TTIT33 Scenario för Tema 3 i Termin 3

Save this PDF as:
 WORD  PNG  TXT  JPG

Storlek: px
Starta visningen från sidan:

Download "TTIT33 Scenario för Tema 3 i Termin 3"

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 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 mer

Hitta k största bland n element. Föreläsning 13 Innehåll. Histogramproblemet

Hitta 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 mer

Vinjett 1: Relationsdatabas för effektivaste vägen

Vinjett 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 mer

Bakgrund och motivation. Definition av algoritmer Beskrivningssätt Algoritmanalys. Algoritmer. Lars Larsson VT 2007. Lars Larsson Algoritmer 1

Bakgrund 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 mer

Teoretisk del. Facit Tentamen TDDC (6)

Teoretisk 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 mer

Tentamen Datastrukturer D DAT 036/INN960

Tentamen 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 mer

Sårbarhetsanalys för Stockholms kollektivtrafiknät. Erik Jenelius Oded Cats Institutionen för transportvetenskap, KTH

Sårbarhetsanalys 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 mer

Föreläsning 11. Giriga algoritmer

Föreläsning 11. Giriga algoritmer Föreläsning 11 Giriga algoritmer Föreläsning 11 Giriga algoritmer Användning Växelproblemet Kappsäcksproblemet Schemaläggning Färgläggning Handelsresandeproblemet Uppgifter Giriga algoritmer (Greedy algorithms)

Läs mer

Hjärtat av verksamheten finns i Lycksele med kontor, magasin och garage samt tvätthall.

Hjärtat 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 mer

Föreläsning 13 Innehåll

Föreläsning 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 mer

Introduktion till algoritmer - Lektion 1 Matematikgymnasiet, Läsåret 2014-2015. Lektion 1

Introduktion 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 mer

IT-plan YTTRINGE FÖRSKOLA 2010-2011

IT-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 mer

Programmeringsolympiaden 2015

Programmeringsolympiaden 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 mer

Projektinformation TAOP61 Optimering av realistiska sammansatta system Projekt 4: Lösning av snöröjningsproblemet

Projektinformation 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 mer

2014-09-17. Ruttoptimering

2014-09-17. 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 mer

Tentamen Datastrukturer, DAT037 (DAT036)

Tentamen 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 mer

TDDC30. 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 TDDC30 Objektorienterad programmering i Java, datastrukturer och algoritmer. Föreläsning 11 Jonas Lindgren, Institutionen för Datavetenskap, LiU På denna föreläsning: Designmönster Adapter, Factory, Iterator,

Läs mer

TENTAMEN TDDD12 Databasteknik 7 januari 2010, kl 14-18

TENTAMEN 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 mer

TDDI16 Datastrukturer och algoritmer. Prioritetsköer, heapar, Union/Find

TDDI16 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 mer

DD1321, Tentamen i tillämpad programmering och datalogi Lördagen den 18 dexember 2010 kl 13 18

DD1321, 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 mer

Kollektivtrafikforskning vid Campus Norrköping

Kollektivtrafikforskning 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 mer

Datastrukturer och algoritmer. Föreläsning 15 Inför tentamen

Datastrukturer 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 mer

Föreläsning 5 Innehåll. Val av algoritm och datastruktur. Analys av algoritmer. Tidsåtgång och problemets storlek

Föreläsning 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 mer

Programmeringsolympiaden 2009 Kvalificering

Programmeringsolympiaden 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 mer

Datastrukturer och algoritmer

Datastrukturer 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 mer

SERVICELOGISTIK MED ASCOM JOB AGENT ASCOM JOB AGENT VÄGEN TILL EFFEKTIV SERVICELOGISTIK

SERVICELOGISTIK 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 mer

TDDC30. 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 TDDC30 Objektorienterad programmering i Java, datastrukturer och algoritmer. Föreläsning 8 Jonas Lindgren, Institutionen för Datavetenskap, LiU På denna föreläsning: Träd Traversering Insättning, borttagning

Läs mer

Tentamen Datastrukturer för D2 DAT 035

Tentamen 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 mer

TDDC30/725G63. Objektorienterad programmering i Java, datastrukturer och algoritmer

TDDC30/725G63. 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 mer

Föreläsning 1. Introduktion. Vad är en algoritm?

Föreläsning 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 mer

Företagspresentation 2014

Företagspresentation 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 mer

Föreläsning Datastrukturer (DAT036)

Föreläsning 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 mer

TÄBY SIMHALL. Kapacitetsanalys Stora Marknadsvägen. Rapport Upprättad av: Frida Aspnäs, Tobias Thorsson

TÄBY 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 mer

Regler för användning av Riksbankens ITresurser

Regler 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 mer

Inledning Syfte Metod Avgränsningar Om Wahlquist Teori Varför uppgradera? Leverantören vill det Implementera helt nya funktioner (revolutionärt)

Inledning 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 mer

Optimering. Optimering

Optimering. 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 mer

Programmeringsolympiaden 2017

Programmeringsolympiaden 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 mer

Algoritmer, datastrukturer och komplexitet

Algoritmer, 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 mer

Göteborgs Stads riktlinjer för resepolicies

Göteborgs 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 mer

UPPGIFT 1 V75 FIGUR 1.

UPPGIFT 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 mer

PROGRAMMERING. Ämnets syfte. Kurser i ämnet

PROGRAMMERING. 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 mer

Datastrukturer och algoritmer

Datastrukturer 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 mer

TNK047 [TEN1] OPTIMERING OCH SYSTEMANALYS

TNK047 [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 mer

Samordnade transporter vilka är miljökonsekvenserna

Samordnade 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 mer

Tentamen i Objektorienterad modellering och design Helsingborg

Tentamen 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 mer

Programmeringsolympiaden 2010 Kvalificering

Programmeringsolympiaden 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 mer

Föreläsning 1. Introduktion och sökning i graf. Vad är en algoritm?

Föreläsning 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 mer

Programmeringsolympiaden 2014

Programmeringsolympiaden 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 mer

Tentamen i: Affärssystem och tjänsteorienterad arkitektur

Tentamen 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 mer

Upprättad 2012-03-07 av institutionens ledningsgrupp. Handlingsplanen kommer att följas upp halvårsvis. Ansvarig för genomförande

Upprättad 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 mer

Teoretisk del. Facit Tentamen TDDC (6)

Teoretisk 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 mer

Booking, Dispatch and Tracking system. birssi.net

Booking, 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 mer

- Verktyget som ger dig full koll på din fordonspark

- 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 mer

Tentamensinstruktioner. När Du löser uppgifterna

Tentamensinstruktioner. 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 mer

COMPUTABILITY BERÄKNINGSBARHET. Källa: Goldschlager, Lister: Computer Science A Modern Introduction 2. upplaga 1988, Prentice Hall

COMPUTABILITY BERÄKNINGSBARHET. Källa: Goldschlager, Lister: Computer Science A Modern Introduction 2. upplaga 1988, Prentice Hall COMPUTABILITY BERÄKNINGSBARHET Källa: Goldschlager, Lister: Computer Science A Modern Introduction 2. upplaga 1988, Prentice Hall Den centrala frågan: givet ett problem, kan det ha en algoritmisk lösning?

Läs mer

campus.borlänge Förstudie - Beslutsstöd för operativ tågtrafikstyrning

campus.borlänge Förstudie - Beslutsstöd för operativ tågtrafikstyrning campus.borlänge Förstudie - Beslutsstöd för operativ tågtrafikstyrning En rapport från CATD-projektet, januari-2001 1 2 Förstudie Beslutsstöd för operativ tågtrafikstyrning Bakgrund Bland de grundläggande

Läs mer

Speciell användning av heltalsvariabler. Heltalsprogrammering. Antingen-eller-villkor: Exempel. Speciell användning av heltalsvariabler

Speciell användning av heltalsvariabler. Heltalsprogrammering. Antingen-eller-villkor: Exempel. Speciell användning av heltalsvariabler Heltalsprogrammering Speciell användning av heltalsvariabler max z = då c j x j j= a ij x j b i j= x j 0 x j heltal i =,..., m j =,..., n j =,..., n ofta x j u j j =,..., n Oftast c, A, b heltal. Ibland

Läs mer

Flöde i nätverk. Flöde i nätverk. Specialfall av minkostnadsflödesproblemet. Specialfall av minkostnadsflödesproblemet. Slutsats.

Flöde 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 mer

TAOP33/TEN 2 KOMBINATORISK OPTIMERING GRUNDKURS

TAOP33/TEN 2 KOMBINATORISK OPTIMERING GRUNDKURS Matematiska institutionen Optimeringslära TENTAMEN TAOP/TEN KOMBINATORISK OPTIMERING GRUNDKURS Datum: 1 mars 01 Tid: 8.00-1.00 Hjälpmedel: Miniräknare Kurslitteratur: Kaj Holmberg: Optimering Anteckningar

Läs mer

Försättsblad till skriftlig tentamen vid Linköpings Universitet

Försättsblad till skriftlig tentamen vid Linköpings Universitet Försättsblad till skriftlig tentamen vid Linköpings Universitet Datum för tentamen 2016-03-21 Sal Tid 08:00 12:00 Kurskod Provkod Kursnamn/benämning Institution Antal uppgifter som ingår i tentamen Antal

Läs mer

729G75: Programmering och algoritmiskt tänkande. Tema 1, föreläsning 1 Jody Foo

729G75: 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 mer

TDDC30 Programmering i Java, datastrukturer och algoritmer

TDDC30 Programmering i Java, datastrukturer och algoritmer LINKÖPINGS UNIVERSITET Institutionen för datavetenskap Jonas Wallgren Tentamen i TDDC30 Programmering i Java, datastrukturer och algoritmer För I3, Ii3 Datum: 2009-04-17 Klockan: 14-18 Jour: Jonas Wallgren,

Läs mer

SKOLFS. beslutade den -- maj 2015.

SKOLFS. beslutade den -- maj 2015. SKOLFS Föreskrifter om ändring i Skolverkets föreskrifter (SKOLFS 2010:247) om ämnesplan för ämnet programmering i gymnasieskolan och inom kommunal vuxenutbildning på gymnasial nivå; beslutade den -- maj

Läs mer

M: Trafikprognoser i ÖP 2030 VÄXJÖ KOMMUN

M: Trafikprognoser i ÖP 2030 VÄXJÖ KOMMUN M: Trafikprognoser i ÖP 2030 VÄXJÖ KOMMUN Oktober 2011 Denna utredning har utförts under dec 2010 till okt 2011 av följande projektorganisation: Konsult Tyréns AB Kungsgatan 6 252 21 HELSINGBORG Tel: 010-452

Läs mer

Tentamen i Algoritmer & Datastrukturer i Java

Tentamen i Algoritmer & Datastrukturer i Java Tentamen i Algoritmer & Datastrukturer i Java Hjälpmedel: Skrivhjälpmedel, miniräknare. Ort / Datum: Halmstad / 2008-05-27 Skrivtid: 4 timmar Kontakt person: Nicolina Månsson, tel. 035-167487 Poäng / Betyg:

Läs mer

4 Paket- och kretskopplade nät

4 Paket- och kretskopplade nät 4 Paket- och kretskopplade nät Kommunikationssystem 2G1501 Syftet: Syftet med detta kapitel är att förstå egenskaperna hos, och skillnaderna mellan, de tre olika kopplade nätverkstyperna kretskopplade

Läs mer

DATABAS ÖVER PROVVÄGAR

DATABAS ÖVER PROVVÄGAR Ett Trafikverket/VTI/Nynäs/SBUF-projekt Datum 2010-11-16 Författare Richard Nilsson DATABAS ÖVER PROVVÄGAR Skanska Sverige AB Teknik - Väg och Asfalt Box 9044 200 39 Malmö Tel: 010-448 32 68 Fax: 010-448

Läs mer

PROGRAMMERING. Ämnets syfte. Kurser i ämnet

PROGRAMMERING. 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 mer

Tentamen Datastrukturer D DAT 035/INN960

Tentamen Datastrukturer D DAT 035/INN960 Tentamen Datastrukturer D DAT 035/INN960 21 december 2007 Tid: 8.30-12.30 Ansvarig: Peter Dybjer, tel 7721035 eller 405836 Max poäng på tentamen: 60. (Bonuspoäng från övningarna tillkommer.) Betygsgränser,

Läs mer

samt lite algoritmer en kortfattad introduktion för studenter på Intro:DV

samt lite algoritmer en kortfattad introduktion för studenter på Intro:DV O, P, N och NP samt lite algoritmer en kortfattad introduktion för studenter på Intro:DV DSV En enkel algoritm Ponera att du spelar poker och har fått korten till höger. Eftersom det bara rör sig om fem

Läs mer

Datastrukturer, algoritmer och programkonstruktion (DVA104, HT 2014) Föreläsning 5

Datastrukturer, algoritmer och programkonstruktion (DVA104, HT 2014) Föreläsning 5 Datastrukturer, algoritmer och programkonstruktion (DVA104, HT 2014) Föreläsning 5? FORTSÄTTNING TRÄD RECAP (förra föreläsningen) RECAP (förra föreläsningen) Träd är icke-linjära datastrukturer som ofta

Läs mer

Fysisk distribution. 2013 Fysisk distribution, Logistikprogrammet, Norrköping

Fysisk distribution. 2013 Fysisk distribution, Logistikprogrammet, Norrköping Fysisk distribution 1 Distributionskanal Industrivaror Kapitalvaror Konsumentprodukter Produktorientering Marknadsorientering Fabrik Centrallager Regionlager Detaljist Konsument 2 Mellanhänder Säljare

Läs mer

RAPPORT: ANALYS AV ÖKAD LASTBILSTRAFIK PGA KOMBITERMINAL I FALKÖPING

RAPPORT: 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 mer

Aktuellt 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 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 mer

Workshop 3. -Hur kan vi samverka och fördela tillgängligt bränsle vid brist?

Workshop 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 mer

TAOP86/TEN 1 KOMBINATORISK OPTIMERING MED

TAOP86/TEN 1 KOMBINATORISK OPTIMERING MED Matematiska institutionen Optimeringslära TENTAMEN TAOP8/TEN 1 KOMBINATORISK OPTIMERING MED MILJÖTILLÄMPNINGAR Datum: 10 januari 201 Tid: 1.00-19.00 Hjälpmedel: Miniräknare Kurslitteratur: Kaj Holmberg:

Läs mer

TAOP88/TEN 1 OPTIMERING FÖR INGENJÖRER

TAOP88/TEN 1 OPTIMERING FÖR INGENJÖRER Matematiska institutionen Optimeringslära TENTAMEN TAOP88/TEN 1 OPTIMERING FÖR INGENJÖRER Datum: 28 maj 2014 Tid: 14.00-19.00 Hjälpmedel: Miniräknare Kurslitteratur: Kaj Holmberg: Optimering Anteckningar

Läs mer

TDDC30/725G63. Objektorienterad programmering i Java, datastrukturer och algoritmer

TDDC30/725G63. 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 mer

Uppdaterad 2010-05-11. Lathund Synpunkten för handläggare och ansvarig chef

Uppdaterad 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 mer

Algoritmanalys. Inledning. Informationsteknologi Malin Källén, Tom Smedsaas 1 september 2016

Algoritmanalys. Inledning. Informationsteknologi Malin Källén, Tom Smedsaas 1 september 2016 Informationsteknologi Malin Källén, Tom Smedsaas 1 september 2016 Algoritmanalys Inledning Exempel 1: x n När vi talade om rekursion presenterade vi två olika sätt att beräkna x n, ett iterativt: x n =

Läs mer

ANVÄNDARVILLKOR för TomToms Webbplatser

ANVÄNDARVILLKOR 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 mer

TDDC30. Objektorienterad programmering i Java, datastrukturer och algoritmer. Föreläsning 9 Jonas Lindgren, Institutionen för Datavetenskap, LiU

TDDC30. Objektorienterad programmering i Java, datastrukturer och algoritmer. Föreläsning 9 Jonas Lindgren, Institutionen för Datavetenskap, LiU TDDC30 Objektorienterad programmering i Java, datastrukturer och algoritmer. Föreläsning 9 Jonas Lindgren, Institutionen för Datavetenskap, LiU På denna föreläsning: Prioritetskö Heap Representation som

Läs mer

T DOC - & Syst i em t n ti egra on 2009-10-18 1

T DOC - & Syst i em t n ti egra on 2009-10-18 1 T-DOC & Systemintegration t ti 1 SYSTEMINTEGRATION Systemintegration t ti är ett begrepp inom Informationsteknologi. Begreppet innebär att flera olika fristående system kopplas ihop för att fungera tillsammans.

Läs mer

Övningen vill visa på vikten av valet av datastruktur, trots att de ofta erbjuder samma funktionalitet genom sina gränssnitt.

Övningen 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 mer

Programmeringsolympiaden 2011 Kvalificering

Programmeringsolympiaden 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 mer

Logistik som du vill ha den

Logistik 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 mer

Program inom innovation och affärsutveckling för dig som är ingenjör och chef

Program inom innovation och affärsutveckling för dig som är ingenjör och chef Program inom innovation och affärsutveckling för dig som är ingenjör och chef Leda innovation Sveriges Ingenjörers utbildning Leda innovation utvecklar din kompetens kring att leda och organisera innovation

Läs mer

+ Kunder berättar. Älvsbyhus AB. Kontaktperson: Magnus Burström IT chef Besöksadress: Ställverksvägen 6 942 81 Älvsbyn Telefon: 0929-162 00

+ Kunder berättar. Älvsbyhus AB. Kontaktperson: Magnus Burström IT chef Besöksadress: Ställverksvägen 6 942 81 Älvsbyn Telefon: 0929-162 00 + Kunder berättar + AB Kontaktperson: Magnus Burström IT chef Besöksadress: Ställverksvägen 6 942 81 Älvsbyn Telefon: 0929-162 00 Hustillverkaren som gör det möjligt för fler att bygga nyckelfärdiga hus

Läs mer

Föreläsning 6: Nätverksoptimering

Föreläsning 6: Nätverksoptimering Föreläsning 6: Nätverksoptimering. Minkostnadsflödesproblem i nätverk.. Modellering och grafteori.. Simplexmetoden. Föreläsning 6 - Ulf Jönsson & Per Enqvist Nätverksoptimering Minkostnadsflödesproblem

Läs mer

SORTERING OCH SÖKNING

SORTERING OCH SÖKNING Algoritmer och Datastrukturer Kary FRÄMLING Kap. 9, Sid 1 C-språket 2/Kary Främling v2000 och Göran Pulkkis v2003 SORTERING OCH SÖKNING Sortering är ett av de bästa exemplen på problem där valet av lösningsalgoritm

Läs mer

5. TJÄNSTEPRODUKTION. Tjänsteföretag. Sammanfattande bedömning. Gör ni ordentlig beredning inför tillverkningen av nya eller ändrade produkter?

5. TJÄNSTEPRODUKTION. Tjänsteföretag. Sammanfattande bedömning. Gör ni ordentlig beredning inför tillverkningen av nya eller ändrade produkter? . TJÄNSTEPRODUKTION Gör ni ordentlig beredning inför tillverkningen av nya eller ändrade produkter? Gör ni riktiga förkalkyler och kontrolleras utfallet efteråt? Planeras beläggningen så att ni kan utnyttja

Läs mer

Datalogiskt tänkande är mer än Programmering. Fredrik Heintz Linköpings universitet

Datalogiskt tänkande är mer än Programmering. Fredrik Heintz Linköpings universitet Datalogiskt tänkande är mer än Programmering Fredrik Heintz Linköpings universitet Vad kommer jag säga idag? Datalogiskt tänkande är en uppsättning generella färdigheter och attityder som är viktiga för

Läs mer

Mjukare värden ger bättre resultat

Mjukare 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 mer

Avsnitt 3 Färre mil och mer tid med bättre planering

Avsnitt 3 Färre mil och mer tid med bättre planering Färre mil och mer tid med bättre planering Det körs många mil med bil i kommunal verksamhet. Särskilt gäller detta inom socialförvaltningen eller motsvarande. I detta avsnitt beskrivs hur man kan effektivisera

Läs mer

13 1MA302 Automatateori DV1 4 A D, M 1TD442 Algoritmer och datastrukturer DV1 6 A D

13 1MA302 Automatateori DV1 4 A D, M 1TD442 Algoritmer och datastrukturer DV1 6 A D 4.2 Årskurs 1 Studierna inleds med en frivillig introduktion till utbildningen omfattande två veckor. Därefter enligt nedanstående lista. Period Kurskod Kursnamn Poäng Nivå Ämne 11 1MA316 Introduktionskurs

Läs mer

Manual för version V2

Manual 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 mer

Tentamen i: Affärssystem och tjänsteorienterad arkitektur

Tentamen 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 mer

Försättsblad till skriftlig tentamen vid Linköpings Universitet

Försättsblad till skriftlig tentamen vid Linköpings Universitet Försättsblad till skriftlig tentamen vid Linköpings Universitet Datum för tentamen 2013-06-05 Sal Tid 08:00 12:00 Kurskod Provkod Kursnamn/benämning Institution Antal uppgifter som ingår i tentamen Antal

Läs mer

TDDC30. Objektorienterad programmering i Java, datastrukturer och algoritmer. Föreläsning 8 Erik Nilsson, Institutionen för Datavetenskap, LiU

TDDC30. Objektorienterad programmering i Java, datastrukturer och algoritmer. Föreläsning 8 Erik Nilsson, Institutionen för Datavetenskap, LiU TDDC30 Objektorienterad programmering i Java, datastrukturer och algoritmer. Föreläsning 8 Erik Nilsson, Institutionen för Datavetenskap, LiU På denna föreläsning: Träd Traversering Insättning, borttagning

Läs mer

CIVILINGENJÖRSEXAMEN MASTER OF SCIENCE IN ENGINEERING

CIVILINGENJÖRSEXAMEN MASTER OF SCIENCE IN ENGINEERING Lokal examensbeskrivning Dnr: 541-2072-10 Sid 1 (5) CIVILINGENJÖRSEXAMEN MASTER OF SCIENCE IN ENGINEERING INRIKTNING: TEKNISK DATAVETENSKAP SPECIALISATION: COMPUTING SCIENCE AND ENGINEERING 1 Fastställande

Läs mer