Algoritmer og datastrukturer (DAT200)
Emnet gir en grundig innføring i en del mye brukte datastrukturer og algoritmer.
Dette er emnebeskrivelsen for studieåret 2025-2026. Merk at det kan komme endringer.
Emnekode
DAT200
Versjon
1
Vekting (stp)
10
Semester undervisningsstart
Høst
Antall semestre
1
Vurderingssemester
Høst
Undervisningsspråk
Engelsk
Opptakskrav
Høyere ingeniørutdanning (HING)
Innhold
Effektivitetsanalyse for algoritmer. Definisjon, bruk og implementeringer av abstrakte datatyper som: Stabler, køer, lister, assosiative tabeller (Python dictionary), trestrukturer, grafer, prioritetskøer, hauger. Hash-teknikker. Trestrukturer. Bruk og implementering av datastrukturer som kan representere grafer. Algoritmer for sortering og søking. Noen grunnleggende algoritmer for grafer, inkludert veifinning. Rekursjon som programmeringsteknikk.
Læringsutbytte
Etter å ha tatt dette emnet skal studenten:
Kunnskap
Vite hvordan grunnleggende algoritmer for sortering, søking, og veifinning i grafer virker
Vite hvordan grunnleggende datastrukturer for lister, stabler, køer, prioritetskøer, mengder, assosiative tabeller og grafer virker
Ferdigheter
Være i stand til å beregne effektiviteten til algoritmer
Være i stand til å forstå og lage effektive rekursive algoritmer
Være i stand til å implementere effektive algoritmer for sortering og søking
Generell kompetanse
Vite hvordan datastrukturer og algoritmer for lister, køer, stabler (stack), hauger (heap), binære trær, og grafer kan implementeres.
Kunne bruke standard algoritmer og datastrukturer til å lage effektive programmer
Forkunnskapskrav
Emnet forutsetter at studenten kan programmere i henhold til pensum i DAT110 eller DAT120 Grunnleggende programmering.
Anbefalte forkunnskaper
Eksamen / vurdering
Vurderingsform | Vekting | Varighet | Karakter | Hjelpemiddel |
---|---|---|---|---|
En skriftlig eksamen | 1/1 | 4 Timer | Bokstavkarakterer | Ingen hjelpemidler tillatt |
Dette emnet har digital eksamen. Det vil være mulig å bruke Scantron for å skanne inn håndtegninger og koble dem til den digitale besvarelsen.
Vilkår for å gå opp til eksamen/vurdering
Det er 9 øvinger i emnet. For å få godkjent øvingsopplegget og dermed få lov til å ta eksamen i emnet må minimum 7 av 9 øvinger være godkjente innen angitt frist.
Gjennomføring av obligatoriske øvinger skal gjøres til de tider og i de grupper som er oppsatt og publisert på Canvas. Fravær på grunn av sykdom eller av andre årsaker skal snarest mulig kommuniseres til laboratorie- eller fagansvarlig. Det kan ikke påregnes å få godkjent øvinger utenom oppsatt tid hvis dette ikke er kommunisert og ny avtale gjort.
Konsekvensen av at du ikke har fått godkjent øvingsoppgavene er at du ikke får gå opp til eksamen i emnet.
Fagperson(er)
Emneansvarlig:
Mina FarmanbarInstituttleder:
Tom RyenArbeidsformer
4 timer forelesning i uka. Alle studenter får tilbud om å delta på øvingstimer 4 timer i uken. På datalaben får en hjelp til å fullføre de obligatoriske oppgavene. Dessuten skal studentene presentere løsningene sine på laben.
Overlapping
Emne | Reduksjon (SP) |
---|---|
Datastrukturer og algoritmer (TE0458_1) | 6 |
Datastrukturer og algoritmer (TE0458_A) | 6 |
Datastrukturer og algoritmer (BIE270_1) | 10 |