| School/Faculty/Institute | Faculty of Engineering | ||||
| Course Code | COMP 201 | ||||
| Course Title in English | Data Structures and Algorithms | ||||
| Course Title in Turkish | Veri Yapıları ve Algoritmalar | ||||
| Language of Instruction | EN | ||||
| Type of Course | Exercise,Flipped Classroom,Lecture | ||||
| Level of Course | Introductory | ||||
| Semester | Fall | ||||
| Contact Hours per Week |
|
||||
| Estimated Student Workload | 152 hours per semester | ||||
| Number of Credits | 6 ECTS | ||||
| Grading Mode | Standard Letter Grade | ||||
| Pre-requisites |
COMP 109 - Computer Programming (JAVA) |
||||
| Expected Prior Knowledge | Basic object-oriented programming knowledge | ||||
| Co-requisites | None | ||||
| Registration Restrictions | Only Undergraduate Students | ||||
| Overall Educational Objective | To learn fundamentals of data structures and how to design and implement data structures to solve basic engineering problems in Java programming language. | ||||
| Course Description | This course covers the fundamentals of data structures and algorithms such as lists, stacks, queues, heaps, trees, hashing, sorting algorithms, and application of these concepts using Java programming language. | ||||
| Course Description in Turkish | Bu ders veri yapıları ve algoritmaların temellerini içermektedir. Dersin içeriği listeler, yığınlar, sıralar, kümeler, karmalar, ve sıralama algoritmaları ve bunların Java programlama dili kullanılarak uygulanmasıdır. |
Course Learning Outcomes and CompetencesUpon successful completion of the course, the learner is expected to be able to:1) Understand basic data structure concepts 2) Design algorithms using data structures 3) Implement data structures to solve engineering problems 4) Use sorting algorithms |
| Program Learning Outcomes/Course Learning Outcomes | 1 | 2 | 3 | 4 |
|---|---|---|---|---|
| 1) Psikolojideki başlıca kavramlar, teorik perspektifler, deneysel bulgular ve tarihsel eğilimler hakkında kapsamlı bilgi edinilmesi. | ||||
| 2) Psikolojide temel araştırma yöntemlerini, ayrıca araştırma tasarımı, veri analizi ve veri yorumlama anlama ve uygulama becerisi. | ||||
| 3) Davranış ve zihinsel süreçlerle ilgili problemleri çözmek için eleştirel ve yaratıcı düşünme, şüpheci sorgulama ve bilimsel bir yaklaşım kullanma yetkinliği. | ||||
| 4) Psikolojik ilke, beceri ve değerleri kişisel, sosyal ve örgütsel bağlamlarda anlama ve uygulama becerisi. | ||||
| 5) Psikoloji disipliniyle bağlantılı olan kanıtları değerlendirme, belirsizliği tolere etme ve diğer değerleri yansıtma becerisi. | ||||
| 6) Mesleki etik standartların içselleştirilmesi ve yayılması. | ||||
| 7) Psikoloji ve diğer sosyal bilimler alanlarında bilgi edinme amacıyla bilgi teknolojileri, bilgisayar ve diğer teknolojileri kullanma konusunda yetkinlik gösterme. | ||||
| 8) Psikoloji bilimi bilgisini Türkçe ve en azından CEFR B2 düzeyinde İngilizce olmak üzere çeşitli formatlarda etkili bir şekilde iletme becerisi. | ||||
| 9) Sosyokültürel ve uluslararası çeşitliliğin karmaşıklığını tanıma, anlama ve buna saygı gösterme. | ||||
| 10) Yaşam boyu öğrenme, araştırma ve kendini geliştirme ihtiyacını tanıma ve bu doğrultuda beceriler geliştirme. | ||||
| 11) Psikolojik teori ve literatüre dayanarak eleştirel hipotezler oluşturma ve bu hipotezleri test etmek için çalışmalar tasarlama becerisi. | ||||
| 12) Bağımsız olarak bilgi edinme ve kendi öğrenimini planlama becerisi. | ||||
| 13) Yazılı çalışmaların ve sunumların netliği ve düzeni konusunda ileri düzeyde yetkinlik gösterme. |
| N None | S Supportive | H Highly Related |
| Program Outcomes and Competences | Level | Assessed by | |
| 1) | Psikolojideki başlıca kavramlar, teorik perspektifler, deneysel bulgular ve tarihsel eğilimler hakkında kapsamlı bilgi edinilmesi. | N | |
| 2) | Psikolojide temel araştırma yöntemlerini, ayrıca araştırma tasarımı, veri analizi ve veri yorumlama anlama ve uygulama becerisi. | N | |
| 3) | Davranış ve zihinsel süreçlerle ilgili problemleri çözmek için eleştirel ve yaratıcı düşünme, şüpheci sorgulama ve bilimsel bir yaklaşım kullanma yetkinliği. | H | Exam,HW,Participation |
| 4) | Psikolojik ilke, beceri ve değerleri kişisel, sosyal ve örgütsel bağlamlarda anlama ve uygulama becerisi. | N | |
| 5) | Psikoloji disipliniyle bağlantılı olan kanıtları değerlendirme, belirsizliği tolere etme ve diğer değerleri yansıtma becerisi. | N | |
| 6) | Mesleki etik standartların içselleştirilmesi ve yayılması. | N | |
| 7) | Psikoloji ve diğer sosyal bilimler alanlarında bilgi edinme amacıyla bilgi teknolojileri, bilgisayar ve diğer teknolojileri kullanma konusunda yetkinlik gösterme. | N | |
| 8) | Psikoloji bilimi bilgisini Türkçe ve en azından CEFR B2 düzeyinde İngilizce olmak üzere çeşitli formatlarda etkili bir şekilde iletme becerisi. | N | |
| 9) | Sosyokültürel ve uluslararası çeşitliliğin karmaşıklığını tanıma, anlama ve buna saygı gösterme. | S | Participation |
| 10) | Yaşam boyu öğrenme, araştırma ve kendini geliştirme ihtiyacını tanıma ve bu doğrultuda beceriler geliştirme. | S | HW,Participation |
| 11) | Psikolojik teori ve literatüre dayanarak eleştirel hipotezler oluşturma ve bu hipotezleri test etmek için çalışmalar tasarlama becerisi. | N | |
| 12) | Bağımsız olarak bilgi edinme ve kendi öğrenimini planlama becerisi. | S | Exam,HW |
| 13) | Yazılı çalışmaların ve sunumların netliği ve düzeni konusunda ileri düzeyde yetkinlik gösterme. | H | Exam,HW |
| Prepared by and Date | , November 2023 |
| Course Coordinator | YASSINE DRIAS |
| Semester | Fall |
| Name of Instructor | Dr. Öğr. Üyesi YASSINE DRIAS |
| Hafta | Konu |
| 1) | Introduction to Data Structures |
| 2) | Abstract Classes and Interfaces |
| 3) | Generics |
| 4) | Lists (Part 1) |
| 5) | Lists (Part 2) |
| 6) | Stacks |
| 7) | Queues |
| 8) | Algorithmic complexity |
| 9) | Heaps and Priority Queues |
| 10) | Hashing |
| 11) | Recursion |
| 12) | Trees (Part 1) |
| 13) | Trees (Part 2) |
| 14) | Algorithm design using data structures |
| 15) | Final Examination Period |
| 16) | Final Examination Period |
| Required/Recommended Readings | Intro. to Java Programming: Comprehensive Ed. (11th Ed., Pearson, 2019), Daniel Liang. Data Structures and Algorithms in Java, Michael T. Goodrich, Roberto Tamassia, Michael H. Goldwasser, Adison Wesley 6th Edition | |||||||||||||||
| Teaching Methods | Flipped classroom. Students work individually for assignments. | |||||||||||||||
| Homework and Projects | Assignments | |||||||||||||||
| Laboratory Work | Laboratory study | |||||||||||||||
| Computer Use | Required | |||||||||||||||
| Other Activities | none | |||||||||||||||
| Assessment Methods |
|
|||||||||||||||
| Course Administration |
driasy@mef.edu.tr 0 212 395 37 45 Instructor’s office: 5th floor Phone number: 0 212 395 37 45 Office hours: After the lecture hours. E-mail address: driasy@mef.edu.tr Rules for attendance: No attendance required. Statement on plagiarism: YÖK Regulations |
|||||||||||||||
| Activity | No/Weeks | Hours | Calculation | ||||
| No/Weeks per Semester | Preparing for the Activity | Spent in the Activity Itself | Completing the Activity Requirements | ||||
| Ders Saati | 14 | 1 | 5 | 84 | |||
| Proje | 4 | 1 | 16 | 68 | |||
| Total Workload | 152 | ||||||
| Total Workload/25 | 6.1 | ||||||
| ECTS | 6 | ||||||