Лучший по критерию «Полезность курса для Вашей будущей карьеры»

Лучший по критерию «Полезность курса для расширения кругозора и разностороннего развития»

Кто читает:: Базовая кафедра Яндекс (Департамент больших данных и информационного поиска)

Статус:: Курс обязательный

Когда читается:: 1-й курс, 2, 4 модуль

Преподаватели

Брагин Сергей Дмитриевич

Гаглоев Александр Владимирович

Густокашин Михаил Сергеевич

Кильянов Александр Андреевич

Киракосян Вазген Валерикович

Куренков Владимир Вячеславович

Михеев Александр Георгиевич

Наймушин Вячеслав Иванович

Петров Тимур Александрович

Плотников Алексей Валерьевич

Погодина Екатерина Валерьевна

Попов Максим Павлович

Самоненко Илья Юрьевич

Федоров Михаил Антонович

Фолунин Владимир Александрович

Яковлев Даниил Дмитриевич

Дополнительные материалы в LMS Задать вопрос

Аннотация

В курсе рассматриваются основные подходы к анализу и проектированию алгоритмов и структур данных. Среди тем, изучаемых в курсе, — асимптотическая оценка сложности алгоритма в худшем случае, эффективные алгоритмы сортировки и выбора порядковых статистик, структуры данных (двоичные деревья поиска, кучи, хеш-таблицы), способы проектирования алгоритмов (разделяй и властвуй, динамическое программирование, жадная стратегия), основные алгоритмы на графах (кратчайшие пути, топологическая сортировка, компоненты связности, минимальные остовные деревья).

Цель освоения дисциплины

ознакомление студентов с основными принципами проектирования и анализа алгоритмов и структур данных
развитие навыков обоснования корректности алгоритмов, их практической реализации, теоретической и экспериментальной оценки их временной сложности

Планируемые результаты обучения

Знать о наиболее важных алгоритмах и структурах данных и основных принципах их проектирования и анализа
Иметь навыки реализации алгоритмов на языках Python и C++
Уметь обосновывать корректность алгоритмов, проводить теоретическую и экспериментальную оценки их временной сложности
Уметь формализовать условие задачи, требующей алгоритмического решения, разбить задачу на подзадачи, сформулировать эффективный алгоритм решения задачи

Содержание учебной дисциплины

Рекурсивные алгоритмы и рекуррентные соотношения
Асимптотический анализ
Динамическое программирование
Сортировки
Разделяй и властвуй
Алгоритмы на графах
Структуры данных
Жадные алгоритмы
Потоки в сетях
Конечные автоматы, регулярные выражения, контекстно-свободные грамматики

Элементы контроля

Домашнее задание
Итоговая оценка за выполнение домашних заданий определяется по формуле round((A + 0.5B - 2C) / 47 * 10), где: A — количество задач, сданных до дедлайнов; B — количество задач, сданных после дедлайнов; C — количество штрафных баллов за нарушение академических норм. Итоговая оценка за выполнение домашних заданий выражается целым числом от 0 до 10 (если результат получился меньше 0 или больше 10, то он заменяется на 0 или 10 соответственно). Всего в домашних заданиях было выдано 52 задачи. Для получения итоговой оценки 10 достаточно решить 47 из них.
Контрольная работа 1
Работа на семинаре 1
Экзамен (письменный) 1
Домашнее задание 2
Контрольная работа 2
Работа на семинаре 2
Экзамен (устный)
Экзамен проводится дистанционно через Zoom. Технические требования: web-камера, микрофон, наушники / колонки, Zoom.

Промежуточная аттестация

2021/2022 учебный год 2 модуль
0.4 * Экзамен (письменный) 1 + 0.3 * Домашнее задание + 0.2 * Контрольная работа 1 + 0.1 * Работа на семинаре 1
2021/2022 учебный год 4 модуль
0.33 * 2021/2022 учебный год 2 модуль + 0.33 * Экзамен (письменный) 1 + 0.07 * Контрольная работа 1 + 0.07 * Работа на семинаре 1 + 0.2 * Домашнее задание

Список литературы

Авторы

Объедков Сергей Александрович
Погудин Глеб Александрович

Бакалаврская программа «Прикладная математика и информатика»

Приемные часы учебного офиса

По вопросам поступления абитуриентов

Адрес

Алгоритмы и структуры данных

Преподаватели

Программа дисциплины