Unterschiede

Hier werden die Unterschiede zwischen zwei Versionen der Seite angezeigt.

--- gf_informatik:daten:processing:dictionaries [2023-05-24 07:54] – [Aufgabe 3: Zwei Datasets kombinieren] hof
+++ gf_informatik:daten:processing:dictionaries [2025-06-16 08:57] (aktuell) – hof
@@ Zeile 6: / Zeile 6: @@
 Wie wir wissen, können wir in einem (sortierten) Wörterbuch (Diktionär) effizient suchen:
-  * Der Suchbereich wird fortlaufend halbiert (s.a. Binäre Suche in [[gf_informatik:suchen_und_sortieren]])
+  * Der Suchbereich wird fortlaufend halbiert (s.a. Binäre Suche in [[gf_informatik:suchen_und_sortieren_2023]])
   * Bei $n$ Einträgen benötigt die Suche nach einem Element nur $log_2(n)$ Zugriffe, also
     * $10$ Zugriffe für $1024$ Elemente,
@@ Zeile 18: / Zeile 18: @@
     * Ein Dictionary stellt eine Sammlung von `Schlüssel : Wert` Paaren dar (oder `key : value`).
     * Erlaubt direkten Zugriff auf jedes Element mit dem gewünschten *Schlüssel*.
-    * In Wahrheit benützt sie nicht binäre Suche, sondern eine noch schnellere Zugriffsart: [[wpde>Hashtabelle]].
+    * Jeder Schlüssel kann nur einmal vorkommen, Werte hingegen können mehrfach enthalten sein.
+    * In Wirklichkeit benützen Dictionaries nicht binäre Suche, sondern eine noch schnellere Zugriffsart: [[wpde>Hashtabelle]].
 Ein leeres Dictionary wird mit geschweiften Klammern erzeugt:
@@ Zeile 83: / Zeile 84: @@
 Schreibe Code wie die obigen Beispiele, um eine Sammlung von Postleitzahlen anzulegen.
-Wie müsste man vorgehen, wenn wir sowohl ein Mapping von Ortsnamen zu Postleitzahlen als auch umgekehrt von Postleitzahlen zu Ortsnamen haben möchten?
+Wie müsste man vorgehen, wenn wir sowohl ein Dictionary von Ortsnamen zu Postleitzahlen als auch umgekehrt von Postleitzahlen zu Ortsnamen haben möchten?
 ++++Antwort:|
 Wir benötigen dafür zwei separate Dictionaries.
 ++++
 ### Aufgabe 2: CSV in ein Dictionary einlesen
-Lies die Datei [[https://kantonsschuleromanshorn.sharepoint.com/sites/FSInformatik/Freigegebene%20Dokumente/2M/Daten/Processing/Beispieldaten/plz.csv?download=1|plz.csv]] ein und erstelle daraus ein Dictionary von Ortsnamen zu Postleitzahl.
+Lies die Datei [[https://kantonsschuleromanshorn.sharepoint.com/:f:/s/FSInformatik/Ek-Hi_stH2RMjDa-wQN9jekBMeF_YD6rvhmibDlNglGWxw?e=Y3AX65|plz.csv]] ein und erstelle daraus ein Dictionary von Ortsnamen zu Postleitzahl.
 Die Daten sehen so aus:
@@ Zeile 102: / Zeile 104: @@
 </code>
-Hinweis:
+Hinweise:
   * Die PLZ steht zuerst, also an `values[0]`
   * Der Ort ist an zweiter Stelle, also `values[1]`
-  * Wir wollen ein umgekehrtes Dictionary von Ortsnamen zu PLZ.
+  * Wir wollen ein **umgekehrtes** Dictionary von Ortsnamen zu PLZ.
-  * Ein Ortsnamen kann mehrere Postleitzahlen haben - wir möchten immer die erste behalten (also `1000` für Lausanne, nicht `1005`).
+  * Ein Ortsnamen kann mehrere Postleitzahlen haben - wir möchten immer die kleinste behalten (also `1000` für Lausanne, nicht `1005`).
-<nodisp 2>
+<nodisp 1>
 ++++Code|
 <code python>
@@ Zeile 127: / Zeile 129: @@
 ++++
 </nodisp>
 ### Aufgabe 3: Zwei Datasets kombinieren
@@ Zeile 136: / Zeile 140: @@
 ++++
-<nodisp 2>
+<nodisp 1>
 ++++Lösung:|
 <code python>