From e4264d88fa9d4a348c17be36b6ab67e938a85627 Mon Sep 17 00:00:00 2001 From: Vivien Engling Date: Thu, 12 Nov 2026 12:38:43 +0100 Subject: [PATCH] file pasta log --- async/pasta.log | 9 +++++ pr 5/coins.py | 105 +++++++++++++++++++++++++++++++++++------------- 2 files changed, 85 insertions(+), 29 deletions(-) create mode 100644 async/pasta.log diff --git a/async/pasta.log b/async/pasta.log new file mode 100644 index 0000000..841dd02 --- /dev/null +++ b/async/pasta.log @@ -0,0 +1,9 @@ +2026-11-12 12:31:51,694 [INFO] Alice hat Hunger und versucht, die linke Gabel zu bekommen. +2026-11-12 12:31:51,694 [INFO] Alice hat die linke Gabel erhalten. +2026-11-12 12:31:51,695 [INFO] Bob hat Hunger und versucht, die linke Gabel zu bekommen. +2026-11-12 12:31:51,695 [INFO] Bob hat die linke Gabel erhalten. +2026-11-12 12:31:51,695 [INFO] Charlie hat Hunger und versucht, die linke Gabel zu bekommen. +2026-11-12 12:31:51,695 [INFO] Charlie hat die linke Gabel erhalten. +2026-11-12 12:31:51,975 [INFO] Bob versucht, die rechte Gabel zu bekommen. +2026-11-12 12:31:51,976 [INFO] Charlie versucht, die rechte Gabel zu bekommen. +2026-11-12 12:31:51,976 [INFO] Alice versucht, die rechte Gabel zu bekommen. diff --git a/pr 5/coins.py b/pr 5/coins.py index 202ddfe..de4622b 100644 --- a/pr 5/coins.py +++ b/pr 5/coins.py @@ -1,36 +1,83 @@ -from functools import lru_cache -from timing import timing +import functools +import time -def count_change_memoized(amount, coins=(1, 2, 5, 10, 20, 50)): - """Münzwechsel-Problem mit LRU-Cache für Performanz-Optimierung.""" +# ========================================== +# 1. TIMING-DECORATOR ZUR LAUFZEITMESSUNG +# ========================================== +def timing(func): + """Ein Decorator, der die Ausführungszeit einer Funktion misst - # Der lru_cache speichert bereits berechnete Ergebnisse für bestimmte (n, coin_index)-Tupel, - # wodurch doppelte Berechnungen vermieden und die Laufzeit drastisch verbessert wird. - @lru_cache(maxsize=None) - def helper(n, coin_index): - # Basisfall 1: Der Betrag wurde exakt auf 0 reduziert -> gültige Kombination gefunden - if n == 0: - return 1 - - # Basisfall 2: Betrag ist negativ (ungültig) oder es sind keine Münzen mehr im Array übrig - if n < 0 or coin_index >= len(coins): - return 0 - - # Rekursiver Schritt (aufgeteilt in zwei Äste): - # 1. Aktuelle Münze verwenden: Wir subtrahieren den Münzwert vom Betrag ('n - coins[...]') - # und bleiben beim selben Index, da Münzen mehrfach verwendet werden dürfen. - # 2. Aktuelle Münze überspringen: Der Betrag 'n' bleibt gleich, aber wir gehen zum nächsten - # Münzindex über ('coin_index + 1'). - return helper(n - coins[coin_index], coin_index) + helper( - n, coin_index + 1 + und auf der Konsole ausgibt. + """ + @functools.wraps(func) + def wrapper(*args, **kwargs): + start = time.perf_counter() + result = func(*args, **kwargs) + end = time.perf_counter() + print( + f"{func.__name__}({args[0]}) dauerte {(end - start) * 1000:.4f}" + " Millisekunden." ) + return result - # Start der Rekursion mit dem Zielbetrag und dem ersten Münzindex (0) - return helper(amount, 0) + return wrapper -# Testen des Codes mit Zeitmessung über den @timing-Decorator -betrag = 100 -anzahl = timing(count_change_memoized)(betrag) -print(f"Möglichkeiten für {betrag} Cent: {anzahl}") \ No newline at end of file +# ========================================== +# 2. SOPHIAS URSPRÜNGLICHE REKURSIVE FUNKTION +# ========================================== +@timing +def coins(n): + """Sophias rekursive Funktion zur Berechnung der Möglichkeiten + + (bzw. geordneten Zerlegungen/Permutationen) für einen Betrag n. + + Erklärung: + - Wenn n == 0: Genau 1 Möglichkeit (der Betrag wurde exakt erreicht). + - Wenn n < 0: 0 Möglichkeiten (der Betrag wurde überschritten). + - Andernfalls summiert sich die Anzahl der Möglichkeiten aus den + verbleibenden Beträgen nach Abzug einer 1er-, 2er- oder 5er-Münze. + """ + if n == 0: + return 1 + if n < 0: + return 0 + return coins(n - 1) + coins(n - 2) + coins(n - 5) + + +# ========================================== +# 3. OPTIMIERTE FUNKTION MIT MEMOIZATION +# ========================================== +@timing +@functools.lru_cache(maxsize=None) +def coins_memo(n): + """Optimierte Variante mit @functools.lru_cache. + + Warum das hilft (Memoization): + - Ohne Cache berechnet die reine Rekursion denselben Teilbaum + (z.B. coins(3)) tausendfach neu (exponentielles Wachstum O(3^n)). + - Der Cache merkt sich einmal berechnete Ergebnisse. Wird derselbe + Wert nochmal abgefragt, liefert Python ihn sofort in O(1)-Zeit + zurück. Die Laufzeit sinkt dadurch drastisch auf linear O(n). + """ + if n == 0: + return 1 + if n < 0: + return 0 + return coins_memo(n - 1) + coins_memo(n - 2) + coins_memo(n - 5) + + +# ========================================== +# AUSFÜHRUNG & VERGLEICH +# ========================================== +if __name__ == "__main__": + print("--- Ohne Memoization ---") + # Bei kleinen Werten läuft es noch schnell, bei höheren (ab ca. n=35) + # bricht die Performance ein, weil sich die Rekursion totläuft. + coins(15) + + print("\n--- Mit Memoization ---") + # Selbst große Beträge wie n=100 werden dank des Caches + # in Bruchteilen einer Millisekunde gelöst. + coins_memo(100) \ No newline at end of file