02105 Algoritmer og datastrukturer 1

2019/2020

Kursusinformation
Algorithms and Data Structures 1
Engelsk
5
Bachelor
Kurset udbydes som enkeltfag
F2B (tors 8-12)
Campus Lyngby
Forelæsninger og grupperegninger. Undervisningen udbydes parallelt på både engelsk og dansk såvidt muligt.
13-uger
F2B
Skriftlig eksamen og bedømmelse af opgave(r)
Det er en forudsætning for at gå til eksamen, at man har fået godkendt en vis del af de obligatoriske opgaver. Disse opgaver indgår ikke i den endelige eksamensbedømmelse. Ændringer som følge af COVID-19: Eksamenstiden ændres til 2 timer. Alle hjælpemidler tilladt.
4 timer
Uden hjælpemidler :

Lommeregner er ikke tilladt.

7-trins skala , ekstern censur
01017/01904 , Et kursus i indledende programmering + et indledende kursus i diskret matematik (fx 01017 eller 01904).
Philip Bille , phbi@dtu.dk
Inge Li Gørtz , inge@dtu.dk
01 Institut for Matematik og Computer Science
http://www2.compute.dtu.dk/courses/02105+02326/
I studieplanlæggeren
Overordnede kursusmål
Kurset introducerer en række fundamentale begreber og teknikker til
konstruktion og analyse af effektive algoritmer og datastrukturer. At kunne beskrive, vurdere og anvende grundlæggende algoritmer og datastrukturer. Og at kunne analysere en algoritme med hensyn til køretid og ressourceforbrug.
Læringsmål
En studerende, der fuldt ud har opfyldt kursets mål, vil kunne:
  • Beskrive en algoritme på en forståelig måde, dvs. præcist, kortfattet og entydigt.
  • Argumentere for korrekthed af algoritmer.
  • Analysere algoritmer, herunder være i stand til at bestemme køretider og pladsforbrug i asymptotisk notation.
  • Identificere og formulere det underliggende algoritmiske problem i en given problemstilling.
  • Anvende og analysere basale datastrukturer, som f.eks. stakke, køer, hægtede lister og hash-tabeller.
  • Anvende grafer til at modellere en given problemstilling.
  • Anvende og analysere basale grafalgoritmer, f.eks. BFS, DFS og Dijkstras algoritme.
  • Analysere, vurdere og sammenligne algoritmer/​datastrukturer og på baggrund af dette vælge en passende algoritme/datastruktur til løsning af et givet problem.
  • Tilpasse kendte algoritmer til at løse et givet problem.
  • Beskrive og sammenligne forskellige algoritmiske paradigmer, herunder rekursion, grådige algoritmer og del-og-hersk.
  • Implementere og afprøve datastrukturer og algoritmer, samt lave passende test og empiriske analyser af dem.
  • Være i stand til i et klart sprog at argumentere for valg foretaget i forbindelse med løsning af et problem.
Kursusindhold
Begrebet algoritme; begreberne graf og træ; rekursion og iteration; fundamentale algoritmer til sortering af data; teknikker til analyse af algoritmers effektivitet (køretidsanalyser); O-notation m.m.; elementære datastrukturer (stakke, køer, hægtede lister m.m.); avancerede datastrukturer (hash-tabeller, binære søgetræer m.m.); algoritmer på grafer (bredde-først søgning, dybde-først søgning, topologisk ordning m.m.). Grådige algoritmer og del-og-hersk algoritmer.
Litteraturhenvisninger
"Introduction to Algorithms" af Cormen, Leierson, Rivest og Stein. 3rd edition.
Sidst opdateret
19. april, 2020