| OPIS PREDMETA |
| Ciljevi predmeta |
| Cilj kolegija je dati osnovni uvid u strukture podataka i značajnije algoritme te ih osposobiti za korištenje tih struktura pri razvoju i implementaciji algoritama. |
| Uvjeti za upis predmeta |
| Nema |
| Očekivani ishodi učenja za predmet |
| Upotrijebiti i implementirati jednostavne i složene strukture podataka i algoritme. Pokazati utjecaj korištenja strukture podataka na izvedbu i brzinu algoritma. Razlikovati tipove i strukture podataka. Prepoznati, definirati i otkloniti pogreške u algoritmu. Algoritamski sagledati matematičke modele. |
| Sadržaj predmeta |
| Tipovi i strukture podataka. Operacije nad podacima. Pogreške i vrste pogrešaka. Asimptotska notacija složenosti algoritma. Polja, referencijalna polja i dinimička polja. Povezane liste. Redovi. Stogovi. Pozicijske liste. Grafovi i stabla. Algoritmi za obilaske stabala. Prioritetni redovi i hrpe. Algoritmi za sortiranje: Bubble sort, Insertion sort, Quick sort, Merge sort, Heap sort, Radix sort. |
| Vrste izvođenja nastave | predavanja seminari i radionice vježbe obrazovanje na daljinu terenska nastava | samostalni zadaci multimedija i mreža laboratorij mentorski rad ostalo ___________________ |
| Komentari | |
| Obveze studenata |
| Priprema za nastavu i pohađanje nastave Rješavanje domaćih zadaća Pisanje kolokvija Provjera rješenja i diskusija na satovima predviđenim za konzultacije |
| Praćenje1 rada studenata |
| Pohađanje nastave | 2 | Aktivnost u nastavi | | Seminarski rad | | Eksperimentalni rad | |
| Pismeni ispit | 1 | Usmeni ispit | 1 | Esej | | Istraživanje | |
| Projekt | | Kontinuirana provjera znanja | | Referat | | Praktični rad | |
| Portfolio | | | | | | | |
| Ocjenjivanje i vrednovanje rada studenata tijekom nastave i na završnom ispitu |
| Tijekom semestra studenti imaju mogućnost skupljanja bodova izvršavajući zadane aktivnosti. Studenti koji iz kolokvija ostvare minimalno 40% bodova oslobođeni su pisanog dijela ispita. prisutnost na nastavi i praćenje nastave – 5% ocjene pismeni kolokviji – 45% ocjene usmeni ispit – 50% ocjene Studenti koji nisu ostvarili minimum bodova tijekom semestra polažu pismeni i usmeni ispit. Na osnovu ukupno ostvarenih bodova, studenti mogu dobiti sljedeće ocjene: Izvrstan (5) za ostvareno 90 ili više bodova, Vrlo dobar (4) za ostvareno od 75 do 89,9 bodova, Dobar (3) za ostvareno od 60 do 74,9 bodova, Dovoljan (2) za ostvareno od 40 do 59,9 bodova. |
| Obvezatna literatura (u trenutku prijave prijedloga studijskog programa) |
| T.H. Cormen, C.E. Leiserson, R.L. Rivest, C. Stein, Introduction to Algorithms, The MIT Press, 2001. M.T. Goodrich, R. Tamassia, M.H. Goldwasser, Data Structures and Algorithms in Python, Wiley, 2013. |
| Dopunska literatura (u trenutku prijave prijedloga studijskog programa) |
| Barković, D., Operacijska istraživanja, Ekonomski fakultet, Osijek, 2001. Björck, A., Numerical Methods for Least Squares Problems, SIAM, Philadelphia, 1996. Scitovski, R., Numerička matematika, Elektrotehnički fakultet, Osijek, 2000. Scitovski, R., Problemi najmanjih kvadrata. Financijska matematika, Ekonomski fakultet, Elektrotehnički fakultet, Osijek, 1993. Wolfram, S., The Mathematica Book, Wolfram Media, Champaign, 1999. |
| Broj primjeraka obvezatne literature u odnosu na broj studenata koji trenutačno pohađaju nastavu na predmetu |
| Naslov | Broj primjeraka | Broj studenata |
| T.H. Cormen, C.E. Leiserson, R.L. Rivest, C. Stein, Introduction to Algorithms, The MIT Press, 2001. | 10 | 24 |
| M.T. Goodrich, R. Tamassia, M.H. Goldwasser, Data Structures and Algorithms in Python, Wiley, 2013. | 0 | 24 |
| | | |
| | | |
| | | |
| Načini praćenja kvalitete koji osiguravaju stjecanje izlaznih znanja, vještina i kompetencija |
| Putem ankete (anonimna jedinstvena studentska anketa) nakon održane nastave. Anketa će tako poslužit u identifikaciji slabih dijelova u strukturi i izvedbi kolegija. Statistički pokazatelji o prolaznosti predmeta. |
