Программа дисциплины Методы разработки и анализа алгоритмов для направления 080500. 62 «Бизнес-информатика» подготовки бакалавра



Скачать 246,89 Kb.
Дата06.08.2017
Размер246,89 Kb.
ТипПрограмма дисциплины
Правительство Российской Федерации
Федеральное государственное автономное образовательное учреждение высшего профессионального образования
«Национальный исследовательский университет
«Высшая школа экономики»

Факультет Бизнес-информатики

Отделение Программной инженерии

Программа дисциплины Методы разработки и анализа алгоритмов.

для направления 080500.62 «Бизнес-информатика» подготовки бакалавра

Авторы программы:

Ульянов М.В., д.т.н., профессор, muljanov@mail.ru,

Ахметсафина Р.З., к.т.н., доцент, rakhmetsafina@hse.ru

Одобрена на заседании кафедры управления разработкой программного обеспечения «___»____________ 2012   г

Зав. кафедрой С.М. Авдошин

 

Рекомендована секцией УМС факультета бизнес информатики



«___»____________ 2012  г

Председатель Ю.В. Таратухина

Москва, 2012
Настоящая программа не может быть использована другими подразделениями университета и другими вузами без разрешения кафедрыразработчика программы.

1 Область применения и нормативные ссылки


Настоящая программа учебной дисциплины «Методы разработки и анализа алгоритмов» устанавливает минимальные требования к знаниям и умениям студента и определяет содержание и виды учебных занятий и отчетности.

Программа предназначена для преподавателей, ведущих данную дисциплину, учебных ассистентов и студентов направления 080500.62 «Бизнес-информатика» подготовки бакалавра, изучающих дисциплину «Методы разработки и анализа алгоритмов».

Программа разработана в соответствии с:

 образовательным стандартом государственного образовательного бюджетного учреждения высшего профессионального образования


«Национальный исследовательский университет «Высшая школа экономики»
по направлению 080500.62 «Бизнес-информатика» подготовки бакалавров
http://www.hse.ru/data/2012/01/30/1264146137/B-I.pdf

 рабочим учебным планом университета по направлению 080500.62


«Бизнес-информатика» подготовки бакалавра, утвержденным в 2012 г.
http://www.hse.ru/standards/rup/archive/?fid=24258
В соответствии с рабочим учебным планом по направлению «Бизнес-информатика» дисциплина «Методы разработки и анализа алгоритмов» читается студентам третьего курса бакалавриата в 3-ем и 4-ом модулях.

2 Цели освоения дисциплины


Цели освоения дисциплины «Методы разработки и анализа алгоритмов»:


  • формирование у студентов профессиональных компетенций, связанных с использованием теоретических знаний в области теории алгоритмов и теории сложности вычислений;

  • получение практических навыков в области разработки ресурсно-эффективных алгоритмов на основе теоретического анализа;

  • развитие умений, основанных на полученных теоретических знаниях, позволяющих на творческом и репродуктивном уровне применять и создавать эффективные алгоритмы для решения задач обработки информации;

  • получение студентам навыков самостоятельной исследовательской работы, предполагающей изучение специфических методов анализа алгоритмов, инструментов и средств, необходимых для решения актуальной, в аспекте программной инженерии, задачи выбора рациональных алгоритмов, в зависимости от особенностей применения разрабатываемых программ.

3 Компетенции обучающегося, формируемые в результате освоения дисциплины


В результате освоения дисциплины студент должен:

 Знать:


— методы анализа алгоритмов в итерационной реализации;

— методы анализа алгоритмов в рекурсивной реализации;

— метод декомпозиции и метод динамического программирования как методы разработки эффективных алгоритмов.

 Уметь:


— оценивать компьютерные алгоритмы с использованием комплексных критериев качества, в том числе оценивать ресурсную эффективность алгоритмов;

— планировать эксперимент, проводить экспериментальное исследование алгоритмов.

 Иметь навыки (приобрести опыт) и владеть:

— инструментами измерения времени в программных реализациях алгоритмов;

— методами и средствами оценки трудоемкости алгоритмов в их итерационной и рекурсивной реализации;

— методами разработки эффективных алгоритмов на основе их сравнительного анализа.

В результате освоения дисциплины студент осваивает следующие компетенции:


  1. общенаучные (ОНК):

  • готовность использовать основные законы естественнонаучных дисциплин в профессиональной деятельности, применять методы математического анализа и моделирования, теоретического и экспериментального исследования (ОНК-1);

  1. инструментальные (ИК):

  • готовность работать с информацией из различных источников (ИК- 4);

  • владение основными методами, способами и средствами получения, хранения, переработки информации (ИК-5);

  1. социально-личностные и общекультурные (СЛК):

  • способность к организованному подходу к освоению и приобретению новых навыков и компетенций (СЛК -7);

  1. Профессиональные (ПК)

  • использовать соответствующий математический аппарат и инструментальные средства для обработки, анализа и систематизации информации по теме исследования (ПК-22);

4 Место дисциплины в структуре образовательной программы


Настоящая дисциплина относится к профессиональному циклу дисциплин (Б.3), его вариативной части (В.3.1).
Изучение данной дисциплины базируется на знаниях, полученных студентами при освоении учебных дисциплин «Дискретная математика», «Программирование», «Теоретические основы информатики», общих знаниях математики и основ программирования в части базовых алгоритмических конструкций.
Дисциплина является основой для последующего изучения дисциплин: «Хранилища данных», «Базы данных и экспертные системы», «Процессы разработки информационных систем».

5 Тематический план учебной дисциплины




Название темы

Всего часов по дисциплине

Аудиторные часы

Самостоятельная работа

Лекции

Практические занятия

1

Понятие алгоритма. Формализм Э.Л. Поста.

Алгоритм как финитный


1-процесс.

8

2




6

2

Основная терминология и обозначения в анализе ресурсной эффективности алгоритмов.

8

2




6

3

Классификация алгоритмов по трудоёмкости.

8

2




6

4

Анализ NPR алгоритмов методом классов входных данных.

8

2




6

5

Метод вероятностного анализа для получения трудоёмкости в среднем.

8

2




6

6

Сравнительный анализ алгоритмов по трудоёмкости и решение задачи рационального выбора.

32

2

10

20

7

Сложность алгоритмов. Теоретическая нижняя граница сложности задачи.

6

2




4

8

Введение в теорию сложности вычислений. Основные сложностные классы задач.

6

2




4

9

Временная эффективность и особенности перехода к временным оценкам.

12

2

4

6

10

Рекурсивные алгоритмы. Особенности реализации и анализа.

8

2

2

4

11

Разработка алгоритмов методом декомпозиции и особенности его применения

12

2

4

6

12

Анализ рекурсивных алгоритмов методом подсчёта вершин дерева рекурсии.

8

2

2

4

13

Рекурсивный алгоритм возведения в степень и его анализ.

6

2




4

14

Задачи умножения длинных целых чисел и умножения матриц.

16

2

4

10

15

Динамическое программирование. Задача оптимальной упаковки (задача о рюкзаке).

16

4

4

8

16

Рекурсивный алгоритм метода динамического программирования для задачи упаковки.

16

4

4

8




Итого:

180

36

36

108

6 Формы контроля знаний студентов


Тип контроля

Форма контроля

Модули

Параметры **

3

4

Текущий

(неделя)


Контрольная работа




7-я неделя

Решение задания на компьютере

Домашнее задание




2-я – 7-я недели

Реализация и исследование алгоритмов решения задачи

Реферат




*

Реферат на тему выбора рационального алгоритма по интересующей студента задаче или на тему язык программирования С++

Окончательный

Экзамен




*

Устный экзамен 60 мин.

6.1 Критерии оценки знаний, навыков


Оценки по всем формам контроля выставляются по 10-ти балльной шкале.

Текущий контроль предусматривает контрольную работу, домашнее задание и реферат, выполняемые во втором модуле.

Контрольная работа предусматривает программную реализацию на компьютере предложенного алгоритма. Выполняется на практическом занятии. Оценка за контрольную работу выставляется по критериям, описанным в примерном задании на контрольную работу (см. п. 9.1.2). Пересдача контрольной работы с целью повышения оценки не допускается. Допускается выполнение контрольной работы в более поздний срок при пропуске по уважительной причине.

Домашнее задание включает разработку, кодирование, тестирование и отладку программ реализации одной задачи (по выбору), исследование и сравнительный анализ алгоритмов ее решения. По домашнему заданию оформляется отчет в электронном виде.

Домашнее задание размещается в LMS в разделе «Проекты». В установленный срок студент загружает в LMS архив, содержащий полностью оформленный отчет и программу решения контрольного домашнего задания. Оценка за домашнее задание выставляется с учетом полноты выполнения задания и оформления результатов.



Реферат предусматривает самостоятельную работу с литературой и знакомство с существующими алгоритмами решения выбранной для реферата задачи Акцент в изложении материала должен быть сделан на сравнительном анализе алгоритмов и формулировке рекомендаций по их рациональному выбору в зависимости от особенностей применения.

Студент может также выбрать тему реферата, связанную с языком программирования С++. При этом обязательно привести примеры программ для иллюстрации темы.


Кроме текущего контроля учитывается

  • работа студентов на практических занятиях, а именно: решение тестов;

  • выполнение домашней работы (заданий к семинарам). Задания к семинарам размещаются в LMS, сдаются студентами в указанный срок в виде проектов.

В случае несвоевременной сдачи домашних работ и домашнего задания оценка снижается на один балл за каждый день задержки. При задержке по уважительной причине баллы не снимаются.


Итоговый контроль: экзамен в конце 4-го модуля. Проводится в устной форме или в форме тестирования.

При проведении экзамена в устной форме он состоит из двух частей:



  • теоретической, проводится в форме устной беседы по тематике дисциплины (30 мин.);

  • практической, связанной с обсуждением результатов домашнего задания (30 мин.).

При проведении экзамена в форме тестирования студенты предварительно знакомятся с примерными заданиями теста.

6.2 Порядок формирования оценок по дисциплине


По всем видам работ выставляется 10-балльная оценка.
Оценивается работа студентов на практических занятиях Оаудиторная, в которую входят результаты опросов по текущей теме как устных, так и в форме компьютерного тестирования,

Оценки за работу на практических занятиях выставляются в рабочую ведомость.


Оценивается самостоятельная работа студентов Осам. работа: правильность и полнота выполнения домашних работ по темам практических занятий. Оценки за самостоятельную работу студента преподаватель выставляет в рабочую ведомость.
Текущая оценка Отекущий рассчитывается как взвешенная сумма оценок за домашнее задание, контрольную работу и реферат:

Отекущий = 0,4 *·Одз + 0,4 *·Окр.+ 0,2 *·Ор


Реферат защищается в форме доклада с презентацией, оценивается полнота освещения темы.
Накопленная оценка формируется следующим образом:

Онакопленная= 0,5 * Отекущий + 0,2 * Оауд + 0,3 * Осам.работа,


Способ округления — арифметический.

Оценка итогового контроля в четвертом модуле в форме экзамена определяется соотношением:

Оитоговая = 0,5 * Онакопленная + 0,5 *·Оэкз.


Перевод в пятибалльную оценку осуществляется в соответствии со следующей таблицей.

Таблица соответствия оценок по десятибалльной и пятибалльной системам


По десятибалльной шкале

По пятибалльной шкале

1 – неудовлетворительно

2 – очень плохо

3 – плохо


неудовлетворительно – 2

4 – удовлетворительно

5 – весьма удовлетворительно



удовлетворительно – 3

6 – хорошо

7 – очень хорошо



хорошо – 4

8 – почти отлично

9 – отлично



10 – блестяще

отлично – 5

7 Содержание дисциплины

7.1 Содержание лекций


Тема 1. Понятие алгоритма. Формализм Э.Л. Поста. Алгоритм как
финитный 1-процесс

История теории алгоритмов. Понятие алгоритма. Формализация понятия алгоритма. Формализм Э.Л. Поста. Пространство символов и примитивные операции в машине Поста, алгоритм как финитный 1-процесс, доставляющий решение общей проблемы, гипотеза Поста.
Литература по теме 1:


  1. Post E.L. Finite combinatory process — formulation 1 // J. Symbolic Logic (1936) 1, pp. 103–105.

  2. Успенский В.А. Машина Поста. — М.: Наука, 1979. — 96 с. [стр. 1–96].

  3. Ульянов М.В. Ресурсно-эффективные компьютерные алгоритмы: разработка и анализ. — М.: ФИЗМАТЛИТ, 2008. — 304 с. [стр. 18–23].

  4. Фалевич Б.Я. Теория алгоритмов: Учебное пособие. — М.: Машиностроение, 2004. — 160 с. [стр. 15–22].


Тема 2. Основная терминология и обозначения в анализе
ресурсной эффективности алгоритмов

Вход как эквивалент конкретной проблемы по Посту. Длина входа как функция от мощности множества входных данных. Оценки качества алгоритма. Понятие трудоёмкости. Трудоёмкость в лучшем, худшем и среднем случаях. Ёмкостная эффективность.

Литература по теме 2:


  1. Кормен Т., Лейзерсон Ч., Ривест Р., Штайн К. Алгоритмы: построение и анализ, 2-е издание. — Пер. с англ. — М.; СПб.; Киев: Издательский дом «Вильямс», 2011. — 1296 с. [стр. 22–25].

  2. Ульянов М.В. Классификация и методы сравнительного анализа вычислительных алгоритмов. Научное издание. — М.: Издательство физико-математической литературы, 2004. — 212 с. [стр. 49–52].

  3. Ульянов М.В. Теоретико-множественный подход к определению функций трудоемкости алгоритма // Информация и безопасность. 2004. № 2. С. 53–58.

  4. Ульянов М.В. Ресурсно-эффективные компьютерные алгоритмы: разработка и анализ. — М.: ФИЗМАТЛИТ, 2008. — 304 с. [стр. 60–64].


Тема 3. Классификация алгоритмов по трудоёмкости
Влияние длины входа и значений на трудоёмкость. Классификация алгоритмов по характеристическим особенностям множества исходных данных, определяющим вид функции трудоемкости. Классы N, PR, NPR. Примеры алгоритмов в рамках классификации. Дополнительная детализация классов. Особенности анализа алгоритмов по классам.
Литература по теме 3:


  1. Ульянов М.В. Классификация алгоритмов в целях практического анализа // Информационные технологии. 2003. № 11. С. 29–36.

  2. Ульянов М.В. Ресурсно-эффективные компьютерные алгоритмы: разработка и анализ. — М.: ФИЗМАТЛИТ, 2008. — 304 с. [стр. 95–102].


Тема 4. Анализ NPR алгоритмов методом классов входных данных
Метод классов входных данных. Особенности его применения. Задача сортировки трёх чисел по месту. Классы входных данных, порождаемые этой задачей. Алгоритмы и их анализ методом классов входных данных.
Литература по теме 4:


  1. Макконелл Дж. Основы современных алгоритмов. — 2-е дополненное издание. — М.: Техносфера, 2006. — 368 с. [стр. 19–26].

  2. Кнут Д. Искусство программирования. Том 1. 3-е изд. Пер. с англ. : Уч. пос. — М.: Изд. дом «Вильямс», 2011. [стр. 198–217].

  3. Ульянов М.В. Ресурсно-эффективные компьютерные алгоритмы: разработка и анализ. — М.: ФИЗМАТЛИТ, 2008. — 304 с. [стр. 199–204].


Тема 5. Метод вероятностного анализа для получения трудоёмкости в среднем
Собственно метод вероятностного анализа. Алгоритм сортировки вставками и анализ его трудоёмкости в среднем. Замечания об экспериментальном анализе алгоритмов по трудоёмкости. Выборочное среднее и математическое ожидание. Определение необходимого числа экспериментов.
Литература по теме 5:


  1. Петрушин В.Н, Ульянов М.В. Информационная чувствительность компьютерных алгоритмов. — М.: ФИЗМАТЛИТ, 2010. — 224 с. ISBN: 978-5-9221-1264-2. [стр. 76–85].

  2. Кнут Д. Искусство программирования. Тома 1, 2, 3. 3-е изд. Пер. с англ. : Уч. пос. — М.: Изд. дом «Вильямс», 2011. [стр. 127–131].

  3. Ульянов М.В. Ресурсно-эффективные компьютерные алгоритмы: разработка и анализ. — М.: ФИЗМАТЛИТ, 2008. — 304 с. [стр. 171–1743].

Тема 6. Сравнительный анализ алгоритмов по трудоёмкости
и решение задачи рационального выбора

Методика сравнительного анализа алгоритмов и определение границ применимости по характеристикам исходных данных. Простейшие примеры сравнительного анализа для задачи сортировки — алгоритм сортировки вставками и сортировки методом индексов. Рациональный выбор в параметрическом пространстве.
Литература по теме 6:


  1. Кормен Т., Лейзерсон Ч., Ривест Р., Штайн К. Алгоритмы: построение и анализ, 2-е издание. — Пер. с англ. — М.; СПб.; Киев: Издательский дом «Вильямс», 2011. — 1296 с. [стр. 18–23]. [стр. 18–32].

  2. Скиена С. Алгоритмы. Руководство по разработке. — 2-е изд.: Пер. с англ. — СПб.: БХВ-Петербург, 2011. — 720 с.: ил. [стр. 18–23!!!].

  3. Ульянов М.В. Ресурсно-эффективные компьютерные алгоритмы: разработка и анализ. — М.: ФИЗМАТЛИТ, 2008. — 304 с. [стр. 119–123, 225–230].


Тема 7. Сложность алгоритмов. Теоретическая нижняя граница сложности задачи
Асимптотический анализ функций и основные обозначения. Сложность как асимптотическая оценка трудоёмкости в худшем случае. Теоретическая нижняя граница сложности задачи. Доказательство теоретической нижней границы для задачи сортировки сравнениями.
Литература по теме 7:


  1. Макконелл Дж. Основы современных алгоритмов. — 2-е дополненное издание. — М.: Техносфера, 2006. — 368 с. [стр. 32–36].

  2. Кормен Т., Лейзерсон Ч., Ривест Р., Штайн К. Алгоритмы: построение и анализ, 2-е издание. — Пер. с англ. — М.; СПб.; Киев: Издательский дом «Вильямс», 2011. — 1296 с. [стр. 36–49].

  3. Ульянов М.В. Ресурсно-эффективные компьютерные алгоритмы: разработка и анализ. — М.: ФИЗМАТЛИТ, 2008. — 304 с. [стр. 84–89].

Тема 8. Введение в теорию сложности вычислений.
Основные сложностные классы задач

Исторический очерк теории сложности вычислений. Сложностные классы задач. Определение и взаимосвязь классов P и NP. Определение и примеры NP-полных задач.
Литература по теме 8:


  1. Гэри М., Джонсон Д. Вычислительные машины и труднорешаемые задачи. — М.: Мир, 1982. — 416 с. [Введение].

  2. Хопкрофт Дж., Мотовани Р., Ульман Дж. Ведение в теорию автоматов, языков и вычислений, 2-е изд.: Пер. с англ. — М.: Издательский дом «Вильямс», 2002. — 528 с. [стр. 19–26]. [стр. 457–472].

  3. Кормен Т., Лейзерсон Ч., Ривест Р., Штайн К. Алгоритмы: построение и анализ, 2-е издание. — Пер. с англ. — М.; СПб.; Киев: Издательский дом «Вильямс», 2011. — 1296 с. [стр. 837–880].

Тема 9. Временная эффективность и особенности перехода к временным оценкам
Переход к пооперационному анализу трудоёмкости алгоритмов. Построение временных оценок. Методы перехода к временным оценкам на основе функции трудоемкости. Особенности измерения времени выполнения программной реализации алгоритма.
Литература по теме 9:


  1. Ульянов М.В. Метод прогнозирования временных оценок программных реализаций алгоритмов на основе функции трудоемкости // Информационные технологии. 2004. № 5. С. 54–62.

  2. Ульянов М.В. Ресурсно-эффективные компьютерные алгоритмы: разработка и анализ. — М.: ФИЗМАТЛИТ, 2008. — 304 с. [стр. 72–82].

  3. Макконелл Дж. Основы современных алгоритмов. — 2-е дополненное издание. — М.: Техносфера, 2006. — 368 с. [стр. 346–349].


Тема 10. Рекурсивные алгоритмы — Особенности реализации и анализа
Рекурсивные функции и рекурсивные алгоритмы. Рекурсивная реализация алгоритмов. Анализ механизма рекурсивного вызова. Дерево рекурсивных вызовов. Простейшие примеры рекурсивных алгоритмов.
Литература по теме 10:


  1. Головешкин В.А., Ульянов М.В. Теория рекурсии для программистов. — М.: ФИЗМАТЛИТ, 2006. — 296 с. [стр. 19–26]. [стр. 51–67].

  2. Ульянов М.В. Ресурсно-эффективные компьютерные алгоритмы: разработка и анализ. — М.: ФИЗМАТЛИТ, 2008. — 304 с. [стр. 178–191].


Тема 11. Метод декомпозиции и особенности его применения
Собственно метод декомпозиции. Рекурсивные алгоритмы как реализация метода декомпозиции. Методы анализа рекурсивных алгоритмов. Теорема Бентли-Хакен-Сакса и её применение для получения сложностных оценок алгоритмов. разработанных методом декомпозиции. Анализ рекурсивных алгоритмов методом прямого подсчета вершин рекурсивного дерева. Пример анализа — алгоритм сортировки слиянием.
Литература по теме 11:


  1. Кормен Т., Лейзерсон Ч., Ривест Р., Штайн К. Алгоритмы: построение и анализ, 2-е издание. — Пер. с англ. — М.; СПб.; Киев: Издательский дом «Вильямс», 2011. — 1296 с. [стр. 18–29].

  2. Головешкин В.А., Ульянов М.В. Теория рекурсии для программистов. — М.: ФИЗМАТЛИТ, 2006. — 296 с. [стр. 71–74].

  3. Ульянов М.В. Ресурсно-эффективные компьютерные алгоритмы: разработка и анализ. — М.: ФИЗМАТЛИТ, 2008. — 304 с. [стр. 131–134].

  4. Макконелл Дж. Основы современных алгоритмов. — 2-е дополненное издание. — М.: Техносфера, 2006. — 368 с. [стр. 133–135].


Тема 12. Анализ рекурсивных алгоритмов методом подсчёта вершин дерева рекурсии
Анализ рекурсивных алгоритмов методом прямого подсчета вершин рекурсивного дерева. Пример анализа — алгоритм сортировки слиянием. Отличие детального анализа от асимптотического — граница применимости алгоритма сортировки вставками.
Литература по теме 12:


  1. Головешкин В.А., Пономарёв А.В., Ульянов М.В., Аналитическое решение класса рекуррентных соотношений с аддитивной функцией степенного вида в целях анализа трудоёмкости рекурсивных алгоритмов // Автоматизация и современные технологии. 2011. №3. С. 25–29.

  2. Головешкин В.А., Ульянов М.В. Теория рекурсии для программистов. — М.: ФИЗМАТЛИТ, 2006. — 296 с. [стр. 181–185.

  3. Ульянов М.В. Ресурсно-эффективные компьютерные алгоритмы: разработка и анализ. — М.: ФИЗМАТЛИТ, 2008. — 304 с. [стр. 178–181].


Тема 13. Рекурсивный алгоритм возведения в степень
Метод повторного возведения в квадрат. Функция 1(n). Рекурсивный и итерационный алгоритм быстрого возведения в степень и их анализ с использованием функции 1(n).
Литература по теме 13:


  1. Головешкин В.А., Ульянов М.В. Теория рекурсии для программистов. — М.: ФИЗМАТЛИТ, 2006. — 296 с. [стр. 204–209].

  2. Ульянов М.В. Ресурсно-эффективные компьютерные алгоритмы: разработка и анализ. — М.: ФИЗМАТЛИТ, 2008. — 304 с. [стр. 204–209].


Тема 14. Задачи умножения длинных целых чисел и умножения матриц
Задача умножения длинных целых чисел. Гипотеза Колмогорова. Алгоритм умножения в столбик. Алгоритм Карацубы. Классический алгоритм умножения матриц. Алгоритм Штрассена.
Литература по теме 14:


  1. Кормен Т., Лейзерсон Ч., Ривест Р., Штайн К. Алгоритмы: построение и анализ, 2-е издание. — Пер. с англ. — М.; СПб.; Киев: Издательсктй дом «Вильямс», 2011. — 1296 с. [стр. 679–684, 721–728].

  2. Скиена С. Алгоритмы. Руководство по разработке. — 2-е изд.: Пер. с англ. — СПб.: БХВ-Петербург, 2011. — 720 с.: ил. [стр. 204–209!!!!].

  3. Головешкин В.А., Ульянов М.В. Теория рекурсии для программистов. — М.: ФИЗМАТЛИТ, 2006. — 296 с. [стр. 209–219].


Тема 15. Динамическое программирование. Задача оптимальной упаковки
(задача о рюкзаке)

Основы метода динамического программирования. Пошаговая оптимизация. Классическая задача упаковки и основное уравнение Беллмана для точного решения задачи упаковки — табличная реализация функционального уравнения.

Литература по теме 15:


  1. Беллман Р., Дрейфус Р. Прикладные задачи динамического программирования: Пер. с англ. — М.: Наука, 1965, — 457 с. [стр. 24–57].

  2. Кормен Т., Лейзерсон Ч., Ривест Р., Штайн К. Алгоритмы: построение и анализ, 2-е издание. — Пер. с англ. — М.; СПб.; Киев: Издательский дом «Вильямс», 2011. — 1296 с. [стр. 288–313].

  3. Головешкин В.А., Ульянов М.В. Дополнение к книге Р. Хаггарти «Дискретная математика для программистов». — М.: Техносфера, 2005. С. 305–394. [стр. 372–381].

  4. Скиена С. Алгоритмы. Руководство по разработке. — 2-е изд.: Пер. с англ. — СПб.: БХВ-Петербург, 2011. — 720 с.: ил. [стр. 204–209!!!!].


Тема 16. Рекурсивный алгоритм метода динамического программирования
для задачи упаковки

Рекурсивная реализация алгоритма Беллмана для задачи упаковки. Параметризация задачи упаковки по среднему объёму грузов. Структура рекурсивного дерева и подсчет количества вершин порождённого дерева рекурсии. Оценка сложности алгоритма. Сравнительный анализ табличного и рекурсивного алгоритмов. Варианты построения комбинированного алгоритма.
Литература по теме 16:


  1. Наумова О.А., Ульянов М.В. Комбинированный и волновой алгоритмы решения задачи упаковки: принципы построения и особенности // Бизнес-Информатика. 2009. № 2(8) .С. 27–33.

  2. Головешкин В.А., Ульянов М.В. Теория рекурсии для программистов. — М.: ФИЗМАТЛИТ, 2006. — 296 с. [стр. 249–262].

  3. Скиена С. Алгоритмы. Руководство по разработке. — 2-е изд.: Пер. с англ. — СПб.: БХВ-Петербург, 2011. — 720 с.: ил. [стр. 204–209!!!!].

7.2 Содержание практических занятий

Примерный перечень тем практических занятий:


  1. Инструменты измерения времени в программах.

  2. Экспериментальное доказательство необходимости использования комбинированных алгоритмов.

  3. Итерационные алгоритмы сортировки — пузырька, пузырька с условием Айверсона, простой и бинарной вставки.

  4. Рекурсивные алгоритмы сортировки – пирамидальная, Хоара, слиянием.

  5. Линейные алгоритмы сортировки – подсчетом, цифровая

  6. Экспериментальное исследование алгоритмов сортировки для разных входов путем измерения времени, анализ результатов экспериментов.

  7. Алгоритмы решения систем линейных уравнений.

  8. Алгоритмы порождения комбинаторных объектов.

  9. Алгоритмы работы с длинными целыми.

  10. Алгоритмы перемножения матриц.

  11. Постановка задачи одномерной упаковки. Сравнение алгоритмов решения задачи одномерной оптимальной по стоимости упаковки – рекурсивного, табличного, итерационного.

  12. Жадные приближенные алгоритмы

На практических занятиях языком программной реализации алгоритмов является язык программирования С++, в связи с этим на занятиях изучаются основы языка С++ в объеме, необходимом для выполнения практических заданий.

8 Образовательные технологии


Работа на практических занятиях предполагает разработку программ, реализующих алгоритмы, их экспериментальное исследование и сравнение результатов с теоретическими оценками алгоритмов. Домашнее задание предполагает самостоятельный анализ ресурсной эффективности двух-трех выбранных алгоритмов решения определённой задачи и сравнительный анализ этих алгоритмов с целью формулировки рекомендаций по их применению в зависимости от особенностей проблемной области применения.

9 Оценочные средства для текущего контроля и аттестации студента

9.1 Тематика заданий текущего контроля

9.1.1 Домашнее задание


Предполагается выбор студентами для последующей программной реализации и сравнительного анализа двух-трех алгоритмов из перечисленных в темах 7–12 практических занятий (раздел 7.2).

9.1.2. Контрольная работа


Примерное задание:

По заданному алгоритму требуется



  1. Написать программу на языке С++, реализующую заданный алгоритм

  2. Определить максимальную глубину рекурсии

Формат входных данных:

  • данные читаются из текстового файла test.txt;

  • В первой строке целое число — количество элементов массива (<=2000);

  • Во второй строке — разделенные пробелами элементы одномерного целочисленного массива.

Формат выходных данных

На консоль должно выводиться одно целое число — максимальная глубина рекурсии.



Пример входных и выходных данных

Входные данные – файл test.txt

Выходные данные - вывод на консоль

8

5 3 2 6 4 1 3 7

5

Оценивание контрольной работы

  1. Алгоритм реализован верно — 4 балла.

  2. Верно выполняется тестовый пример, приведенный выше — 5 баллов.

  3. Тестовый пример выполняется не на всех входных данных — (+ до 2 баллов) (6-7 баллов).

  4. Тестовый пример выполняется на всех входных данных (+ до 2 баллов) (8-9 баллов).

Работа выполнена самостоятельно менее чем за 60 минут — +1 балл.

9.2 Вопросы для оценки качества освоения дисциплины


1. Понятие модели вычислений.

2. Машина Поста, алгоритм как финитный 1-процесс.

3. Требования к алгоритмам.

4. Основные свойства алгоритмов.

5. Понятие функции трудоёмкости в модели вычислений.

6. Понятие вычислительной сложности алгоритма.

7. Комплексные оценки качества алгоритмов и их компоненты.

8. Классификации алгоритмов.

9. Теоретический нижний предел сложности задачи.

10. Трудоёмкость в худшем, среднем и лучшем случае как функция длины входа.

11. Сравнительный анализ алгоритмов по трудоёмкости.

12. Методика прогнозирования временных оценок по функции трудоёмкости.

13. Особенности анализа рекурсивных алгоритмов.

14. Метод подсчета вершин порожденного дерева рекурсии.

15. Способы повышения временной эффективности рекурсивных алгоритмов.

16. Этапы разработки алгоритмов методом декомпозиции.

17. Основная теорема о рекуррентных соотношениях.

18. Оценка вычислительной сложности рекурсивных алгоритмов.

19. Метод динамического программирования — основная идея.

20. Уравнение Беллмана для задачи одномерной упаковки.

21. Основные этапы табличного алгоритма решения задачи упаковки.

22. Структура дерева рекурсии, порожденного алгоритмом решения задачи упаковки.

23. Оценка сложности рекурсивного алгоритма решения задачи упаковки.

24. Понятие о комбинированных алгоритмах.

25. Принцип построения комбинированного алгоритма сортировки.

26. Идея волнового комбинированного алгоритма упаковки.

27.Комплексное решение задачи рационального выбора алгоритма.

28. Основные сложностные классы задач.

29. Теорема Кука и полиномиальная сводимость задач.

30. NP-полные задачи и особенности решающих их алгоритмов.


10 Учебно-методическое и информационное обеспечение дисциплины

10.1 Базовый учебник — отсутствует

10.2 Основная литература:


  1. Ульянов М.В. Ресурсно-эффективные компьютерные алгоритмы: разработка и анализ. — М.: ФИЗМАТЛИТ, 2008. — 304 с.

  2. Головешкин В.А., Ульянов М.В. Теория рекурсии для программистов. — М.: ФИЗМАТЛИТ, 2006. — 296 с.

  3. Кормен Т., Лейзерсон Ч., Ривест Р., Штайн К. Алгоритмы: построение и анализ, 2-е издание. — Пер. с англ. — М.; СПб.; Киев: Издательский дом «Вильямс», 2011. — 1296 с.

  4. Петрушин В.Н, Ульянов М.В. Информационная чувствительность компьютерных алгоритмов. — М.: ФИЗМАТЛИТ, 2010. — 224 с. ISBN: 978-5-9221-1264-2.

10.3 Дополнительная литература и источники


  1. Скиена С. Алгоритмы. Руководство по разработке. — 2-е изд.: Пер. с англ. — СПб.: БХВ-Петербург, 2011. — 720 с.: ил.

  2. Макконелл Дж. Основы современных алгоритмов. — 2-е дополненное издание. — М.: Техносфера, 2006. — 368 с.

  3. Кнут Д. Искусство программирования. Тома 1, 2, 3. 3-е изд. Пер. с англ. : Уч. пос. — М.: Изд. дом «Вильямс», 2011.

  4. Ахо, А. В. Хопкрофт Дж, Ульман Дж. Структуры данных и алгоритмы. «Вильямс», 2010. — 391 с.

10.4 Справочники, словари, энциклопедии


  1. htpp://www.acm.org/calgo

  2. htpp://www-cs-faculty.stanford.edu

  3. htpp://combinatorica.com

10.5 Программные средства


Практические занятия проводятся в компьютерном классе с выходом в Интернет и доступом к ресурсам электронной библиотеки НИУ ВШЭ. Каждый студент должен иметь рабочее место.

Необходимое программное обеспечение:



  1. Microsoft Office Professional 2007-2010;

  2. Microsoft Visual Studio 2008-2010.

10.6 Дистанционная поддержка дисциплины


Дистанционная поддержка дисциплины обеспечивается использованием LMS. В разделе дисциплины «Методы разработки и анализа алгоритмов» размещаются материалы лекций и практических занятий, тесты для самоподготовки, проекты, оценки текущего и итогового контроля.

11 Материально-техническое обеспечение дисциплины


Проектор для лекций и семинаров, классы для семинаров с компьютерами, на которых установлена инструментальная среда Microsoft Visual Studio 2010.

Авторы программы М.В. Ульянов



Р.З. Ахметсафина
Каталог: data -> 2013
2013 -> Маоу «Лицей №8» г. Перми Анаморфическое образное моделирование как приём формирования знаково-символических универсальных учебных действий
2013 -> Моделирование спроса на рынке табачной продукции
2013 -> «Оценка воздействия реставрации памятников истории и культуры на социально-экономическое развитие территории
2013 -> Реализация государственной политики в сфере оказания первичной медико-санитарной помощи по принципу общей врачебной практики
2013 -> «Система госзакупок высокотехнологичного медицинского оборудования»
2013 -> Статья 5 Федерального закона «О противодействии легализации (отмыванию) доходов, полученных преступным путем, и финансированию терроризма»
2013 -> О выпускной квалификационной работе бакалавров и специалистов в ниу вшэ


Поделитесь с Вашими друзьями:


База данных защищена авторским правом ©stomatologo.ru 2019
обратиться к администрации

    Главная страница