Алгоритмы, структуры данных, автоматы, теория вычислений

1. Кормен Томас, Лейзерсон, Ривест, Штайн — Алгоритмы. Построение и анализ, 3-е изд., 2013

• Что изучаем:

  • Основные структуры данных: массивы, списки, стеки, очереди, деревья, графы, хэш-таблицы.
  • Алгоритмы сортировки и поиска: быстрая сортировка, слияние, пирамидальная сортировка, бинарный поиск и др.
  • Алгоритмы на графах: DFS, BFS, кратчайшие пути, MST (Minimum Spanning Tree).
  • Теория сложности: оценка временной и пространственной сложности алгоритмов (O-нотация, Ω, Θ).
  • Основы динамического программирования, жадных алгоритмов, разбиение и рекурсия.

• Что получаем:

  • Системное понимание эффективных алгоритмов и структур данных.
  • Навыки анализа производительности и выбора подходящего алгоритма для задачи.
  • Базу для оптимизации программ, решения задач на соревнованиях, backend и embedded-разработки.

2. Хопкрофт Д., Мотвани Р., Ульман Дж. — Введение в теорию автоматов, языков и вычислений, 2008

• Что изучаем:

  • Формальные языки, грамматики, конечные автоматы (DFA/NFA).
  • Регулярные выражения и их связь с автоматами.
  • Контекстно-свободные грамматики и синтаксический анализ.
  • Машины Тьюринга и основы вычислительной теории.
  • Теория NP-полноты, сложность алгоритмов.

• Что получаем:

  • Понимание как компьютеры решают задачи на абстрактном уровне.
  • Базу для разработки компиляторов, интерпретаторов, парсеров.
  • Теоретические знания для анализа алгоритмов и языков программирования.

3. В. В. Григорьев-Голубев — Теория вероятностей и математическая статистика. Руководство по решению

• Что изучаем:

  • Основы вероятностного мышления: вероятности событий, условные вероятности, независимость.
  • Случайные величины, распределения (нормальное, биномиальное, пуассон).
  • Математическое ожидание, дисперсия, ковариация.
  • Законы больших чисел, центральная предельная теорема.
  • Основы статистического анализа и проверки гипотез.

• Что получаем:

  • Навыки количественного анализа данных и случайных процессов.
  • Основа для алгоритмов с вероятностными компонентами, машинного обучения и анализа больших данных.
  • Понимание ошибок измерений, вероятностных оценок и статистики.

Итог по разделу “Алгоритмы, структуры данных, автоматы, теория вычислений”:

Главный эффект:

• После этих трёх книг у тебя будет и практическая база алгоритмов и структур данных, и теоретическое понимание вычислимости, и инструменты работы с вероятностями и случайными процессами.
• Это ключевой раздел для системного программирования, backend, high-performance и распределённых систем.