IMPLEMENTACE DATOVÝCH STRUKTUR

Kurz se zaměřuje na základy algoritmizace a programování, vztah mezi problémem, algoritmem a programem, principy objektově orientovaného programování, generické programování, rozhraní, polymorfismus a rekurzi. Studenti se seznámí s analýzou výpočetní složitosti a s hlavními algoritmy řazení (InsertSort, ShellSort, QuickSort, MergeSort). Dále kurz pokrývá abstraktní datové typy a jejich implementace (zásobník, fronta, seznam, tabulka, rozptylová tabulka), stromové a grafové struktury, prohledávání do šířky i hloubky, topologické řazení, prioritní fronty a haldy. Závěr se věnuje formalizaci a klasifikaci problémů včetně tříd P, NP a NP–úplné.

CÍL PŘEDMĚTU:

Cílem předmětu je demonstrovat způsoby implementace základních abstraktních datových typů, tj. zásobníku, fronty, seznamu, tabulky, prioritní fronty, stromů, grafů a dalších. Klíčovým nástrojem je koncept výpočetní složitosti, který bude podrobně formálně zaveden a diskutován ve všech praktických případech. Předmět je nadstavbou pro KIV/ADS, dává studentům vhled do způsobu jak jsou základní abstraktní datové typy běžně implementovány a jaké mají konkrétní implementace vliv na jejich vlastnosti.

VSTUPNÍ POŽADAVKY NA STUDENTA:

Student by se měl orientovat v primárních datových typech používaných pro reprezentaci celých čísel, čísel s plovoucí desetinnou čárnou a znaků v počítači. A být schopen popsat principy programování v imperativních jazycích.

PODMÍNKY ABSOLVOVÁNÍ:

GARANTI A VYUČUJÍCÍ:

VÝSLEDKY UČENÍ:

Po absolvování kurzu bude student schopen interpretovat výroky o složitosti algoritmů a problémech, rozumět složitostním třídám O, Θ, Ω a vysvětlit rozdíly mezi třídami P, NP a NP-úplné. Dokáže popsat způsob vykonání programu v počítači, zejména principy alokace paměti v zásobníku a na hromadě a vytváření zásobníkových rámců. Bude umět určit výpočetní složitost operací u konkrétních implementací abstraktních datových typů, vyjmenovat a popsat hlavní algoritmy řazení a analyzovat jejich vlastnosti. Zároveň bude znát nejčastěji používané abstraktní datové typy, jejich implementace a souvislosti mezi způsobem implementace a efektivitou operací.

PRO DOSAŽENÍ ODBORNÝCH ZNALOSTÍ JSOU UŽÍVÁNY VYUČOVACÍ METODY:

Přednáška založená na výkladu,
Přednáška s demonstrací,
Přednáška s diskusí,
Cvičení (praktické činnosti),
E-learning,
Samostudium,
Kooperativní výuka,
Řešení problémů,
Samostatná práce studentů.

KATEGORIE

ORGANIZÁTOR:

Fakulta aplikovaných věd

ZKRATKA PŘEDMĚTU:

KIV/IDT

TERMÍN ZÁPISU:

Od 1. 12. 2025 do 31. 1. 2026

TERMÍN KONÁNÍ:

Letní semestr 2025/2026

ROZVRH PŘEDMĚTU:

Místnost – xx000

Den 00:00 – 00:00

18. 02. 2026 – 13. 05. 2026

Budova FAV, areál Bory

FORMA STUDIA:

Kontaktní výuka : 52h

Vypracování seminární práce: 39h
Příprava na zkoušku: 26h

Příprava na souhrnný test: 13h

ZPŮSOB ZAKONČENÍ:

5 KREDITY

CENA: 5000 Kč

ADRESA

Univerzitní 22, Plzeň

PRO ZÍSKÁNÍ MIKROCERTIFIKÁTU JE POTŘEBA SI ZAPSAT NÁSLEDUJÍCÍ PŘEDMĚTY

Pro více informací o mikrocertifikátech klikněte ZDE.

Po splnění všech požadovaných předmětů prosím vyplňte žádost o vystavení mikrocertifikátu.

Akademický rok 2025/2026 LS
Akademický rok 2025/2026 ZS
Anglický jazyk
Český jazyk
Cestování
Chemie
Cizí jazyky
Ekonomie
Fyzika
Geografie
Historie
Hudba
Informační technologie
Matematika
Materiály
Německý jazyk
Právo
Programování
Psychologie
Ruský jazyk
Sociologie
Středoškoláci
Tělesná výchova
Upskilling
Volnočasové
Výtvarná výchova

Mnohorozměrné statistické metody

Předmět MSM se zaměřuje na vícerozměrné statistické metody a jejich praktické využití při analýze reálných dat. Součástí výuky jsou ukázky...

VÍCE INFORMACÍ

Pravděpodobnost a statistika A

Předmět seznamuje studenty se základy pravděpodobnosti a matematické statistiky. Zaměřuje se na náhodné veličiny, rozdělení, deskriptivní statistiku, intervaly spolehlivosti a...