Datastrukturer och algoritmer

Sammanfattning

Behörighetskrav

Kurser om minst 30 hp i datavetenskap varav minst 7.5 hp i programmering.

Denna kurs ges som en del av program:

Kursplan

Kursplan för studenter höst 2020, höst 2019, höst 2018

Kurskod:
DA252A version 2,2
Engelsk benämning:
Data structures and Algorithms
Fördjupningsnivå
G1F
Huvudområden:
Datavetenskap
Undervisningsspråk:
Svenska, inslag av engelska kan förekomma.
Fastställandedatum:
15 juni 2017
Beslutande instans:
Fakulteten för teknik och samhälle
Gäller från:
28 augusti 2017
Ersätter kursplan fastställd:
15 juni 2017

Förkunskapskrav

Kurser om minst 30 hp i datavetenskap varav minst 7.5 hp i programmering.

Fördjupning i förhållande till examensfordringarna

Kursen ingår i kandidatexamen i Datavetenskap med inriktning mot systemutveckling på 31-60 poängsnivån.

Syfte

Kursen syftar till att studenten utvecklar en fördjupad programmeringserfarenhet. I kursen studerar studenten analys, design och implementation av praktiska och effektiva algoritmer och datastrukturer, vilket syftar till att utveckla en förmåga att lösa problem som ofta uppkommer i en programmerares vardag.

Innehåll

Kursen innefattar följande:

  • algoritmanalys och algoritmkonstruktion: rimlighetsbedömningar, giriga algoritmer, söndra-och-härska-algoritmer, amorterad analys och heuristiska metoder
  • algoritmer: sökalgoritmer, sorteringsalgoritmer och grafalgoritmer
  • grundläggande och avancerade datastrukturer såsom binära sökträd, hashtabeller,prioritetsköer och grafer

Lärandemål

Kunskap och förståelse
Efter genomförd kurs ska studenten:

  • visa fördjupad förståelse för egenskaper hos strukturerade och objektorienterade datorprogram
  • ha förmåga att beskriva samt uppvisa en fördjupad förståelse av grundläggande och avancerade praktiska algoritmer inom områden såsom grafteori, geometri, strängmatchning och talteori
  • ha förmåga att beskriva samt uppvisa en fördjupad förståelse av grundläggande och avancerade datastrukturer

Färdighet och förmåga
Efter genomförd kurs ska studenten:
  • kunna använda och självständigt anpassa grundläggande och avancerade praktiska algoritmer och datastrukturer för att lösa samt implementera givna problem korrekt och effektivt
  • arbeta effektivt i grupp och självständigt för att lösa givna problem korrekt och effektivt inom givna tidsramar

Värderingsförmåga och förhållningssätt
Efter genomförd kurs ska studenten:
  • utifrån en given problemställning självständigt och i grupp kunna analyser problemet samt kritiskt välja lämpligt angreppssätt, algoritm och/eller datastruktur
  • kunna utföra en korrekt implementation och kunna resonera kring och kritiskt värdera design- och implementationsval ur olika aspekter såsom prestanda

Arbetsformer

I kursen ges undervisning genom föreläsningar, laborationer, seminarier och handledning.

Bedömningsformer

Krav för godkänd: Godkänd skriftlig tentamen (4,5 hp) och godkända inlämningsuppgifter (3 hp).
Krav för väl godkänd: Väl godkänd skriftlig tentamen och godkända inlämningsuppgifter.

Betygsskala

Underkänd (U), Godkänd (G) eller Väl godkänd (VG).

Kurslitteratur och övriga läromedel

  • Sedgewick, Robert & Wayne, Kevin Daniel (2011). Algorithms. 4. ed. Upper Saddle River, NJ: Addison-Wesley ISBN: 978-0321573513
Referenslitteratur
  • Cormen, Thomas H. (2009). Introduction to algorithms. 3. ed. Cambridge, Mass.: MIT Press. ISBN: 9780262033848

Kursvärdering

Högskolan ger studenter som deltar i eller har avslutat en kurs en möjlighet att framföra sina erfarenheter av och synpunkter på kursen genom en kursvärdering som anordnas av högskolan. Högskolan sammanställer kursvärderingarna samt informerar om resultaten och eventuella beslut om åtgärder som föranleds av kursvärderingarna. Resultaten ska hållas tillgängliga för studenterna. (HF 1:14).

Övergångsbestämmelser

Om en kurs upphört att ges eller genomgått större förändringar ska studenterna, under ett år efter det att förändringen skett, erbjudas två tillfällen för omprov baserade på den kursplan som gällde vid registreringen.


Kursrapporter

Kontakt

Utbildningen ges av Fakulteten för teknik och samhälle på institutionen Datavetenskap och medieteknik.

Mer information om utbildningen

Studentservice TS - Malmö Universitet,
Jesper Larsson, Kursansvarig
Telefon: 040-6657303

Anmälan

11 november 2019 - 19 januari 2020 Dagtid 50% Malmö Detta kurstillfälle ges som en del av ett program

11 november 2019 - 19 januari 2020 Dagtid 50% Malmö Anmälningskod: mau-98091 Detta kurstillfälle ges som en del av ett program

Öppen för sen anmälan

Ansök

09 november 2020 - 17 januari 2021 Dagtid 50% Malmö Detta kurstillfälle ges som en del av ett program