EventoWeb
Zürcher Hochschule für Angewandte Wissenschaften
Menu Home User Menu
Not registered Login
[ German (Switzerland) German (Switzerland) ]   [ English ]
[ de de ]   [ en ]
Not registered Login
t.BA.DS.ADS.20HS (Algorithms and Data Structures) 
Module: Algorithms and Data Structures
This information was generated on: 02 July 2025
No.
t.BA.DS.ADS.20HS
Title
Algorithms and Data Structures
Organised by
T CAI
Credits
4

Description

Version: 4.0 start 01 August 2021

Diese Modulbeschreibung gilt bis zum 31. Juli 2024. Die gültige Modulbeschreibung ist im Intranet unter https://intra.zhaw.ch/departemente/school-of-engineering/bachelorstudium/module im Modulhandbuch abrufbar.

Kurzbeschrieb

 Im Modul werden grundlegene Algorithmen und Datenstrukturen der Informatik behandelt, welche die Grundlage für Verfahren in Datenanalyse, Machine Learning und KI bildern. Die Studierenden lernen insbesondere:
  • Sie kennen und üben die Vorgehensweise, algorithmisch komplexe Problemstellungen zu lösen.
  • Sie kennen die zentralen Datenstrukturen der Informatik und wie sie in Python umgesetzt werden.
  • Sie können den Rechenaufwand Ihrer Programme abschätzen.
  • Sie können grundlegende Entwurfsmuster anwenden.

Modulverantwortung

 Stadelmann Thilo (stdm)

Lernziele (Kompetenzen)
Ziel Kompetenzen Taxonomiestufen
Die Studierenden kennen die zentralen Algorithmen und Datenstrukturen der Informatik. F K1
Die Studierenden kennen grundlegende Entwurfsmuster, um neue Algorithmen zu entwerfen, und können diese auf einfache Probleme anwenden. F, M K1, K3
Die Studierenden können den Rechenaufwand von einfachen Algorithmen abschätzen. F, M K3
Die Studierenden können Algorithmen und Datenstrukturen in Python implementieren und verwenden. F K3

Modulinhalte

 Allgemeine Konzepte
  • Asymptotische Komplexität (O-Notation)
  • Analyse von Algorithmen (Laufzeit und Speicherplatz)
Algorithmen-Paradigmen
  • Rekursion
  • Backtracking
  • Greedy-Algorithmen
  • Divide and Conquer
Datenstrukturen
  • Stack und Queue
  • Liste
  • Hash-Tabelle
  • Baum
  • Graph
Algorithmen
  • Suche
  • Baum-Traversierung
  • Rotation in ausgeglichenen Suchbäumen
  • Hashing
  • Kürzeste Wege in Graphen
  • Breiten- und Tiefensuche in Graphen
  • Minimale Spannbäume
  • Sortierverfahren
  • Untere Laufzeit-Schranke

Lehrmittel/Materialien
  • Folien
  • Praktika und Begleitmaterial (in elektr. Form)

Ergänzende Literatur
  • Sedgewick/Wayne: "Algorithmen: Algorithmen und Datenstrukturen"
    4. aktualisierte Auflage 2014, Pearson Education, ISBN: 978-3-86894-184-5
  • Weitere Unterlagen werden bei Bedarf zur Verfügung gestellt.

Zulassungs-voraussetzungen 
  • PROG1, PROG2: Programmieren in Python

Unterrichtssprache

 (X) Deutsch ( ) Englisch

Teil des Internationalen Profils

 ( ) Ja (X) Nein

Modulausprägung

 Typ 3a
  Details siehe unter: T_CL_Modulauspraegungen_SM2025

Leistungsnachweise
Bezeichnung Art Form Umfang Bewertung Gewichtung
Leistungsnachweise während der Unterrichtszeit Praktika und Lernkontrollen schriftlich und elektronisch 14 Wochen Benotung 30%
Semesterendprüfung Prüfung mündlich 20 Minuten Benotung 70%

Bemerkungen

  

Rechtsgrundlage

 Die Modulbeschreibung ist neben Rahmenprüfungsordnung und Studienordnung Teil der Rechtsgrundlage. Sie ist verbindlich. Eine in der ersten Unterrichtswoche des Semesters schriftlich festgehaltene und kommunizierte Modulvereinbarung kann die Modulbeschreibung präzisieren. Die Modulvereinbarung ersetzt nicht die Modulbeschreibung.

Note

Course: Algorithmen und Datenstrukturen - Praktikum
No.
t.BA.DS.ADS.20HS.P
Title
Algorithmen und Datenstrukturen - Praktikum

Note

  • No module description is available in the system for the cut-off date of 02 August 2099.
Course: Algorithmen und Datenstrukturen - Vorlesung
No.
t.BA.DS.ADS.20HS.V
Title
Algorithmen und Datenstrukturen - Vorlesung

Note

  • No module description is available in the system for the cut-off date of 02 August 2099.