TDDE22 Datastrukturer och algoritmer

Laborationer

Läs HELA denna sida innan du påbörjar laborationerna!

Laborationerna utförs på IDAs linux-system, men den programvara som krävs för att genomföra labbarna kan laddas ner gratis på nätet och ni kan göra labbarna på egen dator. Men anmäl er ändå i webReg, annars kan assistenterna inte registrera era resultat.

Testning

Observera att det är ett krav att ni gör testprogram, eller kan uppvisa att ni på rimligt vis har testat, era laborationer. Assistenten kan således kräva att få se testprogrammet / testerna när ni redovisar.

Rekommenderad programvara

• Java JDK, version 11 eller senare rekommenderas. Du kan ladda ner OpenJDK här.
• IDE: Du kan använda vilken IDE/utvecklingsmiljö du vill till denna kurs, men den som du kan räkna med att få support med är Eclipse. Eclipse kan du ladda ner här.
• Du kan även arbeta på IDAs system hemifrån via ThinLinc. Vi kan inte garantera kapaciteten eller åtkomst så företrädesvis jobbar ni på egen maskin. För instruktioner gällande ThinLinc, följ länken i menyn till höger.

Laborationsuppgifter

Laborationsuppgifterna är fyra (fem om man räknar in hemuppgiften, lab2.5) till antalet och finns beskrivna i ett laborationskompendium. Laborationerna i år (2022) går på plats i SU-sal på LiU.

Du kan hämta labbarna lokalt på IDA's system om du labbar där (anvisningar finns i laborationskompendiumet), eller här.

Comparator-exempel med tydliga kommentarer

I labb3 kan det vara lämpligt att förstå hur man kan bygga en (eller flera) egen Comparator och på så vis slippa skriva egna sorteringsfunktioner. Här finns ett exempel på hur det kan se ut.

Policy och regler för datorlaborationer vid IDA

Här finns IDAs policy och regler för datorlaborationer.

Inskickning av laborationer

Laborationsredovisning sker i två huvudsakliga steg.

Steg1: Redovisa för assistent, och besvara dennes frågor på tillfredsställande vis. Om assistenten inte godkänner detta steg kommer ni inte vidare till steg 2, utan måste upprepa detta steg när ni fått förbereda er.

Steg2: Navigera till Sendlab-sidan för denna kurs, välj alla relevanta filer, och be assistenten du redovisade för om ett lösenord. Var noga med att välja rätt laboration i drop-down menyn. Du kommer sedan att få feedback via email, samt ett betyg satt i WebReg.

Komplettering: I de fall ni får komplettering gäller att ni åtgärdar problemet och sedan skickar in laborationen igen. Denna gång behövs inget engångslösenord. Vänligen säkerställ att ni åtgärdat samtliga kompletteringspunkter, och gör kompletterande tester, innan ni gör en ny inlämning.

Deadline

Laborationerna skall vara godkända senast vid första tentamenstillfället. Det är möjligt att redovisa laborationerna senare, men endast i samband med kursens omtentamenstillfällen och bara om det föreligger särskilda omständigheter. Kontakta i så fall kursledaren i god tid. Om laborationskursen inte är godkänd i sin helhet vid andra omtentamenstillfället skall nästa års laborationskurs göras i sin helhet.

Bonuspoäng och mjuk deadline

Mjuk deadline för varje laboration finns specificerad i Timeedit. I de flesta fall gäller första passet för nästkommande labb. Laborationen ska vara inlämnad senast denna mjuka deadline. Därefter får ni dessutom två möjligheter att komplettera, och kompletteringen ska då vara inlämnad senast en kalendervecka efter att assistenten skickade ut den. Om så är fallet, och denna komplettering är godkänd, får man 0.5 poäng mot högre betyg (ej 3/G) på tentamen för uppgifterna 1,2,3 och 4. Alltså sammanlagt 2 poäng (ca 5% av totalpoängen på tentan). LabX ger inga bonuspoäng, och har ej heller någon mjuk deadline då detta strikt är en hemuppgift.

Kodskelett

Kodskelett för labbarna finns i biblioteket /courses/TDDE22/code/.

 

Sidansvarig: Magnus Nielsen
Senast uppdaterad: 2023-08-08