NDAA04010U Algoritmer og datastrukturer (AD)
Algorithms and Data Structures (AD)
Bacheloruddannelsen i datalogi
Bacheloruddannelsen i datalogi-økonomi
Bacheloruddannelsen i machine learning og datavidenskab
Bacheloruddannelsen i kognitions- og datavidenskab
Kursets formål er at præsentere en række algoritmiske paradigmer (herunder del og hersk, grådige algoritmer og dynamisk programmering), samt at introducere en række analyseværktøjer (korrekthed, køretid, pladsbehov). Fokus er på teoretisk analyse af algoritmer og datastrukturer. Kurset beskæftiger sig med algoritmiske problemer, der kan løses i polynomiel tid.
Viden
- Sorteringsalgoritmer.
- Algoritmer til løsning af optimeringsproblemer i grafer.
- Prioritetskøer og balancerede søgetræer.
- Amortiseret analyse.
- Rekursive algoritmer og rekursionsligninger.
- Grådige algoritmer.
- Dynamisk programmering.
- Geometriske algoritmer.
- Parallelle algoritmer.
Færdigheder
- Genkende algoritmiske paradigmer så som rekursion, dynamisk programmering og grådige algoritmer.
- Foretage asymptotisk kompleksitetsanalyse af algoritmer og datastrukturer (herunder løsning af rekursionsligninger).
- Argumentere for korrekthed af algoritmer og datastrukturer vha. induktion (herunder formulering af løkkeinvarianter) samt direkte og modstridsbeviser.
Kompetencer
- Anvende passende algoritmer og datastrukturer på nye problemstillinger.
- Anvende algoritmiske paradigmer på nye problemstillinger.
Cormen at al. Introduction to Algorithms, 4th edition. MIT Press.
Se Absalon for øvrig kursuslitteratur.
- Kategori
- Timer
- Forelæsninger
- 28
- Forberedelse (anslået)
- 96
- Teoretiske øvelser
- 78
- Eksamen
- 4
- I alt
- 206
Som meritstuderende - klik her!
Som enkeltfags-studerende (efter- og videreuddannelse) - klik
her!
- Point
- 7,5 ECTS
- Prøveform
- Skriftlig stedprøve, 4 timer med opsyn.
- Prøveformsdetaljer
- Den skriftlige stedprøve er en ITX-eksamen.
Se vigtig information om ITX-stedprøver på Studieinformation under punktet: Eksamen -> Eksamensform og regler -> Skriftlig stedprøve (ITX-prøve) - Krav til indstilling til eksamen
En forudsætning for at gå op til eksamen er aflevering og godkendelse af 4 ud af 5 skriftlige opgaver, der stilles i løbet af kurset (højst 1 opgave per uge).
- Hjælpemidler
- Kun visse hjælpemidler tilladt
- Computer
- Noter
- Opgaver
- Lærebøger
- Bedømmelsesform
- 7-trins skala
- Censurform
- Ekstern censur
- Reeksamen
Som ordinær eksamen.
Kvalificering til reeksamen opnås ved aflevering og godkendelse af 4 ud af 5 opgaver senest 3 uger før reeksamen.
Kriterier for bedømmelse
Se målbeskrivelsen
Kursusinformation
- Sprog
- Dansk
- Kursuskode
- NDAA04010U
- Point
- 7,5 ECTS
- Niveau
- Bachelor
- Varighed
- 1 blok
- Placering
- Blok 3
- Skemagruppe
- C
- Kursuskapacitet
- Ingen begrænsning – medmindre du tilmelder dig i eftertilmeldingsperioden (BA og KA) eller som merit- eller enkeltfagsstuderende.
Studienævn
- Studienævn for Matematik og Datalogi
Udbydende institut
- Datalogisk Institut
Udbydende fakultet
- Det Natur- og Biovidenskabelige Fakultet
Kursusansvarlige
- Rasmus Pagh (pagh@di.ku.dk)
Undervisere
Mikkel Abrahamsen
Pawel Winter