• A
  • A
  • A
  • ABC
  • ABC
  • ABC
  • А
  • А
  • А
  • А
  • А
Regular version of the site
vision For visually-impaired
Расширенный поиск по сайту
Menu
Courses
ФКН
HSE University
vision For visually-impaired
Расширенный поиск по сайту
School of Software Engineering
Faculty of Computer Science
School of Software Engineering
Contacts

167005, Moscow, 11 Pokrovsky Bulvar

Tel: +7(495) 772-95-90

Administration
Arutyun Avetisyan
Scientific Head of Software Engineering – Arutyun Avetisyan
Sergey Lebedev
School Head – Sergey Lebedev
Olga V. Maksimenkova
Deputy School Head – Olga V. Maksimenkova
Evgenia Butskaya
Manager – Evgenia Butskaya
Publications
Book
The EG-TD3 Machine Learning Architecture: Evolutionary-Guided Twin Delayed Deep Deterministic Policy Gradient

Djambong Tenkeu H.

Vol. 38. Prt. 1. Iss. 4. Institute for System Programming of the RAS, 2026.

Article
Synthesis of Acyclic Models for Processes Without Repeating Events

Joulitov A.K., Lomazova I.A.

Proceedings of the Institute for System Programming of the RAS. 2026. Vol. 38. No. 4(2) . P. 215-224.

Book chapter
An LLM-Based Approach for Creating Multi-agent Systems

Rezunik L., Alexandrov D., Mikhail Prozorskiy.

In bk.: Intelligent Decision Technologies. Proceedings of the 17th KES-IDT 2025 Conference. Vol. 450. Cham: Springer, 2026. P. 81-91.

Working paper
Approach to Designing CV Systems for Medical Applications: Data, Architecture and AI
In press

Ryabtsev D., Vasilyev Boris, Shershakov S.

Computer Science ::Computer Vision and Pattern Recognition. 2501.14689. arXiv, 2025

All publications

Algorithms and Data Structures

2026/2027
Academic Year
RUS
Instruction in Russian
4
ECTS credits
Delivered by:
School of Software Engineering
Type:
Compulsory course
When:
1 year, 3, 4 module

Instructor

Панькова Марина Геннадьевна

Панькова Марина Геннадьевна

Программа дисциплины

Задать вопрос

Аннотация

Основная цель курса заключается в формировании у студентов навыков анализа производительности алгоритмов, работающих с различными структурами данных, и выбора оптимальных решений для конкретных практических задач. В ходе обучения рассматриваются методы асимптотического анализа сложности как детерминированных, так и стохастических алгоритмов, изучаются алгоритмы сортировки, методы эффективного хранения и поиска данных, включая организацию хеш-таблиц и деревьев, а также графовые и строковые алгоритмы. Особое внимание уделяется различным парадигмам разработки алгоритмов, таким как жадные методы, приближенные алгоритмы и динамическое программирования. Кроме того, рассматриваются фундаментальный вопросы разрешимости и вычислимости. Лекции направлены на систематическое освоение материала, тогда как практические занятия позволяют закрепить полученные знания через решение задач и реализацию изученных алгоритмов и структур данных на языках программирования Python и С++. Тесная взаимосвязь лекционного материала и практической работы обеспечивает глубокое и всестороннее освоение курса.