DM507: Algoritmer og Datastrukturer

15016701(tidligere UVA) er identisk med denne kursusbeskrivelse.

Studerende, der følger kurset, forventes at:

• Have kendskab til stoffet fra DM549 Diskrete metoder til datalogi. Specielt forudsættes en hvis mængde matematisk modenhed.
• Kunne anvende metoderne fra DM550 Introduktion til programmering. Specielt forudsættes fortrolighed med programmering i Java.

Kurset har til formål at sætte den studerende i stand til at anvende en
lang række eksisterende algoritmer og datastrukturer for fundamentale
problemer, samt generelle metoder til udvikling af nye algoritmer og
matematiske værktøjer til analyse af algoritmers korrekthed og
effektivitet. Dette er helt centralt i forhold til at kunne udvikle
effektiv software, og er vigtigt for forståelsen for øvre og nedre
grænser for beregningsproblemer.

Kurset bygger oven på den viden, der
er erhvervet i kurserne DM549 Diskrete metoder til datalogi og DM550
Introduktion til programmering, og giver et fagligt grundlag for at
studere algoritmiske og kompleksitetsteoretiske emner, der er placeret
senere i uddannelsen. I forhold til uddannelsens kompetenceprofil har
kurset eksplicit fokus på at:

• Give kompetence til udvikle nye varianter af centrale algoritmer og datastrukturer udviklet inden for datalogi.
• Give færdigheder i at analysere fordele og ulemper ved forskellige algoritmer, specielt med hensyn til ressourceforbrug.
• Give viden om et stort udvalg af centrale algoritmer og datastrukturer udviklet inden for datalogi.

For at opnå kursets formål er det læringsmålet for kurset, at den studerende demonstrerer evnen til at:

• anvende algoritmerne fra kurset på konkrete problemer.
• argumentere præcist for en algoritmes korrekthed eller mangel på samme.
• bestemme en algoritmes asymptotiske køretid.
• tilpasse kendte algoritmer og datastrukturer til specialtilfælde af kendte problemer og til nye problemer.
• designe
  nye algoritmer til at løse problemer, som i natur minder om problemer
  fra kurset. Herunder give en præcis beskrivelse af algoritmen, f.eks.
  vha. pseudokode.
• foretage formålstjenlige valg af datastruktur.
• designe nye datastrukturer baseret på kendte datastrukturer.
• designe og implementere et større program, som anvender algoritmer og datastrukturer fra kurset.
• argumentere præcist for de valg, der foretages i forbindelse med de foregående fire punkter.

Se BlackBoard for pensumlister og yderligere litteraturhenvisninger.

• Introfase (forelæsning, holdtimer) - Antal timer: 44
  
• Træningsfase: Antal timer: 44
  
• Studiefase: Antal timer: 14

Undervisningsform: Opgaver i studiegrupper.