Einführung in OOP – die Top 15 der letzten Klausuren

Ein Durchsehen der letzten 8 Klausuren für 1618 hat folgendes Themen-Ranking ergeben:

  1. Ausnahmebehandlung 
  2. Polymorphie
  3. Threads
  4. Aufzählungstypen
  5. Überschreiben und Überladen
  6. Abstrakte Klassen
  7. Objektgeflechte
  8. Objektorientierte Modellierung
  9. Kontrollstrukturen & Schleifen
  10. Generische Typen
  11. this
  12. Begriffe der Objektorientierung
  13. AWT
  14. Verteilte Systeme
  15. Subtyping

Es wird wohl nicht verkehrt sein, sich mit diesen Aufgabentypen noch einmal auseinanderzusetzen.

Zur Klausurart: Größtenteils sind es Implementierungsaufgaben (also frühzeitig üben, Java-Quelltext auch auf Papier zu schreiben – das „&“ nicht vergessen!), ergänzt durch Verständnisaufgaben, teilweise mit Freitext, manchmal wird aber auch nur nach der Ausgabe eines Programmteils gefragt. Sehr selten auch mal eine Multiple-Choice-Aufgabe.

Algorithmische Mathematik – die Top 20 der letzten Klausuren

Ein Durchsehen der letzten 11 Klausuren für 1142 hat folgendes Themen-Ranking ergeben:

  1. Vollständige Induktion (in 11 Klausuren)
  2. Lineares Optimierungsproblem (in 11 Klausuren)
  3. Valenzsequenz (in 10 Klausuren)
  4. LU-Zerlegung (in 8 Klausuren)
  5. Umwandlung von Zahlensystemen (in 8 Klausuren)
  6. Wahrscheinlichkeit und Kombinatorik (in 7 Klausuren)
  7. Eulersche Graphen/Eulertour (in 7 Klausuren)
  8. Graphen allgemein (in 7 Klausuren)
  9. Bipartite Graphen/Matchings (in 7 Klausuren)
  10. Nicht-Lineares Optimierungsproblem (in 7 Klausuren)
  11. Baum, gepflanzt, Wurzel, Codes (in 6 Klausuren)
  12. Cholesky-Zerlegung (in 6 Klausuren)
  13. Permutationen (in 5 Klausuren)
  14. Positive Definitheit (in 5 Klausuren)
  15. Graphen: Aufspannender Baum (in 5 Klausuren)
  16. Konditionszahl (in 5 Klausuren)
  17. stabile Hochzeit (in 4 Klausuren)
  18. Konvexität (in 4 Klausuren)
  19. Äquivalenzrelationen (in 3 Klausuren)
  20. Inklusion und Exklusion (in 3 Klausuren)

Es wird also nicht verkehrt sein, sich ein wenig mit linearer Optimierung, Graphen, Wahrscheinlichkeitsrechnung und Linearen Gleichungssystemen auseinander zu setzen.