Ziel der Komplexitätstheorie ist die Quantifizierung von Computerressourcen (Rechenzeit, Speicherplatz, Hardwareaufwand, Kommunikationsaufwand, ...), die zur algorithmischen Lösung konkreter Probleme bzw. von Problemklassen benötigt werden. Die Vorlesung, die sich an Master-Studenten der Studiengänge IT Systems Engineering, Informatik und Mathematik wendet, bietet eine fundierte Einführung in die Komplexitätstheorie. Schwerpunktmäßig wird die Bedeutung komplexitätstheoretischer Aussagen für den Algorithmenentwurf herausgearbeitet.
| Einführung und Inhalt | 01:05:46 |
|---|
| Probleme und Algorithmen | 01:20:32 |
|---|
| Turing Maschinen | 01:39:50 |
|---|
| Lineares Beschleunigen | 00:41:22 |
|---|
| Raumkomplexität und Platzsparen | 00:54:25 |
|---|
| Komplexitätsklassen | 00:43:34 |
|---|
| Hierarchie-Theoreme | 00:28:30 |
|---|
| Erreichbarkeitsmethode | 00:58:48 |
|---|
| Reduktion und Vollständigkeit (1) | 01:19:52 |
|---|
| Reduktion und Vollständigkeit (2) | 01:10:27 |
|---|
| NP-Vollständigkeit | 00:53:58 |
|---|
| Weitere NP-vollständige Probleme (1) | 01:08:10 |
|---|
| Weitere NP-vollständige Probleme (2) | 01:08:10 |
|---|
| NP vs. coNP und P vs. NP | 01:22:29 |
|---|
| Randomisierte Berechnungen | 01:35:52 |
|---|
| Approximation | 00:36:04 |
|---|
| Polynomiale Schaltkreise | 00:48:38 |
|---|