DD1320/DD1325 Tillämpad Datalogi

Introduktion till kursen

Kursen och formalia

Forum för nyheter, diskussioner och frågor är KTH Social.

För att få tillgång till nyheter, diskussioner och frågor gå till länken ovanför och prenumerera på er kursomgång.

Kursansvariga studenter sökes!
Gärna en per program/inriktning. Anmäl dig bums till Linda.

Kurskrav
Läranvisningar
Kurslitteratur
KTH Social - kursinformation
Diagnostiskt prov i Python
Algoritmexempel med pythonrepetition
Testning
Datastrukturer
Abstraktion

Datalogikurser världen över är mycket lika varandra. Innehållet är i huvudsak det här.

Abstraktion
Datastrukturer
Algoritmer

Läranvisningar

För varje datastruktur och algoritm gäller det att kunna:

Förstå
- Abstrakt: hur använder man den?
- Implementation: hur funkar den i detalj?
Analysera
- Hur snabb/effektiv är den? Komplexitet mm.
- Vad har den för fördelar/nackdelar? Begränsningar?
- När är den lämplig/olämplig?
  (jämfört med andra algoritmer/datastrukturer)

Preliminär plan över föreläsningarna

Föreläsning 1 - Introduktion till kursen
Föreläsning 2 - Abstrakta datatyper
Föreläsning 3 - Komplexitetsanalys, sökning
Föreläsning 4 - Rekursion, binära träd
Föreläsning 5 - Mer om binära träd, binära tal
Föreläsning 6 - Problemträd
Föreläsning 7 - Hashning, bloomfilter
Föreläsning 8 - Sortering, prioritetskö, trappa (heap)
Föreläsning 9 - Automater, textsökning
Föreläsning 10 - Syntax, rekursiv medåkning
Föreläsning 11 - Datakomprimering
Föreläsning 12 - Kryptering, andra programspråk
Föreläsning 13 - Repetition inför tentan
Föreläsning 14 - Tentagenomgång, testning, info om labb 6 och 7

På föreläsningarna går vi igenom algoritmer och datastrukturer.
På övningarna övar vi problemlösning (som på tentan).
På labbarna implementerar ni datastrukturer och algoritmer.
Labbarna görs helst i grupper om två. Tips: prova parprogrammering.

Algoritmer

En beskrivning, i ett ändligt antal steg, av hur man löser ett givet problem.

Exempel:
Skriv en algoritm för att läsa in gps-data för platser på island: island.txt från en fil och lagra dom i en lista.
Platserna är i filen ordnade med sydligast latitud först, men i listan vill vi att dom ska ligga i ordning från nordligaste till sydligaste.

Algoritm 1

öppna filen
läs in rubrikraden
läs in första deltagaren
lagra deltagaren i en lista
upprepa punkt 3 och 4 tills alla rader i filen lästs in
vänd listan

infil = open("island.txt","r",encoding = "utf8")
  rubrikrad = infil.readline()
  lista = []
  while rad != "":
    rad = infil.readline()
    lista.append(rad)
  lista.reverse()
  print(len(lista))
close(infil)

Algoritm 2

Här är en annan algoritm för samma problem:

öppna filen
läs in rubrikraden
läs in första deltagaren
lägg deltagaren först i listan
upprepa punkt 3 och 4 tills alla rader i filen lästs in
nu är listan vänd!

infil = open("island.txt","r",encoding = "utf8")
  rubrikrad = infil.readline()
  lista = []
  for rad in infil:
    rad = infil.readline()
    lista.insert(0,rad)
print(len(lista))
close(infil)

Datastrukturer

En datastruktur är till för att lagra data (som en variabel), men med plats för flera värden. Exempel som du sett:

I Python: lista, sträng, dictionary

I den här kursen ska vi titta på datastrukturena:

Objekt
Länkade listor bestående av noder (objekt) med referens till nästa nod
Stack
Kö
Dequeue (double-ended queue)
Allmänna träd
Binära träd
Hashtabeller
Booleska hashtabeller och bloomfilter
Trappa/heap
Prioritetskö

Abstraktion

Anta att vi vill skriva ett kalenderprogram.
Data: Olika typer av händelser kopplade till datum och tid.

Exempel på operationer:
find_events(start_date, end_date)
add_appointment( parametrar? )
delete_item( parametrar? )

Man behöver inte veta exakt hur data lagras för att använda operationerna.

Likadant i Python - vi vet inte hur strängar, listor och uppslagslistor är definierade, ändå kan vi använda dom. Det här är ett exempel på abstraktion. Om implementationen av listans metoder ändras (i en ny Python-version) behöver vi inte bekymra oss, alla våra program som använder listor fungerar ändå. Vi använder listan som en abstrakt datastruktur.