2024 Forår 2023 Forår 2022 Forår 2021 Forår 2020 Forår 2019 Forår 2018 Forår 2017 Forår 2016 Forår 2015 Forår 2014 Forår 2013 Forår 2012 Forår 2011 Forår 2010 Forår 2009 Forår 2008 Forår 2007 Efterår 2006 Efterår
Se studieforløb hvor kurset indgår Se overgangsordninger
Dansk English

DM507: Algoritmer og Datastrukturer (10 ECTS)

STADS: 15016701

Niveau
Bachelorkursus

Undervisningsperiode
Kurset er placeret i forårssemesteret.

Ansvarlige undervisere
Email: rolf@imada.sdu.dk

Skemaoplysninger
Hold Type Dag Tidsrum Lokale Uger Kommentar
Fælles I Mandag 14-16 U110 21
Fælles I Tirsdag 10-12 U140 6-8,10,12-13,15-21
Fælles I Torsdag 10-12 U140 6,8,13,16,18
Fælles I Torsdag 10-12 U20 10
D1 TE Onsdag 12-14 U156 6-8,10-11,13,15-21
D1 TE Torsdag 12-14 U156 7,12,15,17,19,21
D2 TE Onsdag 10-12 U156 6-8,10-11,13,15-21
D2 TE Torsdag 14-16 U154 19
D2 TE Fredag 10-12 U24 7,12,15,17,21
O1 TE Tirsdag 14-16 U147 8
O1 TE Onsdag 08-10 U147 6-7,10-11,13,15-21
O1 TE Fredag 12-14 U24 7
O1 TE Fredag 12-14 U23a 12,15,17,21
O1 TE Fredag 08-10 U23a 19
T1 TE Tirsdag 08-10 U156 7-8,10,12-13,15-22
T1 TE Torsdag 08-10 U155 7,10,15,17,19,21
Vis hele skemaet
 Vis personligt skema for dette kursus.

Kommentar:
Ubegrænset deltagerantal.

Indgangskrav:
Ingen

Faglige forudsætninger:
Stoffet fra DM550 Introduktion til programmering forudsættes kendt. Stoffet fra DM549 Diskrete metoder til datalogi anbefales kendt.

Kursusintroduktion
Kursets formål er at give kendskab til en bred vifte af fundamentale algoritmer og datastrukturer. Endvidere introduceres generelle metoder til udvikling af algoritmer, samt matematiske værktøjer til analyse af algoritmers korrekthed og effektivitet.

Forventet læringsudbytte
Ved kursets afslutning forventes den studerende at kunne:

  • anvende algoritmerne fra kurset på konkrete problemer.
  • argumentere præcist for en algoritmes korrekthed eller mangel på samme.
  • bestemme en algoritmes asymptotiske køretid.
  • tilpasse kendte algoritmer og datastrukturer til specialtilfælde af kendte problemer og til nye problemer.
  • designe nye algoritmer til at løse problemer, som i natur minder om problemer fra kurset. Herunder give en præcis beskrivelse af algoritmen, f.eks. vha. pseudokode.
  • foretage formålstjenlige valg af datastruktur.
  • designe nye datastrukturer baseret på kendte datastrukturer.
  • designe og implementere et større program, som bl.a. anvender algoritmer og datastrukturer fra kurset.
  • argumentere præcist for de valg, der foretages i forbindelse med de foregående 4 punkter.
Emneoversigt
Matematisk grundlag: rekursionsligninger.

Algoritmer: korrekthed og kompleksitetsanalyse, del og hersk algoritmer, grådige algoritmer, dynamisk programmering, sortering, graf-algoritmer, Huffman-kodning.

Datastrukturer: træer, ordbøger, prioritetskøer, disjunkte mængder.

Litteratur

    Meddeles ved kursets start.


Kursets hjemmeside
Dette kursus benytter e-learn (blackboard).

Forudsætningsprøver
Obligatorisk projektopgave. Intern censur ved én underviser. Bestået/ikke bestået. Projektopgaven skal være bestået, for at man kan deltage i eksamen. (15016712)

Eksamen- og censurform:
4 timers skriftlig eksamen. Ekstern censur. Karakter efter 7-trinsskalaen. (15016702)

Reeksamen efter 4. kvartal i august. Reeksamen er en mundtlig eksamen, der bedømmes med karakter efter 7-trinsskalaen og ekstern censur.

Vejledende timetal
På naturvidenskab er undervisningen tilrettelagt efter trefasemodellen dvs. intro, trænings- og studiefasen.
Introfase: 44 timer
Træningsfase: 40 timer, heraf:
 - Eksaminatorie: 40 timer

Aktiviteter i studiefasen Studiefase: 14 timer

Sprog
Dette kursus undervises på dansk eller engelsk, afhængigt af underviseren.

Kursustilmelding
Se tilmeldingsfrister.

Pris for åben uddannelse
Se priser for enkeltkurser.

Denne kursusbeskrivelse var gyldig fra 1. februar 2015 til 31. januar 2017.