Hauptinhalt

CS 566 — Effiziente Algorithmen
(engl. Efficient Algorithms)

Niveaustufe, Verpflichtungsgrad	Aufbaumodul, Pflichtmodul
Lehr- und Lernformen, Arbeitsaufwand	Vorlesung (4 SWS), Übung (2 SWS), 270 Stunden (90 Std. Präsenzzeit, 180 Std. Selbststudium)
Leistungspunkte, Voraussetzungen zum Erwerb	9 LP Studienleistung(en): Erreichen von mindestens 50 Prozent der Punkte aus den wöchentlich zu bearbeitenden Übungsaufgaben und mündliche Präsentation der Lösung von mindestens zwei der Übungsaufgaben. Prüfungsleistung: Mündliche Prüfung (Einzelprüfung) oder Klausur
Sprache, Benotung	Deutsch, Die Benotung erfolgt mit 0 bis 15 Punkten gemäß der Prüfungsordnung für den Studiengang B.Sc. Data Science.
Dauer des Moduls, Häufigkeit	Ein Semester, Unregelmäßig
Modulverantwortliche(r)	Prof. Dr. Bernhard Seeger

Inhalt

Algorithmische Methoden

Greedy-Verfahren
Dynamisches Programmieren
Divide-and-Conquer

Laufzeitanalysen (worst-case, amortisiert, ausgabesensitiv, Lösung von Rekurrenzen)

Korrektheitsbeweise

Algorithmen für Mengen, Graphen, Text und geometrische Problemstellungen

Algorithmen für Externspeicher

Algorithmen für Datenströme

Approximationsalgorithmen

Qualifikationsziele

Die Studierenden

sind in der Lage, Fertigkeiten im Entwurf von Algorithmenund Kenntnisse der wichtigsten Entwurfs- und Analyseparadigmen anzuwenden,
können effiziente Datenstrukturen beim Algorithmenentwurf nutzen,
sind in der Lage, Algorithmen bzgl. Korrektheit und Aufwand zu analysieren,
haben wissenschaftliche Arbeitsweisen eingeübt (Erkennen, Formulieren, Lösen von Problemen, Abstraktion),
haben trainiert, über wissenschaftliche Inhalte frei zu sprechen, sowohl vor einem Publikum als auch in einer Diskussion.

Voraussetzungen

Keine. Empfohlen werden die Kompetenzen, die in dem Modul Algorithmen und Datenstrukturen vermittelt werden.

Verwendbarkeit

Das Modul kann im FB12 verwendet werden im Studiengang bzw. in den Studiengängen

B.Sc. Data Science
B.Sc. Informatik
B.Sc. Mathematik
M.Sc. Data Science
M.Sc. Informatik
M.Sc. Mathematik
M.Sc. Wirtschaftsinformatik
M.Sc. Wirtschaftsmathematik
LAaG Informatik

Im Studiengang B.Sc. Data Science muss das Modul im Studienbereich Informatik Weiterführende Module absolviert werden.

Das Modul kann auch in anderen Studiengängen absolviert werden (Exportmodul).

Literatur

Cormen, Leierson, Rivest, Stein: Algorithmen - Eine Einführung. Oldenbourg.
Ottmann, Widmayer: Algorithmen und Datenstrukturen. Spektrum Akad. Verlag.
Schöning: Algorithmik. Spektrum Akad. Verlag. 2001.
Güting, Dieker: Datenstrukturen und Algorithmen, Vieweg+Teubner

Bitte beachten Sie:

Diese Seite beschreibt ein Modul gemäß dem im Wintersemester 2023/24 aktuellsten gültigen Modulhandbuch. Die meisten für ein Modul gültigen Regeln werden nicht durch die Prüfungsordnung festgelegt, und können daher von Semester zu Semester aktualisiert werden. Folgende Versionen liegen im Online-Modulhandbuch vor:

Das Modulhandbuch enthält alle Module, unabhängig vom aktuellen Veranstaltungsangebot, vergleichen Sie dazu bitte das aktuelle Vorlesungsverzeichnis in Marvin.

Die Angaben im Online-Modulhandbuch wurden automatisch erstellt. Rechtsverbindlich sind die Angaben der Prüfungsordnung. Wenn Ihnen Unstimmigkeiten oder Fehler auffallen, sind wir für Hinweise dankbar.