Menu

Datastrukturer

Datastrukturer er metoder til at organisere data, så de kan tilgås effektivt. Gode datastrukturer er vigtige, dels for anvendelser såsom databaser, hvor dataopbevaring direkte er i centrum, men også som delelementer i algoritmer for beregningsproblemer af næsten alle typer. Ofte er der en direkte sammenhæng mellem datastrukturens effektivitet og algoritmens effektivitet, og at finde og/eller udvikle den rette datastruktur er ofte et centralt element i udviklingen af en ny og bedre algoritme for et givet problem. Datastrukturer er således et af datalogiens klassiske forskningsområder.

IMADAs forskning i datastrukturer beskæftiger sig både med fundamentale datastrukturer med stor generel anvendelighed, såsom søgetræer, prioritetskøer og grafrepræsentationer, samt specialiserede datastrukturer rettet mod anvendelser i bioinformatik, databasesystemer, geometriske algoritmer og strengalgoritmer, samt datastrukturer med særlige egenskaber, som f.eks. at kunne udnytte gentagelser og systematik i operationerne på datastrukturen.

Et særligt fokusområde er datastrukturer for store datamængder. Her er det ofte metodernes tilgang til hardisken, snarere end deres CPU-forbrug, som dominerer udførselstiden, og store forbedringer i køretid kan opnås ved at udvikle datastrukturer, som optimerer denne tilgang.

Gruppen har et stort og aktivt samarbejde med mange nationale og internationale partnere, f.eks. fra Aarhus Universitet, Danmarks Tekniske Universitet, IT-Universitetet, Carleton University (Canada), Dalhousie
University (Canada), University of Waterloo (Cananda), Stony Brook (USA), NYU-Poly (USA), Goethe University Frankfurt (Tyskland), Technical University Munich (Tyskland).

Videnskabelige medarbejdere
Rolf Fagerberg
Kim Skak Larsen

Vi samler statistik ved hjælp af cookies for at forbedre brugeroplevelsen.  Læs mere om cookies

Acceptér cookies