Vorlesung: Competitive Programming - Details

Allgemeine Informationen

Veranstaltungsname	Vorlesung: Competitive Programming
Veranstaltungsnummer	INF-2035
Semester	WS 2025/26
Aktuelle Anzahl der Teilnehmenden	52
Heimat-Einrichtung	Theoretische Informatik
Veranstaltungstyp	Vorlesung in der Kategorie Lehre
Nächster Termin	Montag, 08.12.2025 10:00 - 11:30, Ort: (N - 3079)
Veranstaltung findet in Präsenz statt / hat Präsenz-Bestandteile	Ja
Hauptunterrichtssprache	deutsch

Lehrende

• Prof.Dr. Pascal Lenzner
• Marcus Wunderlich

Tutor/-innen

• Jonathan Busch
• Stefan Schmauch

Räume und Zeiten

(N - 3079)

Montag: 10:00 - 11:30, wöchentlich (14x)

Donnerstag: 10:00 - 11:30, wöchentlich (14x)

Donnerstag: 12:15 - 13:45, wöchentlich (14x)

Studienbereiche

• Fakultät für Angewandte Informatik > Informatik
• Mathematisch-Naturwissenschaftlich-Technische Fakultät > Institut für Mathematik > Lehramt am Gymnasium (Mathematik)
• Mathematisch-Naturwissenschaftlich-Technische Fakultät > Institut für Mathematik > Lehramt an Grund-, Mittel- oder Realschulen (Mathematik)
• Mathematisch-Naturwissenschaftlich-Technische Fakultät > Institut für Mathematik > Bachelor Mathematik
• Mathematisch-Naturwissenschaftlich-Technische Fakultät > Institut für Mathematik > Bachelor Wirtschaftsmathematik
• Mathematisch-Naturwissenschaftlich-Technische Fakultät > Institut für Mathematik > Bachelor Data Science
• Mathematisch-Naturwissenschaftlich-Technische Fakultät > Institut für Mathematik > Bachelor Mathematik und Informatik

Modulzuordnungen

• Wirtschaftsinformatik Bachelorstudiengang Wirtschaftsinformatik (PO 2015), 21. Version gültig ab WS 2025/26 > Zweiter Studienabschnitt: Vertiefungsbereich (PO 2015) - Wirtschaftsorientierte Vertiefung - Freier Wahlbereich > INF-2035 - Competitive Programming > Competitive Programming (Lecture)
• Informatik und Multimedia B.Sc. Informatik und Multimedia, PO 2016, 20. Version gültig ab WS 2025/26 > B.Sc. Informatik und Multimedia (PO '15) - Informatik und Multimedia-Vertiefung > INF-2035 - Competitive Programming > Competitive Programming (Lecture)
• Wirtschaftsinformatik Bachelorstudiengang Wirtschaftsinformatik (PO 2015), 21. Version gültig ab WS 2025/26 > Zweiter Studienabschnitt: Vertiefungsbereich (PO 2015) - Informatikorientierte Vertiefung - Spezialisierung - Informatik > INF-2035 - Competitive Programming > Competitive Programming (Lecture)
• Wirtschaftsinformatik Bachelorstudiengang Wirtschaftsinformatik (PO 2015), 21. Version gültig ab WS 2025/26 > Zweiter Studienabschnitt: Vertiefungsbereich (PO 2015) - Informatikorientierte Vertiefung - Freier Wahlbereich > INF-2035 - Competitive Programming > Competitive Programming (Lecture)
• Data Science Bachelorstudiengang Data Science, 7. Version gültig ab WS 2025/26 > F. Wahlbereich > INF-2035 - Competitive Programming > Competitive Programming (Lecture)
• Mathematik und Informatik Bachelorstudiengang Mathematik und Informatik, 6. Version gültig ab WS 2025/26 > F. Wahlbereich > INF-2035 - Competitive Programming > Competitive Programming (Lecture)
• Informatik B.Sc. Informatik, PO 2018, 15. Version gültig ab WS 2025/26 > Informatik-Wahlbereich > INF-2035 - Competitive Programming > Competitive Programming (Lecture)
• Informatik B.Sc. Informatik, PO 2013, 23. Version gültig ab WS 2025/26 > B.Sc. Informatik (PO '13) - Informatik-Vertiefung > INF-2035 - Competitive Programming > Competitive Programming (Lecture)
• Wirtschaftsinformatik Bachelorstudiengang Wirtschaftsinformatik (PO 2022), 8. Version gültig ab WS 2025/26 > Modulgruppe N: Freier Wahlbereich - informatikorientiert > INF-2035 - Competitive Programming > Competitive Programming (Lecture)
• Informatik B.Sc. Informatik, PO 2018, 15. Version gültig ab WS 2025/26 > Informatik-Vertiefung A > INF-2035 - Competitive Programming > Competitive Programming (Lecture)

Kommentar/Beschreibung

In der Veranstaltung wird vermittelt, wie verschiedene Arten von Problemen erkannt, der zugehörige Lösungsalgorithmus entworfen und dieser in Python oder C++ umsetzt werden kann.

Teilnehmende der Veranstaltung können unterschiedliche Arten von Problemen erkennen und kennen die zugehörigen algorithmischen Paradigmen, wie z.B. Greedy-Algorithmen, Divide and Conquer oder Dynamic Programming, mit deren Hilfe die Probleme gelöst werden können. Für die erfolgreiche Lösung muss das Problem zunächst analysiert und modelliert werden. Danach werden bekannte Algorithmen angewandt und meist auch für das entsprechende Problem kombiniert, angepasst und optimiert. Dabei lernen die Teilnehmenden in einem Kreislauf aus Anwendung, Analyse, Evaluation und Optimierung einen korrekten Algorithmus zu entwickeln, der auf Laufzeit und ggf. Speicherplatz optimiert ist und auch die Randfälle des Problems korrekt behandelt.