Download the Full Version of textbook for Fast Typing at textbookfull.

com

Introduction to Computing and Programming in

Python, Global Edition Mark J. Guzdial

https://textbookfull.com/product/introduction-to-computing-
and-programming-in-python-global-edition-mark-j-guzdial/

OR CLICK BUTTON

DOWNLOAD NOW

Download More textbook Instantly Today - Get Yours Now at textbookfull.com

 Recommended digital products (PDF, EPUB, MOBI) that
you can download immediately if you are interested.

A Concise Introduction to Programming in Python Second

Edition Mark J. Johnson

https://textbookfull.com/product/a-concise-introduction-to-
programming-in-python-second-edition-mark-j-johnson/

textboxfull.com

Introduction to Scientific Programming with Python Joakim

Sundnes

https://textbookfull.com/product/introduction-to-scientific-
programming-with-python-joakim-sundnes/

textboxfull.com

Bite Size Python An Introduction to Python Programming 1st

Edition April Speight

https://textbookfull.com/product/bite-size-python-an-introduction-to-
python-programming-1st-edition-april-speight/

textboxfull.com

Introduction To Computing And Problem Solving Using Python

1st Edition E. Balaguruswamy

https://textbookfull.com/product/introduction-to-computing-and-
problem-solving-using-python-1st-edition-e-balaguruswamy/

textboxfull.com
Introduction to Computation and Programming Using Python
3rd Edition John V. Guttag

https://textbookfull.com/product/introduction-to-computation-and-
programming-using-python-3rd-edition-john-v-guttag/

textboxfull.com

Introduction to Computation and Programming Using Python

3rd Edition John V. Guttag

https://textbookfull.com/product/introduction-to-computation-and-
programming-using-python-3rd-edition-john-v-guttag-2/

textboxfull.com

Python Programming An Introduction to Computer Science

John M. Zelle

https://textbookfull.com/product/python-programming-an-introduction-
to-computer-science-john-m-zelle/

textboxfull.com

How to Design Programs An Introduction to Programming and

Computing Matthias Felleisen

https://textbookfull.com/product/how-to-design-programs-an-
introduction-to-programming-and-computing-matthias-felleisen/

textboxfull.com

Introduction to Computation and Programming Using Python

with Application to Understanding Data Guttag

https://textbookfull.com/product/introduction-to-computation-and-
programming-using-python-with-application-to-understanding-data-
guttag/
textboxfull.com
 Introduction to
Computing and
Programming
TM
in Python
A MULTIMEDIA APPROACH

Mark J. Guzdial and Barbara Ericson

College of Computing/GVU
Georgia Institute of Technology

Fourth Edition
Global Edition

Boston Columbus Indianapolis New York San Francisco Hoboken

Amsterdam Cape Town Dubai London Madrid Milan Munich Paris Montreal Toronto
Delhi Mexico City São Paulo Sydney Hong Kong Seoul Singapore Taipei Tokyo
Vice President and Editorial Director, ECS: Marcia J. Horton Senior Manufacturing Controller, Global Edition: Kay Holman
Executive Editor: Tracy Johnson Media Production Manager, Global Edition: Vikram Kumar
Assistant Acquisitions Editor, Global Edition: Aditee Agarwal Global HE Director of Vendor Sourcing and Procurement: Diane Hynes
Executive Marketing Manager: Tim Galligan Director of Operations: Nick Sklitsis
Marketing Assistant: Jon Bryant Operations Specialist: Maura Zaldivar-Garcia
Senior Managing Editor: Scott Disanno Cover Designer: Lumina Datamatics
Production Project Manager: Greg Dulles Manager, Rights and Permissions: Rachel Youdelman
Program Manager: Carole Snyder Associate Project Manager, Rights and Permissions: Timothy Nicholls
Project Editor, Global Edition: K.K. Neelakantan Full-Service Project Management: Kalpana Arumugam, SPi Global

MICROSOFT AND/OR ITS RESPECTIVE SUPPLIERS MAKE NO REPRESENTATIONS ABOUT THE SUITABILITY OF THE INFORMATION
CONTAINED IN THE DOCUMENTS AND RELATED GRAPHICS PUBLISHED AS PART OF THE SERVICES FOR ANY PURPOSE. ALL SUCH
DOCUMENTS AND RELATED GRAPHICS ARE PROVIDED “AS IS” WITHOUT WARRANTY OF ANY KIND. MICROSOFT AND/OR ITS
RESPECTIVE SUPPLIERS HEREBY DISCLAIM ALL WARRANTIES AND CONDITIONS WITH REGARD TO THIS INFORMATION,
INCLUDING ALL WARRANTIES AND CONDITIONS OF MERCHANTABILITY, WHETHER EXPRESS, IMPLIED OR STATUTORY, FITNESS
FOR A PARTICULAR PURPOSE, TITLE AND NON-INFRINGEMENT. IN NO EVENT SHALL MICROSOFT AND/OR ITS RESPECTIVE
SUPPLIERS BE LIABLE FOR ANY SPECIAL, INDIRECT OR CONSEQUENTIAL DAMAGES OR ANY DAMAGES WHATSOEVER RESULTING
FROM LOSS OF USE, DATA OR PROFITS, WHETHER IN AN ACTION OF CONTRACT, NEGLIGENCE OR OTHER TORTIOUS ACTION,
ARISING OUT OF OR IN CONNECTION WITH THE USE OR PERFORMANCE OF INFORMATION AVAILABLE FROM THE SERVICES. THE
DOCUMENTS AND RELATED GRAPHICS CONTAINED HEREIN COULD INCLUDE TECHNICAL INACCURACIES OR TYPOGRAPHICAL
ERRORS. CHANGES ARE PERIODICALLY ADDED TO THE INFORMATION HEREIN. MICROSOFT AND/OR ITS RESPECTIVE SUPPLIERS
MAY MAKE IMPROVEMENTS AND/OR CHANGES IN THE PRODUCT(S) AND/OR THE PROGRAM(S) DESCRIBED HEREIN AT ANY TIME.
PARTIAL SCREEN SHOTS MAY BE VIEWED IN FULL WITHIN THE SOFTWARE VERSION SPECIFIED.

Pearson Education Limited

Edinburgh Gate
Harlow
Essex CM20 2JE
England

and Associated Companies throughout the world

Visit us on the World Wide Web at:

www.pearsonglobaleditions.com

© Pearson Education Limited 2016

The rights of Mark J. Guzdial and Barbara Ericson to be identified as the authors of this work have been asserted by them in accordance with the
Copyright, Designs and Patents Act 1988.

Authorized adaptation from the United States edition, entitled Introduction to Computing and Programming in Python™ : A Multimedia Approach, Fourth
Edition, ISBN 9780134025544, by Mark J. Guzdial and Barbara Ericson published by Pearson Education © 2016.

All rights reserved. No part of this publication may be reproduced, stored in a retrieval system, or transmitted in any form or by any means, electronic,
mechanical, photocopying, recording or otherwise, without either the prior written permission of the publisher or a license permitting restricted copying in
the United Kingdom issued by the Copyright Licensing Agency Ltd, Saffron House, 6−10 Kirby Street, London EC1N 8TS.

All trademarks used herein are the property of their respective owners. The use of any trademark in this text does not vest in the author or publisher any
trademark ownership rights in such trademarks, nor does the use of such trademarks imply any affiliation with or endorsement of this book by such owners.

British Library Cataloguing-in-Publication Data

A catalogue record for this book is available from the British Library

10 9 8 7 6 5 4 3 2 1

ISBN 10: 1-292-10986-6

ISBN 13: 978-1-292-10986-2

Typeset in 10.5/13 Times by SPi Global

Printed and bound in Malaysia.
Dedicated to our first teachers, our parents:
Janet, Charles, Gene, and Nancy
This page intentionally left blank
 Contents
Preface for the Fourth Edition 13
Preface to the First Edition 18
About the Authors 24

1 INTRODUCTION 25
1 Introduction to Computer Science and Media
Computation 27
1.1 What Is Computer Science About? 27
1.2 Programming Languages 30
1.3 What Computers Understand 33
1.4 Media Computation: Why Digitize Media? 35
1.5 Computer Science for Everyone 37
1.5.1 It’s About Communication 37
1.5.2 It’s About Process 37
1.5.3 You Will Probably Need It 38

2 Introduction to Programming 42
2.1 Programming Is About Naming 42
2.1.1 Files and Their Names 44
2.2 Programming in Python 45
2.3 Programming in JES 46
2.4 Media Computation in JES 47
2.4.1 Showing a Picture 51
2.4.2 Playing a Sound 54
2.4.3 Naming Values 54
2.5 Making a Program 57
2.5.1 Functions: Real Math-Like Functions That Take
Input 61
6 Contents

3 Creating and Modifying Text 68

3.1 Strings: Making Human Text in a Computer 68
3.1.1 Making Strings from Strings: Telling Stories 70
3.2 Taking Strings Apart with For 73
3.2.1 Testing the Pieces 75
3.2.2 Taking String Apart, and Putting Strings Together 78
3.2.3 Taking Strings Apart with Indices 81
3.2.4 Mirroring, Reversing, and Separating Strings with Index 83
3.2.5 Encoding and Decoding Strings Using a Keyword Cipher 85
3.3 Taking Strings Apart by Words 87
3.4 What’s Inside a String 90
3.5 What a Computer Can Do 91

4 Modifying Pictures Using Loops 98

4.1 How Pictures Are Encoded 99
4.2 Manipulating Pictures 104
4.2.1 Exploring Pictures 108
4.3 Changing Color Values 110
4.3.1 Using Loops in Pictures 110
4.3.2 Increasing/Decreasing Red (Green, Blue) 112
4.3.3 Testing the Program: Did That Really Work? 117
4.3.4 Changing One Color at a Time 118
4.4 Creating a Sunset 119
4.4.1 Making Sense of Functions 119
4.5 Lightening and Darkening 124
4.6 Creating a Negative 125
4.7 Converting to Grayscale 126
4.8 Specifying Pixels by Index 128

5 Picture Techniques with Selection 138

5.1 Replacing Colors: Red-Eye, Sepia Tones, and Posterizing 138
5.1.1 Reducing Red-Eye 142
5.1.2 Sepia-Toned and Posterized Pictures: Using
Conditionals to Choose the Color 144
5.2 Comparing Pixels: Edge Detection 150
5.3 Background Subtraction 153
5.4 Chromakey 156
5.5 Coloring in ranges 161
 Contents 7

5.5.1 Adding a Border 161

5.5.2 Lightening the Right Half of a Picture 162
5.6 Selecting without Retesting 163

6 Modifying Pixels by Position 169

6.1 Processing Pixels Faster 169
6.1.1 Looping across the Pixels with Range 171
6.1.2 Writing Faster Pixel Loops 173
6.2 Mirroring a Picture 175
6.3 Copying and Transforming Pictures 182
6.3.1 Copying 183
6.3.2 Copying Smaller and Modifying 189
6.3.3 Copying and Referencing 191
6.3.4 Creating a Collage 193
6.3.5 General Copying 196
6.3.6 Rotation 197
6.3.7 Scaling 200
6.4 Combining Pixels: Blurring 205
6.5 Blending Pictures 208
6.6 Drawing on Images 210
6.6.1 Drawing with Drawing Commands 212
6.6.2 Vector and Bitmap Representations 213
6.7 Programs as Specifying Drawing Process 215
6.7.1 Why Do We Write Programs? 216

2 SOUND 225
7 Modifying Sounds Using Loops 227
7.1 How Sound Is Encoded 227
7.1.1 The Physics of Sound 227
7.1.2 Investigating Different Sounds 230
7.1.3 Encoding the Sound 235
7.1.4 Binary Numbers and Two’s Complement 236
7.1.5 Storing Digitized Sounds 237
7.2 Manipulating Sounds 239
7.2.1 Open Sounds and Manipulating Samples 239
7.2.2 Using the JES MediaTools 242
7.2.3 Looping 243
7.3 Changing the Volume of Sounds 244
8 Contents

7.3.1 Increasing Volume 244

7.3.2 Did That Really Work? 245
7.3.3 Decreasing Volume 249
7.3.4 Using Array Index Notation 250
7.3.5 Making Sense of Functions in Sounds 251
7.4 Normalizing Sounds 251
7.4.1 Generating Clipping 253

8 Modifying Samples in a Range 259

8.1 Manipulating Different Sections of the Sound Differently 259
8.1.1 Revisiting Index Array Notation 260
8.2 Splicing Sounds 262
8.3 General Clip and Copy 269
8.4 Reversing Sounds 271
8.5 Mirroring 273
8.6 On Functions and Scope 273

9 Making Sounds by Combining Pieces 279

9.1 Composing Sounds Through Addition 279
9.2 Blending Sounds 280
9.3 Creating an Echo 282
9.3.1 Creating Multiple Echoes 284
9.3.2 Creating Chords 284
9.4 How Sampling Keyboards Work 285
9.4.1 Sampling as an Algorithm 289
9.5 Additive Synthesis 289
9.5.1 Making Sine Waves 289
9.5.2 Adding Sine Waves Together 291
9.5.3 Checking Our Result 292
9.5.4 Square Waves 293
9.5.5 Triangular Waves 295
9.6 Modern Music Synthesis 297
9.6.1 MP3 297
9.6.2 MIDI 298

10 Building Bigger Programs 302

10.1 Designing Programs Top-Down 303
10.1.1 A Top-Down Design Example 304
10.1.2 Designing the Top-Level Function 305
10.1.3 Writing the Subfunctions 307
 Contents 9

10.2 Designing Programs Bottom-Up 311

10.2.1 An Example Bottom-Up Process 312
10.3 Testing Your Program 312
10.3.1 Testing the Edge Conditions 314
10.4 Tips on Debugging 315
10.4.1 Finding Which Statement to Worry About 316
10.4.2 Seeing the Variables 316
10.4.3 Debugging the Adventure Game 318
10.5 Algorithms and Design 321
10.6 Connecting to Data Outside a Function 322
10.7 Running Programs Outside of JES 326

3 TEXT, FILES, NETWORKS, DATABASES,

AND UNIMEDIA 333
11 Manipulating Text with Methods and Files 335
11.1 Text as Unimedia 335
11.2 Manipulating Parts of Strings 336
11.2.1 String Methods: Introducing Objects and Dot Notation 337
11.2.2 Lists: Powerful, Structured Text 339
11.2.3 Strings Have No Font 341
11.3 Files: Places to Put Your Strings and Other Stuff 341
11.3.1 Opening and Manipulating Files 343
11.3.2 Generating Form Letters 344
11.3.3 Reading and Manipulating Data from the Internet 345
11.3.4 Scraping Information from a Web Page 348
11.3.5 Reading CSV Data 349
11.3.6 Writing Out Programs 351
11.4 The Python Standard Library 352
11.4.1 More on Import and Your Own Modules 353
11.4.2 Adding Unpredictably to Your Program with Random 354
11.4.3 Reading CSV Files with a Library 356
11.4.4 A Sampling of Python Standard Libraries 356

12 Advanced Text Techniques: Web

and Information 361
12.1 Networks: Getting Our Text from the Web 361
12.1.1 Automating Access to CSV Data 365
12.1.2 Accessing FTP 367
10 Contents

12.2 Using Text to Shift Between Media 368

12.3 Moving Information Between Media 371
12.4 Using Lists as Structured Text for Media Representations 374
12.5 Hiding Information in a Picture 375
12.5.1 Hiding a Sound Inside a Picture 377

13 Making Text for the Web 383

13.1 HTML: The Notation of the Web 383
13.2 Writing Programs to Generate HTML 388
13.2.1 Making Home Pages 390
13.3 Databases: A Place to Store Our Text 393
13.3.1 Relational Databases 395
13.3.2 An Example Relational Database Using Hash Tables 396
13.3.3 Working with SQL 399
13.3.4 Using a Database to Build Web Pages 401

4 MOVIES 407
14 Creating and Modifying Movies 409
14.1 Generating Animations 410
14.2 Working with Video Source 419
14.2.1 Video Manipulating Examples 419
14.3 Building a Video Effect Bottom-Up 423

15 Speed 430
15.1 Focusing on Computer Science 430
15.2 What Makes Programs Fast? 430
15.2.1 What Computers Really Understand 431
15.2.2 Compilers and Interpreters 432
15.2.3 What Limits Computer Speed? 436
15.2.4 Does It Really Make a Difference? 438
15.2.5 Making Searching Faster 441
15.2.6 Algorithms That Never Finish or Can’t Be Written 443
15.2.7 Why Is Photoshop Faster than JES? 444
15.3 What Makes a Computer Fast? 444
15.3.1 Clock Rates and Actual Computation 445
15.3.2 Storage: What Makes a Computer Slow? 446
15.3.3 Display 447
 Contents 11

16 Functional Programming 450

16.1 Using Functions to Make Programming Easier 450
16.2 Functional Programming with Map and Reduce 454
16.3 Functional Programming for Media 457
16.3.1 Media Manipulation without Changing State 458
16.4 Recursion: A Powerful Idea 459
16.4.1 Recursive Directory Traversals 464
16.4.2 Recursive Media Functions 466

17 Object-Oriented Programming 471

17.1 History of Objects 471
17.2 Working with Turtles 473
17.2.1 Classes and Objects 473
17.2.2 Sending Messages to Objects 474
17.2.3 Objects Control Their State 476
17.3 Teaching Turtles New Tricks 478
17.3.1 Overriding an Existing Turtle Method 480
17.3.2 Working with Multiple Turtles at Once 481
17.3.3 Turtles with Pictures 483
17.3.4 Dancing Turtles 484
17.3.5 Recursion and Turtles 487
17.4 An Object-Oriented Slide Show 488
17.4.1 Making the Slide Class More Object-Oriented 491
17.5 Object-Oriented Media 493
17.6 Joe the Box 498
17.7 Why Objects? 499

APPENDIX 506
A Quick Reference to Python 506
A.1 Variables 506
A.2 Function Creation 507
A.3 Loops and Conditionals 507
A.4 Operators and Representation Functions 508
A.5 Numeric Functions 509
A.6 Sequence Operations 509
A.7 String Escapes 509
12 Contents

A.8 Useful String Methods 509

A.9 Files 510
A.10 Lists 510
A.11 Dictionaries, Hash Tables, or Associative Arrays 510
A.12 External Modules 510
A.13 Classes 511
A.14 Functional Methods 511

Bibliography 512

Index 515
Preface for the
Fourth Edition
We started Media Computation in the of Summer 2002, and taught it for the first time
in Spring 2003. It’s now over ten years later, which is a good time to summarize the
changes across the second, third, and fourth editions.
Media Computation has been used successfully in an undergraduate course at Geor-
gia Tech for the last dozen years. The course continues to have high retention rates (over
85% of students complete the class with a passing grade), and is majority female. Both
students and teachers report enjoying the course, which is an important recommendation
for it.
Researchers have found that Media Computation works in a variety of contexts.
The University of Illinois-Chicago had the first Media Computation paper outside of
Georgia, and they showed how switching to MediaComp improved their retention
rates in classes that were much more diverse than those at Georgia Tech [41]. The
University of California-San Diego adopted Media Computation as part of a big change
in their introductory course, where they also started using pair-programming and peer
instruction. Their paper at the 2013 SIGCSE Symposium showed how these changes
led to dramatic improvements in student retention, even measured a year later in the
Sophomore year. The paper also won the Best Paper award at the conference [27].
It’s been particularly delightful to see Media Computation adopted and adapted for
new settings, like Cynthia Bailey Lee’s creation of a MATLAB Media Computation
curriculum [12].
Mark wrote a paper in 2013, summarizing ten years of Media Computation research.
Media Computation does often improve retention. Our detailed interview studies with
female students supports the claim that they find the approach to be creative and engag-
ing, and that’s what keeps the students in the class. That paper won the Best Paper award
at the 2013 International Computing Education Research (ICER) Conference [33].

HOW TO TEACH MEDIA COMPUTATION

Over the last 10 years, we have learned some of the approaches that work best for
teaching Media Computation.

• Let the students be creative. The most successful Media Computation classes
use open-ended assignments that let the students choose what media they use.
For example, a collage assignment might specify the use of particular filters and
compositions, but allow for the student to choose exactly what pictures are used.
These assignments often lead to the students putting in a lot more time to get just
the look that they wanted, and that extra time can lead to improved learning.
14 Preface for the Fourth Edition

• Let the students share what they produce. Students can produce some beautiful
pictures, sounds, and movies using Media Computation. Those products are more
motivating for the students when they get to share them with others. Some schools
provide online spaces where students can post and share their products. Other
schools have even printed student work and held an art gallery.
• Code live in front of the class. The best part of the teacher actually typing in code
in front of the class is that nobody can code for long in front of an audience and
not make a mistake. When the teacher makes a mistake and fixes it, the students
see (a) that errors are expected and (b) there is a process for fixing them. Coding
live when you are producing images and sounds is fun, and can lead to unexpected
results and the opportunity to explore, “How did that happen?”
• Pair programming leads to better learning and retention. The research results on
pair programming are tremendous. Classes that use pair programming have better
retention results, and the students learn more.
• Peer instruction is great. Not only does peer instruction lead to better learning
and retention outcomes, but it also gives the teacher better feedback on what the
students are learning and what they are struggling with. We strongly encourage
the use of peer instruction in computing classes.
• Worked examples help with creativity learning. Most computer science classes
do not provide anywhere nearly enough worked-out examples for students to
learn from. Students like to learn from examples. One of the benefits of Media
Computation is that we provide a lot of examples (we’ve never tried to count the
number of for and if statements in the book!), and it’s easy to produce more
of them. In class, we do an activity where we hand out example programs, then
show a particular effect. We ask pairs or groups of students to figure out which
program generated that effect. The students talk about code, and study a bunch of
examples.

AP CS PRINCIPLES
The Advanced Placement exam in CS Principles1 has now been defined. We have
explicitly written the fourth edition with CS Principles in mind. For example, we show
how to measure the speed of a program empirically in order to contrast two algorithms
(Learning Objective 4.2.4), and we explore multiple ways of analyzing CSV data from
the Internet (Learning Objectives 3.1.1, 3.2.1, and 3.2.2).
Overall, we address the CS Principles learning objectives explicitly in this book as
shown below:
• In Big Idea I: Creativity:
• LO 1.1.1: . . . use computing tools and techniques to create artifacts.
• LO 1.2.1: . . . use computing tools and techniques for creative expression.
1
http://apcsprinciples.org
 Preface for the Fourth Edition 15

• LO 1.2.2: . . . create a computational artifact using computing tools and techniques

to solve a problem.
• LO 1.2.3: . . . create a new computational artifact by combining or modifying
existing artifacts.
• LO 1.2.5: . . . analyze the correctness, usability, functionality, and suitability of
computational artifacts.
• LO 1.3.1: . . . use programming as a creative tool.
• In Big Idea II: Abstraction:
• LO 2.1.1: . . . describe the variety of abstractions used to represent data.
• LO 2.1.2: . . . explain how binary sequences are used to represent digital data.
• LO 2.2.2: . . . use multiple levels of abstraction in computation.
• LO 2.2.3: . . . identify multiple levels of abstractions being used when writing
programs.
• In Big Idea III: Data and information:
• LO 3.1.1: . . . use computers to process information, find patterns, and test
hypotheses about digitally processed information to gain insight and knowledge.
• LO 3.2.1: . . . extract information from data to discover and explain connections,
patterns, or trends.
• LO 3.2.2: . . . use large data sets to explore and discover information and knowl-
edge.
• LO 3.3.1: . . . analyze how data representation, storage, security, and transmission
of data involve computational manipulation of information.
• In Big Idea IV: Algorithms:
• LO 4.1.1: . . . develop an algorithm designed to be implemented to run on a
computer.
• LO 4.1.2: . . . express an algorithm in a language.
• LO 4.2.1: . . . explain the difference between algorithms that run in a reasonable
time and those that do not run in a reasonable time.
• LO 4.2.2: . . . explain the difference between solvable and unsolvable problems
in computer science.
• LO 4.2.4: . . . evaluate algorithms analytically and empirically for efficiency,
correctness, and clarity.
• In Big Idea V: Programming:
• LO 5.1.1: . . . develop a program for creative expression, to satisfy personal
curiosity or to create new knowledge.
• LO 5.1.2: . . . develop a correct program to solve problems.
• LO 5.2.1: . . . explain how programs implement algorithms.
• LO 5.3.1: . . . use abstraction to manage complexity in programs.
16 Preface for the Fourth Edition

• LO 5.5.1: . . . employ appropriate mathematical and logical concepts in program-

ming.
• In Big Idea VI: The Internet:
• LO 6.1.1: . . . explain the abstractions in the Internet and how the Internet func-
tions.

CHANGES IN THE FOURTH EDITION

1. We fixed lots of bugs that our crack bug-finders identified in the third edition.
2. We changed most of the pictures in the book – they were getting stale, and our kids
wanted us to not use as many pictures of them.
3. We added more end-of-chapter questions.
4. We added a whole new chapter, on text as a medium and manipulating strings
(to make sentences, koans, and codes). This isn’t a necessary chapter (e.g., we
introduce for and if statements, but we didn’t remove the introductions later in
the book). For some of our teachers, playing with text with shorter loops (iterating
over all the characters in a sentence is typically smaller than the thousands of pixels
in a picture) is a more comfortable way to start.
5. We gave up fighting the battle of inventing a Web scraper that could beat out the
changes that Facebook made, which kept breaking the one we put in the 3rd edition
and then kept updating on the teacher’s website2 . Instead, we wrote examples in
this book for processing CSV (Comma-Separated Values), a common format for
sharing data on the Internet. We parse the CSV from a file using string processing,
then using the CSV library in Python, and then accessing the data by URL.
6. We added some new edge detection code which is shorter and simpler to understand.
7. We added more with turtles: creating dancing turtles (using sleep from the time
module to pause execution) and recursive patterns.
8. We updated the book to use the latest features in JES, which include those that
reduce the need to use full pathnames (a problem identified by Stephen Edwards
and his students in their SIGCSE 2014 paper [43]).

ACKNOWLEDGMENTS
Our sincere thanks go out to all our reviewers and bug-finders:
• At the top of the list is Susan Schwarz of the US Military Academy at West Point.
Susan runs a large course with many instructors, and pays careful attention to
what’s going in all of the sections of the course. She turned that attention on
the third edition of this book. She caught many bugs, and gave us lots of useful
feedback. Thanks, Susan!
2
http://home.cc.gatech.edu/mediaComp and http://www.mediacomputation.org
 Preface for the Fourth Edition 17

• Our other bug finders for the book were John Rutkiewicz, U. Massachusetts–
Dartmouth; Brian Dorn, U. Nebraska–Omaha; Dave Largent, Ball State Univer-
sity; Simon, University of Newcastle; Eva Heinrich, Massey University; Peter
J. DePasquale, The College of New Jersey, and Bill Leahy, Georgia Institute of
Technology.
• Matthew Frazier, North Carolina State University, worked with us in the summer
of 2014 to create a new version of JES – fixing many bugs, and improving JES
considerably.
• We are grateful for the feedback from our book reviewers for the 4th edition:
Andrew Cencini, Bennington College; Susan Fox, Macalester College; Kristin
Lamberty, University of Minnesota-Morris; Jean Smith, Technical College of the
Lowcountry; and William T. Verts, University of Massachusetts-Amherst.
• We are grateful for the input from our book reviewers for the 3rd edition, too:
Joseph Oldham, Centre College; Lukasz Ziarek, Purdue University;Joseph
O’Rourke, Smith College; Atul Prakash, University of Michigan; Noah D. Bar-
nette, Virginia Tech; Adelaida A. Medlock, Drexel University; Susan E. Fox,
Macalester College; Daniel G. Brown, University of Waterloo; Brian A. Malloy,
Clemson University; Renee Renner, California State University, Chico.

Mark Guzdial and Barbara Ericson

Georgia Institute of Technology
Preface to the First Edition
Research in computing education makes it clear that one doesn’t just “learn to program.”
One learns to program something [8, 19], and the motivation to do that something can
make the difference between learning and not learning to program [5]. The challenge
for any teacher is to pick a something that is a powerful enough motivator.
People want to communicate. We are social creatures and the desire to communicate
is one of our primal motivations. Increasingly, the computer is used as a tool for com-
munication even more than a tool for calculation. Virtually all published text, images,
sounds, music, and movies today are prepared using computing technology.
This book is about teaching people to program in order to communicate with digital
media. The book focuses on how to manipulate images, sounds, text, and movies as
professionals might, but with programs written by students. We know that most people
will use professional-grade applications to perform these type of manipulations. But,
knowing how to write your own programs means that you can do more than what your
current application allows you to do. Your power of expression is not limited by your
application software.
It may also be true that knowing how the algorithms in a media applications work
allows you to use them better or to move from one application to the next more easily.
If your focus in an application is on what menu item does what, every application is
different. But if your focus is on moving or coloring the pixels in the way you want,
then maybe it’s easier to get past the menu items and focus on what you want to say.
This book is not just about programming in media. Media-manipulation programs
can be hard to write or may behave in unexpected ways. Natural questions arise, like
“Why is the same image filter faster in Photoshop?” and “That was hard to debug—Are
there ways of writing programs that are easier to debug?” Answering questions like
these is what computer scientists do. There are several chapters at the end of the book
that are about computing, not just programming. The final chapters go beyond media
manipulation to more general topics.
The computer is the most amazingly creative device that humans have ever conceived.
It is completely made up of mind-stuff. The notion “Don’t just dream it, be it” is really
possible on a computer. If you can imagine it, you can make it “real” on the computer.
Playing with programming can be and should be enormous fun.

OBJECTIVES, APPROACH AND ORGANIZATION

The curricular content of this book meets the requirements of the “imperative-first”
approach described in the ACM/IEEE Computing Curriculum 2001 standards document
[2]. The book starts with a focus on fundamental programming constructs: assignments,
sequential operations, iteration, conditionals, and defining functions. Abstractions
 Preface to the First Edition 19

(e.g., algorithmic complexity, program efficiency, computer organization, hierarchi-

cal decomposition, recursion, and object-oriented programming) are emphasized later,
after the students have a context for understanding them.
This unusual ordering is based on the findings of research in the learning sciences.
Memory is associative. We remember new things based on what we associate them with.
People can learn concepts and skills on the premise that they will be useful some day but
the concepts and skills will be related only to the premises. The result has been described
as “brittle knowledge” [25]—the kind of knowledge that gets you through the exam
but is promptly forgotten because it doesn’t relate to anything but being in that class.
Concepts and skills are best remembered if they can be related to many different
ideas or to ideas that come up in one’s everyday life. If we want students to gain
transferable knowledge (knowledge that can be applied in new situations), we have to
help them to relate new knowledge to more general problems, so that the memories get
indexed in ways that associate with those kinds of problems [22]. In this book, we teach
with concrete experiences that students can explore and relate to (e.g., conditionals for
removing red-eye in pictures) and later lay abstractions on top of them (e.g., achieving
the same goal using recursion or functional filters and maps).
We know that starting from the abstractions doesn’t really work for computing
students. Ann Fleury has shown that students in introductory computing courses just
don’t buy what we tell them about encapsulation and reuse (e.g., [7]). Students prefer
simpler code that they can trace easily and they actually think that such code is better.
It takes time and experience for students to realize that there is value in well-designed
systems. Without experience, it’s very difficult for students to learn the abstractions.
The media computation approach used in this book starts from what many people
use computers for: image manipulation, exploring digital music, viewing and creating
Web pages, and making videos. We then explain programming and computing in terms
of these activities. We want students to visit Amazon (for example) and think, “Here’s
a catalog Web site—and I know that these are implemented with a database and a
set of programs that format the database entries as Web pages.” We want students to
use Adobe Photoshop and GIMP and think about how their image filters are actually
manipulating red, green, and blue components of pixels. Starting from a relevant context
makes transfer of knowledge and skills more likely. It also makes the examples more
interesting and motivating, which helps with keeping students in the class.
The media computation approach spends about two-thirds of the time on giving
students experiences with a variety of media in contexts that they find motivating. After
that two-thirds, though, they naturally start to ask questions about computing. “Why is
it that Photoshop is faster than my program?” and “Movie code is slow—How slow do
programs get?” are typical. At that point, we introduce the abstractions and the valuable
insights from computer science that answer their questions. That’s what the last part
of this book is about.
A different body of research in computing education explores why withdrawal or
failure rates in introductory computing are so high. One common theme is that com-
puting courses seem “irrelevant” and unnecessarily focus on “tedious details” such
as efficiency [21, 1]. A communications context is perceived as relevant by students
20 Preface to the First Edition

(as they tell us in surveys and interviews [6, 18]). The relevant context is part of the
explanation for the success we have had with retention in the Georgia Tech course for
which this book was written.
The late entrance of abstraction isn’t the only unusual ordering in this approach. We
start using arrays and matrices in Chapter 3, in our first significant programs. Typically,
introductory computing courses push arrays off until later, because they are obviously
more complicated than variables with simple values. A relevant and concrete context
is very powerful [19]. We find that students have no problem manipulating matrices of
pixels in a picture.
The rate of students withdrawing from introductory computing courses or receiving
a D or F grade (commonly called the WDF rate) is reported in the 30–50% range or
even higher. A recent international survey of failure rates in introductory computing
courses reported that the average failure rate among 54 U.S. institutions was 33% and
among 17 international institutions was 17% [24]. At Georgia Tech, from 2000 to 2002,
we had an average WDF rate of 28% in the introductory course required for all majors.
We used the first edition of this text in our course Introduction to Media Computation.
Our first pilot offering of the course had 121 students, no computing or engineering
majors, and two-thirds of the students were female. Our WDF rate was 11.5%.
Over the next two years (Spring 2003 to Fall 2005), the average WDF rate at Georgia
Tech (across multiple instructors, and literally thousands of students) was 15% [29].
Actually, the 28% prior WDF rate and 15% current WDF rate are incomparable, since
all majors took the first course and only liberal arts, architecture, and management
majors took the new course. Individual majors have much more dramatic changes.
Management majors, for example, had a 51.5% WDF rate from 1999 to 2003 with the
earlier course, and had a 11.2% failure rate in the first two years of the new course [29].
Since the first edition of this book was published, several other schools have adopted
and adapted this approach and evaluated their result. All of them have reported similar,
dramatic improvements in success rates [4, 42].

Ways to Use This Book

This book represents what we teach at Georgia Tech in pretty much the same order.
Individual teachers may skip some sections (e.g., the section on additive synthesis,
MIDI, and MP3), but all of the content here has been tested with our students.
However, this material has been used in many other ways.
• A short introduction to computing could be taught with just Chapters 2 (intro-
duction to programming) and 3 (introduction to image processing), perhaps with
some material from Chapters 4 and 5. We have taught even single-day workshops
on media computation using just this material.
• Chapters 6 through 8 basically replicate the computer science concepts from
Chapters 3 through 5 but in the context of sounds rather than images. We find
the replication useful—some students seem to relate better to the concepts of
iteration and conditionals when working with one medium than with the other.
 Preface to the First Edition 21

Further, it gives us the opportunity to point out that the same algorithm can have
similar effects in different media (e.g., scaling a picture up or down and shifting a
sound higher or lower in pitch are the same algorithm). But it could certainly be
skipped to save time.
• Chapter 12 (on movies) introduces no new programming or computing concepts.
While motivational, movie processing could be skipped to save time.
• We recommend getting to at least some of the chapters in the last unit, in order to
lead students into thinking about computing and programming in a more abstract
manner, but clearly not all of the chapters have to be covered.

Python and Jython

The programming language used in this book is Python. Python has been described as
“executable pseudo-code.” We have found that both computer science majors and non
majors can learn Python. Since Python is actually used for communications tasks (e.g.,
Web site development), it’s a relevant language for an introductory computing course.
For example, job advertisements posted to the Python Web site (http://www.python.
org) show that companies like Google and Industrial Light & Magic hire Python pro-
grammers.
The specific dialect of Python used in this book is Jython (http://www.jython.
org). Jython is Python. The differences between Python (normally implemented in C)
and Jython (which is implemented in Java) are akin to the differences between any
two language implementations (e.g., Microsoft vs. GNU C++ implementations)—the
basic language is exactly the same, with some library and details differences that most
students will never notice.

TYPOGRAPHICAL NOTATIONS
Examples of Python code look like this: x = x + 1. Longer examples look like this:
def helloWorld():
print "Hello, world!"

When showing something that the user types in with Python’s response, it will have
a similar font and style, but the user’s typing will appear after a Python prompt (>>>):
>>> print 3 + 4
7

User interface components of JES (Jython Environment for Students) will be spec-
ified using a small caps font, like Save menu item and the Load button.
There are several special kinds of sidebars that you’ll find in the book.

Computer Science Idea: An Example Idea

Key computer science concepts appear like this.

22 Preface to the First Edition

Common Bug: An Example Common Bug

Common things that can cause your program to fail appear like this.


Debugging Tip: An Example Debugging Tip

If there’s a good way to keep a bug from creeping into your programs in the first place,
it’s highlighted here.


Making It Work Tip: An Example How to Make It Work

Best practices or techniques that really help are highlighted like this.


INSTRUCTOR RESOURCES
The instructor resources are available on the Pearson Education’s Instructor Resource
Center at www.pearsonglobaleditions.com/guzdial:
• PowerPoint Presentation slides

ACKNOWLEDGMENTS
Our sincere thanks go out to the following:
• Jason Ergle, Claire Bailey, David Raines, and Joshua Sklare, who made the initial
version of JES with surprising quality in an amazingly short amount of time. Over
the years, Adam Wilson, Larry Olson, Yu Cheung (Toby) Ho, Eric Mickley, Keith
McDermott, Ellie Harmon, Timmy Douglas, Alex Rudnick, Brian O’Neill, and
William Fredrick (Buck) Scharfnorth III have made JES into the useful and still
understandable tool that it is today.
• Adam Wilson built the MediaTools that are so useful for exploring sounds and
images and processing video.
• Andrea Forte, Mark Richman, Matt Wallace, Alisa Bandlow, Derek Chambless,
Larry Olson, and David Rennie helped build course materials. Derek, Mark, and
Matt created many example programs.
• There were several people who really made the effort come together at Georgia
Tech. Bob McMath, Vice-Provost at Georgia Tech, and Jim Foley, Associate Dean
for Education in the College of Computing, invested in this effort early on. Kurt
Eiselt worked hard to make this effort real, convincing others to take it seriously.
Janet Kolodner and Aaron Bobick were excited and encouraging about the idea
of media computation for students new to computer science. Jeff Pierce reviewed
 Preface to the First Edition 23

and advised us on the design of the media functions used in the book. Aaron
Lanterman gave me lots of advice on how to convey the digital material content
accurately. Joan Morton, Chrissy Hendricks, David White, and all the staff of the
GVU Center made sure that we had what we needed and that the details were
handled to make this effort come together. Amy Bruckman and Eugene Guzdial
bought Mark time to get the final version completed.
• We are grateful to Colin Potts and Monica Sweat who have taught this class at
Georgia Tech and given us many insights about the course.
• Charles Fowler was the first person outside of Georgia Tech willing to take the
gamble and trial the course in his own institution (Gainesville College), for which
we’re very grateful.
• The pilot course offered in Spring 2003 at Georgia Tech was very important in
helping us improve the course. Andrea Forte, Rachel Fithian, and Lauren Rich did
the assessment of the pilot offering of the course, which was incredibly valuable in
helping us understand what worked and what didn’t. The first teaching assistants
(Jim Gruen, Angela Liang, Larry Olson, Matt Wallace, Adam Wilson, and Jose
Zagal) did a lot to help create this approach. Blair MacIntyre, Colin Potts, and
Monica Sweat helped make the materials easier for others to adopt. Jochen Rick
made the CoWeb/Swiki a great place for CS1315 students to hang out.
• Many students pointed out errors and made suggestions to improve the book.
Thanks to Catherine Billiris, Jennifer Blake, Karin Bowman, Maryam Doroudi,
Suzannah Gill, Baillie Homire, Jonathan Laing, Mireille Murad, Michael Shaw,
Summar Shoaib, and especially Jonathan Longhitano, who has a real flair for
copyediting.
• Thanks to former Media Computation students Constantino Kombosch, Joseph
Clark, and Shannon Joiner for permission to use their snapshots from class in
examples.
• The research work that led to this text was supported by grants from the National
Science Foundation—from the Division of Undergraduate Education, CCLI pro-
gram, and from the CISE Educational Innovations program. Thank you for the
support.
• Thanks to computing students Anthony Thomas, Celines Rivera, and Carolina
Gomez for allowing us to use their pictures.
• Finally but most important, thanks to our children Matthew, Katherine, and Jennifer
Guzdial, who allowed themselves to be photographed and recorded for Mommy
and Daddy’s media project and who were supportive and excited about the class.

Mark Guzdial and Barbara Ericson

Georgia Institute of Technology
Pearson would like to thank and acknowledge Dheeraj D., REVA Institute of Technol-
ogy and Management Kattigenahalli, Somitra Sanadhya, Indian Institute of Technology
Delhi, and Simon, University of Newcastle, for contributing to the Global Edition, and
Shaligram Prajapat, Devi Ahilya University Indore, Ng Hu, Multimedia University,
Rohit Tahiliani, Renjith S., and Shivani Pandit, for reviewing the Global Edition.
About the Authors
Mark Guzdial is a professor in the School of Interactive Computing in the College
of Computing at Georgia Institute of Technology. He is one of the founders of the
ACM’s International Computing Education Research workshop series. Dr. Guzdial’s
research focuses on learning sciences and technology, specifically, computing education
research. His first books were on the programming language Squeak and its use in
education. He was the original developer of “Swiki” (Squeak Wiki), the first wiki
developed explicitly for use in schools. He is a Fellow and a Distinguished Educator
of the ACM. He is on the editorial boards of the Journal of the Learning Sciences and
Communications of the ACM. He was a recipient of the 2012 IEEE Computer Society
Undergraduate Teaching Award.
Barbara Ericson is a research scientist and the director of Computing Outreach for
the College of Computing at Georgia Tech. She has been working on improving intro-
ductory computing education since 2004.
She has served as the teacher education representative on the Computer Science
Teachers Association board, the co-chair of the K-12 Alliance for the National Center
for Women in Information Technology, and as a reader for the Advanced Placement
Computer Science exams. She enjoys the diversity of the types of problems she has
worked on over the years in computing including computer graphics, artificial intelli-
gence, medicine, and object-oriented programming.
Mark and Barbara received the 2010 ACM Karl V. Karlstrom Award for Outstanding
Computer Educator for their work on Media Computation including this book. They led
a project called “Georgia Computes!” for six years, which had a significant impact in
improving computing education in the US state of Georgia [31]. Together, they Mark
and Barbara are leaders in the Expanding Computing Education Pathways (ECEP)
alliance3

3
http://www.ecepalliance.org
PART

1 INTRODUCTION

Chapter 1 Introduction to Computer Science

and Media Computation
Chapter 2 Introduction to Programming
Chapter 3 Creating and Modifying Text
Chapter 4 Modifying Pictures Using Loops
Chapter 5 Picture Techniques with Selection
Chapter 6 Modifying Pixels by Position
This page intentionally left blank
CHAPTER
Introduction

1 to Computer Science
and Media Computation
1.1 WHAT IS COMPUTER SCIENCE ABOUT?

1.2 PROGRAMMING LANGUAGES

1.3 WHAT COMPUTERS UNDERSTAND

1.4 MEDIA COMPUTATION: WHY DIGITIZE MEDIA?

1.5 COMPUTER SCIENCE FOR EVERYONE

Chapter Learning Objectives

• To explain what computer science is about and what computer scientists are
concerned with.
• To explain why we digitize media.
• To explain why it’s valuable to study computing.
• To explain the concept of an encoding.
• To explain the basic components of a computer.

1.1 WHAT IS COMPUTER SCIENCE ABOUT?

Computer science is the study of process: how we or computers do things, how we
specify what we do, and how we specify what the stuff is that we’re processing. That’s
a pretty dry definition. Let’s try a metaphorical one.

Computer Science Idea: Computer Science Is the Study of Recipes

‘‘Recipes’’ here are a special kind—one that can be executed by a computational device,
but this point is only of importance to computer scientists. The important point overall is
that a computer science recipe defines exactly what has to be done.
More formally, computer scientists study algorithms which are step-by-step proce-
dures to accomplish a task. Each step in an algorithm is something that a computer
already knows how to do (e.g., add two small integer numbers) or can be taught how to
do (e.g., adding larger numbers including those with a decimal point). A recipe that can
run on a computer is called a program. A program is a way to communicate an algorithm
in a representation that a computer can execute.


To use our metaphor a bit more—think of an algorithm as the step-by-step way that
your grandmother made her secret recipe. She always did it the same way, and had a
28 Chapter 1 Introduction to Computer Science and Media Computation

reliably great result. Writing it down so that you can read it and do it later is like turning
her algorithm into a program for you. You execute the recipe by doing it—following
the recipe step-by-step in order to create something the way that your grandmother did.
If you give the recipe to someone else who can read the language of the recipe (maybe
English or French), then you have communicated that process to that other person, and
the other person can similarly execute the recipe to make something the way that your
grandmother did.
If you’re a biologist who wants to describe how migration works or how DNA
replicates, then being able to write a recipe that specifies exactly what happens, in
terms that can be completely defined and understood, is very useful. The same is true
if you’re a chemist who wants to explain how equilibrium is reached in a reaction.
A factory manager can define a machine-and-belt layout and even test how it works—
before physically moving heavy things into position—using computer programs. Being
able to exactly define tasks and/or simulate events is a major reason why computers
have radically changed so much of how science is done and understood.
In fact, if you can’t write a recipe for some process, maybe you don’t really under-
stand the process, or maybe the process can’t actually work the way that you are thinking
about it. Sometimes, trying to write the recipe is a test in itself. Now, sometimes you
can’t write the recipe because the process is one of the few that cannot be executed by
a computer. We will talk more about those in Chapter 14.
It may sound funny to call programs a recipe, but the analogy goes a long way. Much
of what computer scientists study can be defined in terms of recipes.
• Some computer scientists study how recipes are written: Are there better or worse
ways of doing something? If you’ve ever had to separate egg whites from yolks, you
realize that knowing the right way to do it makes a world of difference. Computer
science theoreticians think about the fastest and shortest recipes, and the ones that
take up the least amount of space (you can think about it as counter space—the
analogy works), or even use the least amount of energy (which is important when
running on low-power devices like cell phones). How a recipe works, completely
apart from how it’s written (e.g., in a program), is called the study of algorithms.
Software engineers think about how large groups can put together recipes that still
work. (Some programs, like the ones that keep track of credit card transactions,
have literally millions of steps!) The term software means a collection of computer
programs (recipes) that accomplish a task.
• Other computer scientists study the units used in recipes. Does it matter whether
a recipe uses metric or English measurements? The recipe may work in either
case, but if you don’t know what a pound or a cup is, the recipe is a lot less
understandable to you. There are also units that make sense for some tasks and
not others, but if you can fit the units to the tasks, you can explain yourself more
easily and get things done faster—and avoid errors. Ever wonder why ships at
sea measure their speed in knots? Why not use something like meters per second?
Sometimes, in certain special situations—on a ship at sea, for instance—the more
common terms aren’t appropriate or don’t work as well. Or we may invent new
kinds of units, like a unit that represents a whole other program or a computer, or
Exploring the Variety of Random
Documents with Different Content
The Project Gutenberg eBook of Ronda tanár ur

(regény)
This ebook is for the use of anyone anywhere in the United States
and most other parts of the world at no cost and with almost no
restrictions whatsoever. You may copy it, give it away or re-use it
under the terms of the Project Gutenberg License included with this
ebook or online at www.gutenberg.org. If you are not located in the
United States, you will have to check the laws of the country where
you are located before using this eBook.

Title: Ronda tanár ur (regény)

Author: Heinrich Mann

Translator: Dezső Kosztolányi

Release date: January 11, 2024 [eBook #72687]

Language: Hungarian

Original publication: Békéscsaba: Tevan, 1914

Credits: Albert László from page images generously made available

by the Hungarian Electronic Library

*** START OF THE PROJECT GUTENBERG EBOOK RONDA

TANÁR UR (REGÉNY) ***
 HEINRICH MANN:

RONDA TANÁR UR
(REGÉNY)

FORDITOTTA:

KOSZTOLÁNYI DEZSŐ

1914
TEVAN-KIADÁS BÉKÉSCSABA
TEVAN ADOLF KÖNYVNYOMDÁJA BÉKÉSCSABA
 I.

Mivel a neve Gonda volt, az egész iskola csak ugy hivta, hogy
Ronda. A többi professzor időnként változtatta a csufnevét. Uj
diákcsapat került egy-egy osztályba, vérszomjas tekintettel
felfedezte valamelyik tanárnak az elmult esztendőben még nem
eléggé méltányolt kómikus tulajdonságát és kiméletlenül csufnevet
adott neki. Ronda azonban már sok generáción keresztül viselte a
magáét, az egész város igy nevezte, a kollégái is igy hivták, a
gimnáziumban és a gimnáziumon kivül a háta mögött. Azok a
tanárok, akik kosztos-diákokat vagy privátosokat tartottak, naponta
beszéltek növendékeik előtt Ronda tanár urról. De az a megfigyelő,
aki a hetedik osztály osztályfőnökén valami ujat akart volna
észrevenni és egy uj nevet akart volna adni neki, sohase érte el a
célját; már csak azért sem, mert az öreg tanár rég megszokott
csufneve olyan brilliánsul hatott, mint huszonhat esztendővel ezelőtt.
Mikor az iskola udvarán keresztül ment, az egyik diák átkiabált a
másiknak:
– Nem érzed, milyen ronda szag van itt?
Vagy:
– Phü, micsoda ronda bogár!
És azonnal hevesen rángani kezdett az öreg válla, mindig a jobb
válla és ferde-zöld tekintetet vetett pápaszeme mögül, amely tele
volt sanda félelemmel és boszuvággyal: egy rossz lelkiismeretü
zsarnok pillantása volt ez, aki köpenyek redőiben elrejtett tőrök után
szaglász. Gyér sárgásszürke szőrökkel fedett merev álla fel és
lebillent. Semmit sem tudott »bizonyitani« a kiabáló fiura és szó
nélkül kellett elódalognia, cingár és mégis trotyakos lábszáraival,
zsiros karimáju kőmüves kalapjával.
Tavaly, amikor jubileumát ülte, a gimnázium fáklyásmenetet
rendezett a tiszteletére. Ronda kiment a lakása erkélyére és
beszédet mondott. Mig minden fej meredt nyakkal bámult a
magasba, hogy hallja, hirtelen valami kellemetlen, nyivákoló hang
szólalt meg:
– Phü, de ronda szag van itt!
Mások ismételték:
– Phü, de ronda szag van itt!
– Phü, de ronda szag!
A professzor odafent elkezdett dadogni – bár előre sejtette az
incidenset – és valamennyi orditónak jól belelátott a tátott szájába. A
többi tanár ur a közelben állott; ő pedig érezte, hogy ujra nem tud
semmit »bizonyitani«; de az összes neveket beirta a fekete könyvbe.
És másnap a nyivákoló hang tulajdonosát – mert szegény nem
tudta, hol született az orleánsi szüz – jóindulatuan biztositotta, hogy
még sok kellemetlenséget szerez neki ebben az életben.
És csakugyan, Kieselackot nem engedte át a vizsgán. Vele
együtt hasaltak el mindazok, akik azon az emlékezetes jubileumi
estén orditoztak. Igy Ertzum is. Lohmann azonban nem orditott,
mégis megbukott. Az egyik a hanyagságával, a másik a
tehetségtelenségével segitette Ronda boszuját.
Félévvel később, egy őszi délelőtt 11 órakor, tiz perc alatt –
mielőtt iskolai dolgozatot irtunk volna az orleánsi szüzről – történt,
hogy Ertzum, aki még mindig nem tudott közelebb férkőzni a
szüzhöz és egy előrelátott katasztrófától félt, kétségbeesésében
felrántotta az ablakot és nyivákoló hangon – csak ugy találomra –
kiorditotta a ködbe:
– Ronda!
 Nem tudta, hogy a tanár ur a közelben van-e és nem is törődött
vele. A szegény vállas vidéki kamaszt elragadta a szenvedélye,
hogy még egyszer utóljára egy pillanatra recsegtesse hangját,
mielőtt két óra hosszat kuporog egy üres fehér lap előtt, amelyet neki
kell majd – ugyancsak üres koponyája segitségével – szavakkal tele
szántani.
Véletlenül Ronda csakugyan akkor ment keresztül az udvaron.
Mikor meghallotta a kiáltást, félreugrott. Fent a ködben felismerte
Ertzum tömzsi körvonalait. Egyetlen diák se volt lent az udvaron,
senkinek sem szólhatott Ertzum kiáltása.
– Most az egyszer – gondolta magában kárörömmel Ronda –
engem értett. Most az egyszer tetten értem.
Öt ugrással felrohant a lépcsőn, kitárta az osztály ajtaját,
keresztül rontott a padok között és rápattant a katedrára. Itt
reszketve megállott, fuldokolt, lélekzetet kellett vennie. A diákok
felállottak, hogy üdvözöljék, a fülsiketitő lárma egy pillanat alatt
bénult némasággá változott. Ugy tekintették az osztályfőnöküket,
mint egy közveszélyes állatot, akit sajnos, lebunkózni nem lehet, sőt,
aki rövid ideig veszedelmes fölényt nyert rajtuk. Ronda melle
hevesen zihált; végül vésztjósló hangon kibökte:
– Az imént ujból hallottam egy bizonyos szót, valaki felém
kiáltotta, egy jelzőt – egy nevet, amelyet egyáltalán nem türök. Nem
türöm, hogy olyan valaki, mint ön, akinek jellemét és tudását sajnos,
nagyon is van szerencsém ismerni, engem gyalázatos csufnévvel
illessen. Nem türöm, érti, nem türöm. Az ön elvetemültsége Ertzum
határtalan, de biztositom, hogy megtanitom keztyübe dudálni. Még
ma jelentést teszek az igazgató urnak és ami engem illet, minden
befolyásomat latba vetem, – jól jegyezzük meg – hogy az intézet
legalább az emberiség ilyen söpredékétől megtisztittassék.
Utána ledobta válláról a köpenyét és igy hörgött:
– Leülni!
Az osztály leült, csupán Ertzum maradt állva. Vastag, szeplős
feje most oly tüzvörös volt, mint sörtéi, a feje bubján. Valamit akart
mondani, többször pedzette, de benne rekedt a szó. Végre kinyögte:
– Nem én voltam, tanár ur kérem.
Több hang támogatta őt, áldozatkészen és barátian:
– Nem ő volt, tanár ur kérem.
Ronda felhördült:
– Csend legyen!… És ön, Ertzum, jegyezze meg, hogy már volt
egy éppen ilyen nevü ember – nemde, ugyebár – akinek a pályáját
hátráltattam és azt is jegyezze meg, hogy az ön további
előmenetelét ha nem is lehetetlenné, de mint annak idején a
nagybátyjáét, kinos-keservessé fogom tenni. Maga tiszt akar lenni,
ugy-e Ertzum? A nagybátyja is az akart lenni. Mivel azonban az
előirt tananyagot sohasem tudta sikeresen befejezni és az egy évi
önkéntesi szolgálathoz szükséges érettségi bizonyitványt – ennek
következéseképpen és folytán – sokáig nem kapta meg, afféle
svindli-gimnáziumba ment, ahol szintén megbukhatott és később
csak őfelsége legmagasabb kegyelme folytán lehetett tiszt, bár – ugy
látszik – ezt a pályát is hamar abba kellett hagynia. Nos tehát!
Ugyanez a sors, legalább is hasonló sors vár önre is, Ertzum. Sok
szerencsét hozzá! Egyébként a véleményem az ön egész
familiájáról Ertzum, már tizenöt esztendeje megvan és nem
változott… Mivel pedig –
Itt Ronda hangja siri karaktert öltött.
– Ön szellemtelen fajankó, meg se érdemli, hogy foglalkozzék
annak a magasztos szüznek az alakjával, akire most áttérünk:
takarodjék innen, ki a dutyiba!
Von Ertzum, aki kissé nehézfejü volt, még mindig figyelt, ámult-
bámult, hogy mit akar. Észre se vette, hogy a megfeszitett figyeléstől
állkapcsával öntudatlanul utánozta a professzor állának a
mozdulatait. Ronda álla, amelynek felső részéből több sárgás tüske
meredezett kifelé, ugy forgott a két feszes szájszöglet között, mintha
tengelyen keringene, a nyála pedig egész az első padig fröccsent.
Orditani kezdett:
 – Még merészkedik, szemtelen kölyök!… Takarodjék ki –
mondtam már – ki a dutyiba!
Ertzum riadtan szédült ki a padból. Kieselsack odasugott neki:
– Vigyázz.
Lohmann fojtott hangon bátoritotta:
– Ne félj, majd elbánunk vele.
Az elitélt a katedra előtt ódalgott a kis helyiségbe, amely az
osztály ruhatárául szolgált és vak sötétség uralkodott benne. Ronda
megkönnyebbülten sóhajtott fel, amikor az ajtó a vállas legény
mögött becsukódott.
– Most pedig igyekezzünk pótolni, a mulasztott időt, mondta,
amelyet ez a lurkó ellopott tőlünk. Angst, itt van a feladat, fogja, irja a
táblára.
Az eminens fogta a cédulát, közellátó szemeihez emelte és
lassan nekifogott az irásnak. Valamennyien izgalmas várakozással
lesték, hogy milyen betük támadnak a kréta nyomán. Minden ettől
függött. Ha olyan jelenetről lesz szó, amelyet véletlenül sohasem
»vettek át«, akkor egyiknek sincs »dunsztja« a dologról és akkor
»benne vannak a pácban«, Babonából már előre mondogatták, még
mielőtt a betük a táblán kialakultak volna:
– Boldog Isten, dacit kapok.
Végre felirta:

JOHANNA: Három imát mondtál az ég urához;

Figyelj, dauphin, hogy tudom-e imáid.

(Az orleánsi szüz, első felvonás, tizedik jelenet.)

Feladat: A dauphin harmadik imája.

 Mikor elolvasták, valamennyien egymásra néztek. Mindnyájan
»benne voltak a pácban«, Ronda »megfogta« őket. »Hamiskás«
mosolygással dült bele karosszékébe, fönn a katedrán és lapozgatni
kezdett a noteszében.
– Nos? – kérdezte anélkül, hogy felnézett volna, mintha minden
rendben lenne, – akarnak még valamit tudni?… Tehát kezdjék!
A legtöbben füzeteik fölé kuporodtak és ugy tettek, mintha máris
irnának. Néhányan bambán bámultak maguk elé.
– Még van ötnegyed órájuk, jegyezte meg Ronda közönyösen és
belsejében ujjongott. Ezt a dolgozatot még senkise adta fel,
egyetlenegy lelkiismeretlen tanárfinak se jutott ezsébe, hogy ez a
banda eddig hitvány »puskák«-ból irta ki a dolgozatait és ugy
csuszott át egyik osztályból a másikba.
Egyesek az osztályban emlékeztek az első felvonás tizedik
jelenetére és konyitottak valamit a dauphin két első imájához. De a
harmadikra nem emlékeztek, mintha nem is olvasták volna sohase.
Angst és még ketten, hárman, köztük Lohmann is, egész bizonyosak
voltak benne, hogy sohasem olvasták. Hiszen a dauphin csupán két
esti imáját ismételteti el a szüzzel; ez tökéletesen meggyőzi Johanna
isteni küldetésében való hitéről. A harmadik egyáltalán nincs is meg.
Akkor biztosan más helyen van, vagy valahol kiviláglik – közvetve –
a cselekményekből; vagy talán egyszerüen beteljesedik anélkül,
hogy tudhatná az ember, hogy itt valami beteljesedett? Hogy itt
valami bibi van, azt Angst, az eminens is bevallotta magának
titokban. Mindenesetre erről a harmadik imáról, sőt egy negyedikről
és ötödikről is kell, hogy valami mondani valója legyen az embernek,
ha Ronda ugy kivánja.
Azokról a dolgokról, amelyek létezéséről, legalább meg voltak
győződve mint a hüség kötelességéről, az iskola áldásáról, a
hazaszeretetről, már megszokták, hogy egy csomó lapot
gondolkozás nélkül irjanak tele frázisokkal, a német dolgozatok évek
óta erre nevelték őket. Ez a téma sem érdekelt senkit; de ők azért
körmöltek. A drámai költemény, amelyből ezt a feladatot a tanár
kipicézte, a lednagyobb közundort keltette, mert már hónapok óta
egyébre se szolgált, mint hogy a diákokat »pácba ültesse«.
Az orleánsi szüzzel már husvét óta foglalkozott az osztály, szóval
éppen háromnegyed éve. Az ismétlők pedig két kerek éve rágódtak
rajta. Olvasták már előlről hátra és visszafelé, jeleneteket tanultak
belőle kivülről, történelmi fejtegetéseket firkáltak róla, poetikai és
grammatikai szabályokat állapitottak meg; verseit prózába ültették át
és a prózát megint vissza versbe. Mindazok, akik az első olvasásnál
valami fényt és szint éreztek ki ezekből a versekből, már rég
eltompultak varázsa iránt. A lehangolt lant hurjain nem tudtak már
semmiféle melódiát kipengetni. Senki sem hallotta többé a sajátos
fehér leányhangot, amelyben kisérteties, zordon kardok emelkedtek
ütésre, amelyben nem boritotta többé páncél a szivet és amelyben
kiterjesztett angyalszárnyak fényeskedtek tündökölve és szörnyüen.
Akit e fiatal kamaszok közül egyszer később e pásztorleány
csaknem fullasztó ártatlansága reszketésbe hozott volna, aki
egyszer megszerette volna benne gyöngeségének diadalát, aki
megsiratta volna egyszer ennek az Istentől elhagyott gyermeki
szüziségnek a sorsát, hogy itt a földön egy szegény, gyámoltalan és
szerelmes leánnyá változott, az a diák örökre lemondhat ezekről a
friss szenzációkról, miután Ronda professzor vezetése mellett
átrágta magát a drámán. Annak a diáknak legalább is husz évre van
szüksége, amig Johannában ujból mást láthat, mint egy poros és
száraz aggszüzet.
A tollak percegtek; Ronda tanár ur a legnagyobb
lelkinyugalommal ölbetett kezekkel nézett el a meggörbült nyakak
fölött. Az mindig jó nap volt, amikor »megcsipett« valakit, különösen
ha olyan valakit, aki a csufnevét kimondta. Sajnos, már két
esztendeje, hogy egyetlenegyet sem sikerült »megcsipnie« a sunyi
csufolódók közül. Ezek sovány esztendők voltak. Az évek aszerint
voltak soványak vagy kövérek, amint Ronda »megcsipett« néhányat
vagy pedig »nem tudott bizonyitani«.
Ronda, aki tudta, hogy a diákok a háta mögött ellenségei, hogy
becsapják és gyülölik, ugy bánt velök, mint halálos ellenségeivel,
akik közül sohasem lehet eleget »pácba ültetni« és megbuktatni a
vizsgán. Mivel egész életét iskolában töltötte, a diákokat és csip-
csup ügyeiket sohasem tolhatta ki a tapasztalt ember
perspektivájába. Oly közelről látta őket, mintha hasonszőrü lenne és
csak véletlenül jutott volna a hatalomhoz és a katedrára. Ugy beszélt
és gondolkozott, mint ők, használta a csibészkifejezéseket, az
öltözőt »dutyi«-nak hivta.
Feddő beszédeit abban a stilusban tartotta, amilyen stilusban a
diákok a klasszikusokat forditották, latinos körmondatokban, át meg
átszőve ilyen szavakkal, mint »nemde«, »ugyebár«, »valóban« és
hasonló halmozásával apró, ostoba kötőszavaknak, amelyeket
különösen a nyolcadik osztály Homérosz-óráin kultivált; mert a görög
klasszikusok henye pedantériáit, a jelentés nélkül való kötőszavakat
– a nyelv ez apró muslicáit – »szóról-szóra« kellett forditani. Mivel
neki magának merevek voltak a tagjai, ugyanezt követelte meg az
intézet minden egyes növendékétől is. A fiatal agyvelők és fiatal
izomzatok folytonos mozgási vágya, teljesen idegen maradt tőle.
Ronda elfelejtette és sohasem tudta megérteni a diákoknak,
ezeknek a fiatal csikóknak hancurozását és dübörgő kedvét, a
hirigeléseket, a csinyeket, azt, hogy egymásnak néha jókora testi
fájdalmakat okoznak és annyi fölösleges erőt és bátorságot
pazarolnak haszontalan és értelmetlen dolgok véghezvitelére. Ha
büntetett, nem azzal az előre megfontolt fenntartással tette, hogy: »ti
huncutok vagytok, ez igy van jól; de azért fegyelemnek mégis kell
lenni«; hanem komolyan büntetett, a fogát vicsoritva. Mindaz, ami az
iskolában történt, Ronda számára véresen komoly volt és az igazi
élet erejével hatott. A hanyagságot egy mélyen elzüllött,
semmirekelő polgár romlottságához hasonlitotta, a figyelmetlenséget
és nevetést az államhatalom ellen való erőszaknak minősitette, egy
békarakéta a forradalom szellemét reprezentálta és a »csalási
kisérlet« minden időkre megbecstelenitést vont maga után. Ilyen
esetekbe Ronda belesápadt. Ha valakit a dutyiba hesselt, ugy érezte
magát, mint egy zsarnok, aki megint egy csomó országháboritót
küldött gályarabságba és a félelem és győzelem érzésével, korlátlan
hatalmát, de egyuttal a saját pusztulásának viharát is érzi. És a
»dutyi«-ból visszajötteket és mindazokat, akikkel valaha is baja volt,
Ronda sohasem felejtette el. Mivel negyedszáz éve müködött már az
intézetnél, a város és a környék tele volt régi tanitványaival,
olyanokkal, akiket a csufneve kimondásában »megcsipett« vagy
olyanokkal, akikre »nem tudott semmit bizonyitani« és akik még ma
is mind igy hivták őt! Az iskola az ő számára nem zárult be a
falkeritéssel, kiterjeszkedett az egész városra és minden korhatárra.
Mindenütt megátalkodott, elvetemült fickók voltak, akik
»feladataikat« nem vették át és »nem präparálták« és a tanár iránt
ellenséges rosszindulattal viseltettek. Ha husvéttájt keze alá került
egy zöldfülü uj diák, aki csak otthon hallotta, amint idősebb rokonai
kigunyolták Ronda tanár urat és nevettek rajta, mint egy kedves,
humoros ifjukori emlékükön, a professzor az első alkalommal –
amikor a szegény diák nem tudott felelni, – sziszegve ráfujt, mint egy
vadmacska:
– Az önök fajtájából már háromszor volt itt szerencsém.
Gyülölöm az egész retyerutyáját.
Ronda a fönséges magaslatról, ahová került élvezte képzelt
biztonságát; közben azonban uj veszély fenyegetett. Lohmann volt a
merénylő.
Lohmann nagyon gyorsan összeütötte a dolgozatát és valami
privát foglalkozás után látott. Ez azonban sehogyse ment, mert
barátjának, Ertzumnak az esete nem hagyta nyugton. Ő bizonyos
fokig erkölcsi védencének tekintette a pufók, fiatal, nemes fiut és ugy
érezte, a saját becsületének tartozik azzal, hogy barátjának szellemi
gyöngéit – ahol csak teheti – saját képességeivel takargassa. Abban
a pillanatban, amikor Ertzum valami hallatlan ostobaságot akart
kinyögni, Lohmann hangosan krákogni kezdett és közben halkan
odasugta neki a helyes feleletet. Ha pedig ez nem sikerült, a
legértelmetlenebb badarságot is érthetővé és tiszteltté tudta tenni a
többi fiu előtt, annak a kijelentésével, hogy Ertzum csak azért
mondott ilyesmit, hogy halálra boszantsa a tanárt.
Lohmann feketehaju fickó volt. Haja elől a homlokára csapzott és
mélabus tincsekbe csavarodott. Az arca sápadt volt, mint Luciferé és
nagyon mozgékony. Heinés verseket irt és szerelmes volt egy
harminc éves asszonyba. Irodalmi müveltségének fejlesztése
nagyon igénybe vette és az iskolára nem sok időt fordithatott. A
tanári testületnek feltünt, hogy Lohmann csak az utolsó negyedben
lát neki a munkának és bár mindig elég jól vizsgázott, mégis
megbuktatták, már két osztályban. Igy tehát Lohmann, akárcsak a
barátja, tizenhét éves kora dacára, tizennégy, tizenöt éves fiukkal járt
együtt. És ha Ertzum testi fejlettségénél fogva husz évesnek látszott,
Lohmannt a muzsa öregbitette meg, aki homlokon csókolta.
Hogy hathatott Lohmannra ez a fabábu, ez a paprikajancsi ott a
katedrán, ez a fixa ideában szenvedő szegény majom? Ha Ronda
felszólitotta, lassan letette a könyvet, amit a pad alatt olvasott,
széles, halványsárga homlokát barátságtalan redőkbe vonta és
megvetően lehunyt szempillái mögül bámulta a kérdező silány és
epés zavarát, bőrén a fekete atkákat, kabátja hajtókáján a hajkorpát.
Végül aztán a saját manikürözött körmeire bámult. Ronda talán
mindegyiknél jobban gyülölte Lohmannt és nemcsak az elvetemült
nyakassága miatt, de azért is, mert Lohmann nem mondta ki soha a
csufnevét; tompán sejtette, hogy valami még rosszabbat rejteget a
tarsolyában, valami nagyon, nagyon rosszat. Lohmann a szegény
öreg gyülöletét minden jóakarata mellett is csak fakó lenézéssel
viszonozta. Undorral vegyes szánalmat érzett iránta. De hogy
Ertzum-mal ugy bánt, azt személyes provokálásnak látta. A harminc
diák közül ő egyedül tartotta alacsony hitványságnak, amit a tanár ur
Ertzum nagybácsijáról mondott. Ez már mégis több a soknál.
Lohmann elhatározta magát. Felkelt, kezét a pad peremére
támasztotta, kiváncsian a tanárja szemébe nézett, mintha valami
különös dolgot cselekednék és előkelően, higgadtan szólt:
– Tanár ur kérem, nem lehet irni. Olyan ronda szag van itt.
Ronda felpattant a székéről, egyik tenyerét rimánkodva
szétterjesztette, az állkapcsait némán egymásba harapta. Erre nem
volt elkészülve, – hiszen csak az imént idézte egy elvetemült diák
eszébe a vallást és az erkölcsöt. »Megcsipje« ezt a Lohmannt is?
Semmire se áhitozott igy. De hogy »táncoltassa meg?«… Ebben a
lélekzetállitó pillanatban a kis Kieselsack felnyujtotta kék ujjait,
amelyeken a körmök össze-vissza voltak harapdálva, csattintott
velük és elkényszeredetten nyafogott:
 – Lohmann nem hagy dolgozni, mindig azt mondogatja, hogy itt
olyan ronda szag van.
Kuncogtak és vihogtak, néhányan csoszogtak a padlón. Ekkor
Rondát, akinek a forradalom vihara már az arcába fujt, elfogta a
pánik. Felrobbant a székről, a katedráról ide és oda bökött,
mindenfelé, hogy a sok-sok lázadót és ostromlót elhesselje és
orditott:
– A dutyiba! Mind a dutyiba!
Nem csillapodott el; azt hitte, hogy csak valami bravuros erőszak
mentheti meg. Egy pillanat se telt belé, Lohmannra vetette magát,
megragadta a karját, össze-vissza rázta és fulladtan kiabált:
– Ki innen. Ön többé nem méltó arra, hogy az emberi társadalom
jótéteményeit élvezze.
Lohmann unottan és kelletlenül szót fogadott neki. Végül Ronda
nekilóditotta és az öltöző ajtajához akarta vágni; de ez nem sikerült.
Lohmann leporolta ruháját, ott, ahol Ronda megfogta és higgadt
léptekkel a »dutyiba« tünt el. Erre a tanár ur Kieselsackot kezdte
keresni. Ez azonban a háta mögött elsiklott és már ott kuksolt
duzzogva és grimaszokat vágva a dutyiban. Az első eminensnek
kellett felvilágositani a tanár urat, hol van Kieselsack. Ronda pedig
rögtön azt követelte, folytassák a gyakorlatirást s ez a kis epizód
semmikép se téritse el figyelmüket az orleánsi szüztől.
– Miért nem irnak? Még csak tizenöt percük van. Amelyik
dolgozat befejezetlen – jól jegyezzük meg – azt át se olvasom.
A fenyegetés következtében a legtöbbnek egyáltalán semmi se
jutott eszébe és elfanyarodtak az arcok. Ronda sokkal izgatottabb
volt, semhogy ebben igazi öröme teljen. Valami ösztön munkálkodott
benne, hogy minden ellenállást megtörjön, minden készülő
merényletet meghiusitson és köröskörül csendet teremtsen, halotti
csendet, mint a temetőben. A három rebellisnek »kitette a szürét«,
de füzeteik még mindig ott hevertek a padon, szétteregetve s belőlük
a lázadás szelleme áradt.
 Ertzum és Kieselsack dolgozataiban verejtékes és ügyetlen
mondatszerkezetek voltak, amelyek legalább jóakaratról
tanuskodtak. Lohmannnál azonban érthetetlen, hogy még nem is
»taglalta« a feladatot, dolgozatát be se osztotta A, B, C, a, b, c és 1.,
2., 3.-ra. Csak néhány oldalt irt tele, amit Ronda növekvő
felháborodással vett tudomásul. Ezt irta:
»A dauphin harmadik imája. (Az orleánsi szüz I. 10.)
A fiatal Johanna bevezetteti magát az udvarhoz holmi szélhámos
fogással, sokkal ügyesebben, mintsem éveiből és paraszti mivoltából
következtetni lehetne. A dauphin-nak odaadja a három ima tartalmi
kivonatát, amit az utolsó éjen az éghez intézett s a tudatlan nagyur
nagyon elcsodálkozik, hogy milyen jó gondolatolvasó. Ismétlem: a
dauphin három imájáról van szó; de tulajdonképpen csak kettőt
mond el a szüz: a harmadikat már elengedi a dauphin, aki látja, hogy
mindent tud. A szüz szerencséjére: mert a harmadikat már nehezen
tudta volna. A szüz már a két első imára vonatkozóan megmondta a
dauphinnak, miért imádkozott az Istenhez; ha van őseinek le nem
vezekelt büne, őt vegye el áldozatul a népe helyett; ha pedig el kell
vesziteni országát és koronáját, hagyja meg neki barátját és
szeretőjét. A legfontosabbról, az uralkodásról ezzel lemondott. Miért
imádkozott volna? Ne is firtassuk a dolgot. Ő maga se tudja.
Johanna se tudja. Schiller se tudja. A költő egy kukkot se tud és igy
szól: »és igy tovább«. Ez az egész titok és az, aki ismeri a müvészek
könnyüvérüségét, csöppet se csodálkozik rajta«.
Pont. Ez volt minden – és Ronda, aki reszketni kezdett, most
világosan látott: ezt a tanulót kell eltávolitani, ettől a rákfenétől kell
megoltalmazni az emberi társadalmat, ez sürgősebb, mint Ertzum
eltávolitása. Aztán a következő lapra tekintett, amelyre még valami
volt firkálva és félig kitépve fityegett ki a füzetből. Mikor azonban a
tanár ur megértette a firkálás értelmét, rózsálló felhő szállt ráncos
arcára. Gyorsan és lopvást csukta be a füzetet, mintha látni se
akarná többet; még egyszer kinyitotta, a többi közé dobta, hevesen
fellélegzett. Érezte a kényszeritő szükséget: itt az idő, hogy
»megcsipje!« Egy ember, aki odáig züllött, hogy egy szinésznőt…
egy szinésznővel… egy szinésznőnek… Rózának hivják…
Rózának… Harmadszor is megragadta Lohmann füzetét. Ekkor
csöngettek.
– Beadni! – kiabált Ronda, mert roppantul félt, hogy egy diák, aki
nem fejezhette be, még befejezheti és jobb kalkulust kap. Az
eminens összegyüjtötte a dolgozatokat; néhányan az öltözőnek
estek.
– Ne tolakodjanak. Várjanak! – orditotta Ronda, rémülten.
Legjobban szerette volna zár alatt tartani a három nyomorultat,
addig, amig elő nem késziti nekik a biztos és gyilkos kelepcét. Ez
azonban nem megy oly gyorsan, erről logikusan kell gondolkozni.
Lohmann esete egyelőre az elvetemültség roppantságával minden
mást tulragyogott.
A kisebbek közül sokan sértett jogérzettel álltak a katedra elé.
– Tanár ur kérem, tessék haza engedni!
Rondának be kellett engednie őket a »dutyi« – ba. A tolongásból
egymásután kijött a három számüzött, immár felöltözködve,
köpenyekben. Lohmann már a küszöbön megállapitotta, hogy füzete
Ronda kezében van és unottan szánta szegény tanárnak a
tulbuzgalmát. – Most valószinüen az öregjének is be kell jönnie és
beszélni kell az igazgatóval.
Ertzum magasra felhuzta hirtelenszőke szemöldökeit, mintha
eltört volna a mécses. Kieselsack a »dutyi«-ban elkészitette a
védőbeszédet.
– Tanár ur kérem, nem igaz, nem mondtam, hogy itt ronda szag
van. Csak azt mondtam, ő mondta…
– Hallgasson! – torkolta le Ronda remegve. Nyakát előre tolta és
hátrahuzta, uralkodott magán és tompán hozzátette:
– A sorsuk egy hajszálon függ a fejük fölött. Menjenek. Mind a
hárman elmentek haza ebédelni, vitték a sorsukat is, amely egy
hajszálon függött a fejük fölött.
 II.

Ronda is evett, és utána leheveredett a pamlagra. De pont abban

a pillanatban, amikor elszunyadt, a gazdasszonya egy edényt vágott
csörömpölve a földhöz, mint minden áldott nap. Ronda felriadt és
sietve nyult ismét Lohmann irásbeli dolgozata után és elpirult, mintha
a benne levő szeméremsértő passzust most olvasná először.
Amellett már nem is lehetett becsukni a füzetet, annyira összevissza
volt hajtogatva azon a helyen, ahol ez volt:
»Hódolat az isteni müvésznőnek, Frölich Róza kisasszonynak.«
A felirást néhány olvashatatlanná tett sor követte, azután egy
darabon üresen maradt, utána pedig ez következett:

„Rothadt vagy, százszor és ezerszer,

De nagy szinésznő, isteni,
S ha majd a gyermekágyba fekszel…“

A rimet erre még nem találta meg a hetedikes. De a feltételes

mód a harmadik sorban sokat mondott. Arra engedett következtetni,
hogy Lohmann személyesen is érdekelve van a dologban. Hogy ezt
kifejezetten bizonyitsa, arra szolgált volna a negyedik verssor.
Ronda, hogy a hiányzó negyedik verssort kisüsse, ugyanolyan
kétségbeesetten erőlködött, mint a diákok a dauphin harmadik
imájánál. Ez a Lohmann ugy látszik, ezzel a hiányzó negyedik sorral
Rondát akarta boszantani. Ronda pedig növekvő szenvedéllyel
küzdött, hogy megmutassa ennek a Lohmannak, hogy a végén
mégis csak ő az erősebb. Meg akarta »csipni« a fiut.
Welcome to our website – the ideal destination for book lovers and
knowledge seekers. With a mission to inspire endlessly, we offer a
vast collection of books, ranging from classic literary works to
specialized publications, self-development books, and children's
literature. Each book is a new journey of discovery, expanding
knowledge and enriching the soul of the reade

Our website is not just a platform for buying books, but a bridge
connecting readers to the timeless values of culture and wisdom. With
an elegant, user-friendly interface and an intelligent search system,
we are committed to providing a quick and convenient shopping
experience. Additionally, our special promotions and home delivery
services ensure that you save time and fully enjoy the joy of reading.

Let us accompany you on the journey of exploring knowledge and

personal growth!

textbookfull.com