- •1. Информатика как наука, ее структура и мето в системе других наук.
- •2. Кодирование информации.Постановка задачи.
- •3. Формальные языки и граматики. Их классификация.
- •5.Компьютерное моделирование.
- •6Моделирование в биологии. Модели популяции, клеточные автоматы.
- •8,Задача линейного програмит-я. Методы её решения.
- •10. Динамические структуры. Линейная структура - стек. Предст в памяти пк.
- •11, Компьютерная сеть. Способы организ-ии вычисл. Основные функ-ые Эл-ты кс. Одноранговые сети на основе сервера.
- •4. Одноранговые сети и на основе сервера.
- •12. Носители для передачи инф-ии в ком. Сети.
- •13. Правила сетевого взаимодействия. Протоколы. Модель osi
- •Физический уровень
- •14.Определение искусственного интеллекта
- •15. Пролог - programming in logic
- •17. Нейронные сети.
- •18 Генетические алгоритмы. Определение. Схема классического генетического алгоритма. Области применения классических генетических алгоритмов.
- •19, Информационные системы.
- •20. Базы данных. Модели данных. Реляционная модель данных.
- •22. Целостность реляционных данных. Потенциальные, первичные и альтернативные ключи. Правило целостности объектов. Внешние ключи. Правило ссылочной целостности. Правила внешних ключей.
- •23, Реляционная алгебра. Основные операции реляционной алгебры. Язык sql.
- •24. Предмет изуч-я теор алг-мов. Алг-тм, его св-ва, необходим уточ-я пон-я алг-ма. Универсаль-е алг-ие модели.
- •25,Характеристики сложности вычисления. Временная и емкостная сложность алгоритма. Верхние и нижние оценки, асимптотические обозначения. Порядок роста.
- •26 История развития ком тех эвм, поколение эвм и классиф. Современные тенденции разв архит эвм.
- •4Е поколение: 1972-1984
- •5Е поколение: втор полов 80-х
- •6Е и последующие поколения эвм
- •27. Микропроцессор и память компа. Основной алг. Работы проца. Система прерываний.
- •29. Решение системы n линейных уравнений с n неизвестными методом Гаусса. Алгоритм решения системы для реализации на эвм.
- •30, Интерполирование: постановка задачи, геометрическая интерпретация. Интерполяционный член Ньютона Алгоритм для реализации на эвм выбранного многочлена.
- •31. Вычисл-е определ-го интеграла по одной из фор-л. Алг-м реализ-ии на эвм выбранной формулы.
25,Характеристики сложности вычисления. Временная и емкостная сложность алгоритма. Верхние и нижние оценки, асимптотические обозначения. Порядок роста.
Временная сложность – кол-во элемен-ых операций выпол входе испол-я алг, физическое время выпол алг – это величина τt, где t- кол-во элемен-ых команд, кот… τ – среднее выполнение элем-го действия.
Емкостная сложность – определяется числом ячеек памяти испльз при работах алг. Т.о. сложность алг – это кол-венная харак-ка кот говорит о том сколько времени он работает – временная сложность, либо о том какой объем памяти он испол-ет – емкостная сложность
Рассмотрим анализ алго-ма и оценки его временной сложности на задаче сортировки :
На вход: последов n-чисел <a1,a2…an>
На выход:перестановка <a1’, a2’… an’ >
a1’,<= a2’<=… an’
Сортировки: с-ка обмена (пузырек); вставка; выбор; слияние; Хоара.
Сортировка вставка:
5 2 4 6 1 3
1) 2 5 4 6 1 3
2) 2 4 5 6 1 3
3) 2 4 5 6 1 3
4) 1 2 4 5 6 3
5) 1 2 3 4 5 6
Фрагмент алгор:
1. For i:=2 to n do
begin
2. m:=A[i]
3. j:=i-1 {сравнив с предыд}
4. while (j>0) and A[j]> m do
begin
5.A[j+1]:=A[j]$
6. dec(j);
end;
7. A[j+1]:=key;
End;
Оценим:
Стоимость число раз
C1 n
C2 n-1
C3 n-1
C4
C5
С6
С7 n-1
ti - колич сравнений
Оценка общей стоимости выполнения операций:
T(n)=C1n+C2(n-1)+ и т д по столбикам
Самый благоприятный случай, к-а массив уже отсортирован, тогда цикл в 4 строке завершит свою работу после 1 проверки, тогда все t[i]=1
T(n)=…=(c1+c2+c3+c4+c7)n-(c2+c3+c4+c7)
Худший случай когда t[i]=i. (от i до n)∑i=((2+n)(n-1))/2=(n2+n-2)/2T(n)=(c4/2+c5/2+c6/2)n2+((c1+c2+c3+c4)/2-c5/2-c6/2+c7)n-(c2+c3+c4+c7)
По времени работы большее значение для нас имеет худ случай:
1) зная его,точно можем сказать когда будет достигнут результат.2) часто втречается на практике3)средний случай от худ отличается незначительно
Порядок роста:
При оценке временной сложности мы сделали ряд предположений и обобщений:
1) время работы опреции обознач Сi и считаем это время всегда постоянным
2) округлили оценку до общего случая
3) кроме этого м сказать, что дан алгор имеет порядок роста n2
T(n)=θ(n2) – порядок роста
Чем меньше θ тем эффективней алгоритм
F(n)=T(n)= θ(g(n)) – эта запись обозначает, что найд такие константы
С1>0 c2>0, что 0<=C1*g(n)<=T(n)<=C2*g(n) при всех n>=n0, в этом случае говорят, что фя g(n) является ассимтотической точной оценкой
Верхняя оценка: F(n)=O(g(n)), сущ С>0, n0
0<=f(n)<=c*g(n) для любых n>=n0
Нижняя оценка: f(n)=Ω(g(n)), )), сущ С>0, n0
0<= c*g(n)<=f(n) для любых n>=n0
Теория NP- полноты: классы сложности P и NP и их взаимосвязь.
Чаще всего, прих-ся работать с алг , верменная сложность кот полиномиальна, класс таких алг обозначают буквой Р, т.е. она может быть выражена полиномом от n.
Для задач , для которых не существует полином алг, сущ экспоненциал алг вn( производительность первого алг выше)
Класс задач решаемых за плиномиальное время назыв классом полином алг и обозначают буквой P.
Класс задач конкретное решение кот проверенное за полин время образуют класс NP – класс не детерминированных полиномов.
Отличие алг P от NP.
1) алг класса Р решает задачу за полин время, а класса NP лишь провер рашение за тоже время, т.е. для алг класса Р на входе – условия задачи и на выходе – решение задачи; для NP на входе – решение , на выходе – ответ(«да» – решение верно и «нет» – решение не верно)
Для класса Р задача дополнения также имеет полином решение т.е. класс Р замкнут относительно дополнения
Пр: прямая – верно ли что число х простое
Дополнит-ая- верночто число х не является простым
Соотношение классов(рис):
Задачи Р явл , подмножеством задач класса NP (Р = NP(одна из проблем))
СО-NP- класс задач для кот реш задач прям-й и допол-ой задачи провер за полином-ое время.