Modul

Siehe Teilleistung

Die Studierenden erwerben ein systematisches Verständnis algorithmischer Fragestellungen und Lösungsansätze im Bereich Algorithm Engineering, das auf dem bestehenden Wissen im Themenbereich Algorithmik aufbaut. Außerdem kann er/sie erlernte Techniken auf verwandte Fragestellungen anwenden und aktuelle Forschungsthemen im Bereich Algorithm Engineering interpretieren und nachvollziehen.

Nach erfolgreicher Teilnahme an der Lehrveranstaltung können die Studierenden

• Begriffe, Strukturen, grundlegende Problemdefinitionen und Algorithmen aus der Vorlesung erklären;
• auswählen, welche Algorithmen und Datenstruktuen zur Lösung einer algorithmischen Fragestellung geeignet sind und diese ggf. den Anforderungen einer konkreten Problemstellung anpassen;
• Algorithmen und Datenstrukturen ausführen, mathematisch präzise analysieren und die algorithmischen Eigenschaften beweisen;
• Machinenmodelle aus der Vorlesung erklären sowie Algorithmen und Datenstrukturen in diesen analysieren
• neue Probleme aus Anwendungen analysieren, auf den algorithmischen Kern reduzieren und daraus ein abstraktes Modell erstellen; auf Basis der in der Vorlesung erlernten Konzepte und Techniken eigene Lösungen in diesem Modell entwerfen, analysieren und die algorithmischen Eigenschaften beweisen.

Siehe Teilleistung

• Was ist Algorithm Engineering, Motivation etc.
• Realisteische Modellierung von Maschinen und Anwendungen
• praxisorientierter Algorithmenentwurf
• Implementierungstechniken
• Experimentiertechniken
• Auswertung von Messungen

Die oben angegebenen Fertigkeiten werden vor allem anhand von konkreten Beispielen gelehrt. In der Vergangenheit waren das zum Beispiel die folgenden Themen aus dem Bereich grundlegender Algorithmen und Datenstrukturen:

• linked lists ohne Sonderfälle
• Sortieren: parallel, extern, superskalar,...
• Prioritätslisten (cache effizient,...)
• Suchbäume für ganzzahlige Schlüssel
• Volltextindizes
• Graphenalgorithmen: miminale Spannbäume (extern,...), Routenplanung

dabei geht es jeweils um die besten bekannten praktischen und theoretischen Verfahren. Diese weichen meist erheblich von den in Anfängervorlesungen gelehrten Verfahren ab.

Vorlesung und Übung mit 3 SWS, 5 LP

5 LP entspricht ca. 150 Arbeitsstunden, davon

ca. 45 Std. Besuch der Vorlesung und Übung bzw. Blockseminar,

ca. 25 Std. Vor- und Nachbereitung,

ca. 40 Std. Bearbeitung der Übungsblätter / Vorbereitung Minisemiar

ca. 40 Std. Prüfungsvorbereitung