Python und Algorithmen

Warum sollen Systemintegratoren programmieren?

Beherrschung moderner IT-Infrastrukturen erfordert:

Warum sollen SIs programmieren?

Python: for-Schleifen

Eine for‑Schleife wiederholt Anweisungen für jedes Element in einer Sequenz.

for i in range(5):
    print("Durchlauf:", i)

Durchlauf: 0
Durchlauf: 1
Durchlauf: 2
Durchlauf: 3
Durchlauf: 4

Python: range() verstehen

range() liefert eine Folge von Zahlen.

range(5)
range(2, 6)
range(0, 10, 2)

0,1,2,3,4
2,3,4,5
0,2,4,6,8

Python Tutorial

Sortieralgorithmen: Bubble Sort

• Vergleicht wiederholt benachbarte Elemente und vertauscht sie, wenn sie sich in der falschen Reihenfolge befinden
• Größte Elemente “wandern” pro Durchlauf nach rechts (wie Blasen nach oben)
• Wird wiederholt, bis keine Vertauschungen mehr nötig sind
• Vorteil: relativ einfach zu verstehen
• Nachteil: ineffizient bei großen Datenmengen
• Laufzeit: O(n²)

Was bedeutet O(n²)?

• Aussprache: „O von n Quadrat“
• O steht für „Order of“ → beschreibt die Größenordnung des Wachstums
• n ist die Eingabegröße (z. B. Anzahl der Listenelemente)
• Quadratisches Wachstum: Verdoppelt man n, vervierfacht sich die Laufzeit
• Typisch bei Algorithmen mit verschachtelten Schleifen

Bubble Sort: Ablauf

Python: doctests

Doctests sind eingebettete Tests in Docstrings, die wie interaktive Python‑Beispiele aussehen (>>>).

Zweck:

• Dokumentation und Test in einem Schritt
• Zeigen, wie eine Funktion benutzt wird
• Prüfen automatisch, ob die Beispiele noch stimmen

Dokumentation: https://docs.python.org/3/library/doctest.html

Python: doctests

Beispiel:

def add(a, b):
    """
    Add two numbers.

    >>> add(2, 3)
    5
    """
    return a + b

Sortieralgorithmen: Selection Sort

• Sucht im unsortierten Teil das kleinste (oder größte) Element
• Tauscht es an die aktuelle Position
• Verschiebt die Grenze zwischen sortiertem und unsortiertem Bereich Schritt für Schritt
• Wenige Vertauschungen, aber viele Vergleiche
• Laufzeit: O(n²)

Selection Sort: Ablauf

Sortieralgorithmen: Insertion Sort

• Baut die sortierte Liste schrittweise auf
• Nimmt das nächste Element und fügt es an der richtigen Stelle im bereits sortierten Teil ein
• Gut für kleine oder fast sortierte Listen
• Intuitiv (ähnlich wie Kartensortieren in der Hand)
• Laufzeit: O(n²), aber sehr schnell für fast sortierte Daten

Insertion Sort: Ablauf

Sortieralgorithmen: Merge Sort

• Teilt die Liste rekursiv in immer kleinere Hälften
• Sortiert die Teilstücke und führt sie geordnet wieder zusammen („merge“)
• Nutzt das Prinzip Divide and Conquer (“Teile und herrsche”)
• Sehr effizient, auch bei großen Datenmengen
• Laufzeit: O(n log n)
• Stabil und gut parallelisierbar

Merge Sort vs. Bubble / Selection / Insertion Sort

• Deutlich schneller: O(n log n) statt O(n²)
• Komplexer zu implementieren
  (Rekursion + Zusammenführen)
• Benötigt zusätzlichen Speicher zum Mergen
• Für große Datenmengen klar überlegen
• Während die einfachen Sortierverfahren oft verschachtelte Schleifen nutzen, arbeitet Merge Sort mit Teilen und Zusammenfügen

Sortieralgorithmen: Quick Sort

O(n log n) vs. O(n²)

Quadratische vs. Logarithmische Sortierverfahren