett aufzustellen, dass sie sich gegenseitig nicht bedrohen.
Beispiel:
|D| | | | | | | |
| | | | | | |D| |
| | | | |D| | | |
| | | | | | | |D|
| |D| | | | | | |
| | | |D| | | | |
| | | | | |D| | |
| | |D| | | | | |
Das Acht-Damen-Problem
Lösungsidee:
• Das Spielfeld wird als eindimensionales Feld der Länge 8 gespeichert. Es gilt brett[j] == i genau dann, wenn sich in Zeile i und Spalte j eine Dame befindet.
• Wir schreiben drei Methoden:
◦ ausgabe gibt eine gefundene Lösung auf dem Bildschirm aus.
◦ bedroht überprüft, ob die zuletzt gesetzte Dame von einer bereits vorher platzierten Dame geschlagen werden kann.
◦ setze versucht, eine Dame in die nächste Spalte zu stellen. Diese Methode arbeitet rekursiv von links nach rechts.
•
Das Acht-Damen-Problem
/** Gibt das Schachbrett auf dem Bildschirm aus. */
public static void ausgabe(int[] brett) {
System.out.println(); // Leerzeile vorher for (int i=0; i < 8; i++) { // Anzahl der Zeilen
for (int j=0; j < 8; j++) // Anzahl der Spalten
System.out.print("|" + ((i == brett[j]) ? ’D’ : ’ ’));
System.out.println("|"); // Zeilenende }
System.out.println(); // Leerzeile hinterher }
Die Methode ausgabe verwendet den Fragezeichen-Operator.
Das Acht-Damen-Problem
/** Testet, ob die Dame in "spalte" von einer anderen geschlagen werden kann. */
public static boolean bedroht(int[] brett, int spalte) { // Teste zuerst, ob eine Dame in derselben Zeile steht.
for (int i=0; i < spalte; i++) if (brett[i] == brett[spalte])
return true;
// Teste dann, ob in der oberen Diagonale eine Dame steht.
for (int i = spalte-1, j = brett[spalte]-1; i >= 0; i--,j--)
if (brett[i] == j)
Das Acht-Damen-Problem
// Teste danach, ob in der unteren Diagonale eine Dame steht.
for (int i = spalte-1, j = brett[spalte]+1; i >= 0; i--,j++) if (brett[i] == j)
return true;
// Wenn das Programm hier ist, steht die Dame "frei".
return false;
}
Die beiden letzten for-Anweisungen besitzen Initialisierungs- und Update-Listen.
Das Acht-Damen-Problem
/** Sucht rekursiv eine Lösung des Problems. */
public static boolean setze(int[] brett, int spalte) { // Sind wir fertig?
if (spalte == 8) { ausgabe(brett);
return true;
}
Das Acht-Damen-Problem
// Suche die richtige Position für die neue Dame.
for (int i=0; i < 8; i++) {
brett[spalte] = i; // Probiere jede Stelle aus.
if (bedroht(brett,spalte)) // Falls Dame nicht frei steht, continue; // versuche die nächste Stelle.
boolean success = setze(brett,spalte+1);
if (success) // <--- return true; // <--- }
// Wenn das Programm hier angekommen ist, // stecken wir in einer Sackgasse.
return false;
}
Das Acht-Damen-Problem
/** Initialisiert das Schachbrett und ruft die Methode "setze" auf. */
public static void main(String[] args) {
int[] feld = {0,0,0,0,0,0,0,0}; // Initialisiere Spielfeld.
setze(feld,0); // Starte am linken Rand.
}
Das Acht-Damen-Problem
• Das obige Programm bricht ab, sobald es eine Lösung gefunden hat.
• Wenn alle Lösungen berechnet werden sollen, müssen lediglich die beiden durch
<---
gekennzeichneten Zeilen aus der Methode setze entfernt werden. Das Programm
gibt dann 92 Stellungen aus, von denen sich aber etliche nur durch Drehungen
oder Spiegelungen unterscheiden.
Sortieren
• Wir sehen uns jetzt den Algorithmus „Quicksort“ als Beispiel für einen effizienten rekursiven Algorithmus an.
• Zur Einführung wiederholen wir zunächst kurz das Bubblesort-Verfahren.
• Beide Algorithmen und ihre Eigenschaften werden in der Vorlesung „Algorithmen
und Datenstrukturen“ ausführlich besprochen.
Bubblesort
Comparable[] bubbleSort(Comparable[] objs) { boolean sorted;
do {
sorted = true;
for (int i = 0; i < objs.length-1; ++i) { if (objs[i].compareTo(objs[i + 1]) > 0) {
Comparable tmp = objs[i];
objs[i] = objs[i + 1];
objs[i + 1] = tmp;
sorted = false;
} }
} while (!sorted);
return objs;
}
Wie schon gesehen: Comparable<T>
Quicksort
Problem: Gegeben ist ein Feld objs, dessen Elemente paarweise vergleichbar sind.
Das Teilfeld objs[l] .. objs[r] ist zu sortieren.
Grundidee des Algorithmus:
• Suche ein Pivotelement, z. B. objs[k] mit k =
l+r2.
• Teile das Feld, sodass alle Elemente des linken Felds kleiner als das Pivotelement und alle Elemente des rechten Felds größer oder gleich dem Pivotelement sind.
• Wende das Verfahren rekursiv auf die beiden Teilfelder an.
Quicksort
static Comparable[] quickSort(Comparable[] objs, int l, int r) { if (l < r) {
int i = l, j = r,
k = (int) ((l + r) / 2);
Comparable pivot = objs[k];
Quicksort
do {
while (objs[i].compareTo(pivot) < 0) i++;
while (pivot.compareTo(objs[j]) < 0) j--;
if (i <= j) {
Comparable t = objs[i];
objs[i] = objs[j];
objs[j] = t;
i++;
j--;
}
} while (i < j);
objs = quickSort(objs, l, j);
objs = quickSort(objs, i, r);
}
return objs; //Übungsaufgabe: Formulierung ohne Rückgabetyp.
Wrapper-Klassen
Problem:
• Primitive Datentypen sind keine Referenztypen.
• Bubblesort und Quicksort können daher in der obigen Form nicht zum Sortieren von Zahlen verwendet werden.
Lösung:
Man verwende Wrapper-Klassen!
Später: Generics
Wrapper-Klassen
• Eine Wrapper-Klasse kapselt einen primitiven Wert in einer objektorientierten Hülle und stellt Methoden zum Zugriff auf diesen zur Verfügung. Der Wert kann nicht verändert werden.
• Wrapper-Klassen ermöglichen es, primitive Datentypen und Referenztypen einheitlich zu behandeln.
• Zu jedem primitiven Datentyp existiert eine Wrapper-Klasse:
Boolean, Character, Byte, Short, Integer, Long, Float, Double, Void.
Wrapper-Klassen
• Konstruktor mit dem jeweiligen Typ als Parameter:
Integer(int i) Float(float f) . . .
• Konstruktor mit einer Zeichenkette als Parameter:
Integer(String s)
Float(String s)
. . .
Wrapper-Klassen
• Einige Methoden der Klasse Integer:
int intValue()
int String toString()
int compareTo(Integer anotherInteger) static int compareUnsigned(int x, int y) static int parseInt(String s)
static int parseInt(String s, int radix)
• Einige Konstanten der Klasse Float:
MIN_VALUE
MAX_VALUE
NaN
Quicksort
int n = ...;
Integer[] a = new Integer[n];
a[0] = new Integer(5);
a[1] = new Integer(-5);
a[2] = new Integer(0);
a[3] = new Integer(1);
...
Sort.quickSort(a,0,a.length-1);
Eine Schnittstelle zum Sortieren
interface Sortieren {
Comparable[] sort(Comparable[] objs);
}
class BubbleSort
implements Sortieren { Comparable[] feld;
...
}
class QuickSort
implements Sortieren { Comparable[] feld;
...
Autoboxing und Unboxing 1
• Um Werte der primitiven Datentypen als Objekte zu behandeln, müssen sie in Wrapper-Klassen eingewickelt werden.
• Um z. B. einen int-Wert als Objekt behandeln zu können, muss ein Integer-Objekt erzeugt werden:
Integer iWrapper = new Integer(4500)
• Um den eingewickelten Wert auszulesen, muss eine entsprechende Methode der Wrapper-Klasse aufgerufen werden:
int iValue = iWrapper.intValue()
• Seit der Version 5 von Java gibt es das Autoboxing und das Unboxing.
Autoboxing und Unboxing 2
• Beispiel:
Object obj = 4500; // Autoboxing int i = (Integer) obj; // Unboxing
• Autoboxing und Unboxing gibt es für alle Wrapper-Klassen:
Object obj = 3.14; // Autoboxing
double d = (Double) obj; // Unboxing
Autoboxing und Unboxing 3
int n = ...;
Integer[] a = new Integer[n];
a[0] = 5; // Autoboxing a[1] = -5; // Autoboxing a[2] = 0; // Autoboxing a[3] = 1; // Autoboxing ...
Sort.quickSort(a,0,a.length-1);
int s = 0;
for (int i = 0; i < n; ++i)
s += a[i]; // Unboxing
Rekursion/Funktionale Programmierung:
Ein Blick auf funktionales Programmieren
5.1 Einführung und Begriffe
5.2 Beispiele rekursiver Methoden in Java
5.3 Ein Blick auf funktionales Programmieren
Funktionale Programmierung
Turing Award 1977:
John Backus: Can Programming Be Liberated from the von Neumann Style?
A Functional Style and its Algebra of Programs.
Funktionale Programmierung
Wie schon mehrfach erwähnt, macht Java 8 Schritte in die funktionale Programmierung.
Aspekte hierzu sind:
• Lambda-Ausdrücke,
• Funktionale Interfaces,
• Interfaces mit Default-Methoden und statischen Methoden.
Ein weiterer wichtiger Aspekt von Java 8 ist:
• Streams und Pipeline-Operationen.
Ein erstes Beispiel für Java 8 haben wir in der Einführung gesehen.
Funktionen höherer Ordnung
Funktionen können selbst Argumente oder Werte sein. In diesem Fall spricht man von Funktionen höherer Ordnung oder Funktionalen.
f : (A
1→ A
2) × A
3→ B
g : A → (B
1→ B
2)
h : (A
1→ A
2) → (B
1→ B
2)
Funktionen höherer Ordnung
Beispiele:
• Summe:
b
X
i=a
f (i )
• Komposition von Funktionen: f ◦ g
• Auswahl zwischen Funktionen: if p then f else g fi
• Bestimmtes Integral:
Z
bf (x ) dx
Funktionale Algorithmen
Ein Algorithmus heißt funktional, wenn die Berechnungsvorschrift mittels einer
Sammlung von Funktionen definiert wird. Die Funktionsdefinitionen dürfen
insbesondere Rekursionen und Funktionen höherer Ordnung enthalten.
Funktionale Algorithmen
Beispiel:
f (0) = 0 f (1) = 1
f (n) = nf (n − 2)
Wenn wir als Datenbereich die Menge der ganzen Zahlen zugrundelegen, berechnet dieser Algorithmus die Funktion f : Z → Z mit D
f= N und
f (n) =
0 n gerade
n−1 2
