zápočet - odevzdání protokolů ze samostatných úkolů

zkouška - ústní

Z Rychlík J.: Programovací techniky, Kopp, České Budějovice, 1992.

Z Wirth N.: Algoritmy+datové struktury=programy, SNTL, Praha, 1988.

Z. Sedgewick R.: Algorithms, Addison-Wesley, Reading, 1988.

D Virius M.:Programování v C++, ČVUT, Praha 2004

R:Wirth N.: Algoritms+data structures=programs, Addison-Wesley, Reading, 1981.

A:Sedgewick R.: Algorithms, Addison-Wesley, Reading, 1988.

1. Seznam: smysl, realizace, operace se seznamem.

2. Fronta, zásobník, prioritní fronta jako speciální seznamy

3. Strom: smysl, realizace, operace se stromem.

4. Dynamické datové struktury: smysl, realizace v poli, souboru a v operační paměti.

5. OOP: třída, objekt, zapouzdření, dědičnost, mnohotvárnost, přetěžování operátorů, metod.

6. Dynamické datové struktury jako objekty: pole, seznamy, stromy.

7. Rekurze: smysl, realizace, divide et impera, podproblém, analýza podstromu.

8. Algoritmus: definice, časová a paměťová náročnost, NP-úplné problémy.

9. Událost: smysl, vznik, přerušení, ošetření, událostmi řízené programování.

10. Realizace posloupností, konečných a nekonečných součtů a součinů.

11. Realizace iteračních postupů: řešení nelineárních rovnic a jejich soustav.

12. Hledání optimálního řešení: hrubá síla, náhodná střelba a procházka, lokální extrémy.

13. Symbolické výpočty: smysl, princip, realizace.

14. Realizace algoritmů v reálném čase, multiprocesorové algoritmy.

1. List: sense, realization, list operations.

2. Queue, stack, priority queue as special lists.

3. Tree: sense, realization, tree operations.

4. Dynamic data structures: sense, realization in array, file and operation memory.

5. OOP: class, object, encapsulation, inheritence, polymorphism, overlay of operátors and methods.

6. Dynamic data structures as objects: array, lists, trees.

7. Recursion: sense, realization, divide et impera, subproblem, subtree analysis.

8. Algorithm: definition, time and memory complexity, NP-complete problems.

9. Event: sense, generation, interruption, event driven programming.

10. Realization of series, finite and infinite sums and products.

11. Realization of iterative procedures: solving of nonlinear equations and their systems.

12. Searching of optimum solution: brutal force, random shooting and walk, local extrems.

13. Symbolic computing: sense, principles, realization.

14. Realization of algorithms in real time, multiprocessor algorithms.

interní studijní materiály

internal support materials

Studenti budou umět:

Navrhnout efektivní struktury k realizaci dané úlohy

Navrhnout efektivní realizaci algoritmu řešení

Vyhodnotit paměťovou a časovou náročnost algoritmu

Students will be able to:

Design efficient data structures for given task realization

Design efficient implementation of algorithm for task solution

Evaluate memory and time complexities of the algorithm

Znalost libovolného programovacího jazyka.

Knowledge of any programming language.

Algoritmizace a programování

Algorithmization and programming