Data structures and algorithms - opis przedmiotu

Informacje ogólne

Nazwa przedmiotu	Data structures and algorithms
Kod przedmiotu	13.2-WF-FizP-DSA-S17
Wydział	Wydział Fizyki i Astronomii
Kierunek	Fizyka
Profil	ogólnoakademicki
Rodzaj studiów	pierwszego stopnia z tyt. licencjata
Semestr rozpoczęcia	semestr zimowy 2020/2021

Informacje o przedmiocie

Semestr	3
Liczba punktów ECTS do zdobycia	5
Występuje w specjalnościach	Fizyka komputerowa
Typ przedmiotu	obowiązkowy
Język nauczania	angielski
Sylabus opracował	dr Marcin Kośmider dr Andrzej Szary

Formy zajęć

Forma zajęć	Liczba godzin w semestrze (stacjonarne)	Liczba godzin w tygodniu (stacjonarne)	Liczba godzin w semestrze (niestacjonarne)	Liczba godzin w tygodniu (niestacjonarne)	Forma zaliczenia
Wykład	15	1	-	-	Zaliczenie na ocenę
Laboratorium	45	3	-	-	Zaliczenie na ocenę

Cel przedmiotu

Teaching the student the ability to adjust the mathematical model and algorithm adequately to considered problem. Students use the knowledge and skills acquired earlier in the courses of general physics, the course of numerical methods and mathematical methods of physics.

Wymagania wstępne

Students know numerical methods, passed courses of mathematical analysis course and general physics.

Zakres tematyczny

The course deals with the general principles of algorithm writing, the ability to calculate the complexity of the algorithm.
Examples of algorithms and their implementation are considered. The special attention is devoted to optimization problems.

Metody kształcenia

Lecture:

Conventional lecture, workshop, working with documentation

Laboratory:

Laboratory exercises, project method, independent work

Efekty uczenia się i metody weryfikacji osiągania efektów uczenia się

Opis efektu	Symbole efektów	Metody weryfikacji	Forma zajęć

Warunki zaliczenia

Lecture:

Test - minumum 50%

Laboratory:

Students have to implement algorithms presented during the lecture. In addition, they have to apply one of the proposed algorithms (e.g. traveling salesman problem, image recognition using the Hausdorff dimension, evolutionary algorithm) in a real life problem and write a report describing the algorithm, programming techniques, and results of the work.

Before taking the exam a student must gain positive grade during the laboratory

Final grade: mean average of the exam (50%) and grade from the laboratory (50%).

Literatura podstawowa

[1] L. Banachowski, K. Diks, W. Rytter, Algorytmy i struktury danych, Wydawnictwa Naukowo-Techniczne, 2006.

[2] N. Wirth, Algorithms and Data Structures, Prentice Hall, 1985.

Literatura uzupełniająca

[1] W. H. Press, S. A. Teukolsky, W. T. Vetterling, B. P. Flannery, Numerical Recipes. The Art of Scientific Computing. Third Edition, Cambridge University Press, 2007.

Uwagi

Zmodyfikowane przez dr hab. Piotr Lubiński, prof. UZ (ostatnia modyfikacja: 03-06-2020 17:00)