Hoppa till huvudinnehållet
Till KTH:s startsida

DD1320 Tillämpad datalogi 6,0 hp

Kurs-PM HT 2026-10790

Version 1 – 2026-08-19 16:05:57

Kursomgång

tildah26 (Startdatum 2026-08-24, Svenska)

Undervisningsspråk

Svenska

Kursen ges av

EECS/Teoretisk datalogi

Kurs-PM HT 2026

Rubriker markerade med en asterisk ( * ) kommer från kursplan version HT 2026

Innehåll och lärandemål

Kursinnehåll

I den här kursen bygger studenten på sina kunskaper från grundkursen i programmering. Programspråk i kursen är Python.

Algoritmer och datastrukturer: En systematisk genomgång av datalogiska begrepp: abstrakta datatyper, algoritmanalys, rekursion, stackar, köer, listor, sökning, sortering, hashning, prioritetsköer, träd, sökträd, problemträd, textsökning, enkel syntaxanalys, kryptering.

Programmering: Abstraktion. Modularisering. Testning. Programmeringsgränssnitt.

Lärandemål

Efter godkänd kurs ska studenten kunna

  • systematiskt testa program för att upptäcka fel
  • använda abstraktion som ett verktyg för att förenkla programmeringen
  • använda programmeringsgränssnitt
  • välja lämplig algoritm till ett givet problem
  • jämföra algoritmer med avseende på tids- och minnesåtgång
  • implementera olika algoritmer för sökning och sortering och redogöra för deras egenskaper
  • formulera och implementera rekursiva algoritmer
  • modellera problem som sökproblem och implementera algoritmer för breddenförstsökning, djupetförstsökning och bästaförstsökning
  • beskriva grundläggande komprimeringsalgoritmer och vid vilka typer av komprimering de används
  • implementera stackar, köer, binära sökträd, allmänna träd, hashtabeller och hashfunktioner samt använda dessa
  • använda prioritetsköer
  • identifiera problem där datastrukturerna ovan är användbara och konstruera enkla algoritmer med dessa
  • använda enkla krypteringsmetoder, och förklara principerna för asymmetrisk kryptering
  • använda algoritmer för textsökning, reguljära uttryck och BNF-syntax

i syfte att

  • bli bra på att lösa problem med programmering
  • kunna använda datalogiska metoder i tillämpningsprojekt
  • få tillräckliga förkunskaper för att kunna läsa fortsättningskurser i datalogi.

Läraktiviteter

Under höstens kurs tildah26 kommer

  • föreläsningar att ges i schemalagda salar på KTH
  • övningar att ges både i schemalagda salar på KTH och i Zoom
  • labbar att kunna redovisas i datorsal och i Zoom
  • kontrollskrivningar att ges som Canvas-quiz (utan Zoom-övervakning)
  • högrebetygsmunta att genomföras på plats på KTH

Detaljplanering

DD1320/DD1326 samläser

Kursen DD1320 har två obligatoriska moment:

  • Tio laborationer - LABD, 3 hp
  • Fem kontrollskrivningar - KONT, 3 hp

Kursen DD1326 har utöver dessa även:

  • Etikmoment - ETIK, 1,5 hp
  • Datadidaktikmoment - DIDS, 1,5 hp

 

Period 1 Period 2 Period 3-4
Labb 1-7 Labb 8-10 DD1326 Etikdel DD1326 Datadidaktik
Kontrollskrivning E1-E5 Labb + munta betyg C, A

Förberedelser inför kursstart

Examination och slutförande

Betygsskala

A, B, C, D, E, FX, F

Examination

  • LABD - Programmeringsuppgifter, 3,0 hp, betygsskala: A, B, C, D, E, FX, F
  • KONT - Kontrollskrivningar, 3,0 hp, betygsskala: A, B, C, D, E, FX, F

Examinator beslutar, baserat på rekommendation från KTH:s handläggare av stöd till studenter med funktionsnedsättning, om eventuell anpassad examination för studenter med dokumenterad, varaktig funktionsnedsättning.

Examinator får medge annan examinationsform vid omexamination av enstaka studenter.

När kurs inte längre ges har student möjlighet att examineras under ytterligare två läsår.

Avsnittet nedan kommer inte från kursplanen:

LABD - Programmeringsuppgifter, 3,0 hp

Moment LABD består av:

  • E-del med tio laborationer. Dessa räcker för att bli godkänd på labbkursen.
  • C-del för att höja till betyg C på LABD. 
  • A-del för att höja till betyg A på LABD.

Regler för labbarna

  • E-labbarna ska helst göras i par (men inte i större grupp än två). 
  • Deadline för inlämning kl 19:00 samma dag som sista redovisningspasset.
  • Redovisningar görs under veckans Datoraboration (boka tid på ett av passen).
  • För att få göra labbarna för högre betyg måste du ha redovisat varje E-labb i tid.
  • Du kan få dispens att redovisa senare, t ex vid sjukdom, kontakta kursledaren.

Betyg på LABD

  • C-labben och A-labben ska göras individuellt.
  • För att få redovisa C-labben måste du ha lämnat in och redovisat varje E-labb i tid. 
  • För att få redovisa A-labben måste du ha blivit godkänd på C-labben.
  • Labbdelen kan inte plussas.

KONT - Kontrollskrivningar, 3,0 hp

Kursens andra moment, KONT, examineras i två delar:

  • E-delen examineras med fem quiz (KS1-KS5) i Canvas.
  • Full poäng på alla fem quiz krävs för godkänt.
  • Varje quiz publiceras på ett schemalagt datum, men du kan sedan göra om det hur många gånger du vill fram till veckan innan muntorna.
  • C- och A-delen examineras sedan med munta.

Förbered dig inför kontrollskrivningarna med hjälp av kursboken, övningarna och övrigt kursmaterial, samt extentorna (se Tentabanken i Canvas).

Betyg på KONT

  • Momentet består av tre delar: en E-del (quiz), en C-del (munta) och en A-del (munta).
    • För godkänt krävs att alla E-quiz är godkända.
  • C-muntan kan höja tentabetyget till D eller C.
  • Den som har fått C på muntan kan med A-muntan höja tentabetyget till B eller A.

Slutbetyg på kursen

Slutbetyget i kursen är medelvärdet av betygen på moment LABD och KONT, avrundat uppåt.

Målrelaterade betygskriterier/bedömningskriterier

För betyg E ska du kunna avgöra vilken algoritm som löser ett givet problem, kunna beskriva algoritmen och demonstrera den steg för steg med givna data, samt implementera den. Motsvarande gäller för datastrukturer.

För betyg C ska kraven för betyg E vara uppfyllda, och dessutom ska du kunna jämföra algoritmer och datastrukturer och bedöma dessas lämplighet för ett givet problem. Här ställs också krav på tidsplanering. Se tidsgränser för aktuell kursomgång under Laborationer.

För betyg A ska kraven för betyg C vara uppfyllda, och du ska dessutom kunna modifiera/kombinera algoritmer och datastrukturer för att lösa nya problem. Här ställs också höga krav på tydlighet i algoritmbeskrivningar.

Möjlighet till plussning

Plussning

Betyget på KONT kan endast plussas en gång per läsår, i omtentaperioden i juni.

Betyget på LABD kan inte plussas.

Resultatrapportering

Dina kursresultat rapporteras i Ladok vid kursens slut (se slutdatum för din kursomgång).

Etiskt förhållningssätt

  • Vid grupparbete har alla i gruppen ansvar för gruppens arbete.
  • Vid examination ska varje student ärligt redovisa hjälp som erhållits och källor som använts.
  • Vid muntlig examination ska varje student kunna redogöra för hela uppgiften och hela lösningen.

Avsnittet nedan kommer inte från kursplanen:

Kompletterande regler för användning av generativ AI (t ex chatGPT):

    • Kursens AI-policy är Endast tillåten i specifika uppgifter
    • Kod som skrivits av AI räknas som kod som en kompis skrivit åt dig - du får inte redovisa den som ditt eget verk på en labb.
    • Du får gärna använda AI för att be om förklaringar och exempel men inte för labbuppgifter/KS-uppgifter (examination).
    • I vissa labbar kommer du att erbjudas att använda generativ AI men det är aldrig obligatoriskt.

Ytterligare information

Ändringar inför denna kursomgång

Gällande de fem kontrollskrivningarna KS1-5 i moment KONT:

  • Kravet för godkänt på varje quiz har höjts till 100%, alltså alla rätt.
  • Man får göra om alla quiz så många gånger man vill fram till veckan före muntorna, och det bästa resultatet sparas.

Fakta om kursomgång

Startdatum

2026-08-24

Kursomgång

  • tildah26 HT 2026-10790

Undervisningsspråk

Svenska

Kursen ges av

EECS/Teoretisk datalogi

Kontakter

Kursansvarig

Lärare

Examinator

Övriga kontakter