Компьютерная инженерия («Проектирование компьютерных систем», «Проектирование практических программных средств», «Информационные и мультимедийные технологии»)

I. Содержание науки

Целью преподавания предмета является обучение студентов теоретическим основам знаний о структурах данных, используемых в программировании, их спецификации и реализации, алгоритмах обработки данных и анализе этих алгоритмов, взаимосвязи алгоритмов и структур данных, а также формирование навыков их применения на практике .

Задачей науки является разработка алгоритмов и структур данных, формирование методологического подхода и научного мировоззрения на процессы построения и использования сложных структур данных с использованием абстрактной модели данных, выявление основных классов алгоритмов, используемых в них структур данных и общих методов решения задач на их основе, а также роли и значения анализа их содержания и сущности, сложности алгоритмов и программ .

II. Основная теоретическая часть (лекции)

Научное содержание следующий темы включает в себя :

1 . Типы данных и алгоритмы. Абстрактные структуры данных. Разработка и анализ алгоритмов. Данные и этапы их представления. Классификация структуры данных. Настраиваемые типы данных: массивы, векторы, записи, наборы и типы указателей.

Тема 2 . Рекурсия и ее применение в программировании . Алгоритмы интеллектуального анализа данных. Рекурсивные алгоритмы, их анализ. Примеры рекурсии. Понятие поиска и его функции. Линейный поиск. Двоичный поиск. Эффективность и оптимизация методов поиска.

Тема 3 . Алгоритмы хеширования данных. Алгоритмы сортировки данных. Хэш-таблица и хэш-функции. Понятие сортировки и ее функции. Строгие методы сортировки.

Тема 4 . Алгоритмы сортировки данных. Линейные структуры данных. Улучшенные методы сортировки. Статические и динамические массивы. Контейнеры с покрытием. Итераторы и их типы.

Тема 5 . Линейно-связанные списки. Понятия о связанных списках. Логическое представление линейно связанных списков. Двусвязные списки .​

Тема 6 . Стеки, очереди и колоды . Описание стеков, очередей и объявлений с использованием массивов . Представление стека, очереди и объявления с использованием линейно связанного списка. Приоритетные очереди. Словари и их реализация.

Тема 7 . Древовидные структуры данных. Двоичное дерево поиска. Определения и свойства древовидных структур данных . Классификация деревьев. Вид дерева. Добавление, удаление и поиск алгоритмов для двоичного дерева поиска. Сбалансированные бинарные деревья. Алгоритмы балансировки: общие и частные алгоритмы балансировки. Дерево АВЛ.

Тема 8 . Двоичные деревья в виде деревьев кучи. Описание структуры дерева кучи. Алгоритмы выполнения операций над деревьями кучи. Методы и эффективность организации кучного обучения.

Тема 9 . Графики с работа алгоритмы . Способы изображения графиков: соединение матрица и отношение матрица . Q — это список соседей и список дуг.

III. Инструкции и рекомендации по практическим занятиям :

Для практических занятий Рекомендуемые темы в q house:

1. Данные​ каждый разные типы​ снова работа программы для компиляции . Типы алгоритмов.

2. Создание структур данных общего назначения.

3. Анализ рекурсивных примеров. Рекурсивный алгоритмы программа работающий выход

4. Данные поиск  алгоритмы и программы работающий выход

5. Информация структуры хеширование алгоритмы с использованием урожай делать​

6. Данные сортировка алгоритмы и программы работающий выход

7. Линейный информация структуры снова работа и программы для компиляции .

8. Линейный подключен списки с работа алгоритмы и программы для компиляции .

9. Стек , очередь и как с работа алгоритмы и программы для компиляции .

10. Древовидный информация структуры снова работа и программы для компиляции .

11. Двоичный деревья с работа алгоритмы .

12. Вид дерева кучи двоичный деревья с работа алгоритмы .

13. Графики зрение алгоритмы работающий выход

14. Дано граф логичный описывать методы .

15. В графиках самый короткий путь определение алгоритмы и программы для компиляции .

IV. Самостоятельное обучение и самостоятельная работа

Основной целью самостоятельной работы студентов является формирование и развитие знаний и умений для самостоятельного выполнения конкретных учебных заданий под руководством и контролем преподавателя.

Краткие сведения о студентах:

• применять знания на практике;

• научная статья по созданию моделей и модельных ванн.

Рекомендуемые темы для самостоятельного изучения:

1. Данные , алгоритмы и информация структура концепции .

2. Данные выражение этапы . Информация Категории .

3. Настраиваемые типы данных: массивы, векторы, записи, наборы и типы указателей.

4. Данные поиск методы , алгоритмы и их эффективность . Поиск концепция и его/ее задача .

5. Данные сортировка алгоритмы . Сортировать концепция и его/ее задача .

6. Классификация связанных списков, Логическое представление линейно связанных списков.

7. Стек . Куча множество с использованием описывать и они на действие выполнять алгоритмы .

8. Очередь . Очередь множество с использованием описывать и они на действие выполнять алгоритмы .

9. Дек. Декан множество с использованием описывать и они на действие выполнять алгоритмы .

10. Складывание, постановка в очередь и разложение. Алгоритмы представления стеков, очередей и объявлений с использованием линейно связанных списков и выполнения операций над ними.

11. Алгоритмы балансировки: общие и частные алгоритмы балансировки.

12. В графиках самый короткий путь​ определение проблемы . В графиках самый короткий путь​ определение алгоритмы анализ .

13. В графиках самый короткий путь​ Обнаружение Форда -Белмана .

14. В графиках самый короткий путь решимости Дейкстра алгоритмы .

V. Результаты обучения естествознанию (формируемые компетенции).

• получить представление о структурах данных и алгоритмах, этапах организации структуры данных, эффективности алгоритмов, создании новых структур с использованием классов и шаблонов, работе в различных средах программирования и создании сложного программного обеспечения ; (знание)
• Знать и уметь использовать различные алгоритмы и методы обработки информации, поиска данных, сортировки, хеширования, структуры данных и программные реализации для выполнения операций над ними ; (навык)
• Необходимо иметь навыки разработки новых структур данных и применения их в процессе обучения и производства в зависимости от решаемой проблемы . (квалификация)

VI. Образовательные технологии и методы:

• лекции

• интерактивные кейсы-стадионы:

• практическое (логическое мышление, быстрые вопросы и ответы)

• работа в малых группах

• проведение презентаций

• индивидуальные проекты

• мозговой штурм, подготовка проектов для командной работы и защиты и т. д.

VII. Требования для получения кредита :

В полной мере овладеть теоретическими и методическими положениями предмета, уметь правильно отражать результаты анализа, проводить самостоятельные наблюдения за изучаемыми процессами, выполнять задания и поручения, данные в формах текущего и промежуточного контроля, представлять итоговую контрольную работу.

Основная литература

1. B. A. Turg‘unov, X. X. Uzoqov - "Ma’lumotlar tuzilmalari va dasturlash" (2017).

2. Sh. F. G‘ulomov - "Algoritmlar va dasturlash texnologiyalari" (2015).

Дополнительная литература

1. X. A. Raximov, I. I. Xasanov - "Ma’lumotlar tuzilmalari va algoritmlar" (2018)

2. A. X. Xolmirzaev, Sh. S. Qayumov - "Dasturlash va algoritmlar asoslari" (2016)

3. A. Sh. Mamadiev - "Dasturlash va ma’lumotlar tuzilmalari" (2020)

4. M. T. Qayumov - "Algoritmlar va ularni dasturda qo‘llash" (2014)

5. Adam Drozdek - "Data Structures and Algorithms in C++" (Fourth Edition, 2013)

6. Thomas H. Cormen, Charles E. Leiserson, Ronald L. Rivest, Clifford Stein - "Introduction to Algorithms" (Third Edition, 2009)

7. Robert Sedgewick, Kevin Wayne - "Algorithms" (Fourth Edition, 2011)

8. Mark Allen Weiss - "Data Structures and Algorithm Analysis in C++" (Fourth Edition, 2013)

9. Michael T. Goodrich, Roberto Tamassia, Michael H. Goldwasser - "Data Structures and Algorithms in Java" (Sixth Edition, 2014)

10. Alfred V. Aho, John E. Hopcroft, Jeffrey D. Ullman - "Data Structures and Algorithms" (1983)

Интернет -ресурсы

1. https://www.udacity.com/course/data-structures-and-algorithms-nanograde--nd256 .

2. https://leetcode.com/

3. https://ocw.mit.edu/courses/electrical-engineering-and-computer-science/6-006-introduction-to-algorithms-fall-2011/

5. https://www.coursera.org/courses?query=data%20structures%20and%20algorithms .

6. https://www.khanacademy.org/computing/computer-science/algorithms