DM507: Algoritmer og Datastrukturer (10 ECTS)
STADS: 15000701
Niveau
Bachelorkursus
Undervisningsperiode
Kurset er placeret i forårssemesteret.
3. og 4. kvartal.
Ansvarlige undervisere
Email: rolf@imada.sdu.dk
Skemaoplysninger
Hold |
Type |
Dag |
Tidsrum |
Lokale |
Uger |
Kommentar |
Fælles |
I |
Tirsdag |
10-12 |
U20 |
05-11,15-21 |
|
Fælles |
I |
Onsdag |
12-14 |
U20 |
05,07,09,11,16,18,20 |
|
M1 |
TE |
Onsdag |
12-14 |
U147 |
06,08,10,15,17,19,21 |
|
M1 |
TE |
Torsdag |
12-14 |
U146 |
17 |
|
M1 |
TE |
Torsdag |
16-18 |
U144 |
18 |
|
M1 |
TE |
Fredag |
14-16 |
U144 |
05-11,15-16,20-21 |
|
S7 |
TE |
Tirsdag |
14-16 |
U144 |
06,08,10,15,17,19,21 |
|
S7 |
TE |
Torsdag |
08-10 |
U144 |
05-11,15-18,20-21 |
|
S17 |
TE |
Mandag |
12-14 |
U144 |
06-11,15-20 |
|
S17 |
TE |
Tirsdag |
08-10 |
U144 |
21 |
|
S17 |
TE |
Torsdag |
14-16 |
U144 |
05-06,08,10,15,17,21 |
|
Vis hele skemaet
Vis personligt skema for dette kursus.
Kommentar:
Ubegrænset deltagerantal. 3. + 4. kvartal.
Indgangskrav:
Ingen
Faglige forudsætninger:
Stoffet fra DM536 Introduktion til programmering og DM537 Objekt-orienteret programmering skal være kendt. Stoffet fra DM535 Diskrete metoder til datalogi anbefales kendt.
ELLER
Stoffet fra Programmering A og B (DM502 og DM503) skal være kendt. Stoffet fra Matematiske Redskaber i Datalogi (DM527) 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.
EmneoversigtMatematisk 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
Ingen
Eksamen- og censurform:
- Obligatorisk projektopgave som tæller 3 ECTS ud af kurset samlede omfang på 10 ECTS. Intern censur ved én underviser. Bestået/ikke bestået. Projektopgaven skal være bestået, for at man kan deltage i eksamen. (15000712)
- 4 timers skriftlig eksamen. Ekstern censur. Karakter efter 7-trinsskalaen (tæller 7 ECTS). (15000702)
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. september 2012 til 31. januar 2014.