funktionale programmierung klaus becker 2007. 2 programmieren mit funktionen zielsetzung: einblick...
TRANSCRIPT
Funktionale Programmierung
Klaus Becker
2007
2 Programmieren mit Funktionen
Zielsetzung: Einblick in die funktionale Programmierung gewinnen Grundideen verstehen Grundkonzepte kennen lernen Relevanz anhand von Miniprojekten erkennen
Mit Funktionen kann man programmieren. Die Programme bestehen aus Funktionsdeklarationen. Funktionsdeklarationen werden mit Hilfe von Funktionskomposition, Fallunterscheidungen undRekursion aufgebaut. ...
3 Teil 1
Von der Registermaschine zur funktionalen Abstraktion
4 Registermaschine
Eine Registermaschine bearbeitet beliebig eingebbare Daten nach einem fest vorgegebenen Programm.
> x INC i Erhöhe Register i um 1. Gehe zu Zeile x+1.
> x DEC i Erniedrige Register i um 1. Gehe zu Zeile x+1.
> x JMP i Gehe zu Zeile i.
> x TST iWenn Register i ungleich 0 ist, dann gehe zu Zeile x+1, sonst zu Zeile x+2.
> x HLT Beende die Bearbeitung.
> 1 JMP 4 2 INC 1 3 DEC 2 4 TST 2 5 JMP 2 6 HLT
1: 52: 33: 04: 05: 0..
ProgrammDaten
5 Aufgabe
Was leistet das unten abgebildete Registermaschinenprogramm? Messen Sie die Zeit, die Sie brauchen, um das herauszufinden.
1 TST 22 JMP 43 JMP 74 TST 35 JMP 136 JMP 107 TST 38 JMP 199 HLT10 TST 211 JMP 1712 HLT 13 DEC 214 DEC 315 INC 116 JMP 117 DEC 218 JMP 1019 DEC 320 JMP 7
6 Aufgabe
Was leistet das unten abgebildete (Python-) Programm? Messen Sie die Zeit, die Sie brauchen, um das herauszufinden.
while (R2 <> 0) and (R3 <> 0): R1 = R1 + 1 R2 = R2 - 1 R3 = R3 - 1while R2 <> 0: R2 = R2 - 1while R3 <> 0: R3 = R3 -1
7
Spaghetti-Code mit Sprunganweisungen
Durch die vielen Sprunganweisungen verliert man leicht den Überblick über die Ablauflogik.
Wer strukturiert programmiert, verzichtet auf solche Sprunganweisungen, auch wenn die Programmiersprache sie zur Verfügung stellt.
Viele Programmiersprachen stellen keine Sprunganweisungen zur Verfügung. Dann können solch schwer zu durchschauenden Programme gar nicht erst geschrieben werden.
"Spaghetti-Code"
1 TST 22 JMP 43 JMP 74 TST 35 JMP 136 JMP 107 TST 38 JMP 199 HLT10 TST 211 JMP 1712 HLT 13 DEC 214 DEC 315 INC 116 JMP 117 DEC 218 JMP 1019 DEC 320 JMP 7
8
Ablaufkontrolle mit Kontrollanweisungen
An Stelle von Sprunganweisungen benutzt man Kontrollstrukturen, um die Ablauflogik strukturiert zu beschreiben.
while (R2 <> 0) and (R3 <> 0): R1 = R1 + 1 R2 = R2 - 1 R3 = R3 - 1while R2 <> 0: R2 = R2 - 1while R3 <> 0: R3 = R3 -1
1 TST 22 JMP 43 JMP 74 TST 35 JMP 136 JMP 107 TST 38 JMP 199 HLT10 TST 211 JMP 1712 HLT 13 DEC 214 DEC 315 INC 116 JMP 117 DEC 218 JMP 1019 DEC 320 JMP 7 Ablaufbeschreibung mit
Sprunganweisungen
Ablaufbeschreibung mit Kontrollstrukturen
9 Aufgabe
Vergleichen Sie die beiden Programme. Welche Version ist besser?
def minimum(a, b): m = 0 while (a <> 0) and (b <> 0): m = m + 1 a = a - 1 b = b - 1 return m
def minimum(a, b): global m while (a <> 0) and (b <> 0): m = m + 1 a = a - 1 b = b - 1
>>> minimum(5, 7)5
>>> m = 0>>> minimum(5, 7)>>> m5
10 Seiteneffekte
Das Unterprogramm auf der linken Seite verändert den Wert einer globalen Variablen. Das Unterprogramm hat einen sog. Seiteneffekt.
def minimum(a, b): m = 0 while (a <> 0) and (b <> 0): m = m + 1 a = a - 1 b = b - 1 return m
def minimum(a, b): global m while (a <> 0) and (b <> 0): m = m + 1 a = a - 1 b = b - 1
>>> minimum(5, 7)5
>>> m = 3>>> minimum(5, 7)>>> m8>>> m = 0>>> minimum(5, 7)>>> m5
Unterprogramm mit Seiteneffekt
11 Programme ohne Seiteneffekte
Eine Funktion soll normalerweise aus den Argumenten einen Wert berechnen und nichts anderes nebenbei tun. Von diesem Prinzip weichen Programmierer jedoch immer wieder ab, etwa indem sie in der Funktion globale Variablen verändern. Wer strukturiert programmiert, verzichtet auf Seiteneffekte.
Es gibt Programmiersprachen, die keine Seiteneffekte zulassen. Die Idee dabei ist, auf Wertzuweisungen zu verzichten, so dass keine unbeabsichtigten Seiteneffekte möglich sind.
def minimum(a, b): if a == 0: return a else: if b == 0: return b else: return 1 + minimum(a-1, b-1)
Unterprogramm ohne Wertzuweisung
12 Zielsetzung
Ziel ist es, die Grundideen funktionaler Programmierung anhand von Beispielen problemorientiert zu erarbeiten. Insbesondere soll dabei herausgearbeitet werden, dass Programmierung ohne Wertzuweisungen möglich ist.
13 Teil 2
Konzepte der funktionalen Programmierung
14 Fallstudie: Chiffrieren
Ziel ist es, Chiffrierverfahren (die auf modularem Rechnen basieren), mit Hilfe funktionaler Programme zu beschreiben.
A B C D E F G H I J K L M N O P Q R S T U V W X Y Z
D E F G H I J K L M N O P Q R S T U V W X Y Z A B C
Schlüssel: DQuelltext:
SALVECAESAR
Geheimtext:VDOYHFDHVDU
PYLZFOWBNQCYBUVNCBLGYCHYAYBYCGMWBLCZNYH
NTCZYLN
VDOYHFDHVD
U
15 Additives Chiffrierverfahren
Codierung:
Code: A → 1Blocklänge: 2
AA → 0101AB → 0102
...ZZ → 2626
AS#TE#RI#X
0119#2005#1809#24
Verschlüsselung:
öffentlicher Schlüssel(d, m) = (2102, 3000)
z → (z + d) % m 0119#2005#1809#24
2221#1107#1010#2126
Entschlüsselung:
privater Schlüssel(e, m) = (898, 3000)
z → (z + e) % m 2221#1107#1010#2126
0119#2005#1809#24
Decodierung:
Code: A → 1Blocklänge: 2
AA → 0101AB → 0102
...ZZ → 2626
0119#2005#1809#24
AS#TE#RI#X
Bed.: z < mm > maxCode
Bed.: (d + e) % m = 0
16 Additives Chiffrierverfahren
Wir betrachten zunächst das Verschlüsseln und Entschlüsseln von Zahlenfolgen mit Schlüsseln, die aus zwei Komponenten bestehen. Da Ver- und Entschlüsseln gleich funktionieren, reicht es, nur das Verschlüsseln zu betrachten.
Verschlüsselung:
öffentlicher Schlüssel(d, m) = (2102, 3000)
z → (z + d) % m 0119#2005#1809#24
2221#1107#1010#2126
Entschlüsselung:
privater Schlüssel(e, m) = (898, 3000)
z → (z + e) % m 2221#1107#1010#2126
0119#2005#1809#24
Bed.: m ist größer als die maximale Codezahl
Bed.: d + e = m
17 Funktionale Modellierung
verschluesselnZahl
Eingaben:zahl: die zu verschlüsselnde Zahlschluessel: Zahlenpaar bestehend aus der zu addierenden Konstante und dem Divisionsmodul
Ausgabe:die berechnete verschlüsselte Zahl
(2102, 3000) 2221
119
Spezifikation:
schluessel
zahl
Verschlüsselung:
öffentlicher Schlüssel(d, m) = (2102, 3000)
z → (z + d) % m 0119#2005#1809#24
2221#1107#1010#2126Bed.: z < mm > maxCode
18 Funktionale Modellierung
verschluesseln
Eingaben:zahlenListe: Liste mit den zu verschlüsselnden Zahlenschluessel: Zahlenpaar bestehend aus der zu addierenden Konstante und dem Divisionsmodul
Ausgabe:Liste mit den berechneten verschlüsselten Zahlen
(2102, 3000) [2221, 1107, 1010, 2126]
[119, 2005, 1809, 24]
Spezifikation:
schluessel
zahlenListe
Verschlüsselung:
öffentlicher Schlüssel(d, m) = (2102, 3000)
z → (z + d) % m 0119#2005#1809#24
2221#1107#1010#2126Bed.: z < mm > maxCode
19 Funktionales Programm
verschluesselnZahl
(2102, 3000) 2221
119
Spezifikation:
schluessel
zahl
Implementierung:def verschluesselnZahl(zahl, schluessel): return (zahl + schluessel[0]) % schluessel[1]
Verschlüsselung:
öffentlicher Schlüssel(d, m) = (2102, 3000)
z → (z + d) % m 0119#2005#1809#24
2221#1107#1010#2126Bed.: z < mm > maxCode
20 Funktionales Programm
verschluesseln
(2102, 3000) [2221, 1107, 1010, 2126]
[119, 2005, 1809, 24]
Spezifikation:
schluessel
zahlenListe
Implementierung:def verschluesseln(zahlenListe, schluessel): if len(zahlenListe) == 0: return [] else: return [verschluesselnZahl(zahlenListe[0], schluessel)] + verschluesseln(zahlenListe[1:], schluessel)
Verschlüsselung:
öffentlicher Schlüssel(d, m) = (2102, 3000)
z → (z + d) % m 0119#2005#1809#24
2221#1107#1010#2126Bed.: z < mm > maxCode
21 Datenstruktur "Tupel"
verschluesselnZahl
(2102, 3000) 2221
119
Spezifikation:
schluessel
zahl
Implementierung:def verschluesselnZahl(zahl, schluessel): return (zahl + schluessel[0]) % schluessel[1]
Tupel
Zugriff auf die KomponentenZugriff auf die Komponenten
Tupel sind unveränderbare Sequenzen. Man verwendet Tupel, wenn man ein Objekt repräsentieren möchte, das aus mehreren Komponenten besteht.
22 Datenstruktur "Liste"
Liste
Listenoperationen
verschluesseln
(2102, 3000) [2221, 1107, 1010, 2126]
[119, 2005, 1809, 24]
schluessel
zahlenListe
Implementierung:def verschluesseln(zahlenListe, schluessel): if len(zahlenListe) == 0: return [] else: return [verschluesselnZahl(zahlenListe[0], schluessel)] + verschluesseln(zahlenListe[1:], schluessel)
Liste
Spezifikation:
Listen sind veränderbare Sequenzen. Sie können (in Python) Objekte beliebigen Typs enthalten. Mit Listen kann man komplexere Strukturen modellieren.
23 Listenoperationen
leere Liste
Länge einer Liste
Zugriff auf Listenelemente
Zugriff auf eine Restliste
>>> zahlenListe = []>>> zahlenListe[]>>> len(zahlenListe)0>>> zahlenListe = [119, 2005, 1809, 24]>>> zahlenListe[119, 2005, 1809, 24]>>> zahlenListe[0]119>>> zahlenListe[1:][2005, 1809, 24]>>> [zahlenListe[0]] + zahlenListe[1:][119, 2005, 1809, 24]>>> ...
Konkatenation von Listen
Das Python-Protokoll zeigt die Listenoperationen, die im Folgenden benötigt werden. Weitere Listenoperationen findet man in der Dokumentation.
24 Aufgabe
>>> zahlenListe = []>>> zahlenListe[]>>> len(zahlenListe)0>>> zahlenListe = [119, 2005, 1809, 24]>>> zahlenListe[119, 2005, 1809, 24]>>> zahlenListe[0]119>>> zahlenListe[1:][2005, 1809, 24]>>> [zahlenListe[0]] + zahlenListe[1:][119, 2005, 1809, 24]>>> ...
Testen Sie die im funktionalen Programm vorkommenden Listenoperationen. Variieren Sie dabei auch die vorkommenden Parameterwerte.
25 Rekursive Problemreduktion
verschluesseln([119, 2005, 1809, 24], (2102, 3000))
→ [verschluesselnZahl(119, (2102, 3000))] +
verschluesseln([2005, 1809, 24], (2102, 3000))
Fall 2: Bearbeite eine nicht-leere Liste
[2221]
[2221, 1107, 1010, 2126]
[1107, 1010, 2126]
verschluesseln([], (2102, 3000))
→ []
Fall 1: Bearbeite eine leere Liste
[]
Rekursionsanfang: Löse das Problem direkt
Rekursionsschritt: Löse ein entsprechendes
Problem
Rekursive Problemreduktion: Reduziere des Problems auf ein entsprechendes, aber „verkleinertes“ Problem.
26 Aufgabe
def verschluesseln(zahlenListe, schluessel): print zahlenListe, schluessel if len(zahlenListe) == 0: return [] else: return [verschluesselnZahl(zahlenListe[0], schluessel)] + verschluesseln(zahlenListe[1:], schluessel)
Fügen Sie Ausgabeanweisungen ein und verfolgen Sie so die Auswertung der einzelnen Funktionsaufrufe.
27 Kontrollstruktur "Rekursion"
def verschluesseln(zahlenListe, schluessel): if len(zahlenListe) == 0: return [] else: return [verschluesselnZahl(zahlenListe[0], schluessel)] + verschluesseln(zahlenListe[1:], schluessel)
verschluesseln([119, 2005, 1809, 24], (2102, 3000))
→ [verschluesselnZahl(119, (2102, 3000))] + verschluesseln([2005, 1809, 24], (2102, 3000))
→ [2221] + verschluesseln([2005, 1809, 24], (2102, 3000))
→ [2221] + [verschluesselnZahl(2005, (2102, 3000))] + verschluesseln([1809, 24], (2102, 3000))
→ [2221] + [1107] + verschluesseln([1809, 24], (2102, 3000)) ...
Rekursion wird in der funktionalen Programmierung als Kontrollstruktur benutzt, um wiederkehrende Berechnungen durchzuführen.
28 Kontrollstruktur "Rekursion"→ [2221] + [1107] + [verschluesselnZahl(1809, (2102, 3000))] + verschluesseln([24], (2102, 3000))
→ [2221] + [1107] + [1010] + verschluesseln([24], (2102, 3000))
→ [2221] + [1107] + [1010] + [verschluesselnZahl(24, (2102, 3000))] + verschluesseln([], (2102, 3000))
→ [2221] + [1107] + [1010] + [2126] + verschluesseln([], (2102, 3000))
→ [2221] + [1107] + [1010] + [2126] + []
→ [2221, 1107, 1010, 2126]
29 Kontrollstrukturen
Funktionsdeklarationen werden in der funktionalen Programmierung mit Hilfe von - Funktionskomposition,- Fallunterscheidungen und- Rekursion aufgebaut. Diese Strukturen legen letztlich die Ablaufkontrolle fest.
def verschluesseln(zahlenListe, schluessel): if len(zahlenListe) == 0: return [] else: return [verschluesselnZahl(zahlenListe[0], schluessel)] + verschluesseln(zahlenListe[1:], schluessel)
Fallunterscheidung Rekursion Funktionskomposition
30 Aufgabe
Zur Übung rekursiver Funktionsdeklarationen sollen folgende Funktionen implementiert werden. Gehen Sie analog zur Funktion "verschluesseln" vor.
addieren
7 [13, 20, 7, 12]
[6, 13, 0, 5]
konstante
zahlenListe
Spezifikation:
nullErsetzen
7 [6, 7, 13, 7, 7, 5, 3]
[6, 0, 13, 0, 0, 5, 3]
konstante
zahlenListe
Spezifikation:
31 Aufgabe
In der Datei "ChiffriersystemModularesAddierenRekursiv.py" finden Sie eine Implementierung des Chiffriersystems basierend auf modularer Addition, die (außer zum Testen) keine Wertzuweisungen benutzt. Analysieren Sie die Funktionsdeklarationen auch im Hinblick auf die vorkommenden Kontrollstrukturen.
Verschlüsselung:
öffentlicher Schlüssel(d, m) = (2102, 3000)
z → (z + d) % m 0119#2005#1809#24
2221#1107#1010#2126
Entschlüsselung:
privater Schlüssel(e, m) = (898, 3000)
z → (z + e) % m 2221#1107#1010#2126
0119#2005#1809#24
Bed.: z < mm > maxCode
Bed.: (d + e) % m = 0
32 Aufgabe
Ändern Sie die entsprechenden Funktionsdeklarationen so ab, dass man das multiplikative Chiffrierverfahren erhält.
Verschlüsselung:
öffentlicher Schlüssel(d, m) = (7, 30)
z → (z * d) % m 01#19#20#05#18#09#24
07#13#20#05#06#03#18
Entschlüsselung:
privater Schlüssel(e, m) = (13, 30)
z → (z * e) % m 07#13#20#05#06#03#18
01#19#20#05#18#09#24
Bed.: z < m
Bed.: (d * e) % m = 1
33 Codeduplizierung
Die Implementierungen zur Verschlüsselung mit modularer Addition und modularer Multiplikation weisen auffallende Ähnlichkeiten auf.def verschluesselnZahlAdd(zahl, schluessel): return (zahl + schluessel[0]) % schluessel[1]
def verschluesselnAdd(zahlenListe, schluessel): if len(zahlenListe) == 0: return [] else: return [verschluesselnZahlAdd(zahlenListe[0], schluessel)] + verschluesselnAdd(zahlenListe[1:], schluessel)
def verschluesselnZahlMul(zahl, schluessel): return (zahl * schluessel[0]) % schluessel[1]
def verschluesselnMul(zahlenListe, schluessel): if len(zahlenListe) == 0: return [] else: return [verschluesselnZahlMul(zahlenListe[0], schluessel)] + verschluesselnMul(zahlenListe[1:], schluessel)
34 Funktionen als Eingabeobjekte
Funktion
verschluesseln
(2102, 3000) [2221, 1107, 1010, 2126]
[119, 2005, 1809, 24]
schluessel
zahlenListe
Spezifikation:
verfahrenz → (z + d) % m
Liste Tupel
Codeduplizierung lässt sich vermeiden, wenn man Funktionen als Eingabeobjekte von Funktionen zulässt.
35 Funktionen als Eingabeobjekte
def verschluesselnZahlAddieren(zahl, schluessel): return (zahl + schluessel[0]) % schluessel[1]
def verschluesselnZahlMultiplizieren(zahl, schluessel): return (zahl * schluessel[0]) % schluessel[1]
def verschluesselnZahl(verfahren, zahl, schluessel): return verfahren(zahl, schluessel)
def verschluesseln(verfahren, zahlenListe, schluessel): if len(zahlenListe) == 0: return [] else: return [verschluesselnZahl(verfahren, zahlenListe[0], schluessel)] + verschluesseln(verfahren, zahlenListe[1:], schluessel)
def verschluesselnModularesAddieren(zahlenListe, schluessel): return verschluesseln(verschluesselnZahlAddieren, zahlenListe, schluessel)
def verschluesselnModularesMultiplizieren(zahlenListe, schluessel): return verschluesseln(verschluesselnZahlMultip.., zahlenListe, schluessel)
Die Implementierung zeigt, dass man Funktionen hier wie andere Objekte auch als Parameter übergeben kann.
36 Aufgabe
Testen Sie die Implementierung in der Datei "ChiffriersystemModularesRechnenRekursiv.py".
Erweitern Sie diese Implementierung um die Möglichkeit, Verschlüsselung auch mit modularem Potenzieren durchzuführen.
37 Funktionale Programmierung
def verschluesseln(zahlenListe, schluessel): if len(zahlenListe) == 0: return [] else: return [verschluesselnZahl(zahlenListe[0], schluessel)] + verschluesseln(zahlenListe[1:], schluessel)
verschluesseln([119, 2005, 1809, 24], (2102, 3000))
Mit Funktionen kann man programmieren. Die Programme bestehen aus Funktionsdeklarationen. Ein Programmaufruf erfolgt mit einem funktionalen Berechnungsausdruck.
Funktionsdeklaration
Berechnungsausdruck
38 Funktionale Programmierung
def verschluesselnZahl(zahl, schluessel): return (zahl + schluessel[0]) % schluessel[1]
def verschluesseln(zahlenListe, schluessel): if len(zahlenListe) == 0: return [] else: return [verschluesselnZahl(zahlenListe[0], schluessel)] + verschluesseln(zahlenListe[1:], schluessel)
Funktionsdeklarationen werden mit Hilfe von - Funktionskomposition,- Fallunterscheidungen und- Rekursion aufgebaut.
Fallunterscheidung
Rekursion
Funktionskomposition
39 Funktionale Programmierung
def verschluesselnZahl(verfahren, zahl, schluessel): return verfahren(zahl, schluessel)
def verschluesseln(verfahren, zahlenListe, schluessel): if len(zahlenListe) == 0: return [] else: return [verschluesselnZahl(verfahren, zahlenListe[0], schluessel)] + verschluesseln(verfahren, zahlenListe[1:], schluessel)
Objekte können mit Hilfe von Tupelbildung und Listen zu neuen Einheiten zusammengefasst werden.
Funktionen können als Eingabeobjekte für weitere Funktionen benutzt werden.
Funktion
Liste
Tupel
40 Miniprojekte
Funktionale Programmierung eignet sich sehr gut, um schnell ein System zu entwickeln und zu testen. Man konzentriert sich nur auf die "Logik" des Systems, nicht auf "schmückendes Beiwerk". Die Programme sollen dabei kurz und gut überschaubar sein.
Im Folgenden soll diese Vorgehensweise anhand von drei Miniprojekten aufgezeigt werden.
41
Miniprojekt "Geometrische Abbildungen"
Ziel ist es, ein System zu entwickeln, mit dem man einfache geometrische Operationen durchführen kann.
42 Miniprojekt "Automatensimulator"
Ziel ist es, ein System zu entwickeln, mit dem man das Verhalten eines beliebigen Automaten simulieren kann.
1
g u
00
1
0 0 0 1 1 0 1 1
Ok!
akzeptor
43 Miniprojekt "Programminterpreter"
Ziel ist es, ein System zur Ausführung einfacher imperativer Programme zu entwickeln.
BEGINp := 1;WHILE u > 0 DO BEGIN IF u mod 2 = 1 THEN BEGIN u := u – 1; p := p * b; END; u := u div 2; b := b* b; ENDEND
Interpreter
{b: 2; u: 5}
{b: 256; u: 0; p: 32}
44 Aufgabe
Wählen Sie eines der Miniprojekte aus und realisieren Sie das skizzierte System. Sie können versuchen, das System völlig selbständig zu entwickeln, oder die im Folgenden angebotenen Hilfen zu nutzen.
45 Teil 3
Miniprojekt: Geometrische Abbildungen
46 Geometrische Abbildungen
Ziel ist es, ein System zu entwickeln, mit dem man einfache geometrische Operationen durchführen kann.
47 Schritt 1: Verschiebungen
Verschiebungen können mit Hilfe von Vektoren dargestellt werden. Die Abbildung von Punkten lässt sich dann durch Addition von Vektoren realisieren.
Vieleck:
A(0, 0), B(40, 0), C(40, 30), D(0, 30)
Verschiebung mit Vektor:
10v = 10
verschobenes Vieleck:
A'(10, 10), B'(50, 10), C'(50, 40), D'(10, 40)
48 Listenrepräsentation
Wir repräsentieren Vektoren mit Hilfe von Listen. Ebenso stellen wir Punkte und Punktfolgen mit Hilfe von Listen dar.
Vieleck:
[[0, 0], [40, 0], [40, 30], [0, 30]]
Verschiebung mit Vektor [10, 10]:
[0, 0] + [10, 10] [10, 10][40, 0] + [10, 10] [50, 10][40, 30] + [10, 10] [50, 40][0, 30] + [10, 10] [10, 40]
verschobenes Vieleck:
[[10, 10], [50, 10], [50, 40], [10, 40]]
49 Aufgabe
Entwickeln Sie ein funktionales Programm für die Addition von Vektoren. Um das Programm flexibel benutzen zu können, sollen Vektoren beliebig viele Komponenten haben können.
Spezifikation:add
[10, 0, 30] [70, 30, 70]
[60, 30, 40]
w
v
50 Aufgabe
Realisieren Sie jetzt die Abbildung "Verschieben" mit Hilfe der bereits implementierten Vektoraddition.
verschiebenPunkt
[10, 10] [50, 30]
[40, 30]
vektor
punkt
Spezifikation:
verschieben
[10, 10] [[30, 20], [50, 40], [80, 10]]
[[20, 10], [40, 30], [70, 0]]
vektor
vieleck
Spezifikation:
51 Lösungsvorschlag
add
[10, 0, 30] [70, 30, 70]
[60, 30, 40]
w
v
Spezifikation:
def add(v, w): if len(v) == 0: if len(w) == 0: return [] else: return w else: if len(w) == 0: return v else: return [v[0] + w[0]] + add(v[1:], w[1:])
Implementierung:
52 Lösungsvorschlag
def verschiebenPunkt(punkt, vektor): return add(punkt, vektor)
def verschieben(vieleck, vektor): if len(vieleck) == 0: return [] else: return [verschiebenPunkt(vieleck[0], vektor)] + verschieben(vieleck[1:], vektor)
verschiebenPunkt
[10, 10] [50, 30]
[40, 30]
vektor
punkt
Spezifikation:
verschieben
[10, 10] [[30, 20], [50, 40], [80, 10]]
[[20, 10], [40, 30], [70, 0]]
vektor
vieleck
Spezifikation:
53 Test mit Turtlegrafik
Testen Sie die einzelnen Funktionsdeklarationen mit Hilfe geeigneter Testfälle.
Zur visuellen Kontrolle können Sie die geometrischen Objekte auch mit Hilfe von Turtlegrafik darstellen. Kopieren Sie zu diesem Zweck die Daten "xturtle.py" (von G. Lingl aus dem Buch "Python für Kids") in die Standardbibliothek von Python. Benutzen Sie die Hilfsfunktion zum Zeichnen von Vielecken (siehe "GeometrischeOperationen1.py"). Beachten Sie, dass diese Hilfsfunktion Seiteneffekte in Form von Grafiken erzeugt und damit nicht mehr rein funktional ist.
54 Test mit Turtlegrafik
def zeichneVieleck(punkte): # wird nur zum Zeichnen benutzt if len(punkte) > 0: penup() setpos(punkte[0]) pendown() streckenzug = punkte[1:] + [punkte[0]] for punkt in streckenzug: goto(punkt)
if __name__ == "__main__": # Test der einzelnen Funktionen import doctest doctest.testmod(verbose=True) # Visueller Test mit Turtlegrafik from xturtle import * reset() vieleck1 = [[0, 0], [40, 0], [40, 30], [0, 30]] vieleck2 = verschieben(vieleck1, [10, 10]) zeichneVieleck(vieleck1) zeichneVieleck(vieleck2)
55 Schritt 2: Streckungen
Streckungen lassen sich durch Multiplikation eines Vektors mit einer Zahl realisieren.
Fall1: Streckzentrum im Ursprung Streckung mit dem Faktor k:multipliziere die Koordinaten der Punkte mit dem Streckfaktor k
Fall 2: Streckzentrum beliebigVerschiebe erst das Streckzentrum in den Ursprung, führe die Steckung aus und verschiebe wieder zurück an den Ausgangspunkt
Beispiel:
Vieleck: A(30, 0), B(70, 0), C(70, 30), D(30, 30)
Streckung mit dem Streckzentrum (0, 0) und dem Streckfaktor 2:
gestrecktes Vieleck: A'(60, 0), B'(140, 0), C'(140, 60), D'(60, 60)
56 Listenrepräsentation
Wir benötigen hier die Multiplikation eines Vektors mit einer Zahl.
Vieleck:
[[20, 0], [60, 0], [60, 30], [20, 30]]
Streckung mit dem Streckzentrum [0, 0] und dem Streckfaktor 2:
2*[20, 0] [40, 0]...
gestrecktes Vieleck:
[[40, 0], [120, 0], [120, 60], [40, 60]]
57 Aufgabe
Entwickeln Sie geeignete Funktionen zur Durchführung von Streckungen.
58 Lösungsvorschlag
def mul(k, v): if len(v) == 0: return [] else: return [k * v[0]] + mul(k, v[1:])
def streckenPunktUrsprung(punkt, faktor): return mul(faktor, punkt)
def streckenUrsprung(vieleck, faktor): if len(vieleck) == 0: return [] else: return [streckenPunktUrsprung(vieleck[0], faktor)] + streckenUrsprung(vieleck[1:], faktor)
def strecken(vieleck, zentrum, faktor): return verschieben( streckenUrsprung( verschieben(vieleck, mul(-1, zentrum)), faktor), zentrum)
59 Schritt 3: Drehungen
Drehungen lassen sich durch Multiplikation einer Matrix mit einem Vektor realisieren.
Fall1: Drehzentrum im Ursprung Drehung des Punktes P(x, y) um den Winkel w:
cos(w) -sin(w) x x'
* sin(w) cos(w) y y'
Es gilt:
x' = cos(w)*x + (- sin(w))*y
y' = sin(w)*x + cos(w)*y
Fall 2: Drehzentrum beliebigVerschiebe erst das Drehzentrum in den Ursprung, führe die Drehung aus und verschiebe wieder zurück an den Ausgangspunkt
60 Listenrepräsentation
Wir repräsentieren Matrizen hier ebenfalls mit Hilfe von Listen.:
Vieleck:
[[20, 0], [60, 0], [60, 30], [20, 30]]
Matrix für eine Linksdrehung um das Drehzentrum [0, 0] und dem Drehwinkel 90°: [[0, -1], [1, 0]]
[[0, -1], [1, 0]] * [20, 0] [0, 20]...
gedrehtes Vieleck:
[[0, 20], [0, 60], [-30, 60], [-30, 20]]
61 Aufgabe
Entwickeln Sie geeignete Funktionen zur Durchführung von Drehungen. Bei der Implementierung mit Python müssen Sie durch "import math" die benötigten mathematischen Operationen bereitstellen. Ein Aufruf der cos-Funktion lautet hier "math.cos(x)". Das Ergebnis wird im Bogenmaß geliefert. Mit "math.radians(w)" können Sie einen Winkel im Gradmaß ins Bogenmaß umrechen. Die umgekehrte Operation führt "math.degrees(x)" aus. Weitere Informationen erhalten Sie in der mitgelieferten Dokumentation.
62 Lösungsvorschlag
def skalprod(v, w): if len(v) == 0: return 0 else: return (v[0] * w[0]) + skalprod(v[1:], w[1:])
def matrixmul(m, v): if len(m) == 0: return [] else: return [skalprod(m[0], v)] + matrixmul(m[1:], v)
63 Lösungsvorschlag
def drehenPunktUrsprung(punkt, w): import math return matrixmul([ [math.cos(math.radians(w)), -math.sin(math.radians(w))], [math.sin(math.radians(w)), math.cos(math.radians(w))]], punkt)
def drehenUrsprung(vieleck, w): if len(vieleck) == 0: return [] else: return [drehenPunktUrsprung(vieleck[0], w)] + drehenUrsprung(vieleck[1:], w)
def drehen(vieleck, zentrum, winkel): return verschieben( drehenUrsprung( verschieben(vieleck, mul(-1, zentrum)), winkel), zentrum)
64 Weitere Ideen
Erweitern Sie das System um die Möglichkeit, Spiegelungen durchzuführen.
65 Teil 4
Miniprojekt: Automatensimulator
66 Miniprojekt "Automatensimulator"
Ziel ist es, ein System zu entwickeln, mit dem man das Verhalten eines beliebigen Automaten simulieren kann.
1
g u
00
1
0 0 0 1 1 0 1 1
Ok!
akzeptor
67 Schritt 1: Automatenbeschreibung
Mit Hilfe endlicher Automaten kann man formale Sprachen erkennen. Der dargestellte endliche Automat erkennt die Sprache der 0-1-Wörter mit gerader Parität (gerader Anzahl von 1en). Es handelt sich um einen sog. Akzeptor, der keine Ausgaben erzeugt.
Zustandsmenge: Z = {g, u}
Eingabemenge: E = {0, 1}
Anfangszustand: za = g
Endzustände: zE = {g}
Überführungsfunktion: : (g, 0) g : (g, 1) u : (u, 0) u: (u, 1) g
1
g u
00
1
68 Aufgabe
Der Automat lässt sich wie folgt mit Funktionen modellieren. Implemen-tieren Sie diese Funktionen.
Zustandsmenge: Z = {g, u}
Eingabemenge: E = {0, 1}
Anfangszustand: za = g
Endzustände: zE = {g}
Überführungsfunktion: : (g, 0) g : (g, 1) u : (u, 0) u: (u, 1) g
1
g u
00
1
Spezifikation:deltaP
'0' 'g'
'g'
e
z
Spezifikation:endzustandP
True'g' z
Spezifikation:anfangszustandP
'g'
69 Aufgabe
Modellieren und implementieren Sie noch einen weiteren Automaten (ohne Ausgabe).
70 Aufgabe
Der unten abgebildete Automat zur Steuerung einer Ampel ist ein Transduktor. In jedem Zustand wird bei jeder Eingabe eine Ausgabe erzeugt. Z. B. wird im Zustand "rot" bei der Eingabe "t" (Tag) die Ausgabe "OOo" (rot an, gelb an, grün aus) erzeugt. Beschreiben Sie diesen Transduktor mit Hilfe von Funktionen.
71 Lösungsvorschlag
Zustandsmenge: Z = {g, u}
Eingabemenge: E = {0, 1}
Anfangszustand: za = g
Endzustände: zE = {g}
Überführungsfunk.: : (g, 0) g
: (g, 1) u : (u, 0) u: (u, 1) g
1
g u
00
1
def anfangszustandP(): return 'g'
def endzustandP(z): if (z == 'g'): return True elif (z == 'u'): return False
def deltaP(z, e): if (z == 'g') and (e == '0'): return 'g' elif (z == 'u') and (e == '0'): return 'u' elif (z == 'g') and (e == '1'): return 'u' elif (z == 'u') and (e == '1'): return 'g'
72 Lösungsvorschlag
def anfangszustandA(): return 'ge';;
def deltaA(z, e): if (z == 'ro') and (e == 't'): return 'rg' elif (z == 'rg') and (e == 't'): return 'gr' elif (z == 'gr') and (e == 't'): return 'ge' elif (z == 'ge') and (e == 't'): return 'ro' ...
def lambdaA(z, e): if (z == 'ro') and (e == 't'): return 'OOo' elif (z == 'rg') and (e == 't'): return 'ooO' elif (z == 'gr') and (e == 't'): return 'oOo' ...
73
Schritt 2: Verarbeitung v. Eingabefolgen
Es soll ein Akzeptor-System entwickelt werden, mit dem eine Folge von Eingaben verarbeiten werden kann und rückgemeldet wird, ob diese Folge in einen Endzustand überführt.
1
g u
00
1
0 0 0 1 1 0 1 1 Ok!
74 Aufgabe
Erweitern Sie das funktionale Programm um die spezifizierten Funktionen. Tipp: siehe nächste Folie
Spezifikation:simulatorP
['0', '1', '0']
'u''g'
eListe
z
Spezifikation:akzeptorP
False
eListe['0', '1', '0']
def anfangszustandP(): return 'g'
def endzustandP(z): if (z == 'g'): return True elif (z == 'u'): return False
def deltaP(z, e): if (z == 'g') and (e == '0'): return 'g' elif (z == 'u') and (e == '0'): return 'u' elif (z == 'g') and (e == '1'): return 'u' elif (z == 'u') and (e == '1'): return 'g'
1
g u
00
1
75 Aufgabe
Tipp:Verallgemeinern Sie die unten an konkreten Beispielen gezeigten Problemreduktionen. 1
g u
00
1
Fall 1: Verarbeite eine leere Eingabenliste
simulartorP('g', []) 'g'
simulatorP('g', ['1', '0', '0']) simulatorP('u', ['0', '0'])]
u 'u'
Fall 2: Verarbeite eine nicht-leere Eingabenliste
76 Aufgabe
Entwickeln Sie eine Funktion zur Realisierung eines Ampelsimulators.
Spezifikation:simulatorA
['t', 't', 't', 't']
[OOo, ooO, oOo, Ooo]'ro'
eListe
z
77 Lösungsvorschlag
def simulatorP(z, eListe): if len(eListe) == 0: return z else: return simulatorP(deltaP(z, eListe[0]), eListe[1:])
Fall 1: Verarbeite eine leere Eingabenliste
simulartorP('g', []) 'g'
simulatorP('g', ['1', '0', '0']) simulatorP('u', ['0', '0'])]
u 'u'
Fall 2: Verarbeite eine nicht-leere Eingabenliste
def akzeptorP(eListe): return enzustand(simulatorP(anfangszustand(), eListe))
78 Weitere Ideen
Entwickeln Sie ein System, bei dem die Arbeitsweise eines Transduktors (Automat mit Ausgabe) simuliert wird.
79 Schritt 3: Automat als Eingabe
Es soll ein universelles Akzeptor-System entwickelt werden, mit dem eine Folge von Eingaben mit einem beliebig vorgegebenen Automaten verarbeiten werden kann.
0 0 0 1 1 0 1 1
Ok!
def anfangszustandP(): ...def endzustandP(z): ...def deltaP(z, e): ...
80 Aufgabe
Eine Automatenbeschreibung ist ein Tripel (az, ez, de) mit:
- az ist eine Funktion zur Beschreibung des Anfangszustands.
- ez ist eine Funktion zur Beschreibung der Endzustände.
- de ist eine Überführungsfunktion, die jedem Zustand und jeder Eingabe aus einen neuen Zustand zuordnet.
Funktionen
simulator
'u'eListe
z
Spezifikation:
aut(anfangszustandP, enzustandP, deltaP)
['0', '1', '0']
'g'
Verallgemeinern Sie das bisher entwickelte Simulator-System. Benutzen Sie die folgende Vereinbarung:
81 Lösungsvorschlag
def simulator(aut, z, eListe): if len(eListe) == 0: return z else: return simulator(aut, aut[2](z, eListe[0]), eListe[1:])
def akzeptor(aut, eListe): return aut[1](simulator(aut, aut[0](), eListe))
82 Weitere Ideen
Entwickeln Sie ein System, bei dem die Arbeitsweise eines beliebigen Transduktors simuliert wird.
83 Teil 5
Miniprojekt: Programminterpreter
84 Miniprojekt "Programminterpreter"
Ziel ist es, ein System zur Ausführung einfacher imperativer Programme zu entwickeln.
BEGINp := 1;WHILE u > 0 DO BEGIN IF u mod 2 = 1 THEN BEGIN u := u – 1; p := p * b; END; u := u div 2; b := b* b; ENDEND
Interpreter
{b: 2; u: 5}
{b: 256; u: 0; p: 32}
85 Problemvereinfachung
Wir betrachten zunächst nur Programme, die aus "primitiven Zuweisungen" vom Typ <Var> := <Var> bestehen.
BEGINz := x;x := y;y := zEND
Interpreter
{x: 2; y: 5}
{x: 5; y: 2; z: 5}
Ausgangs-zustand
End-zustand
Zuweisungs-programm
86 Funktionale Modellierung
Spezifikation:PrimZuwSeqAusfuehr
en
[('x', 2), ('y', 5)][('x', 5), ('y', 2), ('z', 5)]
[(':=', 'z', 'x'), (':=', 'x', 'y'), (':=', 'y', 'z')]
zustand
zuweisungen
BEGINz := x;x := y;y := zEND
Interpreter
{x: 2; y: 5}
{x: 5; y: 2; z: 5}
Ausgangs-zustand
End-zustand
Zuweisungs-programm
87 Schritt 1: Variablenzustände
Variablenzustände beschreiben die jeweils aktuellen Variablenbelegungen. Zur Verarbeitung einer primitiven Zuweisung wie z := x muss der Wert einer Variablen (hier x) bzgl. des aktuellen Variablenzustands ermittelt werden und der Wert einer Variablen (hier y) im Variablenzustand verändert (oder neu angelegt) werden.
{x: 2; y: 5}
z := x;
{x: 2; y: 5; z: 2}
x := y;
{x: 5; y: 5; z: 2}
y := z
{x: 5; y: 2; z: 2}
88 Aufgabe
Modellieren Sie geeignete Funktionen, mit denen der Wert einer Variablen bzgl. eines Variablenzustands ermittelt werden kann und der Wert einer Variablen im Variablenzustand verändert (oder neu angelegt) werden kann.
Entwickeln Sie anschließend mit Hilfe rekursiver Problemreduktionsschemata geeignete Funktionsdeklarationen.
89 Lösungsvorschlag
Spezifikation:VariablenWert
[('x', 2), ('y', 5)]5
'y'
zustand
Spezifikation:NeuerZustand
2 wert
bezeichner
[('x', 2), ('y', 5)] zustand
'z' [('x', 2), ('y', 5), ('z', 2)]
NeuerZustand
5 wert
bezeichner
[('x', 2), ('y', 5), ('z', 2)] zustand
'x' [('x', 5), ('y', 5), ('z', 2)]
bezeichner
90 Lösungsvorschlag
def VariablenWert(bezeichner, zustand): if len(zustand) == 0: return '?' else: if bezeichner == zustand[0][0]: return zustand[0][1] else: return VariablenWert(bezeichner, zustand[1:])
def NeuerZustand(bezeichner, wert, zustand): if len(zustand) == 0: return [(bezeichner, wert)] else: if bezeichner == zustand[0][0]: return [(bezeichner, wert)] + zustand[1:] else: return [zustand[0]] + NeuerZustand(bezeichner, wert, zustand[1:])
91 Schritt 2: Zuweisungsinterpreter
Mit Hilfe geeigneter Funktionen sollen jetzt einzelne primitive Zuweisungen bzw. Sequenzen primitiver Zuweisungen ausgeführt werden.
{x: 2; y: 5}
z := x;
{x: 2; y: 5; z: 2}
x := y;
{x: 5; y: 5; z: 2}
y := z
{x: 5; y: 2; z: 2}
92 Aufgabe
Modellieren und implementieren Sie die hierzu erforderlichen Funktionen.
93 Lösungsvorschlag
Spezifikation:PrimZuwAusfuehren
[('x', 2), ('y', 5)]
(':=', 'z', 'y')
zustand
Spezifikation:
zuweisung [('x', 2), ('y', 5), ('z', 2)]
PrimZuwSeqAusfuehren
[('x', 2), ('y', 5)][('x', 5), ('y', 2), ('z', 5)]
[(':=', 'z', 'x'), (':=', 'x', 'y'), (':=', 'y', 'z')]
zustand
zuweisungen
94 Lösungsvorschlag
def PrimZuwAusfuehren(zuweisung, zustand): return NeuerZustand(zuweisung[1], VariablenWert(zuweisung[2], zustand), zustand)
def PrimZuwSeqAusfuehren(zuweisungen, zustand): if len(zuweisungen) == 0: return zustand else: return PrimZuwSeqAusfuehren(zuweisungen[1:], PrimZuwAusfuehren(zuweisungen[0], zustand))
95 Schritt 3: Terminterpreter
Auf der rechten Seite einer Zuweisung sollen jetzt auch beliebige Rechenterme erlaubt sein. Wir beschränken uns auf das Rechnen mit ganzen Zahlen. Als Rechenoperationen sollen daher +, -, *, / (Division ohne Rest), % (Rest bei der Division) betrachtet werden.
{x: 2; y: 5}
x := x-y;
{x: -3; y: 5}
y := x+y;
{x: -3; y: 2}
x := y-x
{x: 5; y: 2}
96 Aufgabe
Ergänzen Sie die bereits begonnene Funktionsdeklaration und verallgemeinern Sie den Zuweisungsinterpreter. Beachten Sie die hier gewählte Darstellung von Termen, z. B.:
z+(x-y) wird dargestellt durch ('+', 'z', ('-', 'x', 'y'))x+1 wird dargestellt durch ('+', 'x', 1)
def TermWert(term, zustand): if isinstance(term, int): return term else: if not isinstance(term, tuple): return VariablenWert(term, zustand) else: if term[0] == '+': return TermWert(term[1], zustand) + TermWert(term[2], zustand) else: ...
97 Schritt 4: Bedingungsinterpreter
Als nächstes sollen Anweisungen mit Bedingungen (wie z. B. if (x > 0) then ...) betrachtet werden. Hierzu muss der Interpreter Bedingungen auswerten können. Der Einfachheit halber betrachten wir nur Bedingungen vom Typ <Term> <Vergleich> <Term>. Logische Verknüpfungen von Bedingungen sollen also keine Rolle spielen.
Spezifikation:BooleWert
[('x', 2), ('y', 5)]
('>', 'y', ('+', 'x', 'x'))
zustand
termTrue
98 Aufgabe
Entwickeln Sie analog zur Auswertung von Rechentermen eine Funktion zur Auswertung von Bedingungen.
99 Schritt 5: Kontrollinterpreter
Ziel ist es, Fallunterscheidungs- und Wiederholungsanweisungen auszuführen, wie sie etwa im unten dargestellten Programm vorkommen.
BEGINp := 1;WHILE u > 0 DO BEGIN IF u mod 2 = 1 THEN BEGIN u := u – 1; p := p * b; END; u := u div 2; b := b* b; ENDEND
100 Aufgabe
Überlegen Sie sich eine Darstellung von Kontrollanweisungen (wie im Programm) mit den von Python zur Verfügung gestellten Datenstrukturen. Entwickeln Sie geeignete Funktionen zur Ausführung dieser Anweisungen.
BEGINp := 1;WHILE u > 0 DO BEGIN IF u mod 2 = 1 THEN BEGIN u := u – 1; p := p * b; END; u := u div 2; b := b* b; ENDEND
101 Lösungsvorschlag
Fallunterscheidung: ('if', (..Bedingung..), [..Then-Anweisungen..], [..Else-Anweisungen..])
Wiederholung:('while', (..Bedingung..), [..Anweisungen..])
BEGINp := 1;WHILE u > 0 DO BEGIN IF u mod 2 = 1 THEN BEGIN u := u – 1; p := p * b; END; u := u div 2; b := b* b; ENDEND
[(':=', 'p', 1), ('while', ('>', 'u', 0), [('if', ('==', ('%', 'u', 2), 1), [(':=', 'u', ('-', 'u', 1)), (':=', 'p', ('*', 'p', 'b'))],[]), (':=', 'u', ('/', 'u', 2)), (':=', 'b', ('*', 'b', 'b'))])]
102 Lösungsvorschlag
def AnwAusfuehren(anweisung, zustand): if anweisung[0] == ':=': return NeuerZustand(anweisung[1], TermWert(anweisung[2], zustand), zustand) else: if anweisung[0] == 'if': if BooleWert(anweisung[1], zustand): return AnwSeqAusfuehren(anweisung[2], zustand) else: return AnwSeqAusfuehren(anweisung[3], zustand) else: if anweisung[0] == 'while': if BooleWert(anweisung[1], zustand): return AnwAusfuehren(anweisung, AnwSeqAusfuehren(anweisung[2], zustand)) else: return zustand
103 Lösungsvorschlag
def AnwSeqAusfuehren(anweisungen, zustand): if len(anweisungen) == 0: return zustand else: return AnwSeqAusfuehren(anweisungen[1:], AnwAusfuehren(anweisungen[0], zustand))
104 Lösungsvorschlag
def ProgrammAusfuehren(programm, zustand): return AnwSeqAusfuehren(programm, zustand)
Beachten Sie, dass ein Programm hier immer eine Anweisungssequenz ist, auch wenn es nur aus einer Anweisung besteht.
105 Teil 6
Deklarative Programmierung
106 Ein Problem - zwei Lösungen
Problem:Wie fügt man die Elemente einer Listen (die alle Zeichenketten sein sollen) zu einer einzigen Zeichenkette zusammen?
Lösung:
Wenn die Liste leer ist, dann ist die leere Liste bereits das Ergebnis. Wenn die Liste nicht leer ist, dann erhält man das Ergebnis wie folgt: Man fügt das erste Element vorne an die Zeichenkette, die man erhält, wenn man alle Elemente der Restliste zusammenfügt.
def zusammenfuegen(liste): if len(liste) == 0: return '' else: return liste[0] + zusammenfuegen(liste[1:])
Lösung:
Stell eine Hilfsliste "ergebnis" wie folgt zusammen:Starte mit der einer leeren Liste.Füge Schritt für Schritt alle Elemente der Liste jeweils am Ende der Hilfsliste ein. Die am Schluss erhaltene Hilfsliste ist die gesuchte Liste.
def zusammenfuegen(liste): ergebnis = '' for wort in liste: ergebnis = ergebnis + wort return ergebnis
Deklarativer Ansatz:Man beschreibt, welche Eigenschaften das Ergebnis haben soll, das man beim Zusammenfügen erhält.
Imperativer Ansatz:Man beschreibt Schritt für Schritt den Vorgang, wie man alle Elemente der Liste zusammenfügt.
107 Imperative Programmierung
Ansatz: Beschreiben, wie die Ergebnisse berechnet werden sollenZentrale Bausteine imperativer Programme sind Wertzuweisungen, die i.a. den momentanen Variablenzustand (Speicherzustand) verändern. Imperative Programmierung ist wegen der Möglichkeit, Seiteneffekte zu produzieren, recht fehleranfällig.
Ansatz: Beschreiben, wie die Ergebnisse berechnet werden sollenZentrale Bausteine imperativer Programme sind Wertzuweisungen, die i.a. den momentanen Variablenzustand (Speicherzustand) verändern. Imperative Programmierung ist wegen der Möglichkeit, Seiteneffekte zu produzieren, recht fehleranfällig.
Register-maschine
def zusammenfuegen(liste): ergebnis = '' for wort in liste: ergebnis = ergebnis + wort return ergebnis
{liste: ['HA', 'LL', 'O']}
{ergebnis: 'HALLO']}E.-Zustand
A.-Zustand
Anweisungen
Imperative Programmierung besteht darin, eine (mehr oder weniger abstrakte) Maschine mit Hilfe von Anweisungen zu steuern.
108 Deklarative Programmierung
Ansatz: Beschreiben, was in der Modellwelt gelten sollDie funktionale Programmierung arbeitet ohne Speichervariablen. Variablen kommen hier nur als Funktionsvariablen zur Übergabe von Funktionsargumenten vor. Seiteneffekte sind demnach in der funktionalen Programmierung nicht möglich. Das Verhalten einer Funktion wird vollständig durch die Funktionsdeklarationen festgelegt.
Ansatz: Beschreiben, was in der Modellwelt gelten sollDie funktionale Programmierung arbeitet ohne Speichervariablen. Variablen kommen hier nur als Funktionsvariablen zur Übergabe von Funktionsargumenten vor. Seiteneffekte sind demnach in der funktionalen Programmierung nicht möglich. Das Verhalten einer Funktion wird vollständig durch die Funktionsdeklarationen festgelegt.
Reduktions-maschine
def zusammenfuegen(liste): if len(liste) == 0: return '' else: return liste[0] + zusammenfuegen(liste[1:])
zusammenfuegen(['HA', 'LL', 'O'])
'HALLO'Ergebnis
Term
Deklarationen
Deklarative Programmierung besteht darin, den Problemkontext (Miniwelt) mit gegebenen Mitteln (hier: Funktionen) zu beschreiben.
109 Fazit
Funktionale Programmierung erfolgt auf einem höheren Abstraktionsniveau:- keine Anweisungen an eine Maschine, - sondern Beschreibung funktionaler Zusammenhänge.
Konsequenzen:- Funktionale Programme sind kurz.- Funktionale Programme sind leicht zu verstehen.- Funktionale Programmierung ist wenig fehleranfällig.- Funktionale Programmierung eignet sich zum „Prototyping“.
Funktionale Programmierung erfolgt auf einem höheren Abstraktionsniveau:- keine Anweisungen an eine Maschine, - sondern Beschreibung funktionaler Zusammenhänge.
Konsequenzen:- Funktionale Programme sind kurz.- Funktionale Programme sind leicht zu verstehen.- Funktionale Programmierung ist wenig fehleranfällig.- Funktionale Programmierung eignet sich zum „Prototyping“.
110 Literaturhinweise
[Becker 99] K. Becker: Funktionale Programmierung. Materialien zum Lehrplan Informatik. LMZ 1999. (http://informatikag.bildung-rp.de/html/funktprog.html)
[Becker 00] K. Becker: Problemlösen mit dem Computeralgebrasystem Derive - informatisch betrachtet. (http://informatikag.bildung-rp.de/html/derive.html)
[Becker 04] K. Becker: Funktionale Programmierung mit Caml. (http://informatik.bildung-rp.de/fileadmin/user_upload/informatik.bildung-rp.de/Weiterbildung/pps/WB-FunktionaleProgrammierungCaml.pps)
[Fischbacher 97] T. Fischbacher: Funktionale Programmierung. In: LOG IN 17 (1997) Heft 3 / 4, S. 24-26.
[ISB 97] Staatliches Institut für Schulpädagogik und Bildungsforschung München (Hrsg.): Funktionales Programmieren in Gofer. Baustein zur Didaktik der Informatik. München, 1997.
[Puhlmann 98] H. Puhlmann: Funktionales Programmieren - Eine organische Verbindung von Informatikunterricht und Mathematik. In: LOG IN 18 (1998) Heft 2, S. 46-50.
[Schwill 93] A. Schwill: Funktionale Programmierung mit Caml. In: LOG IN 13 (1993) Heft 4, S. 20-30.
[Wagenknecht 94] Christian Wagenknecht: Rekursion. Ein didaktischer Zugang mit Funktionen. Bonn: Dümmlers Verlag 1994.
[Wolff von Gudenberg 96] J. Wolff. von Gudenberg: Algorithmen, Datenstrukturen, Funktionale Programmierung. Eine praktische Einführung mit Caml Light. Bonn: Addison-Wesley 1996.