Hopp til hovedinnhold
Created by potrace 1.11, written by Peter Selinger 2001-2013
EN
Søk på oslomet.no
  • Studier
  • Forskningen vår
  • Samarbeid
  • Universitetsbiblioteket
  • Om OsloMet
  • Kontakt oss
  • For studenter
  1. OsloMet
  2. Programplaner og emneplaner
  3. Algoritmer og datastrukturer

Algoritmer og datastrukturer

Emneplan

Engelsk emnenavn
Algorithms and Data Structures
Emnekode
DATS2300
Omfang
10 stp.
Pensum
Pensum høst 2020 i Leganto
Timeplan
Timeplan i TP
Emnehistorikk
Emnehistorikk

Innledning

Emnet handler om analyse, design, implementasjon og anvendelse av de algoritmene og datastrukturene som brukes i vanlig og avansert databehandling.

Anbefalte forkunnskaper

Emnet bygger på DAPE1300 Diskret matematikk, DAPE1400 Programmering og DATS1600/DATA1600 Programutvikling.

Forkunnskapskrav

Ingen ut over opptakskrav.

Læringsutbytte

Etter å ha gjennomført dette emnet har studenten følgende læringsutbytte, definert i kunnskap, ferdigheter og generell kompetanse.

Kunnskap

Studenten kan:

  • forklare oppbyggingen og hensikten med datastrukturer som tabeller, lister, stakker, køer av ulike typer, heaper, hashtabeller, trær av ulike typer, grafer og filer
  • gjøre rede for virkemåten og effektiviteten til ulike varianter av algoritmer for opptelling, innlegging, søking, sletting, traversering, sortering, optimalisering og komprimering

Ferdigheter

Studenten kan:

  • analysere, designe, og implementere datastrukturer, samt vurdere hvilke datastruktur som er egnet til forskjellige konkrete anvendelser
  • analysere, designe, implementere og anvende de algoritmene som trengs for å løse konkrete oppgaver
  • bruke både egenutviklede og standardiserte algoritmer og datastrukturer til å løse sammensatte og kompliserte problemer

Generell kompetanse

Studenten kan:

  • delta i diskusjoner og gi råd om hvilke datastrukturer og algoritmer det er mest hensiktsmessig å bruke i ulike situasjoner
  • formidle viktigheten og nødvendigheten av å bruke gode strukturer og effektive algoritmer i programmeringsprosjekter

Arbeids- og undervisningsformer

Forelesninger og individuelle øvinger. Øvingene er basert på eget arbeid med veiledning fra faglærer og/eller en studentassistent.

Arbeidskrav og obligatoriske aktiviteter

Arbeidskrav høsten 2020 grunnet Covit19:

To obligatoriske oppgaver

[Arbeidskrav tidligere:]

Følgende arbeidskrav er obligatorisk og må være godkjent for å fremstille seg til eksamen:

  • Tre gruppeoppgaver (kode og dokumentasjon)

Vurdering og eksamen

Eksamen høsten 2020 grunnet Covit-19:

Eksamen i to deler bestående av

1.Mappeeksamen og

2. Avsluttende skriftlig hjemmeeksamen på 1 time.

Begge deler må bestås og må bestås samme semester for å få Bestått i emnet.

[Eksamen tidligere]:

Individuell skriftlig eksamen under tilsyn på 3 timer.

Eksamensresultat kan påklages.

Hjelpemidler ved eksamen

Høsten 2020:

Alle hjelpemidler tillatt, men ikke lov å kopiere kildekode bortsett fra kompendiet/forelesningnotater

Hjelpemidler tidligere:

Ingen

Vurderingsuttrykk

Bestått/Ikke bestått

Sensorordning

En intern sensor. Ekstern sensor brukes jevnlig.

Emneoverlapp

Emnet er ekvivalent (overlapper 10 studiepoeng) med: ITPE2300, LO140A og LO140I.

Ved praktisering av 3-gangers regelen for oppmelding til eksamen teller forsøk brukt i ekvivalente emner.

Programplan

  • Bachelorstudium i anvendt datateknologi (2019 HØST)
  • Bachelorstudium i informasjonsteknologi (2019 HØST)
  • Bachelorstudium i ingeniørfag - data (2019 HØST)

OSLO METROPOLITAN UNIVERSITY
STORBYUNIVERSITETET

Postboks 4, St. Olavs plass
0130 Oslo
Tlf.: 67 23 50 00

Kontakt oss

  • Facebook
  • Linkedin
  • Instagram
  • English
  • Alumni
  • Ansatteoversikt
  • Arrangementsoversikt
  • For ansatte
  • For studenter
  • Ledige stillinger
  • Personvernerklæring og informasjonskapslar
  • Pressekontakt
  • Tilgjengelegheitserklæring