Einführung in die Informatik - Cheatsheet.pdf

Komplexitätsklassen und algorithmische Effizienz

Definition:

Kategorisierung von Algorithmen basierend auf den Ressourcen, die sie benötigen (Zeit und Speicher).

Details:

• Komplexitätsklassen: Einordnung basierend auf Asymptotik
• Zeitkomplexität: Laufzeit in Abhängigkeit von der Eingabegröße
• Wichtige Zeitklassen: P, NP, NP-vollständig, NP-schwer
• Ablauf: Zeitkomplexität als Funktion f(n) (z. B. O(n), O(n^2))
• Algorithmische Effizienz: Geschwindigkeit und Ressourcennutzung

Rekursive und iterative Prozessgestaltung

Definition:

Rekursive und iterative Prozessgestaltung sind zwei grundlegende Methoden, um wiederholende Abläufe in der Programmierung zu implementieren.

Details:

• Rekursion: Eine Funktion ruft sich selbst auf.
• Iteration: Einsatz von Schleifen (z.B. for, while).
• Rekursive Algorithmen nutzen Basisfälle und Rekursionsschritte.
• Iterative Algorithmen durchlaufen Schleifen bis zu einer Abbruchbedingung.
• Rekursion kann zu Stackoverflow führen, Iteration zu hoher Laufzeit.
• Rekursion oft einfacher und eleganter, Iteration meist effizienter.
• Beispiel für rekursive Definition der Fakultät:

Datenstrukturen: Listen, Bäume und Graphen

Definition:

Grundlegende Datenstrukturen in der Informatik, verwendet zur Organisation und Speicherung von Daten.

Details:

• Listen: Sequenz von Elementen, geordnet, indiziert.
• Bäume: Hierarchische Struktur, Knotenelemente (Knoten, Wurzel, Blatt), rekursiv definiert.
• Graphen: Menge von Knoten (Ecken) und Kanten, können gerichtet oder ungerichtet sein.
• Wichtige Operationen: Einfügen, Löschen, Suchen.
• Komplexität: Listen (linear), Bäume (logarithmisch, linear), Graphen (variiert je nach Algorithmus).

Algorithmen zur Datenmanipulation

Definition:

Algorithmen zur Transformation, Verarbeitung und Analyse von Daten

Details:

• Änderung der Datenstruktur: z.B. Sortieren (\texttt{Quicksort}, \texttt{Mergesort})
• Datenfiltern: z.B. Benutzung von Prädikaten zur Auswahl von Daten
• Aggregationsoperationen: z.B. Summieren, Durchschnittsbildung
• Map-Reduce: Verteilung und parallele Verarbeitung großer Datenmengen
• \texttt{CRUD}-Operationen: \texttt{Create}, \texttt{Read}, \texttt{Update}, \texttt{Delete}

Objektorientierte Programmierung und Design-Patterns

Definition:

Objektorientierte Programmierung (OOP) ist ein Paradigma, das Objekte verwendet, um Daten und Funktionen zu organisieren. Design-Patterns sind wiederverwendbare Lösungen für häufige Probleme in der Softwareentwicklung.

Details:

• Objekte: Instanzen von Klassen, die Daten (Attribute) und Funktionen (Methoden) kapseln
• Klassen: Baupläne für Objekte
• Vererbung: Mechanismus, bei dem eine Klasse (Subklasse) von einer anderen Klasse (Superklasse) erbt
• Polymorphismus: Fähigkeit, Methoden auf unterschiedliche Weise zu implementieren
• Abstraktion: Prozess der Vereinfachung komplexer Systeme durch Fokussierung auf entscheidende Details
• Kapselung: Verbergen der internen Zustände und das Bereitstellen von Methoden zur Änderung und Abfrage dieser Zustände
• Design-Patterns:
  • Singleton: Stellt sicher, dass eine Klasse nur eine Instanz hat
  • Factory: Erzeugt Objekte ohne Angabe der genauen Klasse
  • Observer: Benachrichtigt Abonnenten über Änderungen eines Zustands
  • Decorator: Fügt Objekten dynamisch Verantwortung hinzu
  • Strategy: Definiert eine Familie von Algorithmen, die austauschbar sind

Debugging-Techniken und Fehlersuche

Definition:

Fehlersuche und Korrektur von Programmfehlern

Details:

• Breakpoints setzen: Programm an bestimmten Stellen anhalten
• Step-by-step-Ausführung: Programm Codezeile für Codezeile durchlaufen
• Variable beobachten: Werte von Variablen während der Ausführung überwachen
• Log-Statements: Ausgabe von Zustandsinformationen in der Konsole
• Debugger-Tools: Verwendung spezialisierter Software zum Debuggen (z.B. GDB, Visual Studio Debugger)
• Testfälle: Schreiben von Tests, um Fehler zu identifizieren und zu reproduzieren
• Spezielle Debugging-Methoden: Unit-Tests, Integrationstests

Softwareentwicklungsmethoden: Agile und klassische Ansätze

Definition:

Unterschiedliche Ansätze zur Softwareentwicklung. Agile Methoden (flexibel, inkrementell) vs. klassische Methoden (planbasiert, sequentiell).

Details:

• Agile Methoden: Scrum, Kanban.
• Klassische Methoden: Wasserfallmodell, V-Modell.
• Agil: Kunde im Fokus, regelmäßige Anpassungen, kurze Entwicklungszyklen.
• Klassisch: Feste Phasen, umfassende Planung im Voraus, weniger Anpassungen während des Prozesses.

Projektmanagement in der Softwareentwicklung

Definition:

Projektmanagement in der Softwareentwicklung umfasst die Planung, Überwachung und Steuerung von Softwareprojekten, um sicherzustellen, dass die Projektziele innerhalb der geplanten Zeit und des Budgets erreicht werden.

Details:

• Phasen: Initiierung, Planung, Ausführung, Überwachung & Steuerung, Abschluss
• Wichtige Konzepte: Scope, Time, Cost, Quality, Resource Management
• Methoden: Wasserfallmodell, Agile (Scrum, Kanban)
• Werkzeuge: JIRA, Trello, Microsoft Project
• Rollen: Projektmanager, Entwickler, Tester, Scrum Master (bei Agile)
• Wichtige Dokumente: Projektplan, Lastenheft, Pflichtenheft, Statusberichte