Algorithmen und Datenstrukturen

Präsenzstudium: ca. 42 Std., Eigenstudium: ca. 108 Std.

Grundlegende Kenntnisse der Wirtschaftsinformatik.

Programmierkenntnisse etwa aus den Modulen Softwareentwicklung I und II des Grundstudiums.

LERNZIELE: Die Studierenden sollen die wichtigsten, im wirtschaftlichen Umfeld eingesetzten Datenstrukturen und Algorithmen sowie die jeweiligen Eigenschaften kennen und die Eignung von algorithmischen Ansätzen für praktisch relevante Fragestellungen analysieren und bewerten können.

FACH- UND METHODENKOMPETENZ:

1. Die Studierenden kennen grundlegende Datenstrukturen und Algorithmen in ihrer Funktionsweise und ihren Eigenschaften.
2. Die Studierenden können für reale Problemstellungen geeignete Algorithmen und Datenstrukturen benennen und verwenden.
3. Die Studierenden können bekannte Algorithmen und Datenstrukturen in einer Hochsprache implementieren.
4. Die Studierenden können einfache unbekannte Algorithmen analysieren und ihre Eignung für einen spezifischen Einsatz bewerten.

ÜBERFACHLICHE KOMPETENZ: Abstraktionsvermögen - Die Studierenden übertragen reale Problemstellung in geeignete, algorithmisch lösbare Repräsentationen.

• Algorithmenbegriff und Eigenschaften von Algorithmen
• Algorithmenanalyse (Asymptotische Komplexität)
• Lineare Datenstrukturen (Arrays, verkettete Listen, Ringspeicher)
• Abstrakte Datentypen (z. B. Stacks, Schlangen, Bäume, Heaps) und Implementierungsvarianten
• Sortierverfahren
• Einfache Sortier- und Suchverfahren
• Hashing
• Suchbäume (AVL-Bäume)
• Greedy-Verfahren
• Teile und Herrsche, schnelle Sortierverfahren
• Rekursion und Analyse von Rekurrenzen
• Dynamische Programmierung
• Brute-Force und Backtracking
• Auswahl weiterer klassischer algorithmischer Problemstellungen zum Beispiel aus den Bereichen Stringalgorithmen, Graphenalgorithmen oder Geometrische Algorithmen

Medien

• Materialien zur Vor- und Nachbereitung (z.B. Text, Videos, ...)
• Tafel/Whiteboard
• Folien
• haptisches Material (z.B. Spielkarten)
• Entwicklungsumgebung, Codebeispiele
• multimediale Präsentationen

Methoden

• Seminaristischer Unterricht
• Flipped Classroom
• Aktivierende Übungen
• Diskussionen in Kleingruppen
• Eigenständiges Programmieren

• R Sedgewick, K Wayne: Algorithmen und Datenstrukturen, Addison Wesley, 4. Auflage, 2014
• S Skiena: The Algorithm Design Manual, Springer, 3. Auflage, 2020
• J Erickson: Algorithms, self-published, 1. Auflage, 2019
• Th.H. Cormen, C.E. Leiserson, R. Rivest, C. Stein: Algorithmen – Eine Einführung. Oldenbourg, 4. Auflage, 2017.
• T Ottmann, P Widmayer: Algorithmen und Datenstrukturen, Springer, 6. Auflage, 2017