zurück zur Suche

Programmoptimierung

IN2053Wahlmodulkatalog Informatik8 ECTSEnglischWintersemesterDepartment Computer Engineering
KI-überarbeitetes Infoblatt. Auf Basis der TUMonline-Modulbeschreibung, sprachlich aufbereitet.Original in TUMonline

Worum geht's

Du lernst Methoden und Analysen zur Verbesserung der Laufzeiteffizienz von Programmen. Das Modul behandelt Datenflussanalysen, Fixpunktberechnungen und optimierende Transformationen sowie hardware-nahe Techniken wie Registerverteilung, Instruktionsauswahl und Scheduling. Am Ende kannst du Analysen auf kleine Programme anwenden und Optimierungen entwickeln.

Was du danach kannst

  • Verständnis von Datenflussanalysen (z. B. Verfügbarkeit von Ausdrücken, Lebendigkeit)
  • Anwenden von Optimierungstransformationen in Compilern
  • Beherrschen der Theorie zu vollständigen Verbänden und monotonen Funktionen für Fixpunktberechnungen
  • Anwenden und Entwickeln von Analysen (z. B. Konstantenpropagation, Intervall-Analyse)
  • Kenntnis interprozeduraler Analysen und Pointeranalysen
  • Verständnis von Fixpunkt-Algorithmen
  • Vertrautheit mit hardware-spezifischen Optimierungen (Registerverteilung, Instruktionsselektion, Instruction Scheduling, Cache-Nutzung)

Aus was das Modul besteht

  • VorlesungStellt die grundlegenden Techniken zur Analyse und Optimierung vor und erläutert sie an Beispielen
  • ÜbungVertieft das Verständnis, übt die Anwendung der Analysen/Optimierungen auf kleine Programme und fördert die Entwicklung eigener Analysen

Lehrmethode

  • Folien- oder Tafelpräsentationzur Einführung und Erklärung der grundlegenden Techniken
  • Übungsaufgabenzur Vertiefung, Anwendung und zur Entwicklung eigener Analysen und Optimierungen
  • gegebenenfalls Online-Programmierung/Animationenzur Veranschaulichung und praktischen Übung (falls eingesetzt)

Termine

Vorlesung mit ÜbungProgrammoptimierung (IN2053)

Aus dem laufenden Semester, unverbindlich.

Modulbewertungen

Noch keine Bewertungen für dieses Modul.

Modul bewerten

Fülle nur die Kategorien aus, die du beurteilen kannst – je Kategorie entweder Sterne und Text zusammen oder gar nichts.

Vorlesung
Übung
Prüfung

Bewertungen werden vor der Veröffentlichung automatisch geprüft.

Offizielle Seite in TUMonline · Angaben unverbindlich.