Die Nachklausur wird voraussichtlich am 16.03.2021 von 12:30 Uhr bis 14:30 Uhr im kleinen Zelt und im Redtenbacher Hörsaal stattfinden. Die Aufteilung nach Nachnamen auf Ort und gegebenfalls Einlasszeit wird rechtzeitig hier und im Ilias-Kurs bekannt gegeben.
Anmeldebeginn: 01.02.2021
Anmeldeschluss: 11.03.2021
Abmeldeschluss: 15.03.2021
===============================================
Die Ergebnisse der Hauptklausur können Sie hier einsehen:
algo1_hk_ss2020_aushang_v2.pdf
Trotz der aktuellen Umstände möchten wir eine Klausureinsicht ermöglichen, es ist aber abzusehen, dass dies eine logistische Herausforderung wird. Daher möchten wir an Sie appellieren, die Einsicht bitte möglichst nur in wichtigen Fällen (z.B. nahe an der Bestehensgrenze) wahrzunehmen.
Die Einsicht wird elektronisch (per Video) mit Vergabe von Terminen (in der Regel 15 Minuten) stattfinden. Zur Vereinbarung eines Termins melden Sie sich bitte bis zum 16.11.2020 bei algo1-uebung-ss20@lists.kit.edu.
Die Hauptklausur wird am Samstag 26.09. von 9:00 Uhr bis 11:00 Uhr in der dm-Arena stattfinden.
Der Einlass erfolgt gestaffelt nach Nachnamen wie folgt:
- 8:00 Uhr: A bis Hen*
- 8:15 Uhr: Her* bis Q*
- 8:30 Uhr: R* bis v*
Erscheinen Sie pünktlich zur Ihnen zugeteilten Einlasszeit am Ihnen zugeteilten Schalter (siehe letzte Seite in Informationen zur Hauptklausur in der dm-Arena.pdf) und bringen Sie eine ausgefüllte und ausgedruckte Corona-Erklärung mit (http://www.ciw.kit.edu/download/2020-05-06__Merkblatt_Klausuren_unter_Corona-Bedingungen.pdf letzte Seite).
Weitere Informationen finden Sie in folgendem Dokument: Informationen zur Hauptklausur in der dm-Arena.pdf.
Informationen zu Besonderheiten wegen Corona und zur Übung siehe weiter unten.
| Beschreibung |
Das Modul beinhaltet die 'Basic Toolbox der Algorithmik'. Im Einzelnen werden folgende Themen bearbeitet:
- Ergebnisüberprüfung (Checkers) und Zertifizierung
- Asymptotische Algorithmenanalyse: worst case, average case, probabilistisch, amortisiert
- Grundbegriffe des Algorithm Engineering
- Effektive Umsetzung verketteter Listen
- Unbeschränkte Arrays, Stapel, und Warteschlangen
- Hashtabellen: mit Verkettung, linear probing, universelles Hashing
- Sortieren: effiziente Algorithmen (mergesort, quicksort), untere Schranken, radix sort
- Selektion: quickselect
- Prioritätslisten: binäre Heaps, addrssierbare Prioritätslisten
- Sortierte Folgen/Suchbäume: Wie unterstützt man alle wichtigen Operationen in logarithmischer Zeit
- Graphen (Repräsentation, Traversierung: Breitensuche, Tiefensuche, Anwendungen (topologisches Sortieren,...), Kürzeste Wege: Dijkstra's Algorithmus, Bellman-Ford Algorithmus, Minimale Spannbäume: Kruskals Algorithmus, Jarnik-Prim Algorithmus)
- Generische Optimierungsalgorithmen (Greedy, Dynamische Programmierung, systematische Suche, Lokale Suche)
|
| Literaturhinweise |
Algorithms and Data Structures - The Basic Toolbox
K. Mehlhorn und P. Sanders
Springer 2008
Weiterführende Literatur
Algorithmen - Eine Einführung
T. H. Cormen, C. E. Leiserson, R. L. Rivest, und C. Stein
Oldenbourg, 2007
Algorithmen und Datenstrukturen
T. Ottmann und P. Widmayer
Spektrum Akademischer Verlag, 2002
Algorithmen in Java. Teil 1-4: Grundlagen, Datenstrukturen, Sortieren, Suchen
R. Sedgewick
Pearson Studium 2003
Algorithm Design
J. Kleinberg and É. Tardos
Addison Wesley, 2005
Vöcking et al.
Taschenbuch der Algorithmen
Springer, 2008
|
| Lehrinhalt |
Dieses Modul soll Studierenden grundlegende Algorithmen und Datenstrukturen vermitteln.
Die Vorlesung behandelt unter anderem:
- Grundbegriffe des Algorithm Engineering
- Asymptotische Algorithmenanalyse (worst case, average case, probabilistisch, amortisiert)
- Datenstrukturen z. B. Arrays, Stapel, Warteschlangen und Verkettete Listen
- Hashtabellen
- Sortieren: vergleichsbasierte Algorithmen (z.B. quicksort, insertionsort), untere Schranken, Linearzeitalgorithmen (z.B. radixsort)
- Prioritätslisten
- Sortierte Folgen,Suchbäume und Selektion
- Graphen (Repräsentation, Breiten-/Tiefensuche, Kürzeste Wege, Minimale Spannbäume)
- Generische Optimierungsalgorithmen (Greedy, Dynamische Programmierung, systematische Suche, Lokale Suche)
- Geometrische Algorithmen
|
| Anmerkung |
Der Dozent kann für gute Leistungen in der Übung Bonuspunkte für die Klausur vergeben, die bis zu 5% der Note ausmachen können. Diese Punkte gelten nur für die Hauptklausur im gleichen Semester und für den zugehörigen Nachschreibetermin. Danach verfallen die Punkte. |
| Arbeitsbelastung |
Der Gesamtarbeitsaufwand für dieses Modul beträgt ca. 180 Stunden (6 Credits). Die Gesamtstundenzahl ergibt sich dabei aus dem Aufwand für den Besuch der Vorlesungen und Übungen sowie den Prüfungszeiten und dem zeitlichen Aufwand, der zur Erreichung der Lernziele des Moduls für einen durchschnittlichen Studenten für eine durchschnittliche Leistung erforderlich ist.
Vorlesung (15 x 2 h 15 min) 33 h 45 min
Übung (15 x 45 min) 11 h 15 min
Tutorium (15 x 1 h 30 min) 22 h 30 min
Klausur 2 h
Vor- und Nachbereitung der Veranstaltungen 67 h 30 min
Klausurvorbereitung 45 h
Summe 182 h
|
| Ziel |
Der/die Studierende
- kennt und versteht grundlegende, häufig benötigte Algorithmen, ihren Entwurf, und die Korrektheits- und Effizienzanalyse,
- Implementierung, Dokumentierung und Anwendung,
- kann mit diesem Verständnis auch neue algorithmische Fragestellungen bearbeiten,
- wendet die im Modul Grundlagen der Informatik (Bachelor Informationswirtschaft) erworbenen Programmierkenntnisse auf nichttriviale Algorithmen an,
- ist in der Lage, grundlegende Algorithmen zu analysieren und miteinander zu vergleichen,
- wendet die in Grundbegriffe der Informatik (Bachelor Informatik) bzw. Grundlagen der Informatik (Bachelor Informationswirtschaft) und den Mathematikvorlesungen erworbenen mathematischen Herangehensweise an die Lösung von Problemen an. Schwerpunkte sind hier formale Korrektheitsargumente und eine mathematische Effizienzanalyse.
|
| Prüfung |
Die Erfolgskontrolle besteht aus einer schriftlichen Abschlussprüfung nach § 4 Abs. 2 Nr. 1 SPO im Umfang von 120 Minuten.
Die Modulnote ist die Note der Abschlussprüfung.
|
