Diese Lehrveranstaltung soll Studierenden die grundlegenden theoretischen und praktischen Aspekte der Algorithmentechnik vermitteln. Es werden generelle Methoden zum Entwurf und der Analyse von Algorithmen für grundlegende algorithmische Probleme vermittelt sowie die Grundzüge allgemeiner algorithmischer Methoden wie Approximationsalgorithmen, Lineare Programmierung, Randomisierte Algorithmen, Parallele Algorithmen und parametrisierte Algorithmen behandelt.
Literaturhinweise:
- K. Mehlhorn, P. Sanders: Algorithms and Data Structures - The Basic Toolbox
- K. Mehlhorn, S. Naeher: The LEDA Platform of Combinatorial and Geometric Computing Topic: Algorithm Engineering, Flows, Geometrie
- R. K. Ahuja, T. L. Magnanti, J.B. Orlin: Network Flows
- M. de Berg, M. van Kreveld, M. Overmars, O. C. Schwarzkopf: Computational Geometry: Algorithms and Applications
- G. Navarro: Compact Data Structures "A Practical Approach", Cambridge University Press
- R. Niedermeier: Invitation to Fixed-Parameter Algorithms, Oxford University Press, 2006.
Dozenten: Prof. Dr. Peter Sanders, Dr. Christian Schulz, Dr. Simon Gog, M.Sc. Michael Axtmann | Karlsruher Institut für Technologie (KIT), Institut für Theoretische Informatik
Vorlesungsaufzeichnung: KIT | WEBCAST: http://webcast.kit.edu
All content for Algorithmen 2, Vorlesung, WS18/19 is the property of Karlsruher Institut für Technologie (KIT) and is served directly from their servers
with no modification, redirects, or rehosting. The podcast is not affiliated with or endorsed by Podjoint in any way.
Diese Lehrveranstaltung soll Studierenden die grundlegenden theoretischen und praktischen Aspekte der Algorithmentechnik vermitteln. Es werden generelle Methoden zum Entwurf und der Analyse von Algorithmen für grundlegende algorithmische Probleme vermittelt sowie die Grundzüge allgemeiner algorithmischer Methoden wie Approximationsalgorithmen, Lineare Programmierung, Randomisierte Algorithmen, Parallele Algorithmen und parametrisierte Algorithmen behandelt.
Literaturhinweise:
- K. Mehlhorn, P. Sanders: Algorithms and Data Structures - The Basic Toolbox
- K. Mehlhorn, S. Naeher: The LEDA Platform of Combinatorial and Geometric Computing Topic: Algorithm Engineering, Flows, Geometrie
- R. K. Ahuja, T. L. Magnanti, J.B. Orlin: Network Flows
- M. de Berg, M. van Kreveld, M. Overmars, O. C. Schwarzkopf: Computational Geometry: Algorithms and Applications
- G. Navarro: Compact Data Structures "A Practical Approach", Cambridge University Press
- R. Niedermeier: Invitation to Fixed-Parameter Algorithms, Oxford University Press, 2006.
Dozenten: Prof. Dr. Peter Sanders, Dr. Christian Schulz, Dr. Simon Gog, M.Sc. Michael Axtmann | Karlsruher Institut für Technologie (KIT), Institut für Theoretische Informatik
Vorlesungsaufzeichnung: KIT | WEBCAST: http://webcast.kit.edu
16: Algorithmen II, Vorlesung und Übung, WS 2018/19, 04.12.2018
Algorithmen 2, Vorlesung, WS18/19
1 hour 23 minutes 41 seconds
6 years ago
16: Algorithmen II, Vorlesung und Übung, WS 2018/19, 04.12.2018
16 |
0:00:00 Start
0:00:57 Naive tiefenbeschränkte Suche
0:01:20 Naive tiefenbeschränkte Suche - Laufzeit
0:02:29 Kernbildung für Vertex Cover
0:03:01 Kernbildung für Vertex Cover - Korrektheit
0:03:47 Kernbildung für Vertex Cover - Laufzeit
0:05:05 Kernbildung für Vertex Cover - Beispiel
0:07:02 Reduktionsregeln
0:09:36 Verbesserte tiefenbeschränkte Suche
0:14:06 Weitere Verbesserungen
0:15:52 Zusammenfassung
0:19:41 Parallele Algorithmen
0:20:21 Warum Parallelverarbeitung
0:28:49 Modell - Nachrichtengekoppelte Parallelrechner
0:30:07 Kostenmodell für Nachrichtenaustausch
0:34:05 Warum kein Multicore Modell
0:36:37 Formulierung paralleler Algorithmen
0:39:53 Analyse paralleler Algorithmen
0:40:16 Dynamic Space Efficient Hashing
0:41:01 Basics - Hash Tables
0:42:18 Classic Space Efficient Hashing
0:43:20 Final Size Not Known A Priori
0:45:18 Resizing
0:47:07 Secondary Contribution - Efficient Growing
0:50:47 Multi Table Approach
0:52:08 Cuckoo Displacement
0:53:14 Cintribution - Dynamic Space Efficient Cuckoo Table
0:55:51 Result - Insertion into Growing Table
0:56:28 Result - Word Count Benchmark
0:57:03 Result - Load Bound
0:57:40 Conclusion
0:59:30 Übung
0:59:59 Approximtionsalgorithmen
Algorithmen 2, Vorlesung, WS18/19
Diese Lehrveranstaltung soll Studierenden die grundlegenden theoretischen und praktischen Aspekte der Algorithmentechnik vermitteln. Es werden generelle Methoden zum Entwurf und der Analyse von Algorithmen für grundlegende algorithmische Probleme vermittelt sowie die Grundzüge allgemeiner algorithmischer Methoden wie Approximationsalgorithmen, Lineare Programmierung, Randomisierte Algorithmen, Parallele Algorithmen und parametrisierte Algorithmen behandelt.
Literaturhinweise:
- K. Mehlhorn, P. Sanders: Algorithms and Data Structures - The Basic Toolbox
- K. Mehlhorn, S. Naeher: The LEDA Platform of Combinatorial and Geometric Computing Topic: Algorithm Engineering, Flows, Geometrie
- R. K. Ahuja, T. L. Magnanti, J.B. Orlin: Network Flows
- M. de Berg, M. van Kreveld, M. Overmars, O. C. Schwarzkopf: Computational Geometry: Algorithms and Applications
- G. Navarro: Compact Data Structures "A Practical Approach", Cambridge University Press
- R. Niedermeier: Invitation to Fixed-Parameter Algorithms, Oxford University Press, 2006.
Dozenten: Prof. Dr. Peter Sanders, Dr. Christian Schulz, Dr. Simon Gog, M.Sc. Michael Axtmann | Karlsruher Institut für Technologie (KIT), Institut für Theoretische Informatik
Vorlesungsaufzeichnung: KIT | WEBCAST: http://webcast.kit.edu
