Vorlesung
Effiziente Algorithmen
Hartmut Klauck
SS 2006
Termine:
Vorlesung: Di 14 - 16, Magnus
HS; Do 12 - 14, Magnus
HS
Übung:
Mi 14-16 SR 307 (D. Brendel)
Inhalt:
Der Entwurf und die Analyse von
Datenstrukturen und effizienten sequentiellen Algorithmen werden beschrieben.
Die einzelnen Themengebiete sind:
·
Graphalgorithmen
·
Randomisierte Algorithmen,
·
Approximationsalgorithmen,
·
Datenstrukturen mit guter amortisierter
Laufzeit,
Vorkenntnisse:
Die Vorlesung setzt den Besuch
der Veranstaltungen Theoretische Informatik 1 und 2 voraus.
Scheinerwerb:
Erfolgreiche Teilnahme an den Übungen
Vorlesungen:
18.4.:
.pps
, .pdf, .ps
[Einleitung, Breitensuche,
Tiefensuche, Kürzeste Weg in ungewichteten Graphen]
20.4.: .pps
, .pdf, .ps [Kürzeste Wege: Dijkstra, Bellman-Ford]
25.4.: .pps
, .pdf, .ps [Bellman-Ford, Floyd-Warshall]
27.4.: .pps
, .pdf, .ps [Distanzberechnung per Matrixmultiplikation]
2.5.: .pps
, .pdf, .ps [Kürzeste Wege per Matrixmultiplikation,
Randomisierte Algorithmen]
4.5.: .pps
, .pdf, .ps [Randomisierter Algorithmus für Boolesches
Matrixprodukt mit Zeugen]
9.5.: .pps
, .pdf, .ps [Approximation der paarweisen Distanzen in
gerichteten, gewichteten Graphen]
11.5.: .pps
, .pdf, .ps [APSP vs. Matrixmultiplikation, Vorbereitung
Approximation APSP in ung. Graphen/Dominating Sets]
16.5.: .pps
, .pdf, .ps [2-Approximation von APSP]
18.5.: .pps , .pdf, .ps [3-Approximation von APSP in fast Linearzeit]
23.5.: .pps
, .pdf, .ps [Spannbäume: Kruskal/Prim, Union-Find]
30.5.: .pps
, .pdf, .ps [Spannbäume: randomisierte
Linearzeitberechnung/Boruvka]
1.6.: .pps
, .pdf, .ps [Spannbäume: Theorem zum randomisierten Algo.,
Verifizierung in Linearzeit]
6.6.: .pps
, .pdf, .ps [Flussnetzwerke, Ford Fulkerson]
8.6.: .pps
, .pdf, .ps [Max-Flow Min-Cut Theorem, Laufzeit Edmonds
Karp, Matching]
13.6.: .pps
, .pdf, .ps [Dinic Algorithmus, Min Cuts]
22.6.: .pps
, .pdf, .ps [Matching, Randomisierter Algorithmus Min Cut]
27.6.: .pps
, .pdf, .ps [Randomisierter Alg. Min Cut: Korrektheit,
Binomische Heaps]
29.6.: .pps
, .pdf, .ps [Amortisierte Analyse, Fibonacci Heaps]
4.7.: .pps
, .pdf, .ps [Fibonacci Heaps]
6.7.: .pps
, .pdf, .ps [Lineares Programmieren, Simplex]
11.7.: .pps
, .pdf, .ps [Simplex]
13.7.: .pps
, .pdf, .ps [Lineare Integer Programme, Semidefinite Programme,
Lovasz Theta Funktion, Approximation von Vertex Cover]
18.7.: .pps , .pdf, .ps [Approximation per Zufall, per LP Relaxation
und Set Cover]
20.7.:
.pps , .pdf, .ps [Set Cover via LP Relaxation, TSP, Max Cut
Approx. durch semidefinite Programmierung]
Übungsblätter:
Ausgabe und Abgabe jeweils Di.
20.4: .ps
27.4:
.ps
Musterlösung
4.5: .ps
11.5:
.ps
18.5:
.ps
30.5:
.ps
6.6: .ps
13.6: .ps
20.6:
.ps
27.6:
.ps
4.7 :
.ps
11.7:
.ps
Literatur:
T. H. Cormen, C. E. Leiserson, R. L. Rivest, C.
Stein: Introduction
to Algorithms, Cambridge
University Press, 2001;
Deutsche Ausgabe bei Oldenbourg.
R. Motwani, P. Raghavan: Randomized Algorithms, Cambridge University
Press, 1995.
Jon Kleinberg, Eva Tardos: Algorithm Design, Pearson 2006.
Sonstige Links:
Survey
über Kürzeste Pfade
Stretch-Algorithmen
Spannbaumverifikation
24.7.2006, Hartmut Klauck