TTIT33 Scenario för Tema 3 i Termin 3
|
|
- Kurt Ekström
- för 8 år sedan
- Visningar:
Transkript
1 LINKÖPINGS UNIVERSITET Institutionen för datavetenskap / Matematiska institutionen TTIT33 Scenario för Tema 3 i Termin 3 Du befinner dig vid företaget Posten Data AB, där man löpande uppmärksammar behov av underhåll och utveckling av Postens datasystem. Företaget har sedan en tid tillbaka en ny avdelningschef som under de senaste åren arbetat inom ett privat transportföretag. Hon har som profil att stimulera datoranvändning hos den personal som arbetar med transporter och transportplanering vid Posten. Hennes avsikt är att planerarna på sikt, i större utsträckning ska välja att arbeta med datorer som hjälpmedel i komplexa beslutssituationer. Under en tid har avdelningschefen regelbundet träffat berörda personer inom Posten Logistik AB för att identifiera sådana planerings- och beslutssituationer, där någon typ av datoriserat beslutshjälpmedel skulle kunna vara till nytta. Detta har mynnat ut i ett antal mer eller mindre väldefinierade situationer som chefen nu vill att en grupp medarbetare ska ta sig an. Avdelningschefen har vid sitt tidigare företag arbetat med utveckling av programvara för beslutshjälp och vet att detta ställer höga krav på kunskaper om datastrukturer och optimering, speciellt algoritmkonstruktion. Hon har därför definierat ett projekt i form av en kunskapsuppbyggande förstudie, inom vilken arbetet med situationerna ska ske. Det förväntas ingen redovisning av detta arbete. Den totala tidsramen för arbetet är sju veckor. Lycka till! 1
2 Situation 1: Man har inom Posten Logistik AB skrivit programvara för sortering av kundinformation. Inte alla terminaler användar samma algoritm. Man har nu bestämt att försöka standardisera användningen av sorteringsalgoritmer. Som ett första steg har man kört de olika algoritmerna på samma dator. Man har använt olika storlek på indata: 10, 100, 1000, , och poster med kundinformation. Vi visar exekveringstiderna (i sekunder) för de olika algoritmer i tabellen nedan. NA betyder att man var tvungen att avbryta körningen av algoritmen eftersom det tog för lång tid. Vilken av dessa algoritmer är bäst? Behöver man mer information för att bestämma sig eller räcker det med testkörningsresultaten? Algoritm storlek indata = storlek indata = storlek indata = storlek indata = storlek indata = NA storlek indata = NA
3 Situation 2: Snart är det dags för den miljonte kunden hos Posten Företagspaket och det ska firas. Den kunden ska få ett stort pris, men Posten vill också ge ett mindre pris till kund , ,..., och till de tusen bästa kunderna. Också bästa kunden per postterminal får ett pris. Information om kunderna finns lagrad per postterminal. 3
4 Situation 3: Posten startar just upp ett projekt tillsammans med stadens trafikcentral, med syftet att chaufförerna vid Posten ska kunna få så kallad route guidance. Detta innebär att man i varje fordon installerar en dator som, då chauffören så önskar, ger information om bästa (snabbaste) ruttval med hänsyn taget till aktuell trafiksituation. Man har delat upp ansvarsområdena så att trafikcentralen ska garantera att information om den aktuella trafiksituationen löpande överförs till Postens dator. Detta sker i form av restider för alla gatuoch vägavsnitt. Trafikcentralen har även föreslagit lämplig utrustning (datorer) som ska installeras i fordonen. Posten har köpt in en databas med all nödvändig information om det aktuella gatu- och vägnätet. Inom Posten Data AB ska den programvara utvecklas som identifierar ett bästa ruttval varje gång då detta efterfrågas. Man kan tänka sig tre olika ruttvalssituationer: 1. Chauffören vill ha bästa ruttval från en punkt till en annan. 2. Chauffören har ett antal adresser som ska besökas och vill veta vilken som kan nås snabbast, näst snabbast etc. 3. Chauffören har ett antal adresser som ska besökas och vill veta den bästa rutten längs alla dessa. Ruttvalsproblemen ska lösas med Postens dator och informationen ska sedan skickas ut till respektive fordons dator. Man kommer att ha höga krav på svarstiderna vilket kräver effektiva implementeringar av alla algoritmer. Om något problem visar sig vara teoretiskt svårt att lösa till optimalitet ska det lösas med någon icke-optimerande algoritm. 4
5 Situation 4: Det ställs hela tiden nya krav på snabbhet och säkerhet vid Postens sorteringsanläggningar och man arbetar kontinuerligt med förbättring av existerande anläggningar samt planering av nya. I nyplaneringen har man önskemål om ett datorbaserat beslutsstöd med vilket man interaktivt kan analysera kapaciteten på föreslagna sorteringsanläggningar. Man har tagit fram följande kravspecifikation: Användaren ska interaktivt specificera en modell av sorteringsanläggningen genom att definiera någon typ av nätverk med noder och bågar. Därefter ska man kunna analysera anläggningen i följande avseenden: 1. För olika val av matningshastigheter på transportavsnitten, som ska kunna anges och ändras interaktivt, vill man uppskatta hela anläggningens kapacitet (antal paket per tidsenhet). Man får då anta att varje transportavsnitts kapacitet endast beror av matningshastigheten. 2. Efter att den totala kapaciteten beräknats vill man kunna identifiera var i anläggningen en ökning av matningshastigheten leder till en ökad total kapacitet i anläggningen. 3. För olika val av matningshastigheter på transportavsnitten vill man testa om anläggningen klarar ett givet paketflöde, som ges i form av inflöden och utflöden vid de platser där paketen slussas in i respektive ut ur anläggningen. I detta fall gör man samma antagande om transportavsnittens kapaciteter, som i punkt 1 ovan. Man har tillgång till en programkod för simplexalgoritmen. Hur kan denna användas för att lösa de problem som uppkommer i punkterna 1-3? Är detta effektivt, dvs löses problemen effektivt med simplexalgoritmen? Om ej, hur skall problemen istället lösas på mest effektiva sätt? Ett exempel på hur en sorteringsanläggning kan se ut ges i vidstående figur. Paketen kommer in i anläggningen via de fyra transportavsnitten (inmatningsbanden) i mitten, med kapacitet 600 paket/tidsenhet vardera. Härifrån slussas de in i cirkulationsplatsen där paketen sorteras ut på de fem yttre transportavsnitten (utmatningsbanden), där fyra har kapacitet 400 paket/tidsenhet och en kapacitet 800 paket/tidsenhet. Cirkulationsplatsen har två våningar där paketen cirkulerar med- respektive moturs. Varje transportavsnitt (totalt 8 stycken per våning) har kapacitet 350 paket/tidsenhet. När paketen slussas in i cirkulationsplatsen delas de upp på detvåvåningarna med hjälpavenavdelare på transportbandet. 5
6 Situation 5: När en kund skickar ett paket lagras olika typer av information, t.ex. kundens namn och adress, mottagarens namn och adress, registreringsnummer, pallnummer, chaufför etc. I vissa situationer (t.ex. när en kund ringer angående statusen på sitt paket) behöver man snabbt kunna hämta information. Vissa delar av informationen svarar då mot indata medan andra delar svarar mot svaret. Sammansättningen av information i indata respektive svar varierar beroende på situation. Insättning och uppdatering av information förekommer ganska ofta. Borttagning av information förekommer relativt sällan. I det nuvarande systemet är väntetiderna för de olika operationerna för långa. 6
Vinjetter TDDC91 Datastrukturer och algoritmer
Vinjetter TDDC91 Datastrukturer och algoritmer 17 augusti 2015 2 Scenario 1 Man har inom Posten Logistik AB skrivit programvara för sortering av kundinformation och vill standardisera användningen av sorteringsalgoritmer.
Läs merBakgrund och motivation. Definition av algoritmer Beskrivningssätt Algoritmanalys. Algoritmer. Lars Larsson VT 2007. Lars Larsson Algoritmer 1
Algoritmer Lars Larsson VT 2007 Lars Larsson Algoritmer 1 1 2 3 4 5 Lars Larsson Algoritmer 2 Ni som går denna kurs är framtidens projektledare inom mjukvaruutveckling. Som ledare måste ni göra svåra beslut
Läs merHitta k största bland n element. Föreläsning 13 Innehåll. Histogramproblemet
Föreläsning 13 Innehåll Algoritm 1: Sortera Exempel på problem där materialet i kursen används Histogramproblemet Schemaläggning Abstrakta datatyper Datastrukturer Att jämföra objekt Om tentamen Skriftlig
Läs merVinjett 1: Relationsdatabas för effektivaste vägen
Vinjetter Inledning I denna kurs kommer vi att utgå från transporter som tema för vinjetterna. Fokus för kursen blir vilken information som behöver vara tillgänglig och hur denna skulle kunna lagras. Man
Läs merMagnus Nielsen, IDA, Linköpings universitet
Föreläsning 7 Introduktion till sortering TDDC91,TDDE22,725G97: DALG Utskriftsversion av föreläsning i Datastrukturer och algoritmer 24 september 2018 Magnus Nielsen, IDA, Linköpings universitet 7.1 1
Läs merFöreläsning 11. Giriga algoritmer
Föreläsning 11 Giriga algoritmer Föreläsning 11 Giriga algoritmer Användning Växelproblemet Kappsäcksproblemet Schemaläggning Färgläggning Handelsresandeproblemet Giriga algoritmer (Greedy algorithms)
Läs merTentamen Datastrukturer D DAT 036/INN960
Tentamen Datastrukturer D DAT 036/INN960 18 december 2009 Tid: 8.30-12.30 Ansvarig: Peter Dybjer, tel 7721035 eller 405836 Max poäng på tentamen: 60. Betygsgränser, CTH: 3 = 24 p, 4 = 36 p, 5 = 48 p, GU:
Läs merIntroduktion till algoritmer - Lektion 1 Matematikgymnasiet, Läsåret 2014-2015. Lektion 1
Kattis Lektion 1 I kursen används onlinedomaren Kattis (från http://kattis.com) för att automatiskt rätta programmeringsproblem. För att få ett konto på Kattis anmäler du dig på Programmeringsolympiadens
Läs merTommy Färnqvist, IDA, Linköpings universitet
Föreläsning 8 Sortering och urval TDDC70/91: DALG Utskriftsversion av föreläsning i Datastrukturer och algoritmer 1 oktober 2013 Tommy Färnqvist, IDA, Linköpings universitet 8.1 Innehåll Innehåll 1 Sortering
Läs merHjärtat av verksamheten finns i Lycksele med kontor, magasin och garage samt tvätthall.
Lycksele Transport AB har verkat i över 40 år. Vår affärsidé är att på ett rationellt och miljövänligt sätt transportera gods från, till och inom Västerbottens inland. För många av våra kunder har det
Läs merFöreläsning 11. Giriga algoritmer
Föreläsning 11 Giriga algoritmer Föreläsning 11 Giriga algoritmer Användning Växelproblemet Kappsäcksproblemet Schemaläggning Färgläggning Handelsresandeproblemet Uppgifter Giriga algoritmer (Greedy algorithms)
Läs merFöreläsning 13 Innehåll
Föreläsning 13 Innehåll Exempel på problem där materialet i kursen används Hitta k största bland n element Histogramproblemet Schemaläggning PFK (Föreläsning 13) VT 2013 1 / 15 Hitta k största bland n
Läs merTENTAMEN TDDD12 Databasteknik 7 januari 2010, kl 14-18
Institutionen för datavetenskap Linköpings universitet TENTAMEN TDDD12 Databasteknik 7 januari 2010, kl 14-18 Jourhavande lärare: Jose M. Peña (1651) Poäng: Tentan består av 2 delar. För godkänd krävs
Läs merSårbarhetsanalys för Stockholms kollektivtrafiknät. Erik Jenelius Oded Cats Institutionen för transportvetenskap, KTH
Sårbarhetsanalys för Stockholms kollektivtrafiknät Erik Jenelius Oded Cats Institutionen för transportvetenskap, KTH Bakgrund Störningar i kollektivtrafiken ett välkänt problem Skillnader mot biltrafik
Läs merTeoretisk del. Facit Tentamen TDDC (6)
Facit Tentamen TDDC30 2014-08-29 1 (6) Teoretisk del 1. (6p) "Snabba frågor" Alla svar motiveras väl. a) Vad är skillnaden mellan synligheterna public, private och protected? (1p) Svar:public: Nåbar för
Läs merProgrammeringsolympiaden 2015
Programmeringsolympiaden 2015 TÄVLINGSREGLER FÖR SKOLKVALET Tävlingen äger rum på av skolan bestämt datum under sex timmar effektiv tid. Eleven ska i förväg komma överens med läraren om att använda egen
Läs merFöreläsning 5 Innehåll
Föreläsning 5 Innehåll Algoritmer och effektivitet Att bedöma och jämföra effektivitet för algoritmer Begreppet tidskomplexitet Datavetenskap (LTH) Föreläsning 5 VT 2019 1 / 39 Val av algoritm och datastruktur
Läs mer2014-09-17. Ruttoptimering
2014-09-17 Ruttoptimering 11,8 MILJARDER SEK OMSÄTTNING 1,1 MILJARDER SEK RÖRELSERESULTAT 14 500 MEDARBETARE I VÄRLDEN Godstransporter och Logistik Hjälp med extern finansiering EU-projekt och Forskning
Läs merProgrammeringsolympiaden 2009 Kvalificering
Programmeringsolympiaden 2009 Kvalificering TÄVLINGSREGLER Tävlingen äger rum på ett av skolan bestämt datum under sex timmar effektiv tid. Tävlingen består av sex uppgifter som samtliga ska lösas genom
Läs merIT-plan YTTRINGE FÖRSKOLA 2010-2011
IT-plan YTTRINGE FÖRSKOLA 2010-2011 2010-10-20 Innehållsförteckning 1. Sammanfattning... 3 2. Inledning... 3 3. Inventering av IT struktur... 3 4. Datorer...3 5. Personal PC... 4 6. Interaktiva skrivtavlor,
Läs merTentamen Datastrukturer (DAT037)
Tentamen Datastrukturer (DAT07) Datum och tid för tentamen: 2016-01-09, 14:00 18:00. Ansvarig: Nils Anders Danielsson. Nås på 0700 620 602 eller anknytning 1680. Besöker tentamenssalarna ca 15:00 och ca
Läs mer- Verktyget som ger dig full koll på din fordonspark
- Verktyget som ger dig full koll på din fordonspark XTRAKK bidrar snabbt till sänkta kostnader, ökad kvalitet och ett effektivare arbete med mindre manuell hantering. Du får ut mer av dina fordonsresurser
Läs merProjektinformation TAOP61 Optimering av realistiska sammansatta system Projekt 4: Lösning av snöröjningsproblemet
Linköpings Tekniska Högskola 2016 10 27 Matematiska institutionen/optimeringslära Kaj Holmberg Projektinformation TAOP61 Optimering av realistiska sammansatta system Projekt 4: Lösning av snöröjningsproblemet
Läs merTentamen Datastrukturer, DAT037 (DAT036)
Tentamen Datastrukturer, DAT037 (DAT036) Datum och tid för tentamen: 2017-01-11, 14:00 18:00. Ansvarig: Fredrik Lindblad. Nås på tel nr. 031-772 2038. Besöker tentamenssalarna ca 15:00 och ca 17:00. Godkända
Läs merFöretagspresentation 2014
Företagspresentation 2014 Affärsidé Hitta bygget Sverige AB s affärsidé är en mobilapp med tillhörande hemsida som förenklar kommunikationen och förmedlar förutsättningar mellan leverantörers chaufförer
Läs merTentamen Datastrukturer D DAT 035/INN960
Tentamen Datastrukturer D DAT 035/INN960 22 december 2006 Tid: 8.30-12.30 Ansvarig: Peter Dybjer, tel 7721035 eller 405836 Max poäng på tentamen: 60. (Bonuspoäng från övningarna tillkommer.) Betygsgränser,
Läs merTDDC30. Objektorienterad programmering i Java, datastrukturer och algoritmer. Föreläsning 11 Jonas Lindgren, Institutionen för Datavetenskap, LiU
TDDC30 Objektorienterad programmering i Java, datastrukturer och algoritmer. Föreläsning 11 Jonas Lindgren, Institutionen för Datavetenskap, LiU På denna föreläsning: Designmönster Adapter, Factory, Iterator,
Läs merTDDC30. Objektorienterad programmering i Java, datastrukturer och algoritmer. Föreläsning 8 Jonas Lindgren, Institutionen för Datavetenskap, LiU
TDDC30 Objektorienterad programmering i Java, datastrukturer och algoritmer. Föreläsning 8 Jonas Lindgren, Institutionen för Datavetenskap, LiU På denna föreläsning: Träd Traversering Insättning, borttagning
Läs merTDDI16 Datastrukturer och algoritmer. Prioritetsköer, heapar, Union/Find
TDDI16 Datastrukturer och algoritmer Prioritetsköer, heapar, Union/Find Prioritetsköer En vanligt förekommande situation: Väntelista (jobbhantering på skrivare, simulering av händelser) Om en resurs blir
Läs merTentamensinstruktioner. När Du löser uppgifterna
Matematiska institutionen Optimeringslära TENTAMEN TAOP/TEN 1 OPTIMERING FÖR INGENJÖRER för M/EMM Datum: januari 2013 Tid: 14.00-19.00 Hjälpmedel: Miniräknare Kurslitteratur: Kaj Holmberg: Optimering Anteckningar
Läs merRegler för användning av Riksbankens ITresurser
Regler för användning av Riksbankens ITresurser MAJ 2009 1 Inledning I det följande ges regler för användning av Riksbankens IT-resurser, vilka gäller för alla medarbetare i Riksbanken samt konsulter och
Läs merDD1321, Tentamen i tillämpad programmering och datalogi Lördagen den 18 dexember 2010 kl 13 18
KTH, Nada, Alexander Baltatzis DD1321, Tentamen i tillämpad programmering och datalogi Lördagen den 18 dexember 2010 kl 13 18 Maxpoäng 100p, godkänt 50p. Bonus max 10p adderas. Resultatet anslås på mina
Läs merInledning Syfte Metod Avgränsningar Om Wahlquist Teori Varför uppgradera? Leverantören vill det Implementera helt nya funktioner (revolutionärt)
Inledning Syfte Metod Avgränsningar Om Wahlquist Wahlquist Verkstäder grundades 1945 och har idag växt till en storlek av 150 anställda på tre platser: Linköping, Ödeshög och Tallinn. De har en hög teknisk
Läs merGöteborgs Stads riktlinjer för resepolicies
Göteborgs Stads riktlinjer för resepolicies OMSLAGSFOTO:DIGITALSTUDION Göteborgs Stads riktlinjer för resepolicies Stadens nämnder och bolag skall upprätta riktlinjer för resande omfattande såväl resande
Läs merUpprättad 2012-03-07 av institutionens ledningsgrupp. Handlingsplanen kommer att följas upp halvårsvis. Ansvarig för genomförande
Handlingsplan för arbetet med miljö och hållbar utveckling 2011-2013 vid Matematiska vetenskaper Upprättad 2012-03-07 av institutionens ledningsgrupp. Handlingsplanen kommer att följas upp halvårsvis.
Läs merVäg 44, förbifart Lidköping, delen Lidköping-Källby
Väg 44, förbifart Lidköping, delen Lidköping-Källby Lidköping och Götene kommuner, Västra Götalands län Projektnummer: 101598 PM Trafikanalys 2013-03-15 Titel: Väg 44 förbifart Lidköping, delen Lidköping-Källby,
Läs merUPPGIFT 1 V75 FIGUR 1.
UPPGIFT 1 V75 FIGUR 1. Varje lördag året om spelar tusentals svenskar på travspelet V75. Spelet går ut på att finna sju vinnande hästar i lika många lopp. Lopp 1: 5 7 Lopp 2: 1 3 5 7 8 11 Lopp 3: 2 9 Lopp
Läs merDatastrukturer och algoritmer. Föreläsning 15 Inför tentamen
Datastrukturer och algoritmer Föreläsning 15 Inför tentamen 1 Innehåll Kursvärdering Vi behöver granskare! Repetition Genomgång av gammal tenta 2 Första föreläsningen: målsättningar Alla ska höja sig ett
Läs merKollektivtrafikforskning vid Campus Norrköping
Kollektivtrafikforskning vid Campus Norrköping Anders Peterson, Tekn Dr Avdelningen för kommunikations- och transportsystem (KTS) Institutionen för teknik och naturvetenskap (ITN) Linköpings universitet/campus
Läs merTentamen i: Affärssystem och tjänsteorienterad arkitektur
Tentamen i: Affärssystem och tjänsteorienterad arkitektur Kurskod: DSK2:SOA1 Datum: 20 december 2013 Tid: 15:00 19:00 Examinator: Elin Uppström Information Hjälpmedel: Omfång: Poängkrav: Utförande: Inga
Läs merInstallationsguide Unifaun Transport
Installationsguide Unifaun Transport med Visma Administration 500, 1000, 2000 eller Visma Förening samt Visma Integration (version 5.11 eller nyare). 2012-01-23 2 Innehåll 1 Förberedelser... 3 1.1 Förberedelser
Läs merManual för version V2
Innehållsförteckning 1. Om 2. Installera Administration 3. Programmets skrivbord 4. Lägga upp din första kund 5. Kontaktpersoner 6. Besiktningsadresser 7. Kontrollpunkter/Besiktningspunkter 8. Koppla kontrollpunkter/besiktningspunkter
Läs merANVÄNDARVILLKOR för TomToms Webbplatser
ANVÄNDARVILLKOR för TomToms Webbplatser 1 Tillämpningsområde Dessa Användarvillkor gäller för användning av TomToms Webbplatser och innehåller dina rättigheter, skyldigheter och restriktioner vid användning
Läs merSILENTIUM AB COPYRIGHT WWW.SILENTIUM.SE
6 5 Totalt 5 31% Totalt 5% 11% 3% i mycket liten i liten i stor i mycket stor vet ej 6 5 49% 53% 31% 31% Man Kvinna 6% 4% 12% 3% 2% i mycket liten i liten i stor i mycket stor vet ej 6 5 51% 48% 56% 37%
Läs merOptimering. Optimering
TAOP88 Optimering för ingenjörer Examinator: Kaj Holmberg kaj.holmberg@liu.se Kurshemsida: http://courses.mai.liu.se/gu/taop88 Lärare: Föreläsningar: Kaj Holmberg Lektioner, labbar: Oleg Burdakov, William
Läs merSERVICELOGISTIK MED ASCOM JOB AGENT ASCOM JOB AGENT VÄGEN TILL EFFEKTIV SERVICELOGISTIK
SERVICELOGISTIK MED ASCOM JOB AGENT ASCOM JOB AGENT VÄGEN TILL EFFEKTIV SERVICELOGISTIK UNDVIK FLASKHALSAR OCH ÖKA EFFEKTIVITETEN MED 25 % Servicelogistiken på ett sjukhus är länken mellan de olika avdelningarna,
Läs merTentamen Datastrukturer D DAT 036/INN960
Tentamen Datastrukturer D DAT 036/INN960 18 december 2009 Tid: 8.30-12.30 Ansvarig: Peter Dybjer, tel 7721035 eller 405836 Max poäng på tentamen: 60. Betygsgränser, CTH: 3 = 24 p, 4 = 36 p, 5 = 48 p, GU:
Läs merIntroduktionsmöte Innehåll
Introduktionsmöte Innehåll Introduktion till kursen Kursens mål och innehåll Undervisning Datavetenskap (LTH) Introduktionsmöte ST 2019 1 / 14 EDAA01 Programmeringsteknik - fördjupningskurs Ingen sommarkurs
Läs merProgrammeringsolympiaden 2011 Kvalificering
Programmeringsolympiaden 2011 Kvalificering TÄVLINGSREGLER Tävlingen äger rum på ett av skolan bestämt datum under sex timmar effektiv tid. Tävlingen består av sex uppgifter som samtliga ska lösas genom
Läs merBooking, Dispatch and Tracking system. birssi.net
Booking, Dispatch and Tracking system Birssi.net har utvecklats i samarbete med yrkesmänniskor från taxi-branschen och drar nytta av modern teknologi. Ett av målen med Birssi.net är att ge taxiförmedlings-centralen
Läs merTENTAMEN TDDB77 Databaser och Bioinformatik 19 april 2002, kl 14-18
Institutionen för datavetenskap Linköpings universitet TENTAMEN TDDB77 Databaser och Bioinformatik 19 april 2002, kl 14-18 Jourhavande lärare: Patrick Lambrix, 2605 Poäng: Tentan består ut av 2 delar.
Läs merDatastrukturer och algoritmer
Datastrukturer och algoritmer Föreläsning 16 2 Innehåll Snabbrepetition Exempeltentamen Kursutvärdering Mina målsättningar Kursens mål: 3 Rolig och viktig kurs Bli en bättre programmerare och inse att
Läs merTentamen Datastrukturer för D2 DAT 035
Tentamen Datastrukturer för D2 DAT 035 17 december 2005 Tid: 8.30-12.30 Ansvarig: Peter Dybjer, tel 7721035 eller 405836 Max poäng på tentamen: 60. (Bonuspoäng från övningarna tillkommer.) Betygsgränser:
Läs merFöreläsning 1. Introduktion. Vad är en algoritm?
Några exempel på algoritmer. Föreläsning 1. Introduktion Vad är en algoritm? 1. Häll 1 dl havregryn och ett kryddmått salt i 2 1 2 dl kallt vatten. Koka upp och kocka gröten ca 3minuter. Rör om då och
Läs merFöreläsning Datastrukturer (DAT036)
Föreläsning Datastrukturer (DAT036) Nils Anders Danielsson 2013-11-27 Idag Balanserade sökträd Splayträd Skipplistor AVL-träd AVL-träd Sökträd Invariant (för varje nod): Vänster och höger delträd har samma
Läs merSÄKRA DIN AFFÄR VART DEN ÄN TAR DIG. Protection Service for Business
SÄKRA DIN AFFÄR VART DEN ÄN TAR DIG Protection Service for Business DET ÄR EN MOBIL VÄRLD Wifi Fotgängare Idag använder vi fler enheter med fler anslutningar än någonsin tidigare. Att då kunna välja var
Läs merTÄBY SIMHALL. Kapacitetsanalys Stora Marknadsvägen. Rapport Upprättad av: Frida Aspnäs, Tobias Thorsson
TÄBY SIMHALL Kapacitetsanalys Stora Marknadsvägen Rapport 2016-02-04 Upprättad av: Frida Aspnäs, Tobias Thorsson TÄBY SIMHALL Kapacitetsanalys Stora Marknadsvägen KUND Täby Kommun KONSULT WSP Analys &
Läs merWorkshop 3. -Hur kan vi samverka och fördela tillgängligt bränsle vid brist?
Workshop 3 -Hur kan vi samverka och fördela tillgängligt bränsle vid brist? Energipolitiken utgår från en global liberal marknadsstrategi Marknaden ska lösa de energisäkerhetsproblem som kan uppkomma.
Läs merDIG IN TO Administration av nätverk- och serverutrustning
DIG IN TO Administration av nätverk- och serverutrustning CCNA 1 1.- CISCO 2.- Router 3.- IOS 4.- Grundkonfigurationer 5.- Routing och Ethernet 5a.- Statisk routing 5b.- Route summarization i classful
Läs merAktuellt inom SSG och nyckeltal för underhållsverksamhet. Mats Karlsson. Kramfors 2012-10-24 SCOPE-möte
Aktuellt inom SSG och nyckeltal för underhållsverksamhet Mats Karlsson Kramfors 2012-10-24 SCOPE-möte 2 SSG STANDARD SOLUTIONS GROUP AB 3 SSG utvecklar, producerar och säljer standardiserade tjänster framtagna
Läs merPolicy för Ulricehamn en lärande organisation
Strategi Program Plan Policy Riktlinjer Regler Styrdokument Policy för Ulricehamn en lärande organisation ANTAGET AV: Kommunstyrelsen DATUM: 2015-01-08 ANSVAR UPPFÖLJNING: Kommunchef GÄLLER TILL OCH MED:
Läs merHP Next Day Hardware Support HP Care Pack Services
HP Next Day Hardware Support HP Care Pack Services Med HP Hardware Support Onsite får du support av hög kvalitet för dina hårdvaruprodukter från HP och Compaq, både på distans och på plats hos dig. Du
Läs merProgrammeringsolympiaden 2017
Programmeringsolympiaden 2017 TÄVLINGSREGLER FÖR SKOLKVALET Tävlingen äger rum på av skolan bestämt datum under fyra timmar effektiv tid. Eleven ska i förväg komma överens med läraren om att använda egen
Läs merMjukare värden ger bättre resultat
Mjukare värden ger bättre resultat Hårda värden nödvändiga för att kunna styra utifrån gemensam värdegrund Åtgärder för cancervården Johan Snygg Verksamhetschef Anestesi/Operation/Intensivvård Sahlgrenska
Läs merFlex - Manual. Innehåll
Flex Manual Innehåll Introduktion... 3 På- och avloggning... 4 Startsida... 5 Specificera & ladda upp indatafil... 6 Välj information... 7 Namnge & godkänn beställning... 8 Hämta beställning... 9 Välj
Läs merIT-Policy Vuxenutbildningen
IT-Policy Vuxenutbildningen För att du som användare skall kunna leva upp till de säkerhetskrav som ställs på dig måste du känna till kommunkoncernens förhållningssätt och regelverk angående hur du får
Läs merGPS NAVIGATION SYSTEM QUICK START USER MANUAL
GPS NAVIGATION SYSTEM QUICK START USER MANUAL SWEDISH Komma igång När du använder navigationsprogramvaran första gången kommer en startinställningsprocess att startas automatiskt. Gör så här: Välj programspråk.
Läs merTDDC30/725G63. Objektorienterad programmering i Java, datastrukturer och algoritmer
Tentamen i... TDDC30/725G63 Objektorienterad programmering i Java, datastrukturer och algoritmer Datum 2011-12-19 Tid 14-18 Provkod DAT1 Institution Institutionen för Datavetenskap (IDA) Jour Johan Janzén
Läs merRAPPORT: ANALYS AV ÖKAD LASTBILSTRAFIK PGA KOMBITERMINAL I FALKÖPING
RAPPORT: ANALYS AV ÖKAD LASTBILSTRAFIK PGA KOMBITERMINAL I FALKÖPING WSP Analys & Strategi 2 (15) Bakgrund...3 Förutsättningar...3 Godsmängder...3 Omräkning till lastbilar...6 Antal TEU som används för
Läs merAlgoritmer, datastrukturer och komplexitet
Algoritmer, datastrukturer och komplexitet Övning 12 Anton Grensjö grensjo@csc.kth.se 10 december 2015 Anton Grensjö ADK Övning 12 10 december 2015 1 / 19 Idag Idag Komplexitetsklasser Blandade uppgifter
Läs merUppdaterad 2010-05-11. Lathund Synpunkten för handläggare och ansvarig chef
Uppdaterad 2010-05-11 Lathund Synpunkten för handläggare och ansvarig chef 1 Innehållsförteckning Handläggarens roll och ansvarsuppgifter... 3 Närmaste chefs roll och ansvarsuppgifter... 3 Praktisk handläggning
Läs merTNK047 [TEN1] OPTIMERING OCH SYSTEMANALYS
TNK047 [TEN1] OPTIMERING OCH SYSTEMANALYS Datum: 7 april 2010 Tid: 8 12 Hjälpmedel: Ett A4-blad med text/anteckningar (båda sidor) samt miniräknare. Antal uppgifter: 5; Vardera uppgift kan ge 5p. Poängkrav:
Läs merTAOP61/TEN 1 OPTIMERING AV REALISTISKA SAMMANSATTA SYSTEM
Matematiska institutionen Optimeringslära TENTAMEN TAOP61/TEN 1 OPTIMERING AV REALISTISKA SAMMANSATTA SYSTEM Datum: 13 januari 2018 Tid: 8.00-13.00 Hjälpmedel: Miniräknare Kurslitteraturen: Kaj Holmberg:
Läs merSamordnade transporter vilka är miljökonsekvenserna
Samordnade transporter vilka är miljökonsekvenserna Olof Moen Att upphandla med miljökrav och sociala krav Upphandling 24 Stockholm 2012-09-27 Logistik i kommunens varuförsörjningskedja Olof Moen MÄTBARHET
Läs merTentamen i Objektorienterad modellering och design Helsingborg
Lunds Tekniska Högskola Datavetenskap Roger Henriksson, Mathias Haage, Emelie Engström Tentamen EDAF25 2015-10-28 Tentamen i Objektorienterad modellering och design Helsingborg 1. a. Klassdiagram Lösningar
Läs merPROGRAMMERING. Ämnets syfte. Kurser i ämnet
PROGRAMMERING Ämnet programmering behandlar programmeringens roll i informationstekniska sammanhang som datorsimulering, animerad grafik, praktisk datoriserad problemlösning och användaranpassad konfiguration
Läs merÖvningen vill visa på vikten av valet av datastruktur, trots att de ofta erbjuder samma funktionalitet genom sina gränssnitt.
1 Samlingar 1.1 Frekvenstabell En Integer är icke-muterbar (precis som String, Float, Boolean et.c.). Ickemuterbarhet har många fördelar, men en nackdel är att ett helt nytt objekt måste skapas när ett
Läs merLogistik som du vill ha den
Logistik som du vill ha den Kundanpassade lösningar regionalt, nationellt och internationellt AkkaFrakt Bas: Malmö Antal delägare: 260 Antal enheter: 650 Centralen Bas: Trollhättan (Trestadsområdet) Antal
Läs merFöreläsning 5 Innehåll. Val av algoritm och datastruktur. Analys av algoritmer. Tidsåtgång och problemets storlek
Föreläsning 5 Innehåll Val av algoritm och datastruktur Algoritmer och effektivitet Att bedöma och jämföra effektivitet för algoritmer Begreppet tidskomplexitet Det räcker inte med att en algoritm är korrekt
Läs merDatastrukturer och algoritmer
Datastrukturer och algoritmer Föreläsning 5 Algoritmer & Analys av Algoritmer Algoritmer Vad är det? Innehåll Mer formellt om algoritmer beräkningsbarhet Att beskriva algoritmer Analysera algoritmer Exekveringstid,
Läs merTNSL05 Optimering, Modellering och Planering. Föreläsning 5
TNSL5 Optimering, Modellering och Planering Föreläsning 5 Dagordning Kort repetition Graf/nätverk: Begrepp Representation Exempel: Minkostnadsflödeproblem Billigastevägproblem 28--5 4 Hittills Föreläsning
Läs merFörsättsblad till skriftlig tentamen vid Linköpings Universitet
Försättsblad till skriftlig tentamen vid Linköpings Universitet Datum för tentamen 2015-08-28 Sal Tid 08:00 12:00 Kurskod Provkod Kursnamn/benämning Institution Antal uppgifter som ingår i tentamen Antal
Läs merResultat av simuleringar skolval
Datum: Diarienummer: 2019-05-02 UBN-2019-3732 Sida 1 (1) Utbildningsförvaltningen Utbildningsnämnden Handläggare: Ingrid Holström Tommy Eriksson Resultat av simuleringar skolval Förslag till beslut Utbildningsnämnden
Läs merAlgoritmer, datastrukturer och komplexitet
Algoritmer, datastrukturer och komplexitet Övning 10 Anton Grensjö grensjo@csc.kth.se 9 november 2017 1 Idag En konstruktionsreduktion Fler bevis av NP-fullständighet 2 Teori Repetition Ett problem tillhör
Läs merTentamen i: Affärssystem och tjänsteorienterad arkitektur
Tentamen i: Affärssystem och tjänsteorienterad arkitektur Kurskod: DSK2:SOA1 Datum: 21 december 2012 Tid: 09:00 13:00 Examinator: Gustaf Juell-Skielse Information Hjälpmedel: Omfång: Poängkrav: Utförande:
Läs merProgrammeringsolympiaden 2010 Kvalificering
Programmeringsolympiaden 2010 Kvalificering TÄVLINGSREGLER Tävlingen äger rum på ett av skolan bestämt datum under sex timmar effektiv tid. Tävlingen består av sex uppgifter som samtliga ska lösas genom
Läs merFöreläsning 1. Introduktion och sökning i graf. Vad är en algoritm?
Föreläsning 1. Introduktion och sökning i graf Vad är en algoritm? Först: Vad är ett problem? Består av indata och ett mål. Indata: [En beskrivning av en struktur.] Mål: [Kan vara Ja/Nej, ett tal eller
Läs merTENTAMEN. För kursen. Databasteknik. Ansvarig för tentamen: Cecilia Sönströd. Förfrågningar: 033-4354424. Anslås inom 3 veckor
TENTAMEN För kursen DATUM: 2014-08-20 TID: 9 14 Ansvarig för tentamen: Cecilia Sönströd Förfrågningar: 033-4354424 Resultat: Betygsskala: Hjälpmedel: Anslås inom 3 veckor Godkänt 20 p, Väl godkänt 32 p,
Läs merKarlstads universitet Institutionen för Informationsteknologi Datavetenskap
Karlstads universitet Institutionen för Informationsteknologi Datavetenskap OMTENTAMEN I DATAKOMMUNIKATION, VT2008 Tisdag 08-06-10 kl. 08.15 13.15 Ansvarig lärare: Katarina Asplund Hjälpmedel: Miniräknare
Läs merAn English version of the questions is found at the back of each page.
Lena Strömbäck Pawel Pietrzak 2004-06-02 Skriftlig tentamen i kursen TDDB48 Databasteknik Datum: 2003-06-02 Tid: 14-18 Lokal: GAR Hjälpmedel: Engelsk ordlista tillåten ej elektronisk iniräknare ej programmerbar
Läs mer729G75: Programmering och algoritmiskt tänkande. Tema 1. Föreläsning 1 Jody Foo
729G75: Programmering och algoritmiskt tänkande Tema 1. Föreläsning 1 Jody Foo Föreläsningsöversikt Kursinfo / Om kursen Algoritmer Objektorienterad programmering i praktiken terminologi använda objekt
Läs merProgramschemat är beslutat av utbildningsledare Kristina Lundqvist vid akademin för innovation, design och teknik 2013-01-31.
Programschema för Flygingenjörsprogrammet, 180hp Programkod: Gäller för läsåret 2013/2014 Programschemat är beslutat av utbildningsledare Kristina Lundqvist vid akademin för innovation, design och teknik
Läs merHandledning. för ensidigt upprepat, starkt styrt eller bundet arbete i utgångskassa
Handledning för ensidigt upprepat, starkt styrt eller bundet arbete i utgångskassa Svensk Handel, Arbetsgivarföreningen KFO och Handelsanställdas förbunds gemensamma information om arbete i utgångskassa.
Läs merTDDC30/725G63. Objektorienterad programmering i Java, datastrukturer och algoritmer
Tentamen i.. TDDC30/725G63 Objektorienterad programmering i Java, datastrukturer och algoritmer Datum 2012-12-21 Tid 14-18 Provkod DAT1 Institution Institutionen för Datavetenskap (IDA) Jour Johan Janzén
Läs merTeoretisk del. Facit Tentamen TDDC (6)
Facit Tentamen TDDC30 2013-06-05 1 (6) Teoretisk del 1. (3p) "Snabba frågor" Alla svar motiveras väl. a) Vad skiljer en statisk metod från en icke-statisk? (0.5p) Svar:En statisk metod är associerad till
Läs merVILKA PERSONUPPGIFTER BEHANDLAR VI OCH HUR ANVÄNDER VI DEM?
INTEGRITETSPOLICY 1. INLEDNING 1.1. Göteborgs Universitet ( vi eller oss ) är personuppgiftsansvarig för den behandling av dina personuppgifter som utförs i samband med tillhandahållandet av våra tjänster
Läs merProgrammeringsolympiaden 2014
Programmeringsolympiaden 2014 TÄVLINGSREGLER FÖR SKOLKVALET Tävlingen äger rum på av skolan bestämt datum under sex timmar effektiv tid. Eleven ska i förväg komma överens med läraren om att använda egen
Läs merMiljöpolicy. Miljökonsekvensbeskrivning
Miljöpolicy Policy 1 av 5 2012-12-01 Miljöpolicy Vi på Top Städ jobbar efter principen att jordens resurser är ändliga, att klimatförändringarna är ett faktum och att vi har ett ansvar gent emot kommande
Läs merFlöde i nätverk. Flöde i nätverk. Specialfall av minkostnadsflödesproblemet. Specialfall av minkostnadsflödesproblemet. Slutsats.
Flöde i nätverk Graf: G = (N, B) Variabeldefinition: x ij = flöde i båge (i, j). Bågdata för båge (i, j): c ij : flödeskostnad per enhet. u ij : övre gräns för flödet. l ij : undre gräns för flödet. Bivillkor:
Läs merRegel. Användning av Riksbankens IT-resurser. Inledning. Användning av IT-resurser
Regel BESLUTSDATUM: 2014-03-24 BESLUT AV: Anders Vredin BEFATTNING: Avdelningschef ANSVARIG AVDELNING: Stabsavdelningen FÖRVALTNINGSANSVARIG: Lars Andersson HANTERINGSKLASS: Ö P P E N SVERIGES RIKSBANK
Läs mer