Algoritmer og datastrukturer (AD)
Kursusindhold
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.
Algorithms and Data Structures (AD)
Bacheloruddannelsen i datalogi
Bacheloruddannelsen i datalogi-økonomi
Bacheloruddannelsen i machine learning og datavidenskab
Bacheloruddannelsen i kognitions- og datavidenskab
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.
Forelæsninger og øvelsestimer.
Cormen at al. Introduction to Algorithms, 4th edition. MIT Press.
Se Absalon for øvrig kursuslitteratur.
Grundlæggende programmeringserfaring samt kendskab til grafer, bevisteknikker (f.eks. bevis ved induktion og modstridsbevis), asymptotisk notation og simple datastrukturer så som lister og stakke. Hvis du er i tvivl om, hvorvidt dine forudsætninger er tilstrækkelige, kan du kontakte den kursusansvarlige.
- ECTS
- 7,5 ECTS
- Prøveform
-
Skriftlig stedprøve, 4 timer med opsyn.
- 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
Enkeltfag dagtimer (tompladsordning)
- Kategori
- Timer
- Forelæsninger
- 28
- Forberedelse (anslået)
- 96
- Teoretiske øvelser
- 78
- Eksamen
- 4
- Total
- 206
Kursusinformation
- Undervisningssprog
- Dansk
- Kursusnummer
- NDAA04010U
- ECTS
- 7,5 ECTS
- Niveau
- Bachelor
- Varighed
-
1 blok
- Placering
- Blok 3
- Skemagruppe
-
C
- Kapacitet
- 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
Kursusansvarlig
- Rasmus Pagh (4-74656b6c44686d326f7932686f)
Underviser
Mikkel Abrahamsen
Pawel Winter
Er du BA- eller KA-studerende?
Kursusinformation for indskrevne studerende