Topic outline
-
Umfang: 10 ECTS, 4+2 SWS Vorlesung: Di, 10:15–11:45, Zuse-HS Do, 08:30–10:00, Zuse-HS Übung: Di, 12–14 (ÜR I), 14–16 (SE I & ÜR II), 16–18 (SE I & SE III) Mi, 12–14 (SE II), 14–16 (SE I), 16–18 (SE II) Klausur: Di, 12.02.2019, 10:00–12:00 Di, 09.04.2019, 10:00–12:00
Voraussetzung: nach Möglichkeit Teilnahme am Programmiervorkurs (vor Semesterbeginn)
empfohlen: Teilnahme an der Vorlesung Grundlagen der ProgrammierungZielgruppe: Bachelor Informatik, Bachelor Luft- und Raumfahrtinformatik, Bachelor Games Engineering, Bachelor Mathematik Dozent: Alexander Wolff Übung: Johannes Zink, Andre Löffler, Fabian Feitsch, Michael Kreuzer, Diana Sieper, Moritz Niederer, Daniel Berger, Fabian Egidy, Vasil Alistarov, Bastian Hußlein Repetitorium: Von Mo 01.04.2019 bis Fr 05.04.2019 wird wieder ein ADS-Repetitorium angeboten. -
Übungsleiter-Feedback
-
Teilnahme am 2. Kurztest am 20.12.2018 Choice
-
-
Inhalt
Die Vorlesung Algorithmen & Datenstrukturen beschäftigt sich mit Techniken für Entwurf und Analyse von Algorithmen, Sortierverfahren, grundlegenden Datenstrukturen, systematischem Probieren und einfachen Graphalgorithmen.
Lernziele
In dieser Veranstaltung lernen Sie
- die Effizienz von Algorithmen zu messen und miteinander zu vergleichen,
- grundlegende Algorithmen und Datenstrukturen in Java zu implementieren,
- selbst Algorithmen und Datenstrukturen zu entwerfen sowie
- deren Korrektheit und Effizienz zu beweisen.
Literatur- Algorithmen — eine Einführung.
Thomas H. Cormen, Charles E. Leiserson, Ronald Rivest und Clifford Stein,
Oldenbourg Wissenschaftsverlag, 3. Auflage, 2010. - An Introduction to Algorithms.
MIT Press, 3. Auflage, 2009 — die englische Originalausgabe.
Bei MIT Press kann man sich Lösungen von einigen Übungsaufgaben herunterladen.
Beim MIT gibt es auch Videos von Vorlesungen zum Thema des Buchs gehalten von Charles E. Leiserson und Erik Demaine. - Data Structures and Algorithms in Java.
Michael T. Goodrich und Roberto Tamassia,
Wiley, 5. Auflage, 2010. - Algorithms and Data Structures: The Basic Toolbox.
Kurt Mehlhorn und Peter Sanders,
Springer, 2008.
-
-
Wer nicht kommt, verliert [lokale Kopie] File
-
- Die Übungen finden dienstags und mittwochs zu verschiedenen Terminen in den Seminarräumen I-III und den Übungsräumen I & II statt.
- Sie können die Übungsaufgaben zu zweit oder zu dritt (notfalls auch alleine) bearbeiten.
- Geben Sie Ihre Bearbeitung nur einmal ab, aber schreiben Sie die Namen aller Mitglieder Ihres Teams oben auf jedes abgegebene Dokument.
- Geben Sie auf Ihrer Bearbeitung auch die Nummer Ihrer Übungsgruppe an.
- Plagiate werden mit 0 Punkten für das ganze Übungsblatt gewertet.
-
Wir bieten ein ADS-Repetitorium an: Montag, 01.04.2019 bis Freitag, 05.04.2019, jeweils von 9:30 Uhr - 16:00 Uhr. Mittagspause machen wir von 12:30 bis 13:30 Uhr. Die zweite Klausur findet dann am Dienstag, 09.04.2019 statt.
Das Repetitorium besteht aus Vorlesung, gemeinsamer Übung und Fragestunde. Eine Anmeldung zum Repetitorium ist nicht erforderlich, denken Sie aber an die Anmeldung zur zweiten Klausur in WueStudy, falls Sie mitschreiben möchten.
Das Repetitorium findet in den Räumen SE 8 und SE 10 statt, das ist in der ehemaligen Teilbibliothek Physik. Wir schildern den Weg am ersten Tag beginnend ab der Fachschaft Mathe/Info aus. Die Themenliste befindet sich im Ankündigungsforum im entsprechenden Thread, der beizeiten eröffnet wird.
Leitung: Michael Kreuzer und Diana Sieper
Im Folgenden finden Sie die Aufgabenblätter der einzelnen Tage, die jeweils um 17:00 des Vortages freigeschaltet werden. Die Veröffentlichung in WueCampus dient lediglich dazu, dass Sie die Blätter zuhause ausdrucken können. Sie müssen sich die Aufgabenblätter nicht vorher durchlesen.
-
Tag 1 FileAufgaben zu den Themen Pseudocode, Korrektheit, Sortieren und Laufzeit
-
Tag 2 FileAufgaben zu den Themen rekursive Laufzeit und Datenstrukturen
-
Tag 3 FileAufgaben zu den Themen Bäume und Graphen
-
Tag 4 File
Aufgaben zu den Themen amortisierte Analyse und Dynamische Programmierung
-
Tag 5 File
Aufgaben zu den Themen Greedy-Algorithmen und Erwartungswert
-