| 課程與核心能力關聯配比(%) |
課程目標之教學方法與評量方法 |
| 課程目標 |
核心能力 |
配比(%) |
教學方法 |
評量方法 |
| The objective of this course is to study a broad variety of important and useful algorithms; methods for solving problems that are suited for computer implementations. |
|
|
|
|
| 授課內容(單元名稱與內容、習作/每週授課、考試進度-共16週加自主學習) |
| 週次 |
授課內容 |
| 第1週 |
課程簡介
|
| 第2週 |
演算法：效率、分析與量級
|
| 第3週 |
演算法：效率、分析與量級
|
| 第4週 |
Divide-and-Conquer（各個擊破）
|
| 第5週 |
Divide-and-Conquer（各個擊破） |
| 第6週 |
動態規劃 |
| 第7週 |
動態規劃 |
| 第8週 |
自主學習：針對Traveling Salesman Problem (TSP)的解法進行探討。學生將在自行研讀解決TSP的演算法，如基因演算法、螞蟻演算法等。透過軟體模擬方式比較各種情境下每一個演算法的效能。 |
| 第9週 |
期中考週 |
| 第10週 |
貪婪演算法 |
| 第11週 |
貪婪演算法 |
| 第12週 |
回溯
|
| 第13週 |
Branch and Bound
|
| 第14週 |
計算複雜度概論：排序問題
|
| 第15週 |
計算複雜度與難解性：NP Theory序論
|
| 第16週 |
計算複雜度與難解性：NP Theory序論
自主學習： 針對0/1 Knapsack Problem的解法進行探討。學生將嘗試實作本學期的解題技巧來(如backtracking, branch-and-bound, 等)解決0/1 Knapsack Problem的演算法。透過軟體模擬方式比較各種情境下每一個演算法的效能。
期末考試 |
自主學習
內容 |
|
|
| 學習評量方式 |
考試：30% (期中) + 30% (期末)
作業：40% (包括紙筆作業和程式作業) |
| 教科書＆參考書目(書名、作者、書局、代理商、說明) |
Introduction to Algorithms, 3/e (IE-Paperback)
Thomas H. Cormen, Charles E. Leiserson, Ronald L. Rivest, Clifford Stein
|
| 課程教材（教師個人網址請列在本校內之網址） |
Introduction to Algorithms, 3/e (IE-Paperback)
Thomas H. Cormen, Charles E. Leiserson, Ronald L. Rivest, Clifford Stein
|
| 課程輔導時間 |
| By appointment |
| 聯合國全球永續發展目標(連結網址) |
|
|