Dr. A.P.J. Abdul Kalam Technical University, Lucknow

Inde · 2026-27 session

Dr. A.P.J. Abdul Kalam Technical University, Lucknow

28 travaux pratiques pour le programme AKTU.

Le B.Tech CSE d'AKTU Lucknow pour la session 2026-27 : programmation C, structures de données, POO en Java et TP de systèmes d'exploitation. Chaque séance est progressive, compilée et vérifiée par une véritable chaîne d'outils sur votre propre machine — le modèle relit votre code ensuite, il ne décide pas si vous avez réussi.

Mis à jour

Semestre par semestre

Formation : B.Tech. Computer Science and Engineering. Régime : 2026-27 session (Yr 1 NEP 2026 scheme; Yrs 2–4 B-series scheme). Ouvrez un cours pour voir ses unités pratiques et la séance de TP que GroutCode propose pour chacune.

  1. Semestre 1

    1 UE5 leçons de TPCPython
    • ACS101CPython

      Programming Languages

      5

      leçons

      • C basics — types, operators, conversions and formatted I/O
      • Control flow in C — branches, loops, functions and recursion
      Voir les 5 leçons
      1. 1C basics — types, operators, conversions and formatted I/OChapitre I · Programming Basics (C)
      2. 2Control flow in C — branches, loops, functions and recursionChapitre II · Decision Making and Control Flow (C)
      3. 3Student records in C — arrays, strings, pointers, structs and filesChapitre III · Advanced Programming Concepts (C)
      4. 4Python basics — values, operators, control flow and functionsChapitre IV · Python Introduction
      5. 5Python data structures, files and an IoT sensor simulationChapitre V · Python Data Structures and Emerging Applications
  2. Semestre 2

    1 UE5 leçons de TPCPython
    • ACS201CPython

      Essentials of Data Structures

      5

      leçons

      • Array operations and matrices in C
      • Singly linked list in C, with doubly and circular variants
      Voir les 5 leçons
      1. 1Array operations and matrices in CChapitre I · Introduction and Arrays
      2. 2Singly linked list in C, with doubly and circular variantsChapitre II · Linked List
      3. 3Array stack and circular queue in C, with their applicationsChapitre III · Stack and Queue
      4. 4Searching and sorting in C, measured as you write themChapitre IV · Searching and Sorting
      5. 5Binary search tree and graph traversal in PythonChapitre V · Trees and Graphs (Concept Level)
  3. Semestre 3

    2 UE6 leçons de TPC
    • BCS301C

      Data Structure

      5

      leçons

      • Array address formulae, sparse matrices, linked lists and polynomials in C
      • Stacks, expression conversion, recursion and queues in C
      Voir les 5 leçons
      1. 1Array address formulae, sparse matrices, linked lists and polynomials in CChapitre I · Introduction
      2. 2Stacks, expression conversion, recursion and queues in CChapitre II · Stacks
      3. 3Searching, hashing and seven sorts in CChapitre III · Searching
      4. 4Binary search trees, threaded trees, heaps, Huffman coding and AVL trees in CChapitre IV · Trees
      5. 5Graphs in C: representations, DFS and BFS, spanning trees, Warshall and DijkstraChapitre V · Graphs
    • BCS351C

      Data Structure Lab

      1

      leçon

      • Data Structure Lab — sorts, hashing, stacks, queues, lists, trees and graphs
      Voir les chapitres
      1. 1Data Structure Lab — sorts, hashing, stacks, queues, lists, trees and graphsChapitre LAB · List of Experiments
  4. Semestre 4

    3 UE7 leçons de TPJavaC
    • BCS403Java

      Object Oriented Programming with Java

      5

      leçons

      • Payroll and shapes — classes, inheritance, interfaces and abstract classes in Java
      • Exceptions, streams and threads — a robust Java toolkit
      Voir les 5 leçons
      1. 1Payroll and shapes — classes, inheritance, interfaces and abstract classes in JavaChapitre I · Introduction
      2. 2Exceptions, streams and threads — a robust Java toolkitChapitre II · Exception Handling
      3. 3Modern Java — lambdas, streams, records, sealed types and switch expressionsChapitre III · Java New Features
      4. 4Choosing the right collection — lists, queues, sets, maps and ordering in JavaChapitre IV · Java Collections Framework
      5. 5Build a mini Spring: IoC container, bean scopes, lifecycle, AOP proxy and a REST routerChapitre V · Spring Framework
    • BCS451C

      Operating System Lab

      1

      leçon

      • OS lab in C: schedulers, memory fits, compaction, Banker's algorithm, wait-for graphs and semaphores
      Voir les chapitres
      1. 1OS lab in C: schedulers, memory fits, compaction, Banker's algorithm, wait-for graphs and semaphoresChapitre LAB · List of Experiments
    • BCS452Java

      Object Oriented Programming with Java

      1

      leçon

      • Java OOP lab: a bank account system with shapes, exceptions, threads and stream I/O
      Voir les chapitres
      1. 1Java OOP lab: a bank account system with shapes, exceptions, threads and stream I/OChapitre LAB · List of Experiments
  5. Semestre 5

    2 UE2 leçons de TPSQLC
    • BCS551SQL

      Database Management Systems Lab

      1

      leçon

      • DBMS lab in SQLite: queries, DML, constraints, normalisation, triggers and three information systems
      Voir les chapitres
      1. 1DBMS lab in SQLite: queries, DML, constraints, normalisation, triggers and three information systemsChapitre LAB · List of Experiments
    • BCS553C

      Design and Analysis of Algorithm Lab

      1

      leçon

      • The DAA lab list, written end to end: search, sort, greedy, DP, graphs and backtracking
      Voir les chapitres
      1. 1The DAA lab list, written end to end: search, sort, greedy, DP, graphs and backtrackingChapitre LAB · List of Experiments
  6. Semestre 6

    2 UE2 leçons de TPC
    • BCS652C

      Compiler Design Lab

      1

      leçon

      • A compiler front to back — lexer, NFA to minimal DFA, parser and three-address code
      Voir les chapitres
      1. 1A compiler front to back — lexer, NFA to minimal DFA, parser and three-address codeChapitre LAB · List of Experiments
    • BCS653C

      Computer Networks Lab

      1

      leçon

      • Network protocols, simulated — subnetting, framing, CRC, Go-Back-N and routing
      Voir les chapitres
      1. 1Network protocols, simulated — subnetting, framing, CRC, Go-Back-N and routingChapitre LAB · List of Experiments
  7. Semestre 7

    1 UE1 leçon de TPPython
    • BCS751Python

      Artificial Intelligence Lab

      1

      leçon

      • AI lab in plain Python — search, inference and game trees
      Voir les chapitres
      1. 1AI lab in plain Python — search, inference and game treesChapitre LAB · List of Experiments

Le programme complet, soit 45 cours, est transcrit dans l'application, cours théoriques compris. Les séances sont rédigées à partir des codes de cours comportant des travaux pratiques, et la liste s'étoffe à chaque version.

GroutCode n'est ni affilié à Dr. A.P.J. Abdul Kalam Technical University, Lucknow, ni approuvé par cet établissement. Les codes et intitulés de cours sont transcrits à partir des documents de programme publiés par l'établissement.

Comment se déroule un TP

Les mêmes cinq étapes pour chaque séance, dans chaque langage.

  1. 1

    Choisissez votre programme

    Sélectionnez votre université ou votre académie, puis le semestre ou la classe où vous êtes. La liste des cours reprend le référentiel officiel transcrit, pas une approximation.

  2. 2

    Ouvrez une séance de TP

    Chaque séance est un TP progressif rattaché à un cours précis, avec un fichier de départ que vous modifiez et un fichier de tests auquel vous ne touchez pas.

  3. 3

    Écrivez le code vous-même

    Le fichier de départ contient les signatures et les TODO. C'est à vous de les implémenter dans l'éditeur, dans le langage réellement utilisé par votre cours.

  4. 4

    Lancez les vérifications

    La chaîne d'outils compile et exécute les tests — de 8 à 15 sur l'ensemble de la séance, un par étape, pour que vous sachiez quelle modification a cassé quoi.

  5. 5

    Recevez la relecture

    Une fois les tests passés, le modèle lit votre implémentation et vous indique l'entrée qui la met en défaut. Il n'annonce jamais lui-même la réussite ou l'échec.

Pourquoi c'est le compilateur qui évalue, pas le modèle

La manière évidente de construire un outil de TP piloté par l'IA consiste à laisser le modèle lire le code de l'élève et dire s'il est correct. C'est aussi la manière de produire un outil auquel personne ne peut se fier. Un modèle vous dira que votre code fonctionne alors que le compilateur affirme le contraire, et vous recalera pour un style qui, ce jour-là, ne lui plaît pas.

Les deux rôles sont donc séparés :

  • Le modèle conçoit la séance, écrit le fichier de départ et les tests, puis — une fois les tests passés — lit ce que vous avez réellement écrit et vous indique l'entrée qui le met en défaut.
  • La chaîne d'outils décide si le code compile et si chaque étape passe. Ce verdict n'est pas négociable et le modèle ne le prononce jamais.

Et pourquoi des étapes plutôt qu'une seule grande tâche

Un TP de 40 à 60 minutes avec une unique exécution à la fin ne donne au débutant qu'un seul retour par heure, et ce retour arrive une fois toutes les décisions déjà prises. Chaque séance compte ici 8 à 15 étapes, chacune avec sa consigne et sa vérification, pour que vous découvriez quelle modification a cassé quoi pendant que vous vous en souvenez encore.

Questions fréquentes

GroutCode couvre-t-il le programme AKTU 2026-27 session ?

Oui. GroutCode intègre le programme AKTU 2026-27 session transcrit pour B.Tech. Computer Science and Engineering — soit 45 cours — avec 28 séances de TP rédigées et rattachées à des codes de cours précis. Le programme a été transcrit à partir des documents officiels, et la source ainsi que la somme de contrôle de chacun sont consignées dans l'application.

Quels langages utilisent les TP AKTU ?

C (17 séances), Java (6 séances), Python (4 séances), SQL (1 séances). Le langage est défini par code de cours plutôt que deviné d'après l'intitulé, car une même matière est enseignée dans des langages différents selon les établissements.

L'IA fait-elle le TP à ma place ?

Non. Le fichier de départ contient les signatures et les TODO ; c'est à vous de les implémenter. C'est la chaîne d'outils — et non le modèle — qui décide si votre code compile et si chaque étape passe : l'IA ne peut donc pas vous annoncer que votre code fonctionne alors que le compilateur dit l'inverse. Ce qu'elle fait ensuite, c'est lire votre implémentation et pointer l'entrée qui la met en défaut.

Les TP fonctionnent-ils hors ligne ?

Les séances, le programme et l'exécuteur de tests sont embarqués dans l'application et s'exécutent en local : la boucle compilation-vérification fonctionne donc sans aucune connexion. L'étape de relecture finale fait appel à un modèle, qui peut être local ou bien dans le cloud avec votre propre clé.

Que dois-je avoir installé ?

GroutCode détecte les chaînes d'outils présentes sur votre machine et vous indique ce qui manque et comment y remédier. Il vous faut le compilateur ou l'interpréteur du langage utilisé par votre cours — un compilateur C, un JDK, Python, Node ou SQLite.

Faites vos TP AKTU avec les vérifications intégrées

GroutCode est inclus dans chaque licence Grout Suite. Téléchargement gratuit pour Windows et macOS.

Télécharger GroutCode