SylabUZ
Course name | Algorithms and Data Structures |
Course ID | 11.3-WK-IiEP-ASD-L-S14_pNadGen1ZHU1 |
Faculty | Faculty of Mathematics, Computer Science and Econometrics |
Field of study | Informatics and Econometrics |
Education profile | academic |
Level of studies | First-cycle studies leading to Bachelor's degree |
Beginning semester | winter term 2020/2021 |
Semester | 6 |
ECTS credits to win | 5 |
Available in specialities | Information Systems |
Course type | optional |
Teaching language | polish |
Author of syllabus |
|
The class form | Hours per semester (full-time) | Hours per week (full-time) | Hours per semester (part-time) | Hours per week (part-time) | Form of assignment |
Laboratory | 30 | 2 | - | - | Credit with grade |
Lecture | 30 | 2 | - | - | Exam |
Zdobycie wiedzy i umiejętności w zakresie analizy algorytmów. Znajomość i umiejętność implementacji algorytmów sortowania i selekcji, algorytmów wyszukiwania, podstawowych algorytmów grafowych.
Znajomość podstawowego kursu z analizy i algebry liniowej. Umiejętność programowania komputerów w zakresie programowania strukturalnego.
Wykład/Laboratorium
Podstawowe zasady analizy algorytmów.
Metody projektowania efektywnych algorytmów. Rekurencja, zasada „dziel i zwyciężaj”, algorytmy zachłanne, programowanie dynamiczne.
Algorytmy sortowania i selekcji
Algorytmy wyszukiwania.
Struktury dynamiczne liniowe danych: kolejki, stosy, listy.
Kolejki priorytetowe.
Słownikowe struktury danych.
Algorytmy grafowe.
Algorytmy tekstowe.
Biblioteki algorytmów i struktur danych.
Wykład: wykład problemowy.
Laboratorium: ćwiczenia laboratoryjne w pracowni komputerowej – implementacja i testowanie wybranych algorytmów. Każdy student w trakcie semestru musi zrealizować cztery projekty. Każdy z projektów polegać będzie na zaimplementowaniu i przetestowaniu wskazanych przez prowadzącego algorytmów. Do dwóch projektów studenci będą także musieli dołączyć dokumentację zgodnie z zadaną specyfikacją. Ponadto dwa projekty będą realizowane w grupach 2-3 osobowych. Studenci będą także na zajęciach pisali programy implementujące różne inne algorytmy.
Outcome description | Outcome symbols | Methods of verification | The class form |
Wykład. Egzamin weryfikujący efekty kształcenia w zakresie wiedzy i umiejętności. Egzamin składa się z dwóch części, pisemnej i ustnej. Warunkiem przystąpienia do części ustnej jest uzyskanie 30% punktów z części pisemnej. Uzyskanie 50% punktów z części pisemnej gwarantuje uzyskanie pozytywnej oceny.
Laboratorium. Ocena końcowa jest wystawiana na podstawie punktów uzyskanych na zajęciach. Punkty uzyskuje się za: napisane na zajęciach sprawdziany, zrealizowane na zajęciach projekty, aktywność na zajęciach.
Na ocenę z przedmiotu składa się ocena z laboratorium (50%) oraz ocena z egzaminu (50%). Warunkiem przystąpienia do egzaminu jest pozytywna ocena z laboratorium. Warunkiem zaliczenia przedmiotu jest pozytywna ocena z egzaminu.
Modified by dr Alina Szelecka (last modification: 16-10-2020 12:29)