DM852: Introduktion til generisk programmering

• have viden om og kompeencer i objekt-orientere programmering.
• have basal viden om og færdigheder i systemprogrammering og funktionel programmering.
• have viden om computerarkitektur og basal oversætterkontruktion.
• have viden om almene algoritmer og datastrukturer, og basale færdigheder i deres implementering.
• være i stand til at vurdere kompleksiteten af algoritmer, med hensyn til køretid såvel som pladsforbrug.

Formålet med kurset er at sætte den studerende i stand til at implementere effektive generiske algoritmer og datasttrukturer i C++. I generisk programmering kan en algoritme formuleres ved brug af abstrakte typer der kun instantieres når algoritmen bruges med konkrete typer. Templates i C++ er en compile-time-mekanisme der gør det muligt at implementere generiske algoritmer på et højt abstraktionsnivea, og som er statisk type-sikre og har et minimalt overhead på køreid.

• ekspertviden på et afgrænset fagområde, der er baseret på det højeste internationale forskningsfelt inden for det datalogiske fagområde.
• at kunne forstå og på et videnskabeligt grundlag reflektere over det datalogiske fagområdes viden samt kunne identificere videnskabelige problemstillinger.
• beskrive, analysere og løse avancerede datalogiske problemstillinger ved hjælp af de lærte modeller.
• analysere fordele og ulemper ved forskellige datalogiske metoder, også inden for fagligt komplekse områder.
• udvikle nye varianter af de lærte metoder, hvor det konkrete problem kræver det.
• formidle forskningsbaseret viden og diskutere professionelle og videnskabelige problemstillinger med både fagfæller og ikke-specialister.
• planlægge og udføre videnskabelige projekter på højt fagligt niveau herunder styre arbejds- og udviklingssituationer, der er komplekse, uforudsigelige og forudsætter nye løsningsmodeller.
• kunne tage ansvar for egen faglig udvikling og specialisering.
  

Efter kurset er det forventet at den studerende har følgende.

• objektmodellen i C++, og de overordnede forskelle til forskelle i andre almene programmeringssprog.
• den basale brug af exceptions i C++ og deres interagering med objektmodellen og håndtering af resourcer.
• forskellige typer af polymorfi på et basalt niveau.
• de fundamentale principper for generisk programmering i C++, deriblandt forskellen mellem abstrakte beskrivelser, beskrivelser ved brug af koncepter og konkrete implementeringer af algoritmer og datastrukturer.
• fundamentale koncepter for generiske datastrukturer i C++, deriblandt, regularitet og iterators,
• overordnede forskelle i understøttelse for generisk programmering i almene programmeringssprog.
• basal brug af template-metaprogrammering i C++ for at løse konkrete problemer.
  

• programmering i C++ med moderne faciliteter i sproget og almene mønstre.
• implementering af generiske datastrukturer der modellerer givne koncepter.
• implementering af generiske algoritmer ved brug af interfaces defineret af givne koncepter.
• basal implementering af check af koncepter for datastrukturer.
• basal brug af template-metaprogrammering i C++ for at løse konkrete problemer.

Kompetener i

• basalt design af generiske datastrukturer der modellerer givne koncepter.
• basalt design af generiske algoritmer ved brug af interfaces defineret af givne koncepter.
• basal dokumentering af generiske datastrukturer der modellerer givne koncepter.
• basal dokumentering af generiske algoritmer der bruger interfaces defineret af givne koncepter.
• basal evaluering af den prakiske effektivitet af generiske algoritmer og datastrukturer, both med hensyn til pladsforbrug og køretid.
• kommunikation og diskussion af basale designvalg for generiske algoritmer og datastrukturer.
• opnå videregående viden om generisk programmering.
  

• Programmering i C++, deriblandt brug af standardbiblioteket, og idéerne bag dele af dets implementering.
• Templates, type-deduktion og type-sikkerhed.
• Fejlhåndtering.
• Resource-håndtering (eks. hukommelse).
• Almene generiske datastrukturer.
• Almene generiske algoritmer.
• Metaprogrammering.
  

På naturvidenskab er undervisningen tilrettelagt efter trefasemodellen, dvs. intro-, trænings- og studiefasen.

• Introfase: 30 timers forelæsnigner.
• Træningsfase: 10 timers laboratorieøvelser.

Aktiviteter i studiefasen:

• Brug af den tilegnede viden til at udvikle færdigheder og kompetencer i øvelser og projekter.
• Læsning og diskussion af de videnskabelige artikler, bog-kapitler og andet materiale.