Университет XXI века: научное измерение

«Университет XXI века: научное измерение» – 2023 70 основополагающих дисциплин (программирование, структуры данных и алго- ритмы, теория алгоритмов) не редко привлекаются вчерашние выпускники бака- лавриата или работодатели-специалисты из сторонних организаций, а не пред- ставители академического корпуса преподавателей. Ни в коей мере не принижая заслуг специалистов-практиков, которые обладают огромным опытом в своей сфере, и которых в соответствии с требованиями стандартов вузы обязаны при- влекать к преподаванию отдельных практико-ориентированных дисциплин, ав- торы выражают свою позицию, согласно которой преподавание отдельных фун- даментальных дисциплин должно оставаться прерогативой только вузовской науки и практики. Это обусловлено, прежде всего, тесной взаимосвязью и пре- емственностью всех таких дисциплин, а также плодотворным сотрудничеством преподавателей кафедр и институтов математики и информатики, которые го- дами по крупинками выстраивают прочное здание математического и информа- тического образования. Безусловно, содержание и методы преподавания в этих условиях не должны быть неизменными. Напротив, они требуют тщательного анализа, пересмотра, обновления с целью отказа от старого и отжившего и до- бавления нового, передового, современного. В этой связи, авторы постоянно пересматривают и обновляют содержания преподаваемых дисциплин, относящихся к фундаментальной подготовке буду- щего программиста. Одной из таких дисциплин является «Алгоритмы и струк- туры данных», читаемая в Университете Льва Толстого для студентов второго курса направлений подготовки 02.03.02, 02.03.03, 09.03.03. Потоковые лекции в полном соответствии с требованиями стандарта и содержанием рабочей про- граммы предполагают рассмотрение следующих основных вопросов: • основные структуры данных; • эффективные алгоритмы и их производительность; • внутренние и внешние сортировки; • рекурсивные алгоритмы; • алгоритмы поиска; • алгоритмы хеширования; • алгоритмы на деревьях; • алгоритмы на графах; • алгоритмы вычислительной геометрии; • сжатие данных. Данное содержание периодически актуализируется в соответствии с требо- ваниями времени и достижениями науки. Так, например, изучение методов ин- формированного поиска в последние два года иллюстрируется конкретными примерами поиска решения в искусственном интеллекте, а построение диа- граммы Вороного – задачами разметки данных для машинного обучения. А, например, при изучении алгоритмов сортировок производится отсылка к по- строению дерева решений в интеллектуальном анализе больших данных. Теоретические сведения, полученные студентами на лекциях, находят при- менение при решении различных задач в ходе лабораторных работ. Здесь ос- новной упор делается на задачах повышенной трудности, источниками которых