ALGORYTMY I STRUKTURY DANYCH

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.

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.

Na zajęciach wykorzystuje się język programowania PYTHON, ale wybrane algorytmy pokazuje się również w języku C lub C++.

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.

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.

Na zajęciach wykorzystuje się język programowania PYTHON, ale wybrane algorytmy pokazuje się również w języku C lub C++.

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.

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.

Na zajęciach wykorzystuje się język programowania PYTHON, ale wybrane algorytmy pokazuje się również w języku C lub C++.

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.

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.

Na zajęciach wykorzystuje się język programowania PYTHON, ale wybrane algorytmy pokazuje się również w języku C lub C++.