Budapest University of Technology and Economics, Faculty of Electrical Engineering and Informatics

    Belépés
    címtáras azonosítással

    vissza a tantárgylistához   nyomtatható verzió    

    Adatstruktúrák és algoritmusok

    A tantárgy angol neve: Data Structures and Algorithms

    Adatlap utolsó módosítása: 2016. január 22.

    Tantárgy lejárati dátuma: 2017. június 30.

    Budapesti Műszaki és Gazdaságtudományi Egyetem
    Villamosmérnöki és Informatikai Kar

    Semmelweis Egyetem       
    Egészségügyi Közszolgálati Kar       
    Egészségügyi szervező alapszak       
    ügyvitelszervező szakirány       
    Kötelező tárgy       

    Tantárgykód Szemeszter Követelmények Kredit Tantárgyfélév
    VISZA062 2 2/2/0/v 4  
    3. A tantárgyfelelős személy és tanszék Dr. Friedl Katalin, Számítástudományi és Információelméleti Tanszék
    4. A tantárgy előadója Dr. Friedl Katalin
    6. Előtanulmányi rend
    Kötelező:
    TargyEredmeny( "BMEVIEEA025" ,  "jegy" , _ )   >= 2
    ÉS TargyEredmeny( "BMEVIAUA069" ,  "jegy" , _ )   >= 2
    NEM (Training.Code=("5N-A7")
    VAGY Training.Code=("5N-A8")
    VAGY Training.Code=("5N-M7")
    VAGY Training.Code=("5N-M8")
    VAGY TárgyEredmény( "BMEVISZA213" , "jegy" , _ ) >= 2
    VAGY TárgyEredmény("BMEVISZA213", "FELVETEL", AktualisFelev()) > 0
    VAGY TárgyEredmény( "BMEVISZAB01" , "jegy" , _ ) >= 2
    VAGY TárgyEredmény("BMEVISZAB01", "FELVETEL", AktualisFelev()) > 0 )


    ÉS
    ((TargyEredmeny( "BMEVIEEA025" , "jegy" , _ ) >= 2
    ÉS TargyEredmeny( "BMEVIAUA069" , "jegy" , _ ) >= 2)
    VAGY Training.code=("5N-MGAIN") )

    A fenti forma a Neptun sajátja, ezen technikai okokból nem változtattunk.

    A kötelező előtanulmányi rendek grafikus formában itt láthatók.

    Ajánlott:

    Kötelező: Programozás (VIAUA069)


    7. A tantárgy célkitűzése

    Az elméleti alapok, a szóhasználat és néhány széles körben használt algoritmus megismerése, az algoritmikus képességek fejlesztése, a nagy adathalmazok feldolgozását és értelmezését lehetővé tevő adatbányászati módszerek alapjainak megismerése.

    8. A tantárgy részletes tematikája

    Alapfogalmak: algoritmus, hatékonyság, nagyságrendek.

    Rendezési algoritmusok: buborék, beszúrásos, összefésüléses, gyorsrendezés, láda- és radix-rendezés.

    Adatszerkezetek: bináris fa, keresőfa, 2-3-fa, B-fa, hash.

    Gráfok: tulajdonságok, gráfbejárások (BFS, DFS), irányított körmentes gráfok, PERT-módszer, minimális súlyú feszítőfa keresése, legrövidebb utak keresése, párosítások.

    Adatbányászat: gyakori elemhalmazok, attribútumok közötti kapcsolatok, klaszterezés, adatbányászati feladatok a gyakorlatban.

    9. A tantárgy oktatásának módja (előadás, gyakorlat, laboratórium)

    Előadás, gyakorlat.

    10. Követelmények

    A szorgalmi időszakban: A félév során egy zárthelyi lesz a 9. héten.

    A vizsgaidőszakban: A vizsgajegy a zárthelyi és a vizsgazárthelyi átlaga alapján keletkezik, 40%-tól elégséges, 55%-tól közepes, 70%-tól jó, 85%-tól jeles.

     

    11. Pótlási lehetőségek

    Pótzárthelyi a zárthelyi pótlására, illetve javítására (ugyanabból az anyagból) a 12. héten.

    12. Konzultációs lehetőségek

    Kérésre konzultációs lehetőséget biztosítunk.

    13. Jegyzet, tankönyv, felhasználható irodalom

    Rónyai L., Ivanyos G., Szabó R.: Algoritmusok (Typotex, 2005)

     

    T.H. Cormen, .C.E: Leiserson, R.L. Rivest, C. Stein: Új algoritmusok (Scolar Kiadó, 2003)

    Bodon Ferenc: Adatbányászati algoritmusok

    (http://www.mit.bme.hu/~bodon/magyar/adatbanyaszat/tanulmany).

     

     

     

    14. A tantárgy elvégzéséhez átlagosan szükséges tanulmányi munka
    Kontakt óra56
    Félévközi készülés órákra28
    Felkészülés zárthelyire12
    Házi feladat elkészítése0
    Kijelölt írásos tananyag elsajátítása0
    Vizsgafelkészülés24
    Összesen120
    15. A tantárgy tematikáját kidolgozta Dr. Friedl Katalin egyetemi docens, SZIT