NDAA04010G Algoritmer og datastrukturer (AD)
Årgang 2018/2019
Engelsk titel
Algorithms and Data Structures (AD)
Uddannelse
Bacheloruddannelsen i matematik
Kursusindhold
Kursets formål er at præsentere en række algoritmiske paradigmer (herunder del-og-hersk, det grådige princip og dynamisk programmering), samt at introducere en række analyseværktøjer (korrekthed, køretid, pladsbehov). Fokus er på problemer, der kan løses i polynomiel tid.
Målbeskrivelser
Viden
- Sorteringsalgoritmer.
- Grafalgoritmer til bestemmelse af korteste veje og mindste udspændende træer.
- Fibonacci heaps og binære søgetræer.
- Amortiseret analyse.
- Del og hersk.
- Dynamisk programmering.
- Grådige algoritmer.
- Korrekthedsbeviser.
Færdigheder
- Genkende algoritmiske paradigmer (for eksempel del og hersk, dynamisk programmering, grådige algoritmer) og anvende dem på nye problemstillinger.
- Foretage asymptotisk kompleksitetsanalyse af algoritmer (herunder løsning af rekursive ligninger).
- Anvende passende datastrukturer på nye problemstillinger.
- Argumentere for korrekthed af algoritmer vha. induktion (herunder formulering af løkkeinvarianter) samt direkte og modstridsbeviser.
Kompetencer
- Evaluere hvilke paradigmer og datastrukturer er velegnede til at løse nye algoritmiske problemer.
Undervisningsmateriale
Se Absalon for kursuslitteratur.
Anbefalede faglige forudsætninger
Grundlæggende
programmeringserfaring samt kendskab til grafer, bevisteknikker
(f.eks. bevis ved induktion og modstridsbevis) og asymptotisk
notation. Hvis du er i tvivl om, hvorvidt dine forudsætninger er
tilstrækkelige, bør du kontakte den kursusansvarlige.
Undervisningsform
Spørgetimer, øvelsestimer og
forventeligt videooptagelser af forelæsninger.
Bemærkninger
Kurset er identisk med
NDAA04010U Algoritmer og datastrukturer (AD), men er kun åbent for
studerende på bacheloruddannelsen i matematik på specialisering i
matematik-datalogi.
Kurset udbydes kun i studieåret 2018-19.
Kurset udbydes kun i studieåret 2018-19.
Arbejdsbelastning
- Kategori
- Timer
- Eksamen
- 1
- E-læring
- 28
- Forberedelse
- 149
- Teoretiske øvelser
- 28
- I alt
- 206
Feedbackform
Skriftlig
Individuel
Løbende feedback i undervisningsforløbet
Tilmelding
Selvbetjeningen på
KUnet
Eksamen
- Point
- 7,5 ECTS
- Prøveform
- Mundtlig prøve, 30 minutter med 30 minutters forberedelseDe skriftlige ugentlige opgaver kan danne grundlag for spørgsmål ved den mundtlige eksamen.
- Krav til indstilling til eksamen
En forudsætning for at gå op til eksamen er godkendelse af 4 ud af 5 skriftlige ugentlige opgaver.
- Hjælpemidler
- Alle hjælpemidler tilladt
- Bedømmelsesform
- 7-trins skala
- Censurform
- Ekstern censur
- Reeksamen
Kvalificering til reeksamen opnås ved aflevering af og godkendelse af 4 ud af 5 opgaver senest 2 uger før reeksamen.
Reeksamensform er samme som ordinær eksamen.
Kriterier for bedømmelse
Se målbeskrivelsen.
Kursusinformation
- Sprog
- Dansk
- Kursuskode
- NDAA04010G
- Point
- 7,5 ECTS
- Niveau
- Bachelor
- Varighed
- 1 blok
- Placering
- Blok 4
- Skemagruppe
- B
- Kursuskapacitet
- Ingen begrænsning
- Studienævn
- Studienævn for Matematik og Datalogi
Udbydende institut
- Datalogisk Institut
Udbydende fakultet
- Det Natur- og Biovidenskabelige Fakultet
Kursusansvarlige
- Christian Wulff-Nilsen (koolooz@di.ku.dk)
Gemt den
09-12-2019