ALGORYTMY I STRUKTURY DANYCH
Informacje ogólne
Kod przedmiotu: | W4-IS-S1-AISD |
Kod Erasmus / ISCED: | (brak danych) / (brak danych) |
Nazwa przedmiotu: | ALGORYTMY I STRUKTURY DANYCH |
Jednostka: | Wydział Nauk Ścisłych i Technicznych |
Grupy: | |
Punkty ECTS i inne: |
6.00
|
Język prowadzenia: | (brak danych) |
Rodzaj przedmiotu: | obowiązkowy |
Zajęcia w cyklu "semestr zimowy 2020/2021" (zakończony)
Okres: | 2020-10-01 - 2021-02-21 |
Przejdź do planu
PN W
WT L
L
L
L
L
ŚR K
K
K
CZ L
PT |
Typ zajęć: |
Konwersatorium, 15 godzin, 75 miejsc
Laboratorium, 30 godzin, 75 miejsc
Wykład, 30 godzin, 75 miejsc
|
|
Koordynatorzy: | Michał Baczyński | |
Prowadzący grup: | Michał Baczyński, Katarzyna Miś, Andrzej Tomski, Paulina Trybek | |
Lista studentów: | (nie masz dostępu) | |
Zaliczenie: |
Przedmiot -
Egzamin
Konwersatorium - Zaliczenie na ocenę Laboratorium - Zaliczenie na ocenę Wykład - Egzamin |
|
Sposób ustalania oceny końcowej: | Ocena końcowa jest obliczana jako średnią arytmetyczna wszystkich ocen z laboratorium, konwersatorium oraz egzaminu. Jeżeli któraś z końcowych (ostatecznych) ocen cząstkowych jest oceną niedostateczna (2.0), to ocena końcowa również jest niedostateczna. Przy założeniu, że ocenom przyporządkowuje się następujące wartości dostateczny - 3,0 dostateczny plus - 3,5 dobry - 4,0 dobry plus - 4,5 bardzo dobry - 5,0 ocena końcowa obliczona na podstawie wyznaczonej średniej przyporządkowana jest następująco: do 3,25 – dostateczny; od 3,26 do 3,75 – dostateczny plus; od 3,76 do 4,25 – dobry; od 4,26 do 4,75 – dobry plus; od 4,76 do 5,00 – bardzo dobry. |
|
Pełny opis: |
Elementy algorytmiki: problem i jego specyfikacja; algorytm i różne sposoby jego zapisu. Elementy analizy algorytmów. Rozmiar danych, złożoność obliczeniowa (czasowa i pamięciowa). Typy złożoności: pesymistyczna, optymistyczna, średnia. Notacja asymptotyczna, rzędy wielkości funkcji. Algorytmy rekurencyjne, przykłady. Rozwiązywanie równań rekurencyjnych na potrzeby analizy algorytmów rekurencyjnych. Wyszukiwanie. Analiza wybranych metod: wyszukiwanie liniowe, wyszukiwanie binarne, wyszukiwanie interpolacyjne. Problem wyboru (selekcja). Sortowanie. Analiza wybranych algorytmów: sortowanie przez wstawianie, przez selekcję, przez scalanie, przez kopcowanie, szybkie. Model drzew decyzyjnych i twierdzenie o dolnym ograniczeniu na czas działania algorytmów sortujących za pomocą porównań. Sortowanie w czasie liniowym. Techniki projektowania algorytmów: dziel i zwyciężaj, programowanie dynamiczne, algorytmy zachłanne, przeszukiwanie z nawrotami. Ilustracja omawianych metod na konkretnych przykładach. Abstrakcyjne struktury danych: stosy, kolejki, kolejki priorytetowe, słowniki. Metody implementacji powyższych struktur (listy, kopce binarne, drzewa, drzewa poszukiwań binarnych) i ich zastosowania. Implementacja poznanych algorytmów w języku Python. |
|
Uwagi: |
Na zajęciach wykorzystuje się język programowania PYTHON, ale wybrane algorytmy pokazuje się również w języku C lub C++. |
Zajęcia w cyklu "semestr zimowy 2021/2022" (zakończony)
Okres: | 2021-10-01 - 2022-02-20 |
Przejdź do planu
PN W
WT L
L
L
L
ŚR L
L
CZ K
K
K
PT |
Typ zajęć: |
Konwersatorium, 15 godzin, 75 miejsc
Laboratorium, 30 godzin, 75 miejsc
Wykład, 30 godzin, 75 miejsc
|
|
Koordynatorzy: | Michał Baczyński | |
Prowadzący grup: | Michał Baczyński, Katarzyna Miś, Andrzej Tomski, Paulina Trybek | |
Lista studentów: | (nie masz dostępu) | |
Zaliczenie: |
Przedmiot -
Egzamin
Konwersatorium - Zaliczenie na ocenę Laboratorium - Zaliczenie na ocenę Wykład - Egzamin |
|
Sposób ustalania oceny końcowej: | Ocena końcowa jest obliczana jako średnią arytmetyczna wszystkich ocen z laboratorium, konwersatorium oraz egzaminu. Jeżeli któraś z końcowych (ostatecznych) ocen cząstkowych jest oceną niedostateczna (2.0), to ocena końcowa również jest niedostateczna. Przy założeniu, że ocenom przyporządkowuje się następujące wartości dostateczny - 3,0 dostateczny plus - 3,5 dobry - 4,0 dobry plus - 4,5 bardzo dobry - 5,0 ocena końcowa obliczona na podstawie wyznaczonej średniej przyporządkowana jest następująco: do 3,25 – dostateczny; od 3,26 do 3,75 – dostateczny plus; od 3,76 do 4,25 – dobry; od 4,26 do 4,75 – dobry plus; od 4,76 do 5,00 – bardzo dobry. |
|
Pełny opis: |
Elementy algorytmiki: problem i jego specyfikacja; algorytm i różne sposoby jego zapisu. Elementy analizy algorytmów. Rozmiar danych, złożoność obliczeniowa (czasowa i pamięciowa). Typy złożoności: pesymistyczna, optymistyczna, średnia. Notacja asymptotyczna, rzędy wielkości funkcji. Algorytmy rekurencyjne, przykłady. Rozwiązywanie równań rekurencyjnych na potrzeby analizy algorytmów rekurencyjnych. Wyszukiwanie. Analiza wybranych metod: wyszukiwanie liniowe, wyszukiwanie binarne, wyszukiwanie interpolacyjne. Problem wyboru (selekcja). Sortowanie. Analiza wybranych algorytmów: sortowanie przez wstawianie, przez selekcję, przez scalanie, przez kopcowanie, szybkie. Model drzew decyzyjnych i twierdzenie o dolnym ograniczeniu na czas działania algorytmów sortujących za pomocą porównań. Sortowanie w czasie liniowym. Techniki projektowania algorytmów: dziel i zwyciężaj, programowanie dynamiczne, algorytmy zachłanne, przeszukiwanie z nawrotami. Ilustracja omawianych metod na konkretnych przykładach. Abstrakcyjne struktury danych: stosy, kolejki, kolejki priorytetowe, słowniki. Metody implementacji powyższych struktur (listy, kopce binarne, drzewa, drzewa poszukiwań binarnych) i ich zastosowania. Implementacja poznanych algorytmów w języku Python. |
|
Uwagi: |
Na zajęciach wykorzystuje się język programowania PYTHON, ale wybrane algorytmy pokazuje się również w języku C lub C++. |
Zajęcia w cyklu "semestr zimowy 2022/2023" (zakończony)
Okres: | 2022-10-01 - 2023-02-26 |
Przejdź do planu
PN W
L
WT ŚR L
L
L
K
K
K
CZ L
L
PT |
Typ zajęć: |
Konwersatorium, 15 godzin, 75 miejsc
Laboratorium, 30 godzin, 75 miejsc
Wykład, 30 godzin, 75 miejsc
|
|
Koordynatorzy: | Michał Baczyński | |
Prowadzący grup: | Michał Baczyński, Katarzyna Miś, Andrzej Tomski, Paulina Trybek | |
Lista studentów: | (nie masz dostępu) | |
Zaliczenie: |
Przedmiot -
Egzamin
Konwersatorium - Zaliczenie na ocenę Laboratorium - Zaliczenie na ocenę Wykład - Egzamin |
|
Sposób ustalania oceny końcowej: | Ocena końcowa jest obliczana jako średnią arytmetyczna wszystkich ocen z laboratorium, konwersatorium oraz egzaminu. Jeżeli któraś z końcowych (ostatecznych) ocen cząstkowych jest oceną niedostateczna (2.0), to ocena końcowa również jest niedostateczna. Przy założeniu, że ocenom przyporządkowuje się następujące wartości dostateczny - 3,0 dostateczny plus - 3,5 dobry - 4,0 dobry plus - 4,5 bardzo dobry - 5,0 ocena końcowa obliczona na podstawie wyznaczonej średniej przyporządkowana jest następująco: do 3,25 – dostateczny; od 3,26 do 3,75 – dostateczny plus; od 3,76 do 4,25 – dobry; od 4,26 do 4,75 – dobry plus; od 4,76 do 5,00 – bardzo dobry. |
|
Pełny opis: |
Elementy algorytmiki: problem i jego specyfikacja; algorytm i różne sposoby jego zapisu. Elementy analizy algorytmów. Rozmiar danych, złożoność obliczeniowa (czasowa i pamięciowa). Typy złożoności: pesymistyczna, optymistyczna, średnia. Notacja asymptotyczna, rzędy wielkości funkcji. Algorytmy rekurencyjne, przykłady. Rozwiązywanie równań rekurencyjnych na potrzeby analizy algorytmów rekurencyjnych. Wyszukiwanie. Analiza wybranych metod: wyszukiwanie liniowe, wyszukiwanie binarne, wyszukiwanie interpolacyjne. Problem wyboru (selekcja). Sortowanie. Analiza wybranych algorytmów: sortowanie przez wstawianie, przez selekcję, przez scalanie, przez kopcowanie, szybkie. Model drzew decyzyjnych i twierdzenie o dolnym ograniczeniu na czas działania algorytmów sortujących za pomocą porównań. Sortowanie w czasie liniowym. Techniki projektowania algorytmów: dziel i zwyciężaj, programowanie dynamiczne, algorytmy zachłanne, przeszukiwanie z nawrotami. Ilustracja omawianych metod na konkretnych przykładach. Abstrakcyjne struktury danych: stosy, kolejki, kolejki priorytetowe, słowniki. Metody implementacji powyższych struktur (listy, kopce binarne, drzewa, drzewa poszukiwań binarnych) i ich zastosowania. Implementacja poznanych algorytmów w języku Python. |
|
Uwagi: |
Na zajęciach wykorzystuje się język programowania PYTHON, ale wybrane algorytmy pokazuje się również w języku C lub C++. |
Zajęcia w cyklu "semestr zimowy 2023/2024" (zakończony)
Okres: | 2023-10-01 - 2024-02-18 |
Przejdź do planu
PN W
WT L
K
K
K
L
L
ŚR L
L
L
L
CZ PT |
Typ zajęć: |
Konwersatorium, 15 godzin, 60 miejsc
Laboratorium, 30 godzin, 60 miejsc
Wykład, 30 godzin, 60 miejsc
|
|
Koordynatorzy: | Michał Baczyński | |
Prowadzący grup: | Michał Baczyński, Katarzyna Miś, Andrzej Tomski, Paulina Trybek | |
Lista studentów: | (nie masz dostępu) | |
Zaliczenie: |
Przedmiot -
Egzamin
Konwersatorium - Zaliczenie na ocenę Laboratorium - Zaliczenie na ocenę Wykład - Egzamin |
|
Sposób ustalania oceny końcowej: | Ocena końcowa jest obliczana jako średnią arytmetyczna wszystkich ocen z laboratorium, konwersatorium oraz egzaminu. Jeżeli któraś z końcowych (ostatecznych) ocen cząstkowych jest oceną niedostateczna (2.0), to ocena końcowa również jest niedostateczna. Przy założeniu, że ocenom przyporządkowuje się następujące wartości dostateczny - 3,0 dostateczny plus - 3,5 dobry - 4,0 dobry plus - 4,5 bardzo dobry - 5,0 ocena końcowa obliczona na podstawie wyznaczonej średniej przyporządkowana jest następująco: do 3,25 – dostateczny; od 3,26 do 3,75 – dostateczny plus; od 3,76 do 4,25 – dobry; od 4,26 do 4,75 – dobry plus; od 4,76 do 5,00 – bardzo dobry. |
|
Pełny opis: |
Elementy algorytmiki: problem i jego specyfikacja; algorytm i różne sposoby jego zapisu. Elementy analizy algorytmów. Rozmiar danych, złożoność obliczeniowa (czasowa i pamięciowa). Typy złożoności: pesymistyczna, optymistyczna, średnia. Notacja asymptotyczna, rzędy wielkości funkcji. Algorytmy rekurencyjne, przykłady. Rozwiązywanie równań rekurencyjnych na potrzeby analizy algorytmów rekurencyjnych. Wyszukiwanie. Analiza wybranych metod: wyszukiwanie liniowe, wyszukiwanie binarne, wyszukiwanie interpolacyjne. Problem wyboru (selekcja). Sortowanie. Analiza wybranych algorytmów: sortowanie przez wstawianie, przez selekcję, przez scalanie, przez kopcowanie, szybkie. Model drzew decyzyjnych i twierdzenie o dolnym ograniczeniu na czas działania algorytmów sortujących za pomocą porównań. Sortowanie w czasie liniowym. Techniki projektowania algorytmów: dziel i zwyciężaj, programowanie dynamiczne, algorytmy zachłanne, przeszukiwanie z nawrotami. Ilustracja omawianych metod na konkretnych przykładach. Abstrakcyjne struktury danych: stosy, kolejki, kolejki priorytetowe, słowniki. Metody implementacji powyższych struktur (listy, kopce binarne, drzewa, drzewa poszukiwań binarnych) i ich zastosowania. Implementacja poznanych algorytmów w języku Python. |
|
Uwagi: |
Na zajęciach wykorzystuje się język programowania PYTHON, ale wybrane algorytmy pokazuje się również w języku C lub C++. |
Właścicielem praw autorskich jest Uniwersytet Ślaski w Katowicach.