Unterschiede

Hier werden die Unterschiede zwischen zwei Versionen angezeigt.

Link zu dieser Vergleichsansicht

Beide Seiten der vorigen Revision Vorhergehende Überarbeitung
Nächste Überarbeitung
Vorhergehende Überarbeitung
ef:algorithmen:lernziele [2026/01/15 13:22] lehmannref:algorithmen:lernziele [2026/01/15 15:26] (aktuell) lehmannr
Zeile 1: Zeile 1:
 ====== Lernziele ====== ====== Lernziele ======
  
-==== A. Datenstrukturen (Skript Kapitel 4) ====+=== A. Datenstrukturen (Skript Kapitel 4) ===
   * Was ist eine Datenstruktur verglichen mit einem Datentyp?   * Was ist eine Datenstruktur verglichen mit einem Datentyp?
   * Die folgenden Datenstrukturen sollten verstanden werden:   * Die folgenden Datenstrukturen sollten verstanden werden:
Zeile 11: Zeile 11:
     * Heap als Spezialfall von einem Baum     * Heap als Spezialfall von einem Baum
  
-==== B. Begriffe und Komplexität ====+=== B. Begriffe und Komplexität ===
   * Was ist ein Algorithmus?   * Was ist ein Algorithmus?
   * Was versteht man unter der Komplexität eines Algorithmus? Für welche Dinge wird die Komplexität angegeben?    * Was versteht man unter der Komplexität eines Algorithmus? Für welche Dinge wird die Komplexität angegeben? 
Zeile 17: Zeile 17:
   * Beispiele angeben können für die verschiedenen Komplexitätsklassen.   * Beispiele angeben können für die verschiedenen Komplexitätsklassen.
  
-==== C. Irrgärten und Pfadfinder-Algorithmen ====+=== C. Irrgärten und Pfadfinder-Algorithmen ===
  
 ** Irrgärten erstellen und lösen ** ** Irrgärten erstellen und lösen **
Zeile 23: Zeile 23:
   * Den Graphen zu einem Irrgarten aufzeichnen können und zu einem Graphen den Irrgarten zeichnen können.    * Den Graphen zu einem Irrgarten aufzeichnen können und zu einem Graphen den Irrgarten zeichnen können. 
   * Unterschied zwischen einem perfekten (oder Standard-) Irrgarten und einem "normalen" Irrgarten kennen.   * Unterschied zwischen einem perfekten (oder Standard-) Irrgarten und einem "normalen" Irrgarten kennen.
-  * Wie kann man einen Irrgarten erstellen mithilfe des DFS-Algorithmus? Warum und wofür ist hier ein Stack als Datenstruktur ideal?+  * Wie kann man einen Irrgarten erstellen mithilfe des DFS-Algorithmus? Warum und wofür ist hier ein Stack als Datenstruktur ideal? [[https://www.algosome.com/articles/maze-generation-depth-first.html| Link]]
   * Wie funktionieren die Algorithmen "Random-Mouse", "Hand-on-Wall", DFS, BFS?   * Wie funktionieren die Algorithmen "Random-Mouse", "Hand-on-Wall", DFS, BFS?
   * Welche Algorithmen produzieren den kürzesten Weg?   * Welche Algorithmen produzieren den kürzesten Weg?
  
 ** Allgemeine Pfadfinder-Algorithmen ** ** Allgemeine Pfadfinder-Algorithmen **
-  * Wie funktioniert der Dijkstra-Algorithmus? Man muss ihn für kleine Beispiele durchführen können. +  * Wie funktioniert der Dijkstra-Algorithmus? Man muss ihn für kleine Beispiele durchführen können. [[https://ethz.ch/content/dam/ethz/special-interest/baug/ivt/ivt-dam/studies/transport-planning/exercises/2019/u1-musterloesung.pdf|Beispielaufgabe mit Lösung (ETH)]] 
-  * Wie funktioniert der A*-Algorithmus? Man muss ihn für kleine Beispiele durchführen können.+  * Wie funktioniert der A*-Algorithmus? Man muss ihn für ein Beispiel und eine konkrete Situation erklären können. [[https://www.youtube.com/watch?v=-L-WgKMFuhE|Video von S. Lague]] 
 + 
 +=== Sortieralgorithmen === 
 +  * Was ist ein stabiles bzw. ein instabiles Sortierverfahren? 
 +  * Wie funktioniert Selectionsort, welche Komplexität hat er im Best- und im Worst-Case? 
 +  * Wie funktioniert Swaport, welche Komplexität hat er im Best- und im Worst-Case? 
 +  * Wie funktioniert Bubblesort, welche Komplexität hat er im Best- und im Worst-Case? 
 +  * Wie funktioniert Mergesort, welche Komplexität hat er im Best- und im Worst-Case? 
 + 
 +=== Problem des Handlungsreisenden (Traveling Salesman-Problem) === 
 +  * Das Problem verstehen und Anwendungen dafür kennen. 
 +  * Wie viele Touren gibt es bei n Städten theoretisch? 
 +  * Erkläre drei Algorithmen, wie man die Ausgangslösunge finden könnte (Nearest Neighbor, Random, Greedy-Algorithmus). 
 +  * Das Prinzip des Ameisen-Algorithmus verstehen und erklären können. 
 +  * Das Lösungsprinzip von 2-Opt (oder allgemein k-Opt) verstehen und erklären können. 
 +  * Was bedeutet Simulated Annealing? Wozu wird es eingesetzt? 
 + 
 +Link zu Simulated Annealing und k-Opt: [[https://youtu.be/SC5CX8drAtU|Link zu Simulated Annealing und k-Opt]]  
 + 
 +Möglichkeiten für 3-Opt: [[https://www.researchgate.net/profile/Kamran-Zamanifar/publication/251985406/figure/fig2/AS:393200561868801@1470757727174/opt-move-seven-distinct-tour-are-obtained-from-original-tour-We-use-X-X-1-replace-of.png|Hier]]
  
-  * Nearest Neighbor, Random, Greedy-Algorithmus verstehen, um die Ausgangslösung zu finden. 
  • ef/algorithmen/lernziele.1768479777.txt.gz
  • Zuletzt geändert: 2026/01/15 13:22
  • von lehmannr