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

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

Znalost libovolného programovacího jazyka.

Knowledge of any programming language.

Algoritmizace a programování

Algorithmization and programming