Магистратура 2026/2027

Алгоритмический инструментарий

ID 1141507

Статус: Курс обязательный (Инженерия данных)

Кто читает: Департамент больших данных и информационного поиска

Где читается: Факультет компьютерных наук

Когда читается: 1-й курс, 3, 4 модуль

Охват аудитории: для своего кампуса

Язык: русский

Кредиты: 6

Контактные часы: 40

Программа дисциплины

Аннотация

В курсе рассматриваются основные подходы к анализу и проектированию алгоритмов и структур данных. Среди тем, изучаемых в курсе — Освоение языка С++, асимптотическая оценка сложности алгоритма в худшем случае, эффективные алгоритмы сортировки и выбора порядковых статистик, структуры данных (линейные структуры данных, двоичные деревья поиска, хеш-таблицы, деревья отрезков, декартовы деревья), способы проектирования алгоритмов (динамическое программирование, жадная стратегия), разработка и реализация собственных отказоустойчивых структур данных с покрытием тестами.

Цель освоения дисциплины

• Знать наиболее важные алгоритмы и структуры данных, основные принципы их проектирования и анализа.
• Иметь навыки реализации алгоритмов на языках Python и C++.
• Уметь обосновывать корректность алгоритмов, проводить теоретическую и экспериментальную оценку их временной сложности.
• Уметь формализовать условия алгоритмических задач, разбивать задачи на подзадачи и разрабатывать эффективные способы их решения.
• Применять алгоритмические подходы к обработке больших объёмов данных с учётом ограничений вычислительных ресурсов.

Планируемые результаты обучения

• • -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
• Реализовывать алгоритмические решения на C++ и Python.
• Использовать стандартные библиотеки и структуры данных.
• Анализировать временную и пространственную сложность алгоритмов.
• Применять алгоритмы сортировки, поиска и выбора порядковых статистик.
• Обосновывать выбор алгоритма с учётом условий задачи.
• Применять основные структуры данных для решения алгоритмических задач.
• Реализовывать операции поиска, добавления, удаления и обновления элементов.
• Использовать структуры данных для обработки диапазонов и выполнения запросов.
• Оценивать сложность операций со структурами данных.
• Выбирать структуры данных с учётом характеристик информации и требований к её обработке.
• Применять динамическое программирование и жадные алгоритмы.
• Решать алгоритмические задачи оптимизации.
• Использовать основные алгоритмы на графах.
• Обосновывать корректность алгоритмических решений.
• Сравнивать различные подходы к решению задач.
• Выбирать и применять алгоритмические подходы к обработке больших объёмов данных с учётом ограничений вычислительных ресурсов.
• Использовать базовые принципы потоковой и блочной обработки.
• Объяснять основные принципы распределённой обработки данных.
• Выбирать алгоритмические решения с учётом объёма информации и доступных ресурсов.
• Разрабатывать и тестировать алгоритмические решения.
• Выявлять ошибки и проверять корректность программ.
• Проводить экспериментальную оценку производительности.
• Оптимизировать алгоритмы с учётом ограничений по времени и памяти.
• Обосновывать выбор и эффективность реализованных решений.

Содержание учебной дисциплины

• Основы алгоритмического программирования и анализа алгоритмов
• Структуры данных и алгоритмы эффективной обработки информации
• Методы решения алгоритмических и оптимизационных задач
• Алгоритмические подходы к обработке больших объёмов данных
• Практическая реализация и оптимизация алгоритмических решений

Элементы контроля

• Практическое задание модуля 3
  Студент индивидуально выполняет практическое задание в соответствии с требованиями, размещёнными в LMS. Студент разрабатывает программное решение на Python или C++ с использованием изученных алгоритмов и структур данных. Исходный код и необходимые материалы загружаются в LMS в установленном для задания формате. Преподаватель проверяет работу и предоставляет обратную связь в LMS.
• Практическое задание модуля 4
  Студент индивидуально выполняет практическое задание в соответствии с требованиями, размещёнными в LMS. Студент разрабатывает программное решение на Python или C++ с применением изученных алгоритмов и структур данных. Исходный код и необходимые материалы загружаются в LMS в установленном для задания формате. Преподаватель проверяет работу и предоставляет обратную связь в LMS.
• Итоговый тест
  Студент самостоятельно проходит итоговое тестирование в LMS по материалам дисциплины. Тест включает вопросы, направленные на проверку понимания алгоритмов, структур данных, принципов их работы, оценки сложности и выбора эффективных решений для различных вычислительных задач.

Промежуточная аттестация

• 2026/2027 4th module
  Формула итоговой оценки: 0,4 × практическое задание модуля 3 + 0,4 × практическое задание модуля 4 + 0,2 × итоговый тест. Максимальная оценка — 10 баллов.

Список литературы

Рекомендуемая основная литература

• Data structures and algorithm analysis in C++, Weiss, M. A., 2006
• Introduction to algorithms, Cormen, T. H., 2009

Рекомендуемая дополнительная литература

• Программирование на языке C++ - Андрианов И. А., Кочкин Д. В., Ржеуцкая С. Ю. - Вологодский государственный университет - 978-5-87851-765-2 - 2018 - русский - https://e.lanbook.com/book/246689 - ЛАНЬ - 246689

Авторы

• Ахмедова Гюнай Интигам кызы