10.2 Рекомендации для студента

• обязательное посещение лекций ведущего преподавателя; лекции – основное методическое руководство при изучении дисциплины, наиболее оптимальным образом структурированное и скорректированное на современный материал; в лекции глубоко и подробно, аргументировано и методологически строго рассматриваются главные проблемы темы; в лекции даются необходимые разные подходы к исследуемым проблемам;

• подготовка и активная работа на практических занятиях; подготовка к практическим занятиям включает изучение материалов лекций, рекомендованной учебной литературы.

10.3 Перечень контрольных вопросов для подготовки к итоговой аттестации по дисциплине

10. Абстрактный тип данных

11. Линейные структуры данных

12. Нелинейные структуры данных

13. Бинарные деревья

14. Формула Шенона

15. Алгоритмы сжатия данных

16. Оптимальные префиксные коды

17. Бинарные деревья поиска

18. АВЛ-деревья

19. Красно-черные деревья

20. Алгоритмы сортировки

21. Внешняя и внутренняя сортировка

22. Порядковые статистики и медианы

23. Поиска в графе в глубину и ширину

24. NP-сложные и труднорешаемые задачи

10.3 Перечень ключевых слов дисциплины

Таблица 10.4. Ключевые слова

№ раздела	№ модуля	Наименование раздела	Ключевые слова раздела
5.1.1		Абстрактный тип данных	Абстрактный тип данных, программа, алгоритм, структура данных, реализация, спецификация
5.1.2		Линейные структуры данных	Стек, очередь, дек
5.1.3		Нелинейные связные структуры данных	Иерархический список, граф
5.1.4		Древовидные структуры	Дерево, лес, обход
5.1.5		Сжатие и кодирование информации	Оптимальный префикс, кодовое дерево, вероятность
5.1.6		Исчерпывающий поиск	Метод ветвей и границ, динамическое программирование, жадные алгоритмы
5.1.7		Быстрый поиск	Хеш-таблица, хеш-функция
5.1.8		Использование деревьев в задачах поиска	АВЛ-дерево, красно-черное дерево.
5.1.9		Сортировка, порядковые статистики	Медиана, порядковая статистика
5.1.10		Файлы, B-деревья	В-дерево
5.1.11		Алгоритмы на графах	Минимальное остовное дерево, связность, сильная связность
5.1.12		Теория сложности алгоритмов	Класс сложности, полнота

СОДЕРЖАНИЕ

1. ЦЕЛИ И ЗАДАЧИ ДИСЦИПЛИНЫ 3

2. МЕСТО ДИСЦИПЛИНЫ В СТРУКТУРЕ ООП 3

2.2. Междисциплинарные связи с обеспечиваемыми (последующими) дисциплинами 3

3. ТРЕБОВАНИЯ К РЕЗУЛЬТАТАМ ОСВОЕНИЯ ДИСЦИПЛИНЫ 3

4. ОБЪЕМ ДИСЦИПЛИНЫ И ВИДЫ УЧЕБНОЙ РАБОТЫ 4

5. СОДЕРЖАНИЕ ДИСЦИПЛИНЫ 5

5.1 Содержание разделов дисциплины 5

5.1.1 Абстрактный тип данных 5

Абстракция. Тип данных. Базовые структуры данных. Составные структуры данных. Понятие абстрактного типа данных (АТД). Независимость АТД от программной реализации. Излишняя спецификация в АТД, неявность спецификаций АТД. Абстрактный тип данных на примере структур хранения, представление, реализация. Связь между ООП и АТД. Стратегия разработки ПО с использованием АТД. 5

5.1.2 Линейные структуры данных 5

Стек, очередь и дек как линейные списки (последовательности) с ограниченными наборами операций (доступа). Стек, очередь и дек как абстрактные типы данных: функциональные спецификации и аксиомы. Представление и реализация (массив, связный список, двухсвязный список). Примеры алгоритмов, использующих стек, очередь, дек. 5

5.1.3 Нелинейные связные структуры данных 5

Иерархические списки, деревья и леса, бинарные деревья как абстрактные типы данных. Реализация иерархических списков, деревьев и лесов в виде односвязных и двухсвязных списков. 5

5.1.4 Древовидные структуры 5

Реализация деревьев (в том числе, ориентированных и взвешенных) с помощью матрицы инцидентности, списка ребер, списка смежности, с помощью одной ссылки на родителя. Варианты реализации бинарных деревьев. Варианты обходов деревьев. Отличия алгоритмов обхода. Отличия алгоритмов обхода в глубину и в ширину, использующих АТД «Структура хранения». 5

5.1.5 Сжатие и кодирование информации 5

Понятие информации. Связь между количеством информации, вероятностью и неопределенностью. Формула Хартли. Понятие бита. Формула Шенона. Концепция Эшби. Понятие кодирования. Виды, способы кодирования. Сжатие как разновидность кодирования. Виды сжатия. Алгоритмы для сжатия медиаданных. Универсальные алгоритмы сжатия. Словарные и статистические методы сжатия. Статическая, полуадаптивная и адаптивная модель сжатия. Алгоритм Хаффмана. Алгоритм арифметического кодирования. LZW-алгоритм. 5

5.1.6 Исчерпывающий поиск 5

Алгоритм перебора с возвратом, временная оценка для задачи коммивояджера. Оценка сложности поиска гамильтоного и эйлерова циклов. Метод ветвей и границ, стратегия ветвления, работа в среднем и худшем случае. Приближенный подход к решению задачи коммивояджера. Понятие динамического программирования. Этапы решения задачи методом динамического программирования. Условия применимости динамического программирования. Рекурсия с запоминанием. Жадные алгоритмы. Преобразование решения динамического программирования в жадное решение. Сравнение жадных алгоритмов и динамического программирования. 5

5.1.7 Быстрый поиск 6

Виды алгоритмов бинарного поиска. Варианты реализации и временные оценки алгоритмов. Таблицы с прямой адресацией, понятие хеш-таблицы, методы разрешения коллизий. Хеш-функция, качество, метод деления, метод умножения. Универсальное хеширование. Открытая адресация. Линейное и квадратичное исследование, двойное хеширование. Идеальное хеширование. 6

5.1.8 Использование деревьев в задачах поиска 6

Бинарные деревья поиска: поиск, максимум и минимум, предшествующий и последующий элемент, вставка и удаление. Случайные, оптимальные и сбалансированные по высоте бинарные деревья поиска. Красно-черные деревья. Повороты, вставка и удаление. АВЛ-деревья, вставка и удаление элемента. 6

5.1.9 Сортировка, порядковые статистики 6

Задача сортировки. Алгоритмы сортировки. Быстрая сортировка. Пирамидальная сортировка. Очереди с приоритетами. Временные оценки алгоритмов сортировки в худшем случае. Сортировка за линейное время. Сортировка подсчетом, карманная сортировка, поразрядная сортировка. Понятие медианы и порядковой статистики. Алгоритмы поиска. 6

5.1.10 Файлы, B-деревья 6

Хранение данных на внешних устройствах. Файлы и их типы. Организация файлов. Методы работы с файлами. B-деревья. Основные операции с B-деревьями. 6

5.1.11 Алгоритмы на графах 6

Графы: определения и примеры. Упорядоченный граф. Представления графов. Остовные деревья графа. Минимальное остовное дерево, алгоритмы поиска. Поиск в графе. Связность и сильная связность, алгоритмы поиска. Клики, поиск максимальной клики. Кратчайшие пути в графе, алгоритмы поиска. 6

5.1.12 Теория сложности алгоритмов 6

Рост функций, асимптотические оценки. Классы сложности. NP-трудные и NP-сложные задачи. Проблема равенства P и NP. 6

5.2 Разделы дисциплины и виды занятий 6

6. ПРАКТИЧЕСКИЕ ЗАНЯТИЯ И САМОСТОЯТЕЛЬНАЯ РАБОТА 7

6.1. Лабораторный практикум 7

6.2. Практические занятия 8

6.3. Перечень тем рефератов 8

6.4 Перечень тем домашних работ 8

6.5 Перечень тем контрольных работ 8

6.6 Перечень тем расчетных работ 9

6.7 Перечень тем расчетно-графических работ 9

6.8 Тематика коллоквиумов 9

7. Тематика курсового проектирования 9

8. УЧЕБНО-МЕТОДИЧЕСКОЕ ОБЕСПЕЧЕНИЕ 9

8.1 Рекомендуемая литература 9

8.1.1 Основная литература 9

8.1.2 Дополнительная литература 9

8.1.3 Методические разработки кафедры 9

8.2 Программное обеспечение 9

8.3 Базы данных, информационно-справочные и поисковые системы 9

9. МАТЕРИАЛЬНО-ТЕХНИЧЕСКОЕ ОБЕСПЕЧЕНИЕ ДИСЦИПЛИНЫ 10

9.1 Общие требования 10

9.2 Сведения об оснащенности дисциплины специализированным и лабораторным оборудованием 10

10. МЕТОДИЧЕСКИЕ РЕКОМЕНДАЦИИ ПО ИЗУЧЕНИЮ ДИСЦИПЛИНЫ 10

10.1 Рекомендации для преподавателя 10

10.2 Рекомендации для студента 10

10.3 Перечень контрольных вопросов для подготовки к итоговой аттестации по дисциплине 10

10.3 Перечень ключевых слов дисциплины 11

13