[Termine] [Zusammenfassung] [Skript] [Übungen] [Lösungen]
| Wann? | Wo? | Wer? | |
| Vorlesungen: | Mo 14.15 - 16.00 | HGI, HS6 | Hanno Lefmann |
| Mi 8.15 - 10.00 | HGI, HS2 | Hanno Lefmann | |
| Übungen: | Mo 8.00 - 10.00 | GB IV, R 318 | Alexander Gülich |
| Mo 10.00 - 12.00 | C rechts | Haiseung Yoo | |
| Mo 12.00 - 14.00 | GB IV, R 013 | Stefan Droste | |
| Mo 12.00 - 14.00 | GB IV, R 318 | Haiseung Yoo | |
| Mo 16.00 - 18.00 | GB IV, R 013 | Alexander Gülich | |
| Di 8.00 - 10.00 | C rechts | Markus Müller-Olm | |
| Di 10.00 - 12.00 | GB IV, R 318 | Markus Müller-Olm | |
| Di 14.00 - 16.00 | GB IV, R 013 | Benjamin Drisch | |
| Do 8.00 - 10.00 | C rechts | Hamza Tatlitürk | |
| Do 10.00 - 12.00 | C rechts | Benjamin Drisch | |
| Do 12.00 - 14.00 | C rechts | Markus Wiebe | |
| Do 16.00 - 18.00 | GB IV, R 113 | Stefan Droste | |
| Fr 8.00 - 10.00 | C rechts | Hamza Tatlitürk | |
| Fr 10.00 - 12.00 | C rechts | Markus Wiebe |
Die Vorgehensweise ist problemorientiert, d.h. Methoden und Techniken werden exemplarisch an ausgewählten Problemen (die wichtig und interessant sind) vorgestellt und erläutert. Die Effizienz der Datenstrukturen und Algorithmen wird jeweils analysiert.
Das Lernziel besteht nicht nur darin, den jeweils vorgestellten Lehrstoff zu verarbeiten, sondern darüber hinaus sollen die Zuhörerinnen und Zuhörer die Fähigkeit erwerben, die Techniken auf andere Probleme eigenständig anwenden zu können und für Probleme entscheiden zu können, welche Methoden erfolgversprechend sind. Dieses Lernziel ist natürlich ohne eine selbständige Bearbeitung der Übungsaufgaben nicht erreichbar.
Zu der Vorlesung wird es ein Skript geben. Zur Vorbereitung ist ein Schmökern in den Lehrbüchern über Datenstrukturen und Algorithmen hilfreich. Zur Orientierung werden die Inhalte der Vorlesung stichwortartig aufgelistet.
1. Typische Beispielprobleme, Rechnermodelle, Komplexitätsmaße.
2. Grundlegende Datenstrukturen (Arrays, Listen, Mengen, Bäume, Graphen, UNION-FIND).
3. Sortieren.
4. Dynamische Daten (Hashing, Skip Lists, Suchbäume, 2-3-Bäume, Bayer-Bäume, AVL-Bäume).
5. Entwurfsmethoden für effiziente Algorithmen (Greedy Algorithmen, Dynamische Programmierung, Lokale Suche, Backtracking, Branch-and-Bound, Divide-and-Conquer).
6. Algorithmische Geometrie.
[Lehrstuhl 2] [Fachbereich Informatik] [Universität Dortmund]