Algorithmen und Datenstrukturen
Algorithms and Data Structures

Modul BV440007

Dieses Modul wird durch Lehrstuhl für Computation in Engineering (Prof. Rank) bereitgestellt.

Diese Modulbeschreibung enthält neben den eigentlichen Beschreibungen der Inhalte, Lernergebnisse, Lehr- und Lernmethoden und Prüfungsformen auch Verweise auf die aktuellen Lehrveranstaltungen und Termine für die Modulprüfung in den jeweiligen Abschnitten.

Modulversion vom WS 2011/2 (aktuell)

Von dieser Modulbeschreibung gibt es historische Versionen. Eine Modulbeschreibung ist immer so lange gültig, bis sie von einer neuen abgelöst wird.

verfügbare Modulversionen
WS 2011/2SS 2011

Basisdaten

BV440007 ist ein Semestermodul in Englisch auf Master-Niveau das im Sommersemester angeboten wird.

Das Modul ist Bestandteil der folgenden Kataloge in den Studienangeboten der Physik.

  • Allgemeiner Katalog der nichtphysikalischen Wahlfächer
GesamtaufwandPräsenzveranstaltungenUmfang (ECTS)
90 h 30 h 3 CP

Inhalte, Lernergebnisse und Voraussetzungen

Inhalt

• Grundlagen programmiersprachlicher Konzepte • Rekursive Verfahren • Einführung in die Komplexitätsanalyse • Datenstrukturen (Reihungen, Bäume, verkettete Listen) • Sortieralgorithmen (sequentielle Verfahren, Teile-und-Herrsche-Paradigma) • Suchalgorithmen (sequentielle und rekursive Verfahren, Balanzierungsverfahren, Hashing) • Grundlagen der Graphentheorie und Graph-basierte Anwendungen (minimal-spannende Bäume, Kürzeste-Wege-Suche, Netzwerkfluss) • Optimierungsmethoden und Cache-Blocking

Lernergebnisse

Nach erfolgreicher Teilnahme sind die Studierenden in der Lage • Algorithmen zu entwickeln und somit Berechnungsvorschriften zur Problemlösung am Rechner mittels programmiersprachlicher Konzepte zu formulieren, • rekursive Verfahren zu verstehen und auf eigene Problemstellungen anzuwenden, • Algorithmen im Hinblick auf deren Laufzeitverhalten und Speicherverbrauch durch eine Komplexitätsanalyse zu bewerten und klassifizieren, • unterschiedliche Datenstrukturen zu kennen und gemäß deren Vor- und Nachteilen jeweils passende Strukturen für bestimmte Problemklassen auszuwählen, • unterschiedliche Sortier- und Suchverfahren inkl. deren Komplexität anzugeben und anzuwenden, • Grundlagen der Graphentheorie zu verstehen sowie Graph-basierte Algorithmen auf Problemstellungen der minimal-spannenden Bäume, der Kürzesten-Wege-Suche sowie dem maximalen Netzwerkfluss anzuwenden, • Optimierungsmethoden (u.a. Cache-Blocking) für Algorithmen zu kennen und verstehen und auf eigene Problemstellungen anzuwenden.

Voraussetzungen

Kenntnisse einer Programmiersprache (etwa C/C++ oder Fortran)

Lehrveranstaltungen, Lern- und Lehrmethoden und Literaturhinweise

Lehrveranstaltungen und Termine

ArtSWSTitelDozent(en)Termine
VO 2 Algorithms and Data Structures Freitag, 09:45–11:15

Lern- und Lehrmethoden

Das Modul wird als Vorlesung angeboten und die Inhalte werden im Vortrag durch anschauliche Beispiele sowie durch Diskussion mit den Studierenden vermittelt. Die Vorlesung soll den Studierenden dabei auch als Motivation zur eigenständigen inhaltlichen Auseinandersetzung mit den Themen sowie zum Studium der Literatur dienen. Jeweils passend zu den Vorlesungsinhalten werden Aufgabenblättern und deren Lösungen angeboten, die die Studierenden zur selbstständigen Kontrolle sowie zur Vertiefung der gelernten Methoden und Konzepte nutzen sollen.

Medienformen

Die Vorlesung wird hauptsächlich mittels PowerPoint-Folien präsentiert und durch Anschrieb auf Tafel oder Whiteboard ergänzt. Die Folien stehen den Studierenden komplett zum Download zur Verfügung.

Literatur

- T.H. Cormen, C.E. Leiserson, R.L. Rivest, C. Stein: Introduction to Algorithms, 2nd ed., The MIT Press, 2001 - R. Sedgewick: Algorithms, 2nd ed., Addison-Wesley, 1988 - V. Heun: Grundlegende Algorithmen, Vieweg, 2003

Modulprüfung

Beschreibung der Prüfungs- und Studienleistungen

Das Lernergebnis wird in einer 90-minütigen schriftlichen Klausur geprüft, um aufzuzeigen, inwieweit die Studierenden mit den behandelten Themen vertraut sind und die gelernten Konzepte und Methoden zur Entwicklung und Analyse von Algorithmen für konkrete Problemstellungen aus den Bereichen der rekursiven Verfahren, Such- und Sortierverfahren sowie für Graphen anwenden können. Dazu sind kurze Rechenaufgaben zu lösen sowie Programmfragmente zu entwickeln. Als Hilfsmittel sind gedruckte Unterlagen der Vorlesung (Folien und Übungsblätter) sowie eigene Notizen zugelassen.

Kondensierte Materie

Wenn Atome sich zusammen tun, wird es interessant: Grundlagenforschung an Festkörperelementen, Nanostrukturen und neuen Materialien mit überraschenden Eigenschaften treffen auf innovative Anwendungen.

Kern-, Teilchen-, Astrophysik

Ziel der Forschung ist das Verständnis unserer Welt auf subatomarem Niveau, von den Atomkernen im Zentrum der Atome bis hin zu den elementarsten Bausteinen unserer Welt.

Biophysik

Biologische Systeme, vom Protein bis hin zu lebenden Zellen und deren Verbänden, gehorchen physikalischen Prinzipien. Unser Forschungsbereich Biophysik ist deutschlandweit einer der größten Zusammenschlüsse in diesem Bereich.