Skip to content
Datalogi · Gymnasiet 1

Idéer för aktivt lärande

Algoritmisk effektivitet och komplexitet

Algoritmisk effektivitet och komplexitet handlar om att förstå att alla lösningar inte är lika bra. I Datalogi 1 introduceras eleverna till hur man mäter prestanda i termer av tid och minne, särskilt när datamängden växer. Genom att använda Ordo-notation (Big O) får de ett vetenskapligt språk för att beskriva och jämföra olika algoritmers skalbarhet.

Skolverket KursplanerSkolverket DAODAT01: Utvärdering av algoritmers effektivitet.Skolverket DAODAT01: Begrepp inom algoritmteori.
25–45 minPar → Hela klassen3 aktiviteter

Aktivitet 01

Utforskande cirkel45 min · Smågrupper

Utforskande cirkel: Skalbarhetstestet

Eleverna utför en manuell uppgift (t.ex. hitta ett namn i en lista) med 10, 20 och 40 element. De klockar tiden, ritar grafer och diskuterar om tidsåtgången ökar linjärt eller snabbare.

Vad menas med tidskomplexitet?
AnalyseraUtvärderaSkapaSjälvregleringSjälvkännedom
Skapa en komplett lektion

Aktivitet 02

EPA (Enskilt-Par-Alla): Big O i vardagen

Eleverna får olika scenarier (t.ex. att städa ett rum vs. att para ihop alla strumpor i en tvättkorg). De diskuterar i par vilken Big O-kategori uppgiften tillhör och motiverar sitt svar för klassen.

Hur påverkar datamängdens storlek algoritmens körtid?
FörståTillämpaAnalyseraSjälvkännedomRelationsförmåga
Skapa en komplett lektion

Aktivitet 03

Gallergång30 min · Smågrupper

Gallergång: Algoritmernas grafer

Grafer som visar O(1), O(n), O(n log n) och O(n^2) hängs upp. Eleverna ska matcha olika algoritmer (t.ex. binärsökning, bubble sort) till rätt graf och förklara varför.

Vad innebär O(n) och O(n^2)?
FörståTillämpaAnalyseraSkapaRelationsförmågaSocial Medvetenhet
Skapa en komplett lektion

Några anteckningar om att undervisa detta avsnitt


Se upp för dessa missuppfattningar

  • Att en snabbare dator gör en ineffektiv algoritm bra.

    Elever tror ofta att hårdvara löser allt. Genom att visa hur en O(n^2)-algoritm snabbt blir oanvändbar även på en superdator när datamängden är stor, förstår de vikten av algoritmisk design.

  • Att Big O mäter exakta sekunder.

    Många tror att Ordo-notation ger en tid i millisekunder. Genom diskussion klargörs att det handlar om hur tillväxten ser ut i förhållande till indata, inte den faktiska tiden på en specifik maskin.


Metoder som används i denna översikt