Algorithmen und Datenstrukturen: Grundlagen und probabilistische Methoden für den Entwurf und die Analyse - Softcover

Über die Autorin bzw. den Autor

Helmut Knebl ist Mitglied der Technischen Hochschule Nürnberg Georg Simon Ohm. Seine Schwerpunkte in Forschung und Lehre umfassen die Gebiete Kryptographie und Informationssicherheit, Algorithmen und Datenstrukturen, Theoretische Informatik und algorithmische Aspekte der Algebraischen Geometrie.

Von der hinteren Coverseite

Computeralgorithmen sind vielfältig und allgegenwärtig. Sie sind Gegenstand intensiver Forschung und zählen zu den fundamentalen Konzepten der Informatik. Dieses Lehrbuch vermittelt Algorithmen exakt aber auch anschaulich und nachvollziehbar.

Das erste Kapitel behandelt Grundlagen und Designprinzipien für Algorithmen. Die folgenden Kapitel 2 - 6 sind nach Problembereichen organisiert: Sortieren und Suchen mit Quicksort, Heapsort, binärer Suche und Quickselect (2); Hashverfahren, insbesondere universelle Familien, Strategien zur Kollisionsauflösung und eine detaillierte Analyse der Verfahren (3); Bäume zur Datenorganisation, wie AVL-Bäume, probabilistische binäre Suchbäume und B-Bäume, außerdem Codebäume zur Datenkomprimierung (4); die fundamentalen Graphalgorithmen Tiefen- und Breitensuche und Anwendungen davon (5); die Berechnung von minimalen aufspannenden Bäumen und von kürzesten Wegen in gewichteten Graphen als auch die Lösung des Flussproblems in Netzwerken (6).

Probabilistische Methoden sind grundlegend für einfache und effiziente Algorithmen. Deshalb behandelt jedes Kapitel mindestens einen probabilistischen Algorithmus. Zu den hervorgehobenen Themen zählen die probabilistischen Algorithmen zur Berechnung eines minimalen Schnitts und eines minimalen aufspannenden Baums.

Die notwendigen mathematischen Grundlagen werden im ersten Kapitel sowie im Anhang entwickelt. Lösungen zu den zahlreichen Übungsaufgaben stehen zum Download bereit.

Das Buch richtet sich an Studierende der Informatik, der Wirtschafts-, Medien- und Bioinformatik wie auch der Mathematik. Es eignet sich zum vorlesungsbegleitenden Einsatz und zum Selbststudium für alle, die an Algorithmen und am Programmieren interessiert sind.