Algorytmy i struktury danych 510-IS1-2ASD-23
Profil studiów: ogólnoakademicki
Forma studiów: stacjonarne
Rodzaj przedmiotu: obowiązkowy
Dziedzina i dyscyplina nauki: nauki ścisłe i przyrodnicze, informatyka
Rok studiów / semestr: 2 / 3
Wymagania wstępne (tzw. sekwencyjny system zajęć i egzaminów): brak
Liczba godzin zajęć dydaktycznych:
- wykład: 30 h
- ćwiczenia: 30 h
Metody dydaktyczne: wykład, prezentacja, dyskusja, ćwiczenie, konsultacje.
Punkty ECTS: 4
Bilans nakładu pracy studenta (rodzaj aktywności i liczba godzin):
- Udział w zajęciach:
- - wykład: 30 h
- - ćwiczenia: 30 h
- Przygotowanie do zajęć
- - ćwiczenia: 10 h
- Studiowanie literatury: 5 h
- Samodzielna praca nad programami komputerowymi, projektami, sprawozdaniami, prezentacjami, zadaniami domowymi i in.: 10 h
- Przygotowanie do egzaminu: 8 h
- Obecność na egzaminie: 2 h
- Udział w konsultacjach: 5 h
Wskaźniki ilościowe:
- Nakład pracy studenta związany z zajęciami wymagającymi bezpośredniego udziału nauczyciela: 67 h / 2,7 ECTS
- nakład pracy studenta związany z zajęciami niewymagającymi bezpośredniego udziału nauczyciela: 33 h / 1,3 ECTS
Rodzaj przedmiotu
Tryb prowadzenia przedmiotu
zdalnie
Koordynatorzy przedmiotu
Efekty kształcenia
- Zna podstawowe pojęcia i podejścia dotyczące projektowania i analizy algorytmów. KP6_WG3, KP6_WG1
- Zna podstawowe struktury danych i związane z nimi algorytmy, przykłady zastosowań oraz sposoby implementacji. KP6_WG3
- Zna podstawowe problemy algorytmiczne (sortowanie, wyszukiwanie wzorca i in.) oraz wybrane metody ich rozwiązywania. KP6_WG3
- Potrafi zrozumieć zasadę działania nieskomplikowanego algorytmu oraz oszacować jego złożoność. KP6_UW6, KP6_UW4
- Potrafi opisywać algorytmy i ich właściwości posługując się specjalistycznymi notacjami i terminologią, rysunkami, przykładami. KP6_UW6, KP6_UW8
- Umie rozwiązywać nieskomplikowane problemy algorytmiczne poprzez adaptowanie znanych algorytmów, struktur danych oraz podejść. KP6_UW6, KP6_UW8
- Rozumie konieczność ciągłego dokształcania się. KP6_UU1
Kryteria oceniania
Ogólna forma zaliczenia: egzamin
Studenci nie mogą ubiegać się o zaliczenie wykładu, gdy nie zaliczyli wcześniej zajęć towarzyszących.
Zasady dotyczące SI v.25.09.29
Studentka/student może wykorzystywać systemy sztucznej inteligencji tylko w zakresie dozwolonym aktami prawnymi obowiązującymi na Uczelni i Wydziale, do automatyzowania czynności mechanicznych, niewymagających twórczego i krytycznego myślenia, ani rozumienia procesów oraz technologii.
Student/studentka nie może wykorzystywać sztucznej inteligencji do wykonywania zadań, których samodzielne wykonanie ma służyć rozwinięciu kreatywności, umiejętności i wiedzy, jest niezbędne do osiągnięcia efektów kształcenia.
Pytania i wątpliwości dotyczące użycia sztucznej inteligencji należy zgłosić prowadzącemu.
Literatura
Literatura podstawowa:
- T.H. Cormen, C.E. Leiserson, R.L. Rivest, "Wprowadzenie do algorytmów", PWN, 2012
- R. Sedgewick, K. Wayne, "Algorytmy", Helion, 2012
- L. Banachowski, K. Diks, W. Rytter, "Algorytmy i struktury danych", PWN, 2017
Literatura uzupełniająca:
- M.T. Goodrich, R. Tamassia, M.H. Goldwasser, "Structures and Algorithms in Java/Python/C++", Wiley, 2014
- S.S. Skiena, "The Algorithm Design Manual", 2nd ed., Springer, 2008
- P. Wróblewski, "Algorytmy. Struktury danych i techniki programowania", Helion, 2015
Więcej informacji
Dodatkowe informacje (np. o kalendarzu rejestracji, prowadzących zajęcia, lokalizacji i terminach zajęć) mogą być dostępne w serwisie USOSweb: