• 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)

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

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

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

• 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.

Die Modulnote ist die Note der Abschlussprüfung.