^   Алгоритмы и анализ сложности   ^^
| **Составитель** | **Жданова А.Н.** |
| **Уровень**   | Бакалавриат |
| **Семестр**   | 4                        |
| **Описание курса**  |Курс «Алгоритмы и анализ сложности» предназначен для студентов, стремящихся овладеть базовыми знаниями в области структур данных и алгоритмов. Дисциплина помогает понять, как разрабатывать эффективные алгоритмы и оценивать их алгоритмическую сложность. В рамках курса изучаются основные фундаментальные алгоритмы, включая те, что часто применяются в IT-компаниях. Внимание уделяется как теоретическим аспектам, так и практическим навыкам, включая примеры задач, которые могут встретиться на собеседованиях при приеме на работу.                |
| **Необходимые знания**  |Базовые знания программирования – понимание принципов работы алгоритмов и основных структур данных. Опыт работы с математикой – знание основ теории вероятностей, дискретной математики и математической логики. Знание одного из языков программирования – умение писать код на одном из популярных языков программирования (Python, Java, C++, и т.д.). |
| **Связь с другими дисциплинами**  |Математический анализ, Теория вероятностей и математическая статистика, Дискретная математика, Основы программирования  |
| **Языки программирования**  |По выбору студента (Python, Java, C++, и т.д.)  |
| **Темы курса**  | 1. Определение алгоритма, эффективности программы, O-сложность алгоритмов \\ 2. Экспоненциальное и полиномиальное время алгоритма \\ 3. Метод «Разделяй и властвуй» \\  4. Сортировки \\  5. Среднее время операции, понятие потенциала, учетная стоимость операции \\ 6. Список, очередь, дек \\ 7. Простые структуры данных \\  8. Дополнительные структуры данных (хэш-таблицы, динамические массивы и т.д.) \\  9. Жадные алгоритмы \\ 10. Динамическое программирование \\ 11. Деревья \\  12. Графы \\ 13. Алгоритмы на строках  |
| **Чему научится студент**  | • Уверенное владение методами оценки сложности алгоритмов и их оптимизации. \\  • Умение разрабатывать алгоритмы, оптимальные с точки зрения времени и ресурсов. \\ • Практика решения типичных задач, встречающихся на собеседованиях в ведущих IT-компаниях. \\ • Понимание и применение различных структур данных и алгоритмов работы с данными. |