Public ATP Wiki - Вклад участника [ru]

ИВТ. Алгоритмы обработки строк и теории чисел весна 2026

2026-03-27T21:25:13Z

Irinaiv: Новая страница: « == Общие сведения == * Семестр: 4 (второй курс) * Форма контроля: отдельно зачет и отдельно э…»

== Общие сведения ==

* Семестр: 4 (второй курс)
* Форма контроля: отдельно зачет и отдельно экзамен
* [https://t.me/+d5W6x0-N-kU4ODhi]
* [https://docs.google.com/spreadsheets/d/1fK86rv2Le-IkhwDYEnokq2xXBnY1lTiH5umIJqCHwGo/edit?gid=0#gid=0 Таблица с оценками]

== Команда курса ==
Руководитель курса: Троян-Головян Владислав @vhdev

Лектор: Троян-Головян Владислав

Семинаристы:
* Аксененко Денис
* Троян-Головян Владислав

Учебные ассистенты
* Прохорчук Екатерина
* Черевичная Наталья

Контакт для организационных вопросов: @vhdev

== План лекций ==

# z-функция, префикс-функция, алгоритм Рабина-Карпа
# Ахо-Корасик
# Алгоритм Укконена
# Суффиксный автомат 1
# Суффиксный автомат 2
# Введение в ТЧ(поиск обратных по модулю, решето Эратосфена, линейное решето Эратосфена). Быстрое преобразование Фурье.
# Многомерное преобразование фурье. Деление многочленов.
# Дополнительные алгоритмы ТЧ.
# Геометрия: примитивы, многоугольники, выпуклые 2Д оболочки.
# Суммы Минковского, 3Д-оболочка
# Диаграммы Вороного
# Триангуляция Делоне
# Запасная лекция

== Формула оценивания зачета ==

Блокирующие условия:
# на уд сдать 3 ревью задачи
# на хор сдать 4 ревью задачи
# на отл сдать 5 ревью задач
# на отл 10 сдать все 6 ревью задач
'''Итоговая оценка выставляется по формуле: 0.4C+0.6L+S.'''

Пороги для оценки:
* >= 50%: 3
* >= 55%: 4
* >= 65%: 5
* >= 70%: 6
* >= 75%: 7
* >= 85%: 8
* >= 90%: 9
* >= 95%: 10

Теория и практика многопоточной синхронизации

2026-03-17T14:26:28Z

Irinaiv: Полностью удалено содержимое страницы

Алгоритмы и структуры данных II. Иностранный поток весна 2026

2026-03-16T20:29:09Z

Irinaiv:

==Общие сведения==
Целями освоения дисциплины «Алгоритмы и структуры данных – 2» являются ознакомление с основами теории вычислительной сложности, приближенными и вероятностными методами решения труднорешаемых задач, в том числе задач, возникающих в анализе данных. В курсе дается представление о классах сложности P, NP и coNP и NP-полных задачах, изучаются способы доказательства NP-полноты задач и подходы к решению таких задач, в т.ч. экспоненциальные алгоритмы, отличные от полного перебора, приближенные алгоритмы и эффективные алгоритмы для частных случаев. Также рассматриваются потоковые алгоритмы, алгоритмы эффективного перечисления последовательностей и способы оценки их вычислительной сложности (задержка, кумулятивная задержка, сложность относительно размера входа и выхода).

- Форма контроля: дифф зачет + экзамен.

- Канал курса: https://t.me/ads_foreings

- Руководитель курса: Александр Смолин

==План курса==
1. Обходы графов. DFS.
- Способы хранение графа: матрица и список смежности.
- Алгоритм DFS.
- Атрибуты вершин: цвета, времена входа и выхода.
- Лемма о белых путях.
- Топологическая сортировка.
- Компоненты сильной связности.
- Алгоритм Косарайю.
- Реберная двусвязность.
- Поиск мостов.
- Поиск точек сочленения

2. Кратчайшие пути.
- BFS: классический, 0-1, 1-k, 0-k.
- Алгоритм Дейкстры.
- Эвристический поиск.
- Алгоритм A*.
- Алгоритм Форда-Беллмана.
- Алгоритм Флойда-Уоршелла.
- Поиск циклов отрицательного веса.

3. Система непересекающихся множеств.

4. Минимальные остовые деревья.
- Лемма о безопасном ребре
- Алгоритм Прима.
- Алгоритм Крускала.
- Алгоритм Борувки.

5. Наименьший общий предок.
- Наивное решение.
- Двоичные подъемы.
- Сведение LCA <-> RMQ.
- Алгоритм Фараха-Колтона и Бендера.
- Static online RMQ с линейным предподсчетом и константным ответом на запрос.

6. Паросочетания.
- Двудольные графы.
- Теорема Бержа.
- Алгоритм Куна.

7. Потоки
- Понятие сети, потока, разреза.
- Остаточная сеть.
- Соотношение между величинами потоков и разрезов.
- Теорема Форда-Фалкерсона.
- Алгоритм Форда-Фалкерсона.
- Алгоритм Эдмондса-Карпа.
- Схема Диница.
- Потенциал сети.
- Алгоритм Хопкрофта-Карпа.

8. Строки
- Поиск паттерна в тексте.
* Префикс-функция. Алгоритм Кнута-Морриса-Прата.
* Z-функция. Алгоритм Кнута-Морриса-Прата.
* Полиномиальное хеширование. Алгоритм Рабина-Карпа.
- Поиск множества паттернов в тексте.
* Бор.
* Автомат Ахо-Корасик.
- Алгоритмы на подстроках. Суффиксный автомат.
* Наивное построение.
* Линейный алгоритм.

9. Быстрое преобразование Фурье

== Домашние задания ==

Контесты и теоретические задания. Информация о них будет публиковаться на канале.

== Оценки ==

'''Оценивание зачета'''
До 7 баллов за контесты, до 3 баллов за теор задания, 1 бонусный балл от семинариста за активность.

Сумма — оценка за зачёт.

'''Оценка за экзамен'''
Оценка за экзамен ставится исходя из непосредственно экзамена.

До 6 баллов за ответ билета, до 1 балла за блиц опрос. Далее, если студент получил менее 5.5, то экзамен заканчивается и студент получает оценку равную наборанному числу баллов округленную по правилам математического округления. Иначе студент получает задачу "на отл(9)". Если решить ее не получается, то студент получает задачу "на отл(8)". Если студент решает задачу "на отл(9)", то получает задачу "на отл(10)".

Алгоритмы и структуры данных II. Иностранный поток весна 2026

2026-03-16T20:27:10Z

Irinaiv: Новая страница: «## Общие сведения Целями освоения дисциплины «Алгоритмы и структуры данных – 2» являются…»

## Общие сведения
Целями освоения дисциплины «Алгоритмы и структуры данных – 2» являются ознакомление с основами теории вычислительной сложности, приближенными и вероятностными методами решения труднорешаемых задач, в том числе задач, возникающих в анализе данных. В курсе дается представление о классах сложности P, NP и coNP и NP-полных задачах, изучаются способы доказательства NP-полноты задач и подходы к решению таких задач, в т.ч. экспоненциальные алгоритмы, отличные от полного перебора, приближенные алгоритмы и эффективные алгоритмы для частных случаев. Также рассматриваются потоковые алгоритмы, алгоритмы эффективного перечисления последовательностей и способы оценки их вычислительной сложности (задержка, кумулятивная задержка, сложность относительно размера входа и выхода).

- Форма контроля: дифф зачет + экзамен.

- Канал курса: https://t.me/ads_foreings

- Руководитель курса: Александр Смолин

## План курса
1. Обходы графов. DFS.
- Способы хранение графа: матрица и список смежности.
- Алгоритм DFS.
- Атрибуты вершин: цвета, времена входа и выхода.
- Лемма о белых путях.
- Топологическая сортировка.
- Компоненты сильной связности.
- Алгоритм Косарайю.
- Реберная двусвязность.
- Поиск мостов.
- Поиск точек сочленения

2. Кратчайшие пути.
- BFS: классический, 0-1, 1-k, 0-k.
- Алгоритм Дейкстры.
- Эвристический поиск.
- Алгоритм A*.
- Алгоритм Форда-Беллмана.
- Алгоритм Флойда-Уоршелла.
- Поиск циклов отрицательного веса.

3. Система непересекающихся множеств.

4. Минимальные остовые деревья.
- Лемма о безопасном ребре
- Алгоритм Прима.
- Алгоритм Крускала.
- Алгоритм Борувки.

5. Наименьший общий предок.
- Наивное решение.
- Двоичные подъемы.
- Сведение LCA <-> RMQ.
- Алгоритм Фараха-Колтона и Бендера.
- Static online RMQ с линейным предподсчетом и константным ответом на запрос.

6. Паросочетания.
- Двудольные графы.
- Теорема Бержа.
- Алгоритм Куна.

7. Потоки
- Понятие сети, потока, разреза.
- Остаточная сеть.
- Соотношение между величинами потоков и разрезов.
- Теорема Форда-Фалкерсона.
- Алгоритм Форда-Фалкерсона.
- Алгоритм Эдмондса-Карпа.
- Схема Диница.
- Потенциал сети.
- Алгоритм Хопкрофта-Карпа.

8. Строки
- Поиск паттерна в тексте.
* Префикс-функция. Алгоритм Кнута-Морриса-Прата.
* Z-функция. Алгоритм Кнута-Морриса-Прата.
* Полиномиальное хеширование. Алгоритм Рабина-Карпа.
- Поиск множества паттернов в тексте.
* Бор.
* Автомат Ахо-Корасик.
- Алгоритмы на подстроках. Суффиксный автомат.
* Наивное построение.
* Линейный алгоритм.

9. Быстрое преобразование Фурье

## Домашние задания
Контесты и теоретические задания. Информация о них будет публиковаться на канале.

## Оценки
### Оценивание зачета
До 7 баллов за контесты, до 3 баллов за теор задания, 1 бонусный балл от семинариста за активность.

Сумма — оценка за зачёт.

### Оценка за экзамен.
Оценка за экзамен ставится исходя из непосредственно экзамена.

До 6 баллов за ответ билета, до 1 балла за блиц опрос. Далее, если студент получил менее 5.5, то экзамен заканчивается и студент получает оценку равную наборанному числу баллов округленную по правилам математического округления. Иначе студент получает задачу "на отл(9)". Если решить ее не получается, то студент получает задачу "на отл(8)". Если студент решает задачу "на отл(9)", то получает задачу "на отл(10)".

АКОС (для Blockchain) весна 2026

2026-03-11T06:08:13Z

Irinaiv:

= Общие сведения о курсе =

На АКОС вы изучите, как взаимодействовать с ОС, какие ограничения накладываются на программы в состоянии выполнения и как их обходить.
А так же поймёте базовые принципы построения основных компонентов ОС. Узнаете, что из себя представляют процессы, библиотеки, как работает сетевое и межпроцессное взаимодействие.

== Форма контроля==

* Формат: дистанционный
* Форма контроля: дифференцированный зачет

== Преподаватели курса==

* Александр Андреев, руководитель курса
* Манаков Данила, лектор
* Дмитрий Русецкий, семинарист

== Программа курса и сдача домашек==

В рамках программы изучаются следующие темы:
1. Инструменты разработки, этапы сборки, задачи Операционной Системы (ОС).
2. Представление данных в компьютере, endia-ы, IEEE 754, кодировки.
3. Работа с файлами, файловые системы.
4. Ассемблер x86_64 и ARM
5. Сегментая модель памяти, страничная модель памяти, 4-ёх уровневая адресация, mmap.
6. Процессы, потоки, как они создаются, их отличия, их абстракции в Linux, разделяемая память.
7. Примитивы синхронизации, атомарность, lock-free.
8. IPC, сигналы, пайпы.
9. Сеть, OSI, TCP IP стэк. Udp, Tcp, веб сервера, http VS quic, deffie-hellman, 10k problem, apache VS nginx.
10. Статическая и динамическая линковка.
11. Механизмы изоляции, cgroups, namespaces, chroot, docker.

== План домашних заданий с уточнением сроков сдачи==

(будет появлятся в процессе прохождения курса)

== Критерии оценивания и формы контроля успеваемости ==

Контест с дедлайнами.
Оценка ставится по сумме баллов.

* 0-1199 - неуд
* 1200 - уд3
* 1300 - уд4
* 1500 - хор5
* 1600 - хор6
* 1700 - хор7
* 2100 - отл8
* 2350 - отл9
* 2575 - отл10

АКОС (для Blockchain) весна 2026

2026-03-10T21:42:00Z

Irinaiv:

= Общие сведения о курсе =

На АКОС вы изучите, как взаимодействовать с ОС, какие ограничения накладываются на программы в состоянии выполнения и как их обходить.
А так же поймёте базовые принципы построения основных компонентов ОС. Узнаете, что из себя представляют процессы, библиотеки, как работает сетевое и межпроцессное взаимодействие.
* Формат: дистанционный
* Форма контроля: дифференцированный зачет

== Преподаватели курса==

* Александр Андреев, руководитель курса
* Манаков Данила, лектор
* Дмитрий Русецкий, семинарист

== Программа курса и сдача домашек==

В рамках программы изучаются следующие темы:
1. Инструменты разработки, этапы сборки, задачи Операционной Системы (ОС).
2. Представление данных в компьютере, endia-ы, IEEE 754, кодировки.
3. Работа с файлами, файловые системы.
4. Ассемблер x86_64 и ARM
5. Сегментая модель памяти, страничная модель памяти, 4-ёх уровневая адресация, mmap.
6. Процессы, потоки, как они создаются, их отличия, их абстракции в Linux, разделяемая память.
7. Примитивы синхронизации, атомарность, lock-free.
8. IPC, сигналы, пайпы.
9. Сеть, OSI, TCP IP стэк. Udp, Tcp, веб сервера, http VS quic, deffie-hellman, 10k problem, apache VS nginx.
10. Статическая и динамическая линковка.
11. Механизмы изоляции, cgroups, namespaces, chroot, docker.

== План домашних заданий с уточнением сроков сдачи==

(будет появлятся в процессе прохождения курса)

== Критерии оценивания и формы контроля успеваемости ==

Контест с дедлайнами.
Оценка ставится по сумме баллов.

* 0-1199 - неуд
* 1200 - уд3
* 1300 - уд4
* 1500 - хор5
* 1600 - хор6
* 1700 - хор7
* 2100 - отл8
* 2350 - отл9
* 2575 - отл10

АКОС (для Blockchain) весна 2026

2026-03-10T21:40:12Z

Irinaiv: /* Общие сведения о курсе */

= Общие сведения о курсе =

* Формат: дистанционный
* Форма контроля: дифференцированный зачет

== Преподаватели курса==

* Александр Андреев, руководитель курса
* Манаков Данила, лектор
* Дмитрий Русецкий, семинарист

== Программа курса и сдача домашек==

В рамках программы изучаются следующие темы:
1. Инструменты разработки, этапы сборки, задачи Операционной Системы (ОС).
2. Представление данных в компьютере, endia-ы, IEEE 754, кодировки.
3. Работа с файлами, файловые системы.
4. Ассемблер x86_64 и ARM
5. Сегментая модель памяти, страничная модель памяти, 4-ёх уровневая адресация, mmap.
6. Процессы, потоки, как они создаются, их отличия, их абстракции в Linux, разделяемая память.
7. Примитивы синхронизации, атомарность, lock-free.
8. IPC, сигналы, пайпы.
9. Сеть, OSI, TCP IP стэк. Udp, Tcp, веб сервера, http VS quic, deffie-hellman, 10k problem, apache VS nginx.
10. Статическая и динамическая линковка.
11. Механизмы изоляции, cgroups, namespaces, chroot, docker.

== План домашних заданий с уточнением сроков сдачи==

(будет появлятся в процессе прохождения курса)

== Критерии оценивания и формы контроля успеваемости ==

Контест с дедлайнами.
Оценка ставится по сумме баллов.

* 0-1199 - неуд
* 1200 - уд3
* 1300 - уд4
* 1500 - хор5
* 1600 - хор6
* 1700 - хор7
* 2100 - отл8
* 2350 - отл9
* 2575 - отл10

АКОС (для Blockchain) весна 2026

2026-03-10T21:39:44Z

Irinaiv: Новая страница: «= Общие сведения о курсе = Формат: дистанционный Форма контроля: дифференцированный зач…»

= Общие сведения о курсе =

Формат: дистанционный
Форма контроля: дифференцированный зачет

== Преподаватели курса==

* Александр Андреев, руководитель курса
* Манаков Данила, лектор
* Дмитрий Русецкий, семинарист

== Программа курса и сдача домашек==

В рамках программы изучаются следующие темы:
1. Инструменты разработки, этапы сборки, задачи Операционной Системы (ОС).
2. Представление данных в компьютере, endia-ы, IEEE 754, кодировки.
3. Работа с файлами, файловые системы.
4. Ассемблер x86_64 и ARM
5. Сегментая модель памяти, страничная модель памяти, 4-ёх уровневая адресация, mmap.
6. Процессы, потоки, как они создаются, их отличия, их абстракции в Linux, разделяемая память.
7. Примитивы синхронизации, атомарность, lock-free.
8. IPC, сигналы, пайпы.
9. Сеть, OSI, TCP IP стэк. Udp, Tcp, веб сервера, http VS quic, deffie-hellman, 10k problem, apache VS nginx.
10. Статическая и динамическая линковка.
11. Механизмы изоляции, cgroups, namespaces, chroot, docker.

== План домашних заданий с уточнением сроков сдачи==

(будет появлятся в процессе прохождения курса)

== Критерии оценивания и формы контроля успеваемости ==

Контест с дедлайнами.
Оценка ставится по сумме баллов.

* 0-1199 - неуд
* 1200 - уд3
* 1300 - уд4
* 1500 - хор5
* 1600 - хор6
* 1700 - хор7
* 2100 - отл8
* 2350 - отл9
* 2575 - отл10

Учебные курсы кафедры

2026-03-10T13:20:04Z

Irinaiv: /* Весенний семестр 2026 года */

== Учебные курсы кафедры Алгоритмов и технологий программирования ==
=== Весенний семестр 2026 года ===
* [[Рекомендации по поступлению | Рекомендации по поступлению 2026]]
* [[Про индивидуальные планы 2025 | Про индивидуальные планы 2026]]

{| class="wikitable"
|-
! 1 курс !! 2 курс !! 3 курс !! 4 курс !! 5 курс
|-
||

[[Программирование на языке C++. Основной поток весна 2026 | Программирование на языке C++. Основной поток (Сергей Виденин)]]

[[Программирование на языке C++. Основной поток весна 2026 Попов | Программирование на языке C++. Основной поток (Павел Попов)]]

[[Программирование на языке C++. Продвинутый поток весна 2026 | Программирование на языке C++. Продвинутый поток]]

[[Программирование на языке C++. Иностранный поток весна 2026 | Программирование на языке C++. Иностранный поток]]

[[Алгоритмы и структуры данных II. Базовый поток весна 2026 | Алгоритмы и структуры данных II. Базовый поток]]

[[Алгоритмы и структуры данных II. Основной поток весна 2026 | Алгоритмы и структуры данных II. Основной поток]]

[[Алгоритмы и структуры данных II. Продвинутый поток весна 2026 | Алгоритмы и структуры данных II. Продвинутый поток]]

[[Алгоритмы и структуры данных II. Иностранный поток весна 2026 | Алгоритмы и структуры данных II. Иностранный поток]]

[[Практикум Python весна 2026 | Практикум Python]]

[[ТП весна 2026 | Технологии программирования]]

[[Программирование на Java весна 2026 | Программирование на Java]]

[[Foreign students. Foundations of Programming II 2026 | Foreign students. Foundations of Programming II]]

[[Foreign students. Data Structures and Algorithms I 2026 | Foreign students. Data Structures and Algorithms I]]

[[Базы данных весна 2026 | Базы данных]]

||

[[Базы данных весна 2026 | Базы данных]]

[[Программирование на Go весна 2026 | Программирование на Go]]

[[АКОС II весна 2026 | АКОС II]]

[[Алгоритмы и структуры данных II. Иностранный поток весна 2026 | Алгоритмы и структуры данных II. Иностранный поток]]

[[Основы непрерывной интеграции (DevOps) весна 2026 | Основы непрерывной интеграции (DevOps)]]

[[Языки программирования и теория компиляции весна 2026 | Языки программирования и теория компиляции]]

[[Теория и практика многопоточной синхронизации весна 2026 | Теория и практика многопоточной синхронизации]]

[[ИВТ. Алгоритмы обработки строк и теории чисел весна 2026 | ИВТ. Алгоритмы обработки строк и теории чисел]]

[[ИВТ. Практикум по объектно-ориентированному программированию. Базовый поток весна 2026 | ИВТ. Практикум по объектно-ориентированному программированию. Базовый поток]]

[[ИВТ. Практикум по объектно-ориентированному программированию. Продвинутый поток весна 2026 | ИВТ. Практикум по объектно-ориентированному программированию. Продвинутый поток]]

[[ИВТ. Архитектура вычислительных систем и языки ассемблера весна 2026 | ИВТ. Архитектура вычислительных систем и языки ассемблера]]

[[ИВТ. Разработка и анализ алгоритмов весна 2026 | ИВТ. Разработка и анализ алгоритмов]]

[[Теория языков программирования весна 2026 | Теория языков программирования]]

[[Operating Systems II/Операционные системы I весна 2026 | Operating Systems II/Операционные системы I]]

[[Data Structures and Algorithms III весна 2026 | Data Structures and Algorithms III]]

[[Databases весна 2026 | Databases]]

[[Методы реализации алгоритмов весна 2026 | Методы реализации алгоритмов]]

||

[[Программирование на Go весна 2026 | Программирование на Go]]

[[АКОС II весна 2026 | АКОС II]]

[[Теория и практика многопоточной синхронизации весна 2026 | Теория и практика многопоточной синхронизации]]

[[Основы непрерывной интеграции (DevOps) весна 2026 | Основы непрерывной интеграции (DevOps)]]

[[Языки программирования и теория компиляции весна 2026 | Языки программирования и теория компиляции]]

[[Базы данных весна 2026 | Базы данных]]

[[Параллельные и распределенные вычисления весна 2026 | Параллельные и распределенные вычисления]]

[[Функциональные языки программирования весна 2026| Функциональные языки программирования]]

[[Разработка на Android весна 2026 | Разработка на Android]]

[[Разработки на Flutter весна 2026 | Разработки на Flutter]]

[https://youtrack.sciprog.center/articles/STUD-A-29/Vvedenie-v-idiomaticheskij-Kotlin Введение в идиоматический Котлин]

[[Parallel and Distributed Computing II весна 2026 | Parallel and Distributed Computing II]]

[[Workshop on Software Development весна 2026 | Workshop on Software Development]]

||

[[Программирование на Go весна 2026 | Программирование на Go]]

[[Основы непрерывной интеграции (DevOps) весна 2026 | Основы непрерывной интеграции (DevOps)]]

[[Теория и практика многопоточной синхронизации весна 2026 | Теория и практика многопоточной синхронизации]]

[[Разработка на Android весна 2026 | Разработка на Android]]

[[Разработки на Flutter весна 2026 | Разработки на Flutter]]

[https://youtrack.sciprog.center/articles/STUD-A-29/Vvedenie-v-idiomaticheskij-Kotlin Введение в идиоматический Котлин]

||

[[Технологии программирования на Java весна 2026 | Технологии программирования на Java]]

[[Автоматическая обработка естественного языка весна 2026 | Автоматическая обработка естественного языка]]

[[Машинное обучение на практике весна 2026 | Машинное обучение на практике]]

[[Хранение и обработка больших объёмов данных весна 2026 | Хранение и обработка больших объёмов данных]]

[[История и методология информатики и вычислительной техники весна 2026 | История и методология информатики и вычислительной техники]]

[[НИС_2026 | НИС]]

[[Алгоритмы на дискретных структурах данных весна 2026 | Алгоритмы на дискретных структурах данных]]

[[Автоматизация программирования весна 2026 | Автоматизация программирования]]

[[Основы лидерства и управление высокоэффективными командами весна 2026 | Основы лидерства и управление высокоэффективными командами]]

[[Современные технологии разработки сервисов анализа данных весна 2026 | Современные технологии разработки сервисов анализа данных]]

[[Облачные бизнесы и платформы 1 часть (МТС) 2026 | Облачные бизнесы и платформы 1 часть (МТС)]]

[[Программирование на Go весна 2026 | Программирование на Go]]

[[Основы непрерывной интеграции (DevOps) весна 2026 | Основы непрерывной интеграции (DevOps)]]

[[АКОС (для Blockchain) весна 2026 | АКОС (для Blockchain)]]

[[Основы программирования на C#]]

|}

=== Осенний семестр 2025 года ===
* [[Про индивидуальные планы 2025 | Про индивидуальные планы 2025]]

{| class="wikitable"
|-
! 1 курс !! 2 курс !! 3 курс !! 4 курс !! 5 курс !! 6 курс
|-
||
[[Программирование на языке C++. Базовый поток 2025 | Программирование на языке C++. Базовый поток]]

[[Программирование на языке C++. Основной поток 2025 | Программирование на языке C++. Основной поток]]

[[Программирование на языке C++. Продвинутый поток 2025 | Программирование на языке C++. Продвинутый поток]]

[[Программирование на языке C++. Иностранный поток 2025 | Программирование на языке C++. Иностранный поток]]

[[Алгоритмы и структуры данных I. Базовый поток 2025 | Алгоритмы и структуры данных I. Базовый поток]]

[[Алгоритмы и структуры данных I. Основной поток 2025 | Алгоритмы и структуры данных I. Основной поток]]

[[Алгоритмы и структуры данных I. Продвинутый поток 2025 | Алгоритмы и структуры данных I. Продвинутый поток]]

[[Алгоритмы и структуры данных I. Иностранный поток 2025 | Алгоритмы и структуры данных I. Иностранный поток]]

[[Практикум Python. Базовый поток 2025| Практикум Python. Базовый поток]]

[[Практикум Python. Продвинутый поток 2025| Практикум Python. Продвинутый поток]]

[[Математические основания алгоритмов и сложность вычислений. Базовый поток 2025| Математические основания алгоритмов и сложность вычислений. Базовый поток]]

[[Математические основания алгоритмов и сложность вычислений. Продвинутый поток 2025| Математические основания алгоритмов и сложность вычислений. Продвинутый поток]]

[[Практикум по алгоритмам и структурам данных. Поток Java 2025| Практикум по алгоритмам и структурам данных. Поток Java]]

[[Введение в структуры данных. Базовый поток 2025| Введение в структуры данных. Базовый поток]]

[[Введение в структуры данных. Продвинутый поток 2025| Введение в структуры данных. Продвинутый поток]]

[[Foundations of Programming I 2025| Foundations of Programming I]]
||
[[Современные компьютерные сети 2025 | Современные компьютерные сети]]

[[Программирование на языке C++. Иностранный поток 2025 | Программирование на языке C++. Иностранный поток]]

[[Алгоритмы и структуры данных I. Иностранный поток 2025 | Алгоритмы и структуры данных I. Иностранный поток]]

[[Алгоритмы и структуры данных III. Базовый поток 2025 | Алгоритмы и структуры данных III. Базовый поток]]

[[Алгоритмы и структуры данных III. Основной поток 2025 | Алгоритмы и структуры данных III. Основной поток]]

[[Алгоритмы и структуры данных III. Продвинутый поток 2025 | Алгоритмы и структуры данных III. Продвинутый поток]]

[[Практикум Python. Базовый поток 2025| Практикум Python. Базовый поток]]

[[Практикум Python. Продвинутый поток 2025| Практикум Python. Продвинутый поток]]

[[Формальные языки и трансляции 2025 Основной поток| Формальные языки и трансляции Основной поток]]

[[Формальные языки и трансляции 2025 Продвинутый поток| Формальные языки и трансляции Продвинутый поток]]

[[Формальные языки и трансляции 2025 Иностранный поток| Формальные языки и трансляции Иностранный поток]]

[[Архитектура компьютеров и операционные системы 2025| Архитектура компьютеров и операционные системы]]

[[Современные компьютерные сети 2025| Современные компьютерные сети]]

[[Python и R в приложениях к экономике 2025| Python и R в приложениях к экономике]]

[[Алгоритмы на графах и динамическое программирование 2025| Алгоритмы на графах и динамическое программирование]]

[[Объектно-ориентированное программирование на C++ 2025| Объектно-ориентированное программирование на C++]]

[[Промышленное программирование на языке Java 2025| Промышленное программирование на языке Java]]

[[АКОС. Базовый курс осень 2025|АКОС. Базовый курс]]

[[Data Structures and Algorithms II 2025| Data Structures and Algorithms II]]

[[Python 2025| Python]]

[[Operating Systems I 2025| Operating Systems I]]
||
[[Параллельные и распределенные вычисления 2025 | Параллельные и распределенные вычисления]]

[[Практикум Python. Базовый поток 2025| Практикум Python. Базовый поток]]

[[Практикум Python. Продвинутый поток 2025| Практикум Python. Продвинутый поток]]

[[Формальные языки и трансляции 2025| Формальные языки и трансляции]]

[[Архитектура компьютеров и операционные системы 2025| Архитектура компьютеров и операционные системы]]

[[Высоконадёжные вычисления и системы реального времени]]

[[Современные компьютерные сети 2025| Современные компьютерные сети]]

[[Промышленное программирование на языке Java 2025| Промышленное программирование на языке Java]]

[[Full-stack разработка 2025| Full-stack разработка]]

[[Робастные методы в математической статистике 2024| Робастные методы в математической статистике]]

[[Programming Java 2025| Programming Java]]

[[Workshop on Software Development 2025| Workshop on Software Development]]

[[Parallel and Disrtibuted Computing I 2025| Parallel and Disrtibuted Computing I]]

[[Подготовка презентаций в PowerPoint 2025| Подготовка презентаций в PowerPoint]]
||
[[Промышленное программирование на языке Java 2025| Промышленное программирование на языке Java]]

[[Метапрограммирование 2025| Метапрограммирование]]

[[Робастные методы в математической статистике 2025| Робастные методы в математической статистике]]

[[Проектирование программных систем 2025| Проектирование программных систем]]

||
[[ЦОПРИ. Основы искусственного интеллекта в играх - 2025 | ЦОПРИ. Основы искусственного интеллекта в играх - 2025]]

[[Применение Python в статистическом анализе данных 2025 | Применение Python в статистическом анализе данных]]

[[Интерпретируемые методы классификации и порождения знаний]]

[[Теория решеток для анализа и разработки данных 2025| Теория решеток для анализа и разработки данных]]

[[Алгоритмы биоинформатики 2025| Алгоритмы биоинформатики]]

[[Алгоритмы на дискретных структурах данных (ШАД) 2025| Алгоритмы на дискретных структурах данных (ШАД) 2025]]

[[Анализ изображений 2025| Анализ изображений]]

[[Современные технологии разработки сервисов анализа данных 2025| Современные технологии разработки сервисов анализа данных]]

[[НИС 2025| НИС]]

[[Технологии программирования и операционные системы. 2025| Технологии программирования и операционные системы. 2025]]

[[Управление разработкой и запуском цифровых продуктов (МТС) 2025| Управление разработкой и запуском цифровых продуктов (МТС)]]

[[Облачные бизнесы и платформы (МТС) 2025| Облачные бизнесы и платформы (МТС)]]

[[Управление IT-проектами 2025 | Проектное управление в IT ]]

||
[[Машинное обучение на больших объемах данных 2025| Машинное обучение на больших объемах данных]]

[[НИС 2025| НИС]]

[[Устройство ядра Linux (НОВ) 2025| Устройство ядра Linux (НОВ)]]

[[Практики и инструменты надёжности (МТС) 2025| Практики и инструменты надёжности (МТС)]]

[[Продвинутые алгоритмы (НОВ) 2025| Продвинутые алгоритмы (НОВ)]]

[[Основы лидерства и управление высокоэффективными командами 2025| Основы лидерства и управление высокоэффективными командами ]]
|}

=== Весенний семестр 2025 года ===
* [[Рекомендации по поступлению | Рекомендации по поступлению 2025]]
* [[Про индивидуальные планы 2025 | Про индивидуальные планы 2025]]

{| class="wikitable"
|-
! 1 курс !! 2 курс !! 3 курс !! 4 курс !! 5 курс
|-
||

[[Программирование на языке C++. Основной поток весна 2025 | Программирование на языке C++. Основной поток]]

[[Программирование на языке C++. Продвинутый поток весна 2025 | Программирование на языке C++. Продвинутый поток]]

[[Программирование на языке C++. Иностранный поток весна 2025 | Программирование на языке C++. Иностранный поток]]

[[Алгоритмы и структуры данных II. Базовый поток весна 2025 | Алгоритмы и структуры данных II. Базовый поток]]

[[Алгоритмы и структуры данных II. Основной поток весна 2025 | Алгоритмы и структуры данных II. Основной поток]]

[[Алгоритмы и структуры данных II. Продвинутый поток весна 2025 | Алгоритмы и структуры данных II. Продвинутый поток]]

[[Алгоритмы и структуры данных II. Иностранный поток весна 2025 | Алгоритмы и структуры данных II. Иностранный поток]]

[[Алгоритмы и структуры данных II. Поток Java весна 2025 | Алгоритмы и структуры данных II. Поток Java]]

[[Практикум Python весна 2025 | Практикум Python]]

[[ТП весна 2025 | Технологии программирования]]

[[Программирование на Java весна 2025 | Программирование на Java]]

[[Foreign students. Foundations of Programming II 2025 | Foreign students. Foundations of Programming II]]

[[Foreign students. Data Structures and Algorithms I 2025 | Foreign students. Data Structures and Algorithms I]]

[[ИВТ. Архитектура вычислительных систем и языки ассемблера весна 2025 | ИВТ. Архитектура вычислительных систем и языки ассемблера]]

[[ИВТ. Разработка и анализ алгоритмов весна 2025 | ИВТ. Разработка и анализ алгоритмов]]

[[Базы данных весна 2025 | Базы данных]]

[[Олимпиадное программирование весна 2025 | Олимпиадное программирование]]

[[Педагогический практикум. Дополнительные главы весна 2025 | Педагогический практикум. Дополнительные главы (Д. Кучеренко)]]

[[РЭШ. Наука о данных. Python и R 2025 | РЭШ. Наука о данных. Python и R]]

||

[[Базы данных весна 2025 | Базы данных]]

[[Программирование на Rust весна 2025 | Программирование на Rust]]

[[Программирование на Go весна 2025 | Программирование на Go]]

[[АКОС II весна 2025 | АКОС II]]

[[Алгоритмы и структуры данных II. Иностранный поток весна 2025 | Алгоритмы и структуры данных II. Иностранный поток]]

[[Основы непрерывной интеграции (DevOps) весна 2025 | Основы непрерывной интеграции (DevOps)]]

[[Языки программирования и теория компиляции весна 2025 | Языки программирования и теория компиляции]]

[[Теория и практика многопоточной синхронизации весна 2025 | Теория и практика многопоточной синхронизации]]

[[ИВТ. Алгоритмы обработки строк и теории чисел весна 2025 | ИВТ. Алгоритмы обработки строк и теории чисел]]

[[ИВТ. Практикум по объектно-ориентированному программированию. Базовый поток весна 2025 | ИВТ. Практикум по объектно-ориентированному программированию. Базовый поток]]

[[ИВТ. Практикум по объектно-ориентированному программированию. Продвинутый поток весна 2025 | ИВТ. Практикум по объектно-ориентированному программированию. Продвинутый поток]]

[[Теория языков программирования весна 2025 | Теория языков программирования]]

[[Олимпиадное программирование весна 2025 | Олимпиадное программирование]]

[[Педагогический практикум. Дополнительные главы весна 2025 | Педагогический практикум. Дополнительные главы]]

[[Operating Systems II/Операционные системы I весна 2025 | Operating Systems II/Операционные системы I]]

[[Data Structures and Algorithms III весна 2025 | Data Structures and Algorithms III]]

[[Databases весна 2025 | Databases]]

[[Методы реализации алгоритмов весна 2025 | Методы реализации алгоритмов]]

||

[[Программирование на Rust весна 2025 | Программирование на Rust]]

[[Программирование на Go весна 2025 | Программирование на Go]]

[[АКОС II весна 2025 | АКОС II]]

[[АКОС II Lite весна 2025 | АКОС II Lite]]

[[Основы непрерывной интеграции (DevOps) весна 2025 | Основы непрерывной интеграции (DevOps)]]

[[Языки программирования и теория компиляции весна 2025 | Языки программирования и теория компиляции]]

[[Базы данных весна 2025 | Базы данных]]

[[Параллельные и распределенные вычисления весна 2025 | Параллельные и распределенные вычисления]]

[[Функциональные языки программирования весна 2025| Функциональные языки программирования]]

[[Разработка на Android весна 2025 | Разработка на Android]]

[[Разработки на Flutter весна 2025 | Разработки на Flutter]]

[[Введение в идиоматический Котлин весна 2025 | Введение в идиоматический Котлин]]

[[Parallel and Distributed Computing II весна 2025 | Parallel and Distributed Computing II]]

[[Workshop on Software Development весна 2025 | Workshop on Software Development]]

||

[[Программирование на Rust весна 2025 | Программирование на Rust]]

[[Программирование на Go весна 2025 | Программирование на Go]]

[[Основы непрерывной интеграции (DevOps) весна 2025 | Основы непрерывной интеграции (DevOps)]]

[[Теория и практика многопоточной синхронизации весна 2025 | Теория и практика многопоточной синхронизации]]

[[Разработка на Android весна 2025 | Разработка на Android]]

[[Разработки на Flutter весна 2025 | Разработки на Flutter]]

[[Введение в идиоматический Котлин весна 2025 | Введение в идиоматический Котлин]]

||

[[Технологии программирования на Java весна 2025 | Технологии программирования на Java]]

[[Автоматическая обработка естественного языка весна 2025 | Автоматическая обработка естественного языка]]

[[Машинное обучение на практике весна 2025 | Машинное обучение на практике]]

[[Хранение и обработка больших объёмов данных весна 2025 | Хранение и обработка больших объёмов данных]]

[[История и методология информатики и вычислительной техники весна 2025 | История и методология информатики и вычислительной техники]]

[[НИС весна 2025 | НИС]]

[[Алгоритмы на дискретных структурах данных весна 2025 | Алгоритмы на дискретных структурах данных]]

[[Автоматизация программирования весна 2025 | Автоматизация программирования]]

[[Основы лидерства и управление высокоэффективными командами весна 2025 | Основы лидерства и управление высокоэффективными командами]]

[[Современные технологии разработки сервисов анализа данных весна 2025 | Современные технологии разработки сервисов анализа данных]]

[[Безопасность облачных продуктов весна 2025 | Безопасность облачных продуктов]]

[[Разработка на Go весна 2025 | Разработка на Go]]

[[Основы непрерывной интеграции. DevOps весна 2025 | Основы непрерывной интеграции. DevOps]]

[[Сбор, подготовка и разметка данных весна 2025 | Сбор, подготовка и разметка данных]]

[[АКОС (для Blockchain) весна 2025 | АКОС (для Blockchain)]]

|}

=== Осенний семестр 2024 года ===
* [[Про индивидуальные планы 2024 | Про индивидуальные планы 2024]]

{| class="wikitable"
|-
! 1 курс !! 2 курс !! 3 курс !! 4 курс !! 5 курс !! 6 курс
|-
||
[[Программирование на языке C++. Базовый поток 2024 | Программирование на языке C++. Базовый поток]]

[[Программирование на языке C++. Основной поток 2024 | Программирование на языке C++. Основной поток]]

[[Программирование на языке C++. Продвинутый поток 2024 | Программирование на языке C++. Продвинутый поток]]

[[Программирование на языке C++. Иностранный поток 2024 | Программирование на языке C++. Иностранный поток]]

[[Алгоритмы и структуры данных I. Базовый поток 2024 | Алгоритмы и структуры данных I. Базовый поток]]

[[Алгоритмы и структуры данных I. Основной поток 2024 | Алгоритмы и структуры данных I. Основной поток]]

[[Алгоритмы и структуры данных I. Продвинутый поток 2024 | Алгоритмы и структуры данных I. Продвинутый поток]]

[[Алгоритмы и структуры данных I. Иностранный поток 2024 | Алгоритмы и структуры данных I. Иностранный поток]]

[[Практикум Python. Базовый поток 2024| Практикум Python. Базовый поток]]

[[Практикум Python. Продвинутый поток 2024| Практикум Python. Продвинутый поток]]

[[Математические основания алгоритмов и сложность вычислений. Базовый поток 2024| Математические основания алгоритмов и сложность вычислений. Базовый поток]]

[[Математические основания алгоритмов и сложность вычислений. Продвинутый поток 2024| Математические основания алгоритмов и сложность вычислений. Продвинутый поток]]

[[Практикум по алгоритмам и структурам данных. Поток Java 2024| Практикум по алгоритмам и структурам данных. Поток Java]]

[[Введение в структуры данных. Базовый поток 2024| Введение в структуры данных. Базовый поток]]

[[Введение в структуры данных. Продвинутый поток 2024| Введение в структуры данных. Продвинутый поток]]

[[Программирование на Java для ПМИ.ERP | Программирование на Java для ПМИ.ERP]]

[[Foundations of Programming I 2024| Foundations of Programming I]]
||
[[Современные компьютерные сети 2024 | Современные компьютерные сети]]

[[Программирование на языке C++. Иностранный поток 2024 | Программирование на языке C++. Иностранный поток]]

[[Алгоритмы и структуры данных I. Иностранный поток 2024 | Алгоритмы и структуры данных I. Иностранный поток]]

[[Алгоритмы и структуры данных III. Базовый поток 2024 | Алгоритмы и структуры данных III. Базовый поток]]

[[Алгоритмы и структуры данных III. Основной поток 2024 | Алгоритмы и структуры данных III. Основной поток]]

[[Алгоритмы и структуры данных III. Продвинутый поток 2024 | Алгоритмы и структуры данных III. Продвинутый поток]]

[[Практикум Python. Базовый поток 2024| Практикум Python. Базовый поток]]

[[Практикум Python. Продвинутый поток 2024| Практикум Python. Продвинутый поток]]

[[Формальные языки и трансляции 2024| Формальные языки и трансляции]]

[[Архитектура компьютеров и операционные системы 2024| Архитектура компьютеров и операционные системы]]

[[Современные компьютерные сети 2024| Современные компьютерные сети]]

[[Python и R в приложениях к экономике 2024| Python и R в приложениях к экономике]]

[[Алгоритмы на графах и динамическое программирование 2024| Алгоритмы на графах и динамическое программирование]]

[[Объектно-ориентированное программирование на C++ 2024| Объектно-ориентированное программирование на C++]]

[[Промышленное программирование на языке Java 2024| Промышленное программирование на языке Java]]

[[АКОС II осень 2024|АКОС II]]

[[Data Structures and Algorithms II 2024| Data Structures and Algorithms II]]

[[Python 2024| Python]]

[[Operating Systems I 2024| Operating Systems I]]
||
[[Параллельные и распределенные вычисления 2024 | Параллельные и распределенные вычисления]]

[[Практикум Python. Базовый поток 2024| Практикум Python. Базовый поток]]

[[Практикум Python. Продвинутый поток 2024| Практикум Python. Продвинутый поток]]

[[Формальные языки и трансляции 2024| Формальные языки и трансляции]]

[[Архитектура компьютеров и операционные системы 2024| Архитектура компьютеров и операционные системы]]

[[Современные компьютерные сети 2024| Современные компьютерные сети]]

[[Промышленное программирование на языке Java 2024| Промышленное программирование на языке Java]]

[[Full-stack разработка 2024| Full-stack разработка]]

[[Робастные методы в математической статистике 2024| Робастные методы в математической статистике]]

[[Programming Java 2024| Programming Java]]

[[Workshop on Software Development 2024| Workshop on Software Development]]

[[Parallel and Disrtibuted Computing I 2024| Parallel and Disrtibuted Computing I]]

[[Подготовка презентаций в PowerPoint 2024| Подготовка презентаций в PowerPoint]]
||
[[Промышленное программирование на языке Java 2024| Промышленное программирование на языке Java]]

[[Метапрограммирование 2024| Метапрограммирование]]

[[Робастные методы в математической статистике 2024| Робастные методы в математической статистике]]

[[Проектирование программных систем 2024| Проектирование программных систем]]

[[Дизайн и эксплуатация систем в микросервисной архитектуре | Дизайн и эксплуатация систем в микросервисной архитектуре]]

||
[[Применение Python в статистическом анализе данных 2024| Применение Python в статистическом анализе данных]]

[[Теория решеток для анализа и разработки данных 2024| Теория решеток для анализа и разработки данных]]

[[Алгоритмы биоинформатики 2024| Алгоритмы биоинформатики]]

[[Алгоритмы на дискретных структурах данных (ШАД) 2024| Алгоритмы на дискретных структурах данных (ШАД) 2024]]

[[Анализ изображений 2024| Анализ изображений]]

[[Современные технологии разработки сервисов анализа данных 2024| Современные технологии разработки сервисов анализа данных]]

[[НИС 2024| НИС]]

[[Технологии программирования и операционные системы. 2024| Технологии программирования и операционные системы. 2024]]

[[Управление разработкой и запуском цифровых продуктов (МТС) 2024| Управление разработкой и запуском цифровых продуктов (МТС)]]

[[Облачные бизнесы и платформы (МТС) 2024| Облачные бизнесы и платформы (МТС)]]

[[Управление IT-проектами 2024 | Проектное управление в IT ]]

||
[[Машинное обучение на больших объемах данных 2024| Машинное обучение на больших объемах данных]]

[[НИС 2024| НИС]]

[[Устройство ядра Linux (НОВ) 2024| Устройство ядра Linux (НОВ)]]

[[Практики и инструменты надёжности (МТС) 2024| Практики и инструменты надёжности (МТС)]]

[[Продвинутые алгоритмы (НОВ) 2024| Продвинутые алгоритмы (НОВ)]]

[[Основы лидерства и управление высокоэффективными командами 2024| Основы лидерства и управление высокоэффективными командами ]]
|}

=== Весенний семестр 2024 года ===
* '''[[Рекомендации по поступлению 2024]]'''
* [[Про индивидуальные планы]]
* [ Страница с расписанием]

{| class="wikitable"
|-
! 1 курс !! 2 курс !! 3 курс !! 4 курс !! 5 курс !! 6 курс
|-
|

[[Практикум Python. Весна 2024|Практикум Python]]

[[ИВТ. Практикум по объектно-ориентированному программированию|ИВТ. Практикум по объектно-ориентированному программированию]]

||

[[AKOS 2024|Архитектура компьютеров и операционные системы]]

[[ИВТ. Архитектура вычислительных систем и языки ассемблера|ИВТ. Архитектура вычислительных систем и языки ассемблера]]

[[Теория и практика многопоточной синхронизации 2024|Теория и практика многопоточной синхронизации]]

[[Алгоритмы и структуры данных (Русскоязычные иностранцы) 2024 весна|Алгоритмы и структуры данных (Русскоязычные иностранцы)]]

[http://wiki.atp-fivt.org/index.php/Базы_данных_2024 Базы данных 2024]

||

[[Параллельные_и_распределенные_вычисления_2024s|Параллельные и распределенные вычисления]]

[[Rust 2024|Разработка на Rust]]

[[Go 2024|Разработка на Go]]

[[Flutter 2024|Разработка на Flutter]]

[[DevOps 2024|Основы непрерывной интеграции (DevOps)]]

[[Android 2024|Разработка для Android]]

[[Современные компьютерные сети 2024s | Современные компьютерные сети]]

||

||

=== Факультетские курсы ===
[[Java mag 2024 | Технологии разработки на языке Java]]

[[HOBOD_2024 | Хранение и обработка больших объемов данных]]

[[NLP_2024 | Автоматическая обработка естественного языка]]

[[Машинное обучение на практике 2024 | Машинное обучение на практике]]

[[DevOps 2024|Основы непрерывной интеграции (DevOps)]]

[[Современные технологии разработки сервисов анализа данных 2024|Современные технологии разработки сервисов анализа данных]]

=== Кафедральные курсы ===
[[НИС_2024|Научный семинар]]

[[Основы лидерства и управление высокоэффективными командами]]

|}

=== Осенний семестр 2023 года ===
* '''[[Рекомендации по поступлению]]'''
* [[Про индивидуальные планы]]
* [ Страница с расписанием]

{| class="wikitable"
|-
! 1 курс !! 2 курс !! 3 курс !! 4 курс !! 5 курс !! 6 курс
|-
|

||

[[Практикум по объектно-ориентированному программированию|Практикум по объектно-ориентированному программированию]]

[[Алгоритмы и структуры данных (Русскоязычные иностранцы) 2023 осень|Алгоритмы и структуры данных (Русскоязычные иностранцы)]]

||

[[Java bak 2023 | Промышленное программирование на Java]]

[[Параллельные_и_распределенные_вычисления_2023a|Параллельные и распределенные вычисления]]

[[Fullstack 2023|Fullstack-разработка]]

[[Подготовка презентаций в PowerPoint]]

||

||

=== Факультетские курсы ===
[[ТПОС_2023|Технологии программирования и операционные системы]]

[[CV_2023|Анализ изображений]]

[[Marketing_2023 | Основы интернет-маркетинга]]

[[Алгоритмы биоинформатики осень 2023 | Алгоритмы биоинформатики]]

[[Управление IT-проектами 2023 | Управление IT-проектами]]

[[Структурный анализ и визуализация сетей]]

[[ИМКЗ-2023 | Интерпретируемые методы классификации и порождения знаний]]

=== Кафедральные курсы ===
[[НИС_2023|Научный семинар]]

[[Применение Python в статистическом анализе данных]]

||

=== Факультетские курсы ===

[[МОБОД_2023|Машинное обучение на больших объемах данных]]

[[Современные компьютерные сети | Современные компьютерные сети]]

=== Кафедральные курсы ===
[[Fullstack 2023|Fullstack-разработка]]

[[TPAD 2023 | Современные технологии разработки серисов анализа данных]]

|}

=== Весенний семестр 2023 года ===

[[Про индивидуальные планы 2023 весна]]

[[Проблемы с ведомостями]]

[https://mipt.ru/about/departments/uchebniy/schedule/study Страница с расписанием]

{| class="wikitable"
|-
! 1 курс !! 2 курс !! 3 курс !! 4 курс !! 5 курс
|-
|

[[Практикум Python. Весна 2023|Практикум Python]]

[[Python & R practice nes spr2023 | Практикум Python. Совместная программа ВШЭ-РЭШ. Весна 2023]]

[[Программирование на С++ основной и продвинутый потоки. Весна 2023|Программирование на С++ основной и продвинутый потоки]]

[[Технологии программирования. Весна 2023|Технологии программирования]]

[[Алгоритмы и структуры данных основной поток. Весна 2023|Алгоритмы и структуры данных основной поток]]

[[Алгоритмы и структуры данных продвинутый поток. Весна 2023|Алгоритмы и структуры данных продвинутый поток]]

||

[Архитектура компьютеров и операционные системы | CAOS-2022]

[[Программирование на языке Python для ПМФ. Весна 2023|Программирование на языке Python]]

[[Базы данных 2023|Базы данных 2023]]

[[Алгоритмы и структуры данных. Весна 2023|Алгоритмы и структуры данных]]

[[Algorithms and data structures III | Algorithms and data structures III]]

||

[[Rust-2023 | Разработка на языке Rust]]

[[Golang-2023 | Разработка на языке Golang]]

[[Параллельные_и_распределенные_вычисления_2023s|Параллельные и распределенные вычисления]]

||

[[Networks-2023 | Современные компьютерные сети]]

||

=== Факультетские курсы ===
[[IMI_2023 | История и методология информатики и вычислительной техники]]

[[Java_mag_2023 | Технологии разработки на языке Java]]

[[HOBOD_2023 | Хранение и обработка больших объемов данных]]

[[NLP_2023 | Автоматическая обработка естественного языка]]

=== Кафедральные курсы ===
[[ProgAutom_2023 | Автоматизация программирования]]

[[НИС_2023-1|Научный семинар]]

|}

=== Осенний семестр 2022 года - основные дисциплины ===

[[Про индивидуальные планы 2022]]

{| class="wikitable"
|-
! 1 курс !! 2 курс !! 3 курс !! 4 курс !! 5 курс !! 6 курс
|-
|

[[Практикум Python (ПМФ) | Практикум Python (ПМФ) ]]

[[Foundations of programming | Foundations of programming]]

[[Введение в структуры данных | Введение в программирование и алгоритмы (основной поток)]]

[[Программирование на С++ основной и продвинутый потоки | Программирование на С++ основной и продвинутый потоки]]

||

[[Архитектура комьютеров и операционные системы | CAOS-2022]]

[[Data Structures and Algorithms 2022 | Data Structures and Algorithms 2022]]

[[Спецкурс: алгоритмы на графах (ИВТ) | AlgoGraphs-2022]]

[[Объектно-ориентированное программирование на С++ (ИВТ) | OOP C++]]

[[Алгоритмы и структуры данных (продвинутый поток) | Алгоритмы и структура данных (продвинутый поток)]]

[[Алгоритмы и структура данных (основной поток) | Алгоритмы и структура данных (основной поток)]]

||

[[Параллельные_и_распределенные_вычисления_2022 осень|Параллельные и распределенные вычисления]]

[[Java_2021|Промышленное программирование на Java]]

[[Java_foreigners_2022 | Java foreign group]]

||

[https://objectoriented.ru/pps-new Проектирование программных систем]

||

=== Факультетские курсы ===
[[ТПОС_2022|Технологии программирования и операционные системы]]

[[cv_2022|Анализ изображений]]

[[Marketing_2022 | Основы интернет-маркетинга]]

[[Алгоритмы биоинформатики осень 2022 | Алгоритмы биоинформатики]]

=== Кафедральные курсы ===
[[НИС_2022-2|Научный семинар]]

[[PythonAnalysis_2021|Применение Python в статистическом анализе данных]]

||
[[МОБОД_2021|Машинное обучение на больших объемах данных]]

[[Web-2022|Web программирование]]

|}

=== Весенний семестр 2022 года - основные дисциплины ===

{| class="wikitable"
|-
! 1 курс !! 2 курс !! 3 курс !! 4 курс !! 5 курс
|-
|

||

||

[[Параллельные_и_распределенные_вычисления_2022s|Параллельные и распределенные вычисления]]

||

||

=== Факультетские курсы ===
[[Visual_2022 | Математические методы визуализации данных]]

[[IMI_2022 | История и методология информатики и вычислительной техники]]

[[Java_mag_2022 | Технологии разработки на языке Java]]

[[HOBOD_2022 | Хранение и обработка больших объемов данных]]

[[NLP_2022 | Автоматическая обработка естественного языка]]

=== Кафедральные курсы ===

[[ProgAutom_2022 | Автоматизация программирования]]

[[НИС_2022 | Научный семинар]]

|}

=== Осенний семестр 2021 года - основные дисциплины ===

[[Про индивидуальные планы 2021]]

{| class="wikitable"
|-
! 1 курс !! 2 курс !! 3 курс !! 4 курс !! 5 курс !! 6 курс
|-
|

||

||

[[Параллельные_и_распределенные_вычисления_2021|Параллельные и распределенные вычисления]]

[[Java_2021|Промышленное программирование на Java]]

[[Java_foreigners_2021 | Java foreign group]]

||

||

=== Факультетские курсы ===
[[ТПОС_2021|Технологии программирования и операционные системы]]

[[cv_2021|Анализ изображений]]
=== Кафедральные курсы ===
[[НИС_2021-2|Научный семинар]]

[[PythonAnalysis_2021|Применение Python в статистическом анализе данных]]

||
[[МОБОД_2021|Машинное обучение на больших объемах данных]]

[[Web-2021|Web программирование]]
|}

=== Весенний семестр 2021 года - основные дисциплины ===

[[Про индивидуальные планы]]

{| class="wikitable"
|-
! 1 курс !! 2 курс !! 3 курс !! 4 курс !! 5 курс
|-
|

||

||

||

||

=== Факультетские курсы ===
[[IMI_2021 | История и методология информатики и вычислительной техники]]

[[Java_mag_2021 | Программирование на Java]]

[[HOBOD_2021 | Хранение и обработка больших объемов данных]]

[[NLP_2021 | Автоматическая обработка естественного языка]]

=== Кафедральные курсы ===

[[ProgAutom_2021 | Автоматизация программирования]]

[[НИС_2021 | Научный семинар]]

|}

=== Осенний семестр 2020 года - основные дисциплины ===

{| class="wikitable"
|-
! 1 курс !! 2 курс !! 3 курс !! 4 курс !! 5 курс !! 6 курс
|-
|

||

[[Формалки_2020|Формальные языки и трансляции]]

||

[[Параллельные_и_распределенные_вычисления_2020|Параллельные и распределенные вычисления]]

[[Java_2020|Промышленное программирование на Java]]

||

||
[[ТПОС_2020|Технологии программирования и операционные системы]]

[[cv_2020|Анализ изображений]]
||
[[МОБОД_2020|Машинное обучение на больших объемах данных]]

|}

=== Весенний семестр 2020 года - основные дисциплины ===

{| class="wikitable"
|-
! 1 курс !! 2 курс !! 3 курс !! 4 курс !! 5 курс
|-
|

[[Алгоритмы_ИВТ_2020|Алгоритмы и структуры данных (поток ИВТ)]]

||

[[Теория и практика многопоточной синхронизации|Теория и практика многопоточной синхронизации]]

||
||
||

[[Хранение и обработка больших объемов данных]]

[[Технологии программирования и операционные системы - 2]]

|}

=== Осенний семестр 2019 года - основные дисциплины ===

{| class="wikitable"
|-
! 1 курс !! 2 курс !! 3 курс !! 4 курс !! 5 курс !! 6 курс
|-
|

||

[[Формалки_2019|Формальные языки и трансляции]]

||

[[МВС_2019|Параллельные и распределенные вычисления]]

[[Java_2019|Промышленное программирование на Java]]

[[Методы_оптимизации_2019|Методы оптимизации]]

[[Full-Stack_2019|Full-stack разработка]]

[[Сложность_вычислений_2019|Сложность вычислений]]

[[Мат.статы_2019|Математическая статистика]]

||

||
[[ТПОС_2019|Технологии программирования и операционные системы]]
||
[[МОБОД_2019|Машинное обучение на больших объемах данных]]

|}

=== Осенний семестр 2018 года - основные дисциплины ===

{| class="wikitable"
|-
! 1 курс !! 2 курс !! 3 курс !! 4 курс !! 5 курс !! 6 курс
|-
|

[[Программирование_базовый_2018|Введение в программирование (базовый поток)]]

[[Программирование_основной_2018|Введение в программирование (основной поток)]]

||
[[АКОС_ПМИ_набор_2017|Архитектура компьютеров и операционные системы (ПМИ, набор 2017 года)]]

[[Алгоритмы_базовый_2018|Алгоритмы и структуры данных (базовый поток)]]

[[Алгоритмы_основной_2018|Алгоритмы и структуры данных (основной поток)]]

[[Формалки_2018|Формальные языки и трансляции]]

||
[[АКОС_ПМИ_набор_2016|Дополнительные главы Архитектуры компьютеров и операционных систем (ПМИ, набор 2016 года)]]

[[МВС_2018|Параллельные и распределенные вычисления]]

||
[[ППС_2018|Проектирование программных систем]]

[[Машинка_часть_2_2018|Прикладное машинное обучение]]

||
[[Робастные_методы_2018|Робастные методы в статистике]]

[[Теория_решеток_2018|Теория решеток для анализа и разработки данных]]

[[Анализ_изображений_2018|Анализ изображений]]

||
[[МОБОД_2018|Машинное обучение на больших объемах данных]]

[[РДИ_2018|Работа с данными в индустрии]]

|}

== Научно-исследовательская работа ==

[[Архив тем НИР прошлых лет]]

Алгоритмы и структуры данных II. Базовый поток весна 2026

2026-02-26T14:12:52Z

Irinaiv:

= Общие сведения =
Базовый курс «Программирование на языке C++», предлагает изучение основных средств языка.
Изучаются фундаментальные элементы языка C++ — от основ синтаксиса и ООП до продвинутых возможностей: управления памятью, копирования и перемещения объектов, метапрограммирования на этапе компиляции. Студенты научатся создавать многофайловые программы, использовать системы сборки и писать код в современном ООП стиле.

Особое внимание на курсе уделяется объектно-ориентированному и обобщённому программированию — концепциям, которые лежат в основе профессиональной разработки на C++.
Видеокурс от «Лектория ФПМИ». Содержит лекции по разным темам базового потока, например, «Введение в C++», «Модификаторы доступа и наследование», «STL: последовательные контейнеры».

== Руководитель курса==
Ибрагимов Булат

== Чат курса==
[https://t.me/+uRYRb-UeG2swNWUy чат в Telegram]

== Программа курса ==
В рамках программы изучаются следующие темы:

* 1. Основы языка. Циклы и условия
* 2. Функции. Указатели.
* 3. Массивы. Ссылки.
* 4. Шаблоны функций. Модульное программирование.
* 5. Структуры. Поля и методы.
* 6. Конструкторы и перегрузка операций.
* 7. RAII.
* 8. Семантика перемещения.
* 9. Умные указатели.
* 10. STL: контейнеры.
* 11. STL: итераторы, диапазоны, алгоритмы.
* 12. Наследование.
* 13. Полиморфизм.
* 14. Исключения.
* 15. Метапрограммирование. Вычисления на этапе компиляции.
* 16. Зачет

== План домашних заданий с уточнением сроков сдачи==
Всего по курсу 3 домашних задания со сроками сдачи

== Критерии оценивания и формы контроля успеваемости (ДЗ, система бонусов, проект, зачет, экзамен)==

== Материалы занятий ==
[https://www.youtube.com/playlist?list=PL4_hYwCyhAvakC0pCVP93YIV3yaBtGbDQ Лекции]

Алгоритмы и структуры данных II. Основной поток весна 2026

2026-02-26T14:05:26Z

Irinaiv: Новая страница: « = Общие сведения о курсе = Второй семестр алгоритмов по системе и структуре не отличаетс…»

= Общие сведения о курсе =
Второй семестр алгоритмов по системе и структуре не отличается от первого. Отличается лишь набор тем.

В семестре планируется 15 лекций и 30 семинаров (практических занятий). На лекциях разбираются различные модельные задачи и алгоритмы их решения, на семинарах студентам предлагается решать теоретические задачи, обсуждать их решения, реализовывать код избранных алгоритмов, а также сдавать домашние задания.

Во втором семестре разбираются, во-первых, задачи динамического программирования, во-вторых, множество задач и алгоритмов на графах. Вводная часть о динамическом программировании служит скорее подготовкой к графовым алгоритмам, поскольку многие из них по существу задействуют именно технику динамического программирования.

Приблизительную программу экзамена см. в pdf.

Лекции одного из прошлых потоков (весна 2023) см.: https://youtube.com/playlist?list=PL4_hYwCyhAvZSdTWba4rwTlmdMwqf0gEd&si=ZI7BbJZd2A25OEmn

Подробнее о правилах курса см.: https://docs.google.com/document/d/1TNoAMWFGZHsEigH9BlM_lGI4jdHxxR66Y3jHGtntQME/edit

За курс предусмотрены две оценки: за зачёт и за экзамен. Оценки независимы и никак не влияют друг на друга. Оценка за зачёт ставится за работу в семестре: за сдачу теоретических и практических домашних задач, а также за активность на семинарах и помощь в развитии курса (исправление опечаток в условиях, подготовка более сильных тестов к задачам, разработка собственных задач и пр.). Оценка за экзамен ставится исключительно исходя из качества устного ответа на экзамене.

В течение семестра планируются 4–5 домашних заданий, разбитых по темам: 1) динамическое программирование; 2) простейшие алгоритмы на графах; 3) кратчайшие пути в графах, остовы; 4) паросочетания и потоки; 5) продвинутые алгоритмы на деревьях (опционально). В каждой теме планируется большой контест и небольшое теоретическое задание. Чтобы заработать минимальную положительную оценку (уд. 3), нужно набрать примерно 50% баллов от максимума. Чтобы заработать наивысшую оценку (отл. 10), нужно приблизиться к идеальному студенту, решившему почти все задачи. Ожидаемый максимальный балл — 150. Оценка за семестр стремится зафиксировать уровень навыков студента в решении и реализации практических задач по алгоритмам.

Экзамен же рассчитан оценить уровень теоретической подготовки студента. На нём от студента ожидается знание доказательств изученных в течение курса алгоритмов, а также умение решать теоретические задачи. Обычно такие задачи более сложные, чем практические, что компенсируется отсутствием необходимости реализовывать их (имплементировать).

Литература.
Рейнгольд Э., Нивергельт Ю., Део Н. Комбинаторные алгоритмы. Теория и практика. – 1980.
Асанов М. О., Баранский В. А., Расин В. В. Дискретная математика. – 2010.
С. Дасгупта, Х. Пападимитриу, У. Вазирани. Алгоритмы. Пер. с англ. под ред. А. Шеня. –– М.: МЦНМО, 2014. –– 320 с.
Ахо А. Дж. Хопкрофт, Дж. Ульман. Построение и анализ вычислительных алгоритмов. Москва. – 1979.

* [https://docs.google.com/document/d/1CsyLZeQwAXOSdNBFoagBskwXmC0Act2T8swQBJcw-30/edit?tab=t.0 О курсе]

== Руководитель курса==
Илья Степанов

== Преподаватели курса==
* Смышляев Федор Витальевич
* Чубенко Полина Николаевна
* Кулешов Игорь Вячеславович
* Белков Иван Иванович
* Костров Максим Антонович
* Спицын Николай Антонович
* Подзорова Полина Владимировна
* Рубаненко Мария Александровна
* Чернецкий Аркадий Михайлович
* Цой Максим Вячеславович
* Утегенов Артем Маратович
* Халтурин Евгений Александрович
* Вашкевич Егор Сергеевич
* Степанов Илья Даниилович
== Чат курса==
[https://t.me/ads_general2025 чат в Telegram]

Алгоритмы и структуры данных II. Базовый поток весна 2026

2026-02-26T14:05:03Z

Irinaiv: Полностью удалено содержимое страницы

Основы программирования на .NET (C Sharp)

2026-02-15T18:20:55Z

Irinaiv:

= Общие сведения о курсе =
Курс предназначен для студентов, которые хотят получить более полные представления о разработке на языке C# платформы .NET. В рамках курсе будут разобраны основные теоретические основы языка C#. Каждое занятие будет сопровождаться практической частью.
Для разработки подойдет любой IDE для .NET, например Visual Studio 2026.

==План занятий==

'''Блок 1'''
*Обзор языка C# и платформы .NET;
*Механизм работы CLR;
*Установка среды разработки IDE;
*Solution и Project, структура программ;
*Практика: Hello World + ввод/вывод;
*Объявление переменных;
*Отладка кода;
*Операторы и выражения: логические и арифметические операторы;

'''Блок 2'''
*Преобразование типов;
*Методы;
*Операторы выбора и логические операторы;
*Циклы;
*Домашнее задание 1

'''Блок 3'''
*Устройство памяти в .NET;
*Ссылочный и значимые типы;
*ООП в C#;
*Классы в C#, модификаторы доступа;
*Наследование и приведение типов;
*Операторы as is;
*Домашнее задание 2

'''Блок 4'''
*String;
*Конструкторы;
*Enum;
*Упаковка и распаковка;
*this;

'''Блок 5'''
*Свойства и константы
*Readonly
*Статические члены классов
*Параметры методов
*Домашнее задание 3

'''Блок 6'''
*Класс Object
*Методы класса Object
*Сравнение объектов
*Equals

'''Блок 7'''
*Generic
*Структуры данных в .NET
*IEnumerable
*List
*Массив
*Dictionary
*Домашнее задание 4

'''Блок 8'''
*Обзор фреймворков .NET
*ASP.NET
*WPF

'''Блок 9'''
*Разработка домашнего проекта

== Руководитель курса==

Курс преподает Протасов Антон Андреевич

== Чат курса==
[https://t.me/+sHJ9fp1VmGgxYWUy чат в Telegram]

== Критерии оценивания и формы контроля успеваемости (ДЗ, проект, зачет)==

Зачет и домашние задания: зачет дифференцированный.
Финальная оценка складывается из трех составляющих:
*2 балла за 4 домашних задания, на сдачу каждого ДЗ дается 0.5 балла и 1 неделя;
*4 балла за итоговый домашний проект;
*4 балла за сдачу теоретической части пройденного курса;

На зачетной неделе студенты в назначенный преподавателем день сдают итоговый домашний проект и теоретическую часть пройденного курса.

Примечание: домашние задания отмечены в Плане занятий.

== Материалы занятий ==
[https://www.youtube. Лекции]

Основы программирования на .NET (C Sharp)

2026-02-15T18:18:31Z

Irinaiv:

= Общие сведения о курсе =
Курс предназначен для студентов, которые хотят получить более полные представления о разработке на языке C# платформы .NET. В рамках курсе будут разобраны основные теоретические основы языка C#. Каждое занятие будет сопровождаться практической частью.
Для разработки подойдет любой IDE для .NET, например Visual Studio 2026.

==План занятий==

'''Блок 1'''
*Обзор языка C# и платформы .NET;
*Механизм работы CLR;
*Установка среды разработки IDE;
*Solution и Project, структура программ;
*Практика: Hello World + ввод/вывод;
*Объявление переменных;
*Отладка кода;
*Операторы и выражения: логические и арифметические операторы;

'''Блок 2'''
*Преобразование типов;
*Методы;
*Операторы выбора и логические операторы;
*Циклы;
*Домашнее задание 1

'''Блок 3'''
*Устройство памяти в .NET;
*Ссылочный и значимые типы;
*ООП в C#;
*Классы в C#, модификаторы доступа;
*Наследование и приведение типов;
*Операторы as is;
*Домашнее задание 2

'''Блок 4'''
*String;
*Конструкторы;
*Enum;
*Упаковка и распаковка;
*this;

'''Блок 5'''
*Свойства и константы
*Readonly
*Статические члены классов
*Параметры методов
*Домашнее задание 3

'''Блок 6'''
*Класс Object
*Методы класса Object
*Сравнение объектов
*Equals

'''Блок 7'''
*Generic
*Структуры данных в .NET
*IEnumerable
*List
*Массив
*Dictionary
*Домашнее задание 4

'''Блок 8'''
*Обзор фреймворков .NET
*ASP.NET
*WPF

'''Блок 9'''
*Разработка домашнего проекта

== Руководитель курса==

Протасов Антон Андреевич

== Преподаватели курса==
Протасов Антон Андреевич

== Чат курса==
[https://t.me/+sHJ9fp1VmGgxYWUy чат в Telegram]

== Критерии оценивания и формы контроля успеваемости (ДЗ, проект, зачет)==

Зачет и домашние задания: зачет дифференцированный.
Финальная оценка складывается из трех составляющих:
*2 балла за 4 домашних задания, на сдачу каждого ДЗ дается 0.5 балла и 1 неделя;
*4 балла за итоговый домашний проект;
*4 балла за сдачу теоретической части пройденного курса;

На зачетной неделе студенты в назначенный преподавателем день сдают итоговый домашний проект и теоретическую часть пройденного курса.

Примечание: домашние задания отмечены в Плане занятий.

== Материалы занятий ==
[https://www.youtube. Лекции]

Основы программирования на .NET (C Sharp)

2026-02-15T18:17:36Z

Irinaiv: /* Критерии оценивания и формы контроля успеваемости (ДЗ, проект, зачет) */

= Общие сведения о курсе =
Курс предназначен для студентов, которые хотят получить более полные представления о разработке на языке C# платформы .NET. В рамках курсе будут разобраны основные теоретические основы языка C#. Каждое занятие будет сопровождаться практической частью.
Для разработки подойдет любой IDE для .NET, например Visual Studio 2026.

==План занятий==

'''Блок 1'''
*Обзор языка C# и платформы .NET;
*Механизм работы CLR;
*Установка среды разработки IDE;
*Solution и Project, структура программ;
*Практика: Hello World + ввод/вывод;
*Объявление переменных;
*Отладка кода;
*Операторы и выражения: логические и арифметические операторы;

'''Блок 2'''
*Преобразование типов;
*Методы;
*Операторы выбора и логические операторы;
*Циклы;
*Домашнее задание 1

'''Блок 3'''
*Устройство памяти в .NET;
*Ссылочный и значимые типы;
*ООП в C#;
*Классы в C#, модификаторы доступа;
*Наследование и приведение типов;
*Операторы as is;
*Домашнее задание 2

'''Блок 4'''
*String;
*Конструкторы;
*Enum;
*Упаковка и распаковка;
*this;

'''Блок 5'''
*Свойства и константы
*Readonly
*Статические члены классов
*Параметры методов
*Домашнее задание 3

'''Блок 6'''
*Класс Object
*Методы класса Object
*Сравнение объектов
*Equals

'''Блок 7'''
*Generic
*Структуры данных в .NET
*IEnumerable
*List
*Массив
*Dictionary
*Домашнее задание 4

'''Блок 8'''
*Обзор фреймворков .NET
*ASP.NET
*WPF

'''Блок 9'''
*Разработка домашнего проекта

== Руководитель курса==

Протасов Антон Андреевич

== Преподаватели курса==
Протасов Антон Андреевич

== Чат курса==
[https://t.me/+sHJ9fp1VmGgxYWUy чат в Telegram]

== Программа курса и сдача домашек==
В рамках программы изучаются следующие темы:

== План домашних заданий с уточнением сроков сдачи==

== Критерии оценивания и формы контроля успеваемости (ДЗ, проект, зачет)==

Зачет и домашние задания: зачет дифференцированный.
Финальная оценка складывается из трех составляющих:
*2 балла за 4 домашних задания, на сдачу каждого ДЗ дается 0.5 балла и 1 неделя;
*4 балла за итоговый домашний проект;
*4 балла за сдачу теоретической части пройденного курса;

На зачетной неделе студенты в назначенный преподавателем день сдают итоговый домашний проект и теоретическую часть пройденного курса.

Примечание: домашние задания отмечены в Плане занятий.

== Материалы занятий ==
[https://www.youtube. Лекции]

Основы программирования на .NET (C Sharp)

2026-02-15T18:17:20Z

Irinaiv: /* Критерии оценивания и формы контроля успеваемости (ДЗ, проект, зачет) */

= Общие сведения о курсе =
Курс предназначен для студентов, которые хотят получить более полные представления о разработке на языке C# платформы .NET. В рамках курсе будут разобраны основные теоретические основы языка C#. Каждое занятие будет сопровождаться практической частью.
Для разработки подойдет любой IDE для .NET, например Visual Studio 2026.

==План занятий==

'''Блок 1'''
*Обзор языка C# и платформы .NET;
*Механизм работы CLR;
*Установка среды разработки IDE;
*Solution и Project, структура программ;
*Практика: Hello World + ввод/вывод;
*Объявление переменных;
*Отладка кода;
*Операторы и выражения: логические и арифметические операторы;

'''Блок 2'''
*Преобразование типов;
*Методы;
*Операторы выбора и логические операторы;
*Циклы;
*Домашнее задание 1

'''Блок 3'''
*Устройство памяти в .NET;
*Ссылочный и значимые типы;
*ООП в C#;
*Классы в C#, модификаторы доступа;
*Наследование и приведение типов;
*Операторы as is;
*Домашнее задание 2

'''Блок 4'''
*String;
*Конструкторы;
*Enum;
*Упаковка и распаковка;
*this;

'''Блок 5'''
*Свойства и константы
*Readonly
*Статические члены классов
*Параметры методов
*Домашнее задание 3

'''Блок 6'''
*Класс Object
*Методы класса Object
*Сравнение объектов
*Equals

'''Блок 7'''
*Generic
*Структуры данных в .NET
*IEnumerable
*List
*Массив
*Dictionary
*Домашнее задание 4

'''Блок 8'''
*Обзор фреймворков .NET
*ASP.NET
*WPF

'''Блок 9'''
*Разработка домашнего проекта

== Руководитель курса==

Протасов Антон Андреевич

== Преподаватели курса==
Протасов Антон Андреевич

== Чат курса==
[https://t.me/+sHJ9fp1VmGgxYWUy чат в Telegram]

== Программа курса и сдача домашек==
В рамках программы изучаются следующие темы:

== План домашних заданий с уточнением сроков сдачи==

== Критерии оценивания и формы контроля успеваемости (ДЗ, проект, зачет)==

Зачет и домашние задания: зачет дифференцированный.
Финальная оценка складывается из трех составляющих:
*2 балла за 4 домашних задания, на сдачу каждого ДЗ дается 0.5 балла и 1 неделя;
*4 балла за итоговый домашний проект;
*4 балла за сдачу теоретической части пройденного курса;

На зачетной неделе студенты в назначенный преподавателем день сдают итоговый домашний проект и теоретическую часть пройденного курса.
Примечания: домашние задания отмечены в Плане занятий.

== Материалы занятий ==
[https://www.youtube. Лекции]

Основы программирования на .NET (C Sharp)

2026-02-15T18:15:49Z

Irinaiv: /* Критерии оценивания и формы контроля успеваемости (ДЗ, проект, зачет) */

= Общие сведения о курсе =
Курс предназначен для студентов, которые хотят получить более полные представления о разработке на языке C# платформы .NET. В рамках курсе будут разобраны основные теоретические основы языка C#. Каждое занятие будет сопровождаться практической частью.
Для разработки подойдет любой IDE для .NET, например Visual Studio 2026.

==План занятий==

'''Блок 1'''
*Обзор языка C# и платформы .NET;
*Механизм работы CLR;
*Установка среды разработки IDE;
*Solution и Project, структура программ;
*Практика: Hello World + ввод/вывод;
*Объявление переменных;
*Отладка кода;
*Операторы и выражения: логические и арифметические операторы;

'''Блок 2'''
*Преобразование типов;
*Методы;
*Операторы выбора и логические операторы;
*Циклы;
*Домашнее задание 1

'''Блок 3'''
*Устройство памяти в .NET;
*Ссылочный и значимые типы;
*ООП в C#;
*Классы в C#, модификаторы доступа;
*Наследование и приведение типов;
*Операторы as is;
*Домашнее задание 2

'''Блок 4'''
*String;
*Конструкторы;
*Enum;
*Упаковка и распаковка;
*this;

'''Блок 5'''
*Свойства и константы
*Readonly
*Статические члены классов
*Параметры методов
*Домашнее задание 3

'''Блок 6'''
*Класс Object
*Методы класса Object
*Сравнение объектов
*Equals

'''Блок 7'''
*Generic
*Структуры данных в .NET
*IEnumerable
*List
*Массив
*Dictionary
*Домашнее задание 4

'''Блок 8'''
*Обзор фреймворков .NET
*ASP.NET
*WPF

'''Блок 9'''
*Разработка домашнего проекта

== Руководитель курса==

Протасов Антон Андреевич

== Преподаватели курса==
Протасов Антон Андреевич

== Чат курса==
[https://t.me/+sHJ9fp1VmGgxYWUy чат в Telegram]

== Программа курса и сдача домашек==
В рамках программы изучаются следующие темы:

== План домашних заданий с уточнением сроков сдачи==

== Критерии оценивания и формы контроля успеваемости (ДЗ, проект, зачет)==

Зачет и домашние задания: зачет дифференцированный.
Финальная оценка складывается из трех составляющих:
*2 балла за 4 домашних задания, на сдачу каждого ДЗ дается 0.5 балла и 1 неделя;
*4 балла за итоговый домашний проект;
*4 балла за сдачу теоретической части пройденного курса;

Примечания: домашние задания отмечены в Плане занятий.

== Материалы занятий ==
[https://www.youtube. Лекции]

Основы программирования на .NET (C Sharp)

2026-02-15T18:15:23Z

Irinaiv: /* Критерии оценивания и формы контроля успеваемости (ДЗ, проект, зачет) */

= Общие сведения о курсе =
Курс предназначен для студентов, которые хотят получить более полные представления о разработке на языке C# платформы .NET. В рамках курсе будут разобраны основные теоретические основы языка C#. Каждое занятие будет сопровождаться практической частью.
Для разработки подойдет любой IDE для .NET, например Visual Studio 2026.

==План занятий==

'''Блок 1'''
*Обзор языка C# и платформы .NET;
*Механизм работы CLR;
*Установка среды разработки IDE;
*Solution и Project, структура программ;
*Практика: Hello World + ввод/вывод;
*Объявление переменных;
*Отладка кода;
*Операторы и выражения: логические и арифметические операторы;

'''Блок 2'''
*Преобразование типов;
*Методы;
*Операторы выбора и логические операторы;
*Циклы;
*Домашнее задание 1

'''Блок 3'''
*Устройство памяти в .NET;
*Ссылочный и значимые типы;
*ООП в C#;
*Классы в C#, модификаторы доступа;
*Наследование и приведение типов;
*Операторы as is;
*Домашнее задание 2

'''Блок 4'''
*String;
*Конструкторы;
*Enum;
*Упаковка и распаковка;
*this;

'''Блок 5'''
*Свойства и константы
*Readonly
*Статические члены классов
*Параметры методов
*Домашнее задание 3

'''Блок 6'''
*Класс Object
*Методы класса Object
*Сравнение объектов
*Equals

'''Блок 7'''
*Generic
*Структуры данных в .NET
*IEnumerable
*List
*Массив
*Dictionary
*Домашнее задание 4

'''Блок 8'''
*Обзор фреймворков .NET
*ASP.NET
*WPF

'''Блок 9'''
*Разработка домашнего проекта

== Руководитель курса==

Протасов Антон Андреевич

== Преподаватели курса==
Протасов Антон Андреевич

== Чат курса==
[https://t.me/+sHJ9fp1VmGgxYWUy чат в Telegram]

== Программа курса и сдача домашек==
В рамках программы изучаются следующие темы:

== План домашних заданий с уточнением сроков сдачи==

== Критерии оценивания и формы контроля успеваемости (ДЗ, проект, зачет)==

Зачет и домашние задания: зачет дифференцированный.
Финальная оценка складывается из трех составляющих:
2 балла за 4 домашних задания, на сдачу каждого ДЗ дается 0.5 балла и 1 неделя;
4 балла за итоговый домашний проект;
4 балла за сдачу теоретической части пройденного курса;

Примечания: домашние задания отмечены в Плане занятий.

== Материалы занятий ==
[https://www.youtube. Лекции]

Основы программирования на .NET (C Sharp)

2026-02-15T18:15:00Z

Irinaiv: /* Общие сведения о курсе */

= Общие сведения о курсе =
Курс предназначен для студентов, которые хотят получить более полные представления о разработке на языке C# платформы .NET. В рамках курсе будут разобраны основные теоретические основы языка C#. Каждое занятие будет сопровождаться практической частью.
Для разработки подойдет любой IDE для .NET, например Visual Studio 2026.

==План занятий==

'''Блок 1'''
*Обзор языка C# и платформы .NET;
*Механизм работы CLR;
*Установка среды разработки IDE;
*Solution и Project, структура программ;
*Практика: Hello World + ввод/вывод;
*Объявление переменных;
*Отладка кода;
*Операторы и выражения: логические и арифметические операторы;

'''Блок 2'''
*Преобразование типов;
*Методы;
*Операторы выбора и логические операторы;
*Циклы;
*Домашнее задание 1

'''Блок 3'''
*Устройство памяти в .NET;
*Ссылочный и значимые типы;
*ООП в C#;
*Классы в C#, модификаторы доступа;
*Наследование и приведение типов;
*Операторы as is;
*Домашнее задание 2

'''Блок 4'''
*String;
*Конструкторы;
*Enum;
*Упаковка и распаковка;
*this;

'''Блок 5'''
*Свойства и константы
*Readonly
*Статические члены классов
*Параметры методов
*Домашнее задание 3

'''Блок 6'''
*Класс Object
*Методы класса Object
*Сравнение объектов
*Equals

'''Блок 7'''
*Generic
*Структуры данных в .NET
*IEnumerable
*List
*Массив
*Dictionary
*Домашнее задание 4

'''Блок 8'''
*Обзор фреймворков .NET
*ASP.NET
*WPF

'''Блок 9'''
*Разработка домашнего проекта

== Руководитель курса==

Протасов Антон Андреевич

== Преподаватели курса==
Протасов Антон Андреевич

== Чат курса==
[https://t.me/+sHJ9fp1VmGgxYWUy чат в Telegram]

== Программа курса и сдача домашек==
В рамках программы изучаются следующие темы:

== План домашних заданий с уточнением сроков сдачи==

== Критерии оценивания и формы контроля успеваемости (ДЗ, проект, зачет)==

Зачет и домашние задания: зачет дифференцированный.
Финальная оценка складывается из трех составляющих:
- 2 балла за 4 домашних задания, на сдачу каждого ДЗ дается 0.5 балла и 1 неделя;
- 4 балла за итоговый домашний проект;
- 4 балла за сдачу теоретической части пройденного курса;

Примечания: домашние задания отмечены в Плане занятий.

== Материалы занятий ==
[https://www.youtube. Лекции]

Основы программирования на .NET (C Sharp)

2026-02-15T18:14:48Z

Irinaiv: /* Критерии оценивания и формы контроля успеваемости (ДЗ, система бонусов, проект, зачет, экзамен) */

= Общие сведения о курсе =
Курс предназначен для студентов, которые хотят получить более полные представления о разработке на языке C# платформы .NET. В рамках курсе будут разобраны основные теоретические основы языка C#. Каждое занятие будет сопровождаться практической частью.
Для разработки подойдет любой IDE для .NET, например Visual Studio 2026.

Зачет и домашние задания: зачет дифференцированный. Домашние задания включают в себя одно обязательное, которое является итоговым, и 4 дополнительных домашних. Дополнительные домашние задания отмечены в Плане занятий.

==План занятий==

'''Блок 1'''
*Обзор языка C# и платформы .NET;
*Механизм работы CLR;
*Установка среды разработки IDE;
*Solution и Project, структура программ;
*Практика: Hello World + ввод/вывод;
*Объявление переменных;
*Отладка кода;
*Операторы и выражения: логические и арифметические операторы;

'''Блок 2'''
*Преобразование типов;
*Методы;
*Операторы выбора и логические операторы;
*Циклы;
*Домашнее задание 1

'''Блок 3'''
*Устройство памяти в .NET;
*Ссылочный и значимые типы;
*ООП в C#;
*Классы в C#, модификаторы доступа;
*Наследование и приведение типов;
*Операторы as is;
*Домашнее задание 2

'''Блок 4'''
*String;
*Конструкторы;
*Enum;
*Упаковка и распаковка;
*this;

'''Блок 5'''
*Свойства и константы
*Readonly
*Статические члены классов
*Параметры методов
*Домашнее задание 3

'''Блок 6'''
*Класс Object
*Методы класса Object
*Сравнение объектов
*Equals

'''Блок 7'''
*Generic
*Структуры данных в .NET
*IEnumerable
*List
*Массив
*Dictionary
*Домашнее задание 4

'''Блок 8'''
*Обзор фреймворков .NET
*ASP.NET
*WPF

'''Блок 9'''
*Разработка домашнего проекта

== Руководитель курса==

Протасов Антон Андреевич

== Преподаватели курса==
Протасов Антон Андреевич

== Чат курса==
[https://t.me/+sHJ9fp1VmGgxYWUy чат в Telegram]

== Программа курса и сдача домашек==
В рамках программы изучаются следующие темы:

== План домашних заданий с уточнением сроков сдачи==

== Критерии оценивания и формы контроля успеваемости (ДЗ, проект, зачет)==

Зачет и домашние задания: зачет дифференцированный.
Финальная оценка складывается из трех составляющих:
- 2 балла за 4 домашних задания, на сдачу каждого ДЗ дается 0.5 балла и 1 неделя;
- 4 балла за итоговый домашний проект;
- 4 балла за сдачу теоретической части пройденного курса;

Примечания: домашние задания отмечены в Плане занятий.

== Материалы занятий ==
[https://www.youtube. Лекции]

Основы программирования на .NET (C Sharp)

2026-02-15T18:06:57Z

Irinaiv: /* Общие сведения о курсе */

= Общие сведения о курсе =
Курс предназначен для студентов, которые хотят получить более полные представления о разработке на языке C# платформы .NET. В рамках курсе будут разобраны основные теоретические основы языка C#. Каждое занятие будет сопровождаться практической частью.
Для разработки подойдет любой IDE для .NET, например Visual Studio 2026.

Зачет и домашние задания: зачет дифференцированный. Домашние задания включают в себя одно обязательное, которое является итоговым, и 4 дополнительных домашних. Дополнительные домашние задания отмечены в Плане занятий.

==План занятий==

'''Блок 1'''
*Обзор языка C# и платформы .NET;
*Механизм работы CLR;
*Установка среды разработки IDE;
*Solution и Project, структура программ;
*Практика: Hello World + ввод/вывод;
*Объявление переменных;
*Отладка кода;
*Операторы и выражения: логические и арифметические операторы;

'''Блок 2'''
*Преобразование типов;
*Методы;
*Операторы выбора и логические операторы;
*Циклы;
*Домашнее задание 1

'''Блок 3'''
*Устройство памяти в .NET;
*Ссылочный и значимые типы;
*ООП в C#;
*Классы в C#, модификаторы доступа;
*Наследование и приведение типов;
*Операторы as is;
*Домашнее задание 2

'''Блок 4'''
*String;
*Конструкторы;
*Enum;
*Упаковка и распаковка;
*this;

'''Блок 5'''
*Свойства и константы
*Readonly
*Статические члены классов
*Параметры методов
*Домашнее задание 3

'''Блок 6'''
*Класс Object
*Методы класса Object
*Сравнение объектов
*Equals

'''Блок 7'''
*Generic
*Структуры данных в .NET
*IEnumerable
*List
*Массив
*Dictionary
*Домашнее задание 4

'''Блок 8'''
*Обзор фреймворков .NET
*ASP.NET
*WPF

'''Блок 9'''
*Разработка домашнего проекта

== Руководитель курса==

Протасов Антон Андреевич

== Преподаватели курса==
Протасов Антон Андреевич

== Чат курса==
[https://t.me/+sHJ9fp1VmGgxYWUy чат в Telegram]

== Программа курса и сдача домашек==
В рамках программы изучаются следующие темы:

== План домашних заданий с уточнением сроков сдачи==

== Критерии оценивания и формы контроля успеваемости (ДЗ, система бонусов, проект, зачет, экзамен)==

== Материалы занятий ==
[https://www.youtube. Лекции]

Основы программирования на .NET (C Sharp)

2026-02-15T17:58:36Z

Irinaiv: /* Общие сведения о курсе */

= Общие сведения о курсе =
Курс предназначен для студентов, которые хотят получить более полные представления о разработке на языке C# платформы .NET. В рамках курсе будут разобраны основные теоретические основы языка C#. Каждое занятие будет сопровождаться практической частью.
Для разработки подойдет любой IDE для .NET, например Visual Studio 2026

==План занятий==

'''Блок 1'''
*Обзор языка C# и платформы .NET;
*Механизм работы CLR;
*Установка среды разработки IDE;
*Solution и Project, структура программ;
*Практика: Hello World + ввод/вывод;
*Объявление переменных;
*Отладка кода;
*Операторы и выражения: логические и арифметические операторы;

'''Блок 2'''
*Преобразование типов;
*Методы;
*Операторы выбора и логические операторы;
*Циклы;
*Домашнее задание 1

'''Блок 3'''
*Устройство памяти в .NET;
*Ссылочный и значимые типы;
*ООП в C#;
*Классы в C#, модификаторы доступа;
*Наследование и приведение типов;
*Операторы as is;
*Домашнее задание 2

'''Блок 4'''
*String;
*Конструкторы;
*Enum;
*Упаковка и распаковка;
*this;

'''Блок 5'''
*Свойства и константы
*Readonly
*Статические члены классов
*Параметры методов
*Домашнее задание 3

'''Блок 6'''
*Класс Object
*Методы класса Object
*Сравнение объектов
*Equals

'''Блок 7'''
*Generic
*Структуры данных в .NET
*IEnumerable
*List
*Массив
*Dictionary
*Домашнее задание 4

'''Блок 8'''
*Обзор фреймворков .NET
*ASP.NET
*WPF

'''Блок 9'''
*Разработка домашнего проекта

== Руководитель курса==

Протасов Антон Андреевич

== Преподаватели курса==
Протасов Антон Андреевич

== Чат курса==
[https://t.me/+sHJ9fp1VmGgxYWUy чат в Telegram]

== Программа курса и сдача домашек==
В рамках программы изучаются следующие темы:

== План домашних заданий с уточнением сроков сдачи==

== Критерии оценивания и формы контроля успеваемости (ДЗ, система бонусов, проект, зачет, экзамен)==

== Материалы занятий ==
[https://www.youtube. Лекции]

Основы программирования на .NET (C Sharp)

2026-02-15T17:54:41Z

Irinaiv: /* План занятий */

= Общие сведения о курсе =

==План занятий==

'''Блок 1'''
*Обзор языка C# и платформы .NET;
*Механизм работы CLR;
*Установка среды разработки IDE;
*Solution и Project, структура программ;
*Практика: Hello World + ввод/вывод;
*Объявление переменных;
*Отладка кода;
*Операторы и выражения: логические и арифметические операторы;

'''Блок 2'''
*Преобразование типов;
*Методы;
*Операторы выбора и логические операторы;
*Циклы;
*Домашнее задание 1

'''Блок 3'''
*Устройство памяти в .NET;
*Ссылочный и значимые типы;
*ООП в C#;
*Классы в C#, модификаторы доступа;
*Наследование и приведение типов;
*Операторы as is;
*Домашнее задание 2

'''Блок 4'''
*String;
*Конструкторы;
*Enum;
*Упаковка и распаковка;
*this;

'''Блок 5'''
*Свойства и константы
*Readonly
*Статические члены классов
*Параметры методов
*Домашнее задание 3

'''Блок 6'''
*Класс Object
*Методы класса Object
*Сравнение объектов
*Equals

'''Блок 7'''
*Generic
*Структуры данных в .NET
*IEnumerable
*List
*Массив
*Dictionary
*Домашнее задание 4

'''Блок 8'''
*Обзор фреймворков .NET
*ASP.NET
*WPF

'''Блок 9'''
*Разработка домашнего проекта

== Руководитель курса==

Протасов Антон Андреевич

== Преподаватели курса==
Протасов Антон Андреевич

== Чат курса==
[https://t.me/+sHJ9fp1VmGgxYWUy чат в Telegram]

== Программа курса и сдача домашек==
В рамках программы изучаются следующие темы:

== План домашних заданий с уточнением сроков сдачи==

== Критерии оценивания и формы контроля успеваемости (ДЗ, система бонусов, проект, зачет, экзамен)==

== Материалы занятий ==
[https://www.youtube. Лекции]

Основы программирования на .NET (C Sharp)

2026-02-15T17:53:45Z

Irinaiv: /* План занятий */

= Общие сведения о курсе =

==План занятий==

'''Блок 1'''
*Обзор языка C# и платформы .NET;
*Механизм работы CLR;
*Установка среды разработки IDE;
*Solution и Project, структура программ;
*Практика: Hello World + ввод/вывод;
*Объявление переменных;
*Отладка кода;
*Операторы и выражения: логические и арифметические операторы;

'''Блок 2'''
*Преобразование типов;
*Методы;
*Операторы выбора и логические операторы;
*Циклы;
''*Домашнее задание 1''

'''Блок 3'''
*Устройство памяти в .NET;
*Ссылочный и значимые типы;
*ООП в C#;
*Классы в C#, модификаторы доступа;
*Наследование и приведение типов;
*Операторы as is;
''*Домашнее задание 2''

'''Блок 4'''
*String;
*Конструкторы;
*Enum;
*Упаковка и распаковка;
*this;

'''Блок 5'''
*Свойства и константы
*Readonly
*Статические члены классов
*Параметры методов
''*Домашнее задание 3''

'''Блок 6'''
*Класс Object
*Методы класса Object
*Сравнение объектов
*Equals

'''Блок 7'''
*Generic
*Структуры данных в .NET
*IEnumerable
*List
*Массив
*Dictionary
''*Домашнее задание 4''

'''Блок 8'''
*Обзор фреймворков .NET
*ASP.NET
*WPF

'''Блок 9'''
*Разработка домашнего проекта

== Руководитель курса==

Протасов Антон Андреевич

== Преподаватели курса==
Протасов Антон Андреевич

== Чат курса==
[https://t.me/+sHJ9fp1VmGgxYWUy чат в Telegram]

== Программа курса и сдача домашек==
В рамках программы изучаются следующие темы:

== План домашних заданий с уточнением сроков сдачи==

== Критерии оценивания и формы контроля успеваемости (ДЗ, система бонусов, проект, зачет, экзамен)==

== Материалы занятий ==
[https://www.youtube. Лекции]

Основы программирования на .NET (C Sharp)

2026-02-15T17:53:15Z

Irinaiv: /* План занятий */

= Общие сведения о курсе =

==План занятий==

'''Блок 1'''
*Обзор языка C# и платформы .NET;
*Механизм работы CLR;
*Установка среды разработки IDE;
*Solution и Project, структура программ;
*Практика: Hello World + ввод/вывод;
*Объявление переменных;
*Отладка кода;
*Операторы и выражения: логические и арифметические операторы;

'''Блок 2'''
*Преобразование типов;
*Методы;
*Операторы выбора и логические операторы;
*Циклы;
*Домашнее задание 1

'''Блок 3'''
*Устройство памяти в .NET;
*Ссылочный и значимые типы;
*ООП в C#;
*Классы в C#, модификаторы доступа;
*Наследование и приведение типов;
*Операторы as is;
**Домашнее задание 2

'''Блок 4'''
*String;
*Конструкторы;
*Enum;
*Упаковка и распаковка;
*this;

'''Блок 5'''
*Свойства и константы
*Readonly
*Статические члены классов
*Параметры методов
*Домашнее задание 3

'''Блок 6'''
*Класс Object
*Методы класса Object
*Сравнение объектов
*Equals

'''Блок 7'''
*Generic
*Структуры данных в .NET
*IEnumerable
*List
*Массив
*Dictionary
*Домашнее задание 4

'''Блок 8'''
*Обзор фреймворков .NET
*ASP.NET
*WPF

'''Блок 9'''
*Разработка домашнего проекта

== Руководитель курса==

Протасов Антон Андреевич

== Преподаватели курса==
Протасов Антон Андреевич

== Чат курса==
[https://t.me/+sHJ9fp1VmGgxYWUy чат в Telegram]

== Программа курса и сдача домашек==
В рамках программы изучаются следующие темы:

== План домашних заданий с уточнением сроков сдачи==

== Критерии оценивания и формы контроля успеваемости (ДЗ, система бонусов, проект, зачет, экзамен)==

== Материалы занятий ==
[https://www.youtube. Лекции]

Основы программирования на .NET (C Sharp)

2026-02-15T17:51:59Z

Irinaiv: /* План занятий */

= Общие сведения о курсе =

==План занятий==

'''Блок 1'''
*Обзор языка C# и платформы .NET;
*Механизм работы CLR;
*Установка среды разработки IDE;
*Solution и Project, структура программ;
*Практика: Hello World + ввод/вывод;
*Объявление переменных;
*Отладка кода;
*Операторы и выражения: логические и арифметические операторы;

'''Блок 2'''
*Преобразование типов;
*Методы;
*Операторы выбора и логические операторы;
*Циклы;

'''Блок 3'''
*Устройство памяти в .NET;
*Ссылочный и значимые типы;
*ООП в C#;
*Классы в C#, модификаторы доступа;
*Наследование и приведение типов;
*Операторы as is;

'''Блок 4'''
*String;
*Конструкторы;
*Enum;
*Упаковка и распаковка;
*this;

'''Блок 5'''
*Свойства и константы
*Readonly
*Статические члены классов
*Параметры методов

'''Блок 6'''
*Класс Object
*Методы класса Object
*Сравнение объектов
*Equals

'''Блок 7'''
*Generic
*Структуры данных в .NET
*IEnumerable
*List
*Массив
*Dictionary

'''Блок 8'''
*Обзор фреймворков .NET
*ASP.NET
*WPF

'''Блок 9'''
*Разработка домашнего проекта

== Руководитель курса==

Протасов Антон Андреевич

== Преподаватели курса==
Протасов Антон Андреевич

== Чат курса==
[https://t.me/+sHJ9fp1VmGgxYWUy чат в Telegram]

== Программа курса и сдача домашек==
В рамках программы изучаются следующие темы:

== План домашних заданий с уточнением сроков сдачи==

== Критерии оценивания и формы контроля успеваемости (ДЗ, система бонусов, проект, зачет, экзамен)==

== Материалы занятий ==
[https://www.youtube. Лекции]

Основы программирования на .NET (C Sharp)

2026-02-15T17:50:37Z

Irinaiv: /* План занятий */

= Общие сведения о курсе =

==План занятий==

'''Блок 1'''
*Обзор языка C# и платформы .NET;
*Механизм работы CLR;
*Установка среды разработки IDE;
*Solution и Project, структура программ;
*Практика: Hello World + ввод/вывод;
*Объявление переменных;
*Отладка кода;
*Операторы и выражения: логические и арифметические операторы;

'''Блок 2'''
*Преобразование типов;
*Методы;
*Операторы выбора и логические операторы;
*Циклы;

'''Блок 3'''
*Устройство памяти в .NET;
*Ссылочный и значимые типы;
*ООП в C#;
*Классы в C#, модификаторы доступа;
*Наследование и приведение типов;
*Операторы as is;

'''Блок 4'''
*String;
*Конструкторы;
*Enum;
*Упаковка и распаковка;
*this;

'''Блок 5'''
*Свойства и константы
*Readonly
*Статические члены классов
*Параметры методов

'''Блок 6'''
*Класс Object
*Методы класса Object
*Сравнение объектов
*Equals

'''Блок 7'''
*Generic
*Структуры данных в .NET
*IEnumerable
*List
*Массив
*Dictionary

'''Блок 8'''
Разработка домашнего проекта

== Руководитель курса==

Протасов Антон Андреевич

== Преподаватели курса==
Протасов Антон Андреевич

== Чат курса==
[https://t.me/+sHJ9fp1VmGgxYWUy чат в Telegram]

== Программа курса и сдача домашек==
В рамках программы изучаются следующие темы:

== План домашних заданий с уточнением сроков сдачи==

== Критерии оценивания и формы контроля успеваемости (ДЗ, система бонусов, проект, зачет, экзамен)==

== Материалы занятий ==
[https://www.youtube. Лекции]

Основы программирования на .NET (C Sharp)

2026-02-15T17:45:57Z

Irinaiv: /* Преподаватели курса */

= Общие сведения о курсе =

==План занятий==

==== Блок 1 ====
*Обзор языка C# и платформы .NET;
*Механизм работы CLR;
*Установка среды разработки IDE;
*Solution и Project, структура программ;
*Практика: Hello World + ввод/вывод;
*Объявление переменных;
*Отладка кода;
*Операторы и выражения: логические и арифметические операторы;

==== Блок 2 ====
*Преобразование типов;
*Методы;
*Операторы выбора и логические операторы;
*Циклы;

==== Блок 3 ====
*Устройство памяти в .NET;
*Ссылочный и значимые типы;
*ООП в C#;
*Классы в C#, модификаторы доступа;
*Наследование и приведение типов;
*Операторы as is;

==== Блок 4 ====
*String;
*Конструкторы;
*Enum;
*Упаковка и распаковка;
*this;

==== Блок 5 ====
*Свойства и константы
*Readonly
*Статические члены классов
*Параметры методов

==== Блок 6 ====
*Класс Object
*Методы класса Object
*Сравнение объектов
*Equals

==== Блок 7 ====
*Generic
*Структуры данных в .NET
*IEnumerable
*List
*Массив
*Dictionary

== Руководитель курса==

Протасов Антон Андреевич

== Преподаватели курса==
Протасов Антон Андреевич

== Чат курса==
[https://t.me/+sHJ9fp1VmGgxYWUy чат в Telegram]

== Программа курса и сдача домашек==
В рамках программы изучаются следующие темы:

== План домашних заданий с уточнением сроков сдачи==

== Критерии оценивания и формы контроля успеваемости (ДЗ, система бонусов, проект, зачет, экзамен)==

== Материалы занятий ==
[https://www.youtube. Лекции]

Основы программирования на .NET (C Sharp)

2026-02-15T17:45:07Z

Irinaiv: /* План занятий */

= Общие сведения о курсе =

==План занятий==

==== Блок 1 ====
*Обзор языка C# и платформы .NET;
*Механизм работы CLR;
*Установка среды разработки IDE;
*Solution и Project, структура программ;
*Практика: Hello World + ввод/вывод;
*Объявление переменных;
*Отладка кода;
*Операторы и выражения: логические и арифметические операторы;

==== Блок 2 ====
*Преобразование типов;
*Методы;
*Операторы выбора и логические операторы;
*Циклы;

==== Блок 3 ====
*Устройство памяти в .NET;
*Ссылочный и значимые типы;
*ООП в C#;
*Классы в C#, модификаторы доступа;
*Наследование и приведение типов;
*Операторы as is;

==== Блок 4 ====
*String;
*Конструкторы;
*Enum;
*Упаковка и распаковка;
*this;

==== Блок 5 ====
*Свойства и константы
*Readonly
*Статические члены классов
*Параметры методов

==== Блок 6 ====
*Класс Object
*Методы класса Object
*Сравнение объектов
*Equals

==== Блок 7 ====
*Generic
*Структуры данных в .NET
*IEnumerable
*List
*Массив
*Dictionary

== Руководитель курса==

Протасов Антон Андреевич

== Преподаватели курса==

== Чат курса==
[https://t.me/+sHJ9fp1VmGgxYWUy чат в Telegram]

== Программа курса и сдача домашек==
В рамках программы изучаются следующие темы:

== План домашних заданий с уточнением сроков сдачи==

== Критерии оценивания и формы контроля успеваемости (ДЗ, система бонусов, проект, зачет, экзамен)==

== Материалы занятий ==
[https://www.youtube. Лекции]

Основы программирования на .NET (C Sharp)

2026-02-15T17:39:35Z

Irinaiv: /* План занятий */

= Общие сведения о курсе =

==План занятий==

'''Блок 1'''
- Обзор языка C# и платформы .NET;
- Механизм работы CLR;
- Установка среды разработки IDE;
- Solution и Project, структура программ;
- Практика: Hello World + ввод/вывод;
- Объявление переменных;
- Отладка кода;
- Операторы и выражения: логические и арифметические операторы;

* Блок 2
Преобразование типов;
Методы;
Операторы выбора и логические операторы;
Циклы;

* Блок 3
Устройство памяти в .NET;
Ссылочный и значимые типы;
ООП в C#;
Классы в C#, модификаторы доступа;
Наследование и приведение типов;
Операторы as is;

* Блок 4
String;
Конструкторы;
Enum;
Упаковка и распаковка;
this;

* Блок 5
Свойства и константы
Readonly
Статические члены классов
Параметры методов

* Блок 6
Класс Object
Методы класса Object
Сравнение объектов
Equals

* Блок 7
Generic
Структуры данных в .NET
Ienumerable
List
Массив
Dictionary

== Руководитель курса==

Протасов Антон Андреевич

== Преподаватели курса==

== Чат курса==
[https://t.me/+sHJ9fp1VmGgxYWUy чат в Telegram]

== Программа курса и сдача домашек==
В рамках программы изучаются следующие темы:

== План домашних заданий с уточнением сроков сдачи==

== Критерии оценивания и формы контроля успеваемости (ДЗ, система бонусов, проект, зачет, экзамен)==

== Материалы занятий ==
[https://www.youtube. Лекции]

Основы программирования на .NET (C Sharp)

2026-02-15T17:39:05Z

Irinaiv: /* План занятий */

= Общие сведения о курсе =

==План занятий==

'''Блок 1'''
Обзор языка C# и платформы .NET;
Механизм работы CLR;
Установка среды разработки IDE;
Solution и Project, структура программ;
Практика: Hello World + ввод/вывод;
Объявление переменных;
Отладка кода;
Операторы и выражения: логические и арифметические операторы;

* Блок 2
Преобразование типов;
Методы;
Операторы выбора и логические операторы;
Циклы;

* Блок 3
Устройство памяти в .NET;
Ссылочный и значимые типы;
ООП в C#;
Классы в C#, модификаторы доступа;
Наследование и приведение типов;
Операторы as is;

* Блок 4
String;
Конструкторы;
Enum;
Упаковка и распаковка;
this;

* Блок 5
Свойства и константы
Readonly
Статические члены классов
Параметры методов

* Блок 6
Класс Object
Методы класса Object
Сравнение объектов
Equals

* Блок 7
Generic
Структуры данных в .NET
Ienumerable
List
Массив
Dictionary

== Руководитель курса==

Протасов Антон Андреевич

== Преподаватели курса==

== Чат курса==
[https://t.me/+sHJ9fp1VmGgxYWUy чат в Telegram]

== Программа курса и сдача домашек==
В рамках программы изучаются следующие темы:

== План домашних заданий с уточнением сроков сдачи==

== Критерии оценивания и формы контроля успеваемости (ДЗ, система бонусов, проект, зачет, экзамен)==

== Материалы занятий ==
[https://www.youtube. Лекции]

Основы программирования на .NET (C Sharp)

2026-02-15T17:38:40Z

Irinaiv: /* План занятий */

= Общие сведения о курсе =

==План занятий==

* Блок 1
Обзор языка C# и платформы .NET;
Механизм работы CLR;
Установка среды разработки IDE;
Solution и Project, структура программ;
Практика: Hello World + ввод/вывод;
Объявление переменных;
Отладка кода;
Операторы и выражения: логические и арифметические операторы;

* Блок 2
Преобразование типов;
Методы;
Операторы выбора и логические операторы;
Циклы;

* Блок 3
Устройство памяти в .NET;
Ссылочный и значимые типы;
ООП в C#;
Классы в C#, модификаторы доступа;
Наследование и приведение типов;
Операторы as is;

* Блок 4
String;
Конструкторы;
Enum;
Упаковка и распаковка;
this;

* Блок 5
Свойства и константы
Readonly
Статические члены классов
Параметры методов

* Блок 6
Класс Object
Методы класса Object
Сравнение объектов
Equals

* Блок 7
Generic
Структуры данных в .NET
Ienumerable
List
Массив
Dictionary

== Руководитель курса==

Протасов Антон Андреевич

== Преподаватели курса==

== Чат курса==
[https://t.me/+sHJ9fp1VmGgxYWUy чат в Telegram]

== Программа курса и сдача домашек==
В рамках программы изучаются следующие темы:

== План домашних заданий с уточнением сроков сдачи==

== Критерии оценивания и формы контроля успеваемости (ДЗ, система бонусов, проект, зачет, экзамен)==

== Материалы занятий ==
[https://www.youtube. Лекции]

Основы программирования на .NET (C Sharp)

2026-02-15T15:25:07Z

Irinaiv: Irinaiv переименовал страницу Основы программирования на C в Основы программирования на .NET (C Sharp): Корректное название курса

= Общие сведения о курсе =

==План занятий==

* весенний семестр:
* зачетная неделя:
* доп. выходные:

== Руководитель курса==

Протасов Антон Андреевич

== Преподаватели курса==

== Чат курса==
[https://t.me/+sHJ9fp1VmGgxYWUy чат в Telegram]

== Программа курса и сдача домашек==
В рамках программы изучаются следующие темы:

== План домашних заданий с уточнением сроков сдачи==

== Критерии оценивания и формы контроля успеваемости (ДЗ, система бонусов, проект, зачет, экзамен)==

== Материалы занятий ==
[https://www.youtube. Лекции]

Основы программирования на C

2026-02-15T15:25:07Z

#перенаправление [[Основы программирования на .NET (C Sharp)]]

Методы реализации алгоритмов весна 2026

2026-02-08T12:20:27Z

Irinaiv:

== '''Общие сведения''' ==

Разработка ПО охватывает множество различных ИТ-направлений: Backend, Frontend, DevOps, BigData, ML, Security и т. п., которые в последнее время стремительно развиваются. На сегодня в сфере ИТ очень востребованными являются M-shaped специалисты: ИТ-специалисты, являющиеся экспертами в двух и более ИТ-областях. В данном курсе мы рассмотрим несколько ИТ-направлений: от backend до security и познакомимся с используемыми алгоритмами каждой отдельной области, выделим общие паттерны и подходы на стыке нескольких областей.

* Регистрация на курс https://forms.gle/m2BBwnKJ7t4QjoDc8
Ограничений по регистрации на курс нет.
* Телеграм чат https://t.me/+SyKn4udNZw1lYWYy

== '''Команда курса''' ==

''Руководитель курса, лектор,семинарист:''
Рубаненко Мария

''Ассистенты:''
Пугачев Михаил

== Темы курса ==

'''Раздел 1 (Структуры в СУБД):'''
* 1. Суперсжатие: основные концепции и отличия от сжатия.
* 2. Scapegoat tree.
* 3. Динамическая и статическая оптимальность BST (бинарное дерево поиска).
* 4. Варианты B-деревьев (B*-деревья, ленивые B-деревья, FD-деревья, Bw-деревья, кеш-независимые B-деревья).
* 5. Журналированные структуры. Понятие LSM-дерева и его реализация.
* 6. LRU, LFU кэш в однопоточных и многопоточных средах. Примеры применения кэша.
'''Раздел 2 (Обработка многомерных данных):'''
* 1. Kd-деревья, R-деревья, SS-деревья.
* 2. Методы кластеризации: k-means, DBSCAN, OPTICS.
* 3. Концепция MapReduce. Распараллеливание k-means методом навеса. Распараллеливание k-means через MapReduce. MR-DBSCAN.
'''Раздел 3.1 (Оптимизационные задачи: задачи линейного программирования):'''
* 1. Постановка задачи линейного программирования. Двойственная задача линейного программирования.
* 2. Симплекс-метод (и его различные вариации).
* 3. Транспортная задача.
'''Раздел 3.2 (Оптимизационные задачи: теория расписаний):'''
* 1. Основные определения теории расписаний. Примеры.
* 2. Задача с 1й машиной. Алгоритм Лоулера.
* 3. Задача с 2мя машинами.
'''Раздел 4.1 (Вероятностные алгоритмы):'''
* 1. Алгоритм Лас-Вегас, алгоритм Монте-Карло. Градиентный спуск. Имитация отжига. Вероятностное решение задачи о минимальном разрезе. BSP-деревья. Теорема про BSP-дерево.
* 2. Алгоритм Фрейвалдcа. Проверка равенства двух полиномов. Лемма Шварца-Зиппеля. Сравнение строк.
* 3. Классы сложностей P, NP, BPP, P/poly. Примеры вероятностного решения NP-трудных задач (нахождение числа пересечений в графе, оценка наибольшего множества несмежных вершин графа).
* 4. Вероятностные методы в параллельных вычислениях (протокол византийского соглашения). Задача о выполнимости функции, заданной в конъюнктивной нормальной форме (КНФ) и ее вариации.
* 5. Методы дерандомизации (метод условных вероятностей, метод малых вероятностных пространств).
* 6. Общеизвестные рандомизированные структуры данных: старый добрый фильтр Блума (для проверки принадлежности к множеству) и его модификации, алгоритм HyperLogLog (для оценки мощности), структура Count-Min Sketch (для оценки частоты).
* 7. НЕ вероятностная проверка числа на простоту за полином.
'''Раздел 4.2 (Квантовые алгоритмы):'''
* 1. Основные понятия. Квантово-вдохновленные алгоритмы.
* 2. Алгоритм Шора (задача факторизации числа). Алгоритм Гровера (оптимизация поиска в базах данных).
* 3. Алгоритм Дойча-Йожи. Алгоритм Саймона.
* 4. Оптимизационный алгоритм QAOA (Quantum Approximate Optimization Algorithm).
* 5. Квантовое машинное обучение и квантовые нейронные сети.
'''Раздел 5 (Криптографические алгоритмы):'''
* 1. Понятие криптостойкости. “Историческая классика”: шифр Цезаря, шифр Виженера, шифр Хилла.
* 2. Псевдослучайность. Семейства хеш-функций BLAKE, GOST, MD, RIPEMD, SHA. Пример реализации на Java с помощью класса java.security.MessageDigest.
* 3. Алгоритмы симметричного шифрования (DES [с реализацией на Java], AES [с реализацией на Java], RC5, Blowfish, Twofish, RC4, Salsa20).
* 4. Протокол Диффи - Хеллмана. Алгоритмы ассиметричного шифрования (RSA, DSA, схема Эль-Гамаля, ECDSA).
* 5. Цифровые подписи. Реализация цифровой подписи через RSA+SHA256 и через схему Эль-Гамаля на Java.
* 6. Постквантовая криптография. Криптография на решетках. Алгоритм LLL (Ленстры - Ленстры - Ловаса). Алгоритм GGH (Голдрейх - Голдвассер - Халеви). NTRU и соответствующая библиотека на Java.
* 7. Атаки в криптографии.

'''Отчетность по курсу'''

За семестр требуется сдать 5 лабораторных работ по каждому из разделов. Решенное задание размещается в приватном репозитории github и проверяющему (контакты проверяющего см. в чате группы) присылается ссылка (по почте или в тг) на данный github репозиторий. Предпочтительный язык, на котором можно присылать код лабораторных работ является Java, С++, Python.
Также после прохождения 3х разделов курса планируется проведение коллоквиума. Коллоквиум проходит устно и состоит из 3х теоретических вопросов и 3х задач (по соответствующему разделу).
В конце курса планируется проведение зачета. Зачет проводится устно и состоит из 3х теоретических вопросов и 3х задач (по соответствующему разделу).
Сроки получения и сдачи заданий: Срок размещения лабораторных работ (кроме последней лабораторной) - в день последней темы раздела.
Срок размещения последней лабораторной работы - за 2 занятия до окончания раздела.
Срок сдачи лабораторных работ - 14 дней с момента публикации задания [пример: если задание опубликовано 01.02.2026, то последний день приема - 15.02.2026 23:59 Мск].
Перенос дедлайнов возможен только по уважительной причине

'''* Критерии оценивания:'''

* 1) Лабораторные [0-90] баллов: Лаб. работа 1 = 20 баллов Лаб. работа 2 = 20 баллов Лаб. работа 3 = 10 баллов Лаб. работа 4 = 30 баллов Лаб. работа 5 = 10 баллов
* 2) Доклад [3-10] баллов: Сделать доклад статьи на семинаре = [3-10] баллов
''Оценка за практику [0-10 баллов] = (Лабораторные + Доклад) / 10''
* 3) Коллоквиум [0-10 баллов]: Теор. вопросы = [0-10] баллов, Задачи = [0-10] баллов
* 4) Зачет [0-10 баллов]: Теор. вопросы = [0-10] баллов, Задачи = [0-10] баллов
''Оценка за курс = ( (коллоквиум + зачет)/2 +оценка за практику)/2, где округление происходит в большую сторону, если студент проявлял активность на занятиях, иначе - в меньшую сторону.''

'''Список литературы''

'''Раздел 1 (Структуры в СУБД): '''

* 1. Sedgewick Robert and Kevin Wayne. 2011. Algorithms (4th Ed.). Boston: Pearson.
* 2. Knuth Donald E. 1997. The Art of Computer Programming, Volume 2 (3rd Ed.): Seminumerical Algorithms. Boston: Addison-Wesley Longman.
* 3. Elmasri Ramez and Shamkant Navathe. 2011. Fundamentals of Database Systems (6th Ed.). Boston: Pearson.
* 4. Justin Sheehy, David Smith. “Bitcask: A log-structured hash table for fast key/value data.” 2010.

'''Раздел 2 (Обработка многомерных данных):'''

* 1. Brown R (2015). "Building a balanced k-d tree in O(kn log n) time". Journal of Computer Graphics Techniques. 4 (1): 50–68.
* 2. Y. Kwon, D. Nunley, J. P. Gardner, M. Balazinska, B. Howe, and S. Loebman, “Scalable clustering algorithm for n-body simulations in a shared-nothing cluster,” in Proceedings of the 22nd international conference on Scientific and statistical database management, ser. SSDBM’10. Berlin, Heidelberg: Springer-Verlag, 2010, pp. 132–150.
* 3. E. Januzaj, H.-P. Kriegel, and M. Pfeifle, “Scalable density-based distributed clustering,” in Proceedings of the 8th European Conference on Principles and Practice of Knowledge Discovery in Databases, ser. PKDD ’04. New York, NY, USA: Springer-Verlag New York, Inc., 2004, pp. 231–244.

'''Раздел 3.1 (Оптимизационные задачи: задачи линейного программирования):'''

* 1. Канторович Л. В., Горстко А. Б. Математическое оптимальное программирование в экономике. — М. : Знание, 1968. — 96 с.
* 2. Вентцель Е. С. Исследование операций: задачи, принципы, методология. — М. : Наука, 1980.

'''Раздел 3.2 (Оптимизационные задачи: теория расписаний):'''

* 1. Joseph Y-T. Leung. Handbook of scheduling: algorithms, models, and performance analysis. 2004.
* 2. Michael Pinedo. Scheduling: theory, algorithms, and systems. 2008.
* 3. Лазарев А.A., Гафаров Е. Р. Теория расписаний. Задачи и алгоритмы. — М. : МГУ, 2011.— 222 с.

'''Раздел 4.1 (Вероятностные алгоритмы):'''

* 1. Fuchs, Henry; Kedem, Zvi. M; Naylor, Bruce F. (1980). "On Visible Surface Generation by A Priori Tree Structures".
* 2. Zippel, Richard (1993). Springer (ed.). Effective Polynomial Computation. The Springer International Series in Engineering and Computer Science. Vol. 241.
* 3. L. G. Valiant, “General context-free recognition in less than cubic time”, Journal of Computer and System Sciences, 10:2 (1975), 308–314.
*
* 4. R. Motwani и P. Raghavan. Randomized algorithms. Англ. Cambridge Univ. Press, 1995.
* 5. R. Beier и B. Vöcking. “Random Knapsack in Expected Polynomial Time”. Англ. В: Proceedings of the 35th ACM Symposium on Theory of Computing (STOC). 2003, p. 232–241.

'''Раздел 4.2 (Квантовые алгоритмы):'''

* 1. de Wolf R. Quantum Computing (англ.): Lecture Notes — 2019. — 176 p. — arXiv:1907.09415
Раздел 5 (Криптографические алгоритмы):
* 1. Paar C., Pelzl J., Guneysu T. Understanding Cryptography: From Established Symmetric and Asymmetric Ciphers to Post-Quantum Algorithms.2nd Edition.: Springer, 2024. — 555 p.
* 2. Christof Paar, Jan Pelz, Understanding Cryptography. A Textbook for Students and Practitioners. Springer-Verlag Berlin Heidelberg, 2010.

Методы реализации алгоритмов весна 2026

2026-02-06T15:42:06Z

Irinaiv: /* Команда курса */

== '''Общие сведения''' ==

Разработка ПО охватывает множество различных ИТ-направлений: Backend, Frontend, DevOps, BigData, ML, Security и т. п., которые в последнее время стремительно развиваются. На сегодня в сфере ИТ очень востребованными являются M-shaped специалисты: ИТ-специалисты, являющиеся экспертами в двух и более ИТ-областях. В данном курсе мы рассмотрим несколько ИТ-направлений: от backend до security и познакомимся с используемыми алгоритмами каждой отдельной области, выделим общие паттерны и подходы на стыке нескольких областей.

* Регистрация на курс (нужно вставить актуальную ссылку и удалить ЭТОТ ТЕКСТ в скобках)
Ограничений по регистрации на курс нет.
* Телеграм чат https://t.me/+SyKn4udNZw1lYWYy

== '''Команда курса''' ==

''Руководитель курса, лектор,семинарист:''
Рубаненко Мария

''Ассистенты:''
Пугачев Михаил

== Темы курса ==

'''Раздел 1 (Структуры в СУБД):'''
* 1. Суперсжатие: основные концепции и отличия от сжатия.
* 2. Scapegoat tree.
* 3. Динамическая и статическая оптимальность BST (бинарное дерево поиска).
* 4. Варианты B-деревьев (B*-деревья, ленивые B-деревья, FD-деревья, Bw-деревья, кеш-независимые B-деревья).
* 5. Журналированные структуры. Понятие LSM-дерева и его реализация.
* 6. LRU, LFU кэш в однопоточных и многопоточных средах. Примеры применения кэша.
'''Раздел 2 (Обработка многомерных данных):'''
* 1. Kd-деревья, R-деревья, SS-деревья.
* 2. Методы кластеризации: k-means, DBSCAN, OPTICS.
* 3. Концепция MapReduce. Распараллеливание k-means методом навеса. Распараллеливание k-means через MapReduce. MR-DBSCAN.
'''Раздел 3.1 (Оптимизационные задачи: задачи линейного программирования):'''
* 1. Постановка задачи линейного программирования. Двойственная задача линейного программирования.
* 2. Симплекс-метод (и его различные вариации).
* 3. Транспортная задача.
'''Раздел 3.2 (Оптимизационные задачи: теория расписаний):'''
* 1. Основные определения теории расписаний. Примеры.
* 2. Задача с 1й машиной. Алгоритм Лоулера.
* 3. Задача с 2мя машинами.
'''Раздел 4.1 (Вероятностные алгоритмы):'''
* 1. Алгоритм Лас-Вегас, алгоритм Монте-Карло. Градиентный спуск. Имитация отжига. Вероятностное решение задачи о минимальном разрезе. BSP-деревья. Теорема про BSP-дерево.
* 2. Алгоритм Фрейвалдcа. Проверка равенства двух полиномов. Лемма Шварца-Зиппеля. Сравнение строк.
* 3. Классы сложностей P, NP, BPP, P/poly. Примеры вероятностного решения NP-трудных задач (нахождение числа пересечений в графе, оценка наибольшего множества несмежных вершин графа).
* 4. Вероятностные методы в параллельных вычислениях (протокол византийского соглашения). Задача о выполнимости функции, заданной в конъюнктивной нормальной форме (КНФ) и ее вариации.
* 5. Методы дерандомизации (метод условных вероятностей, метод малых вероятностных пространств).
* 6. Общеизвестные рандомизированные структуры данных: старый добрый фильтр Блума (для проверки принадлежности к множеству) и его модификации, алгоритм HyperLogLog (для оценки мощности), структура Count-Min Sketch (для оценки частоты).
* 7. НЕ вероятностная проверка числа на простоту за полином.
'''Раздел 4.2 (Квантовые алгоритмы):'''
* 1. Основные понятия. Квантово-вдохновленные алгоритмы.
* 2. Алгоритм Шора (задача факторизации числа). Алгоритм Гровера (оптимизация поиска в базах данных).
* 3. Алгоритм Дойча-Йожи. Алгоритм Саймона.
* 4. Оптимизационный алгоритм QAOA (Quantum Approximate Optimization Algorithm).
* 5. Квантовое машинное обучение и квантовые нейронные сети.
'''Раздел 5 (Криптографические алгоритмы):'''
* 1. Понятие криптостойкости. “Историческая классика”: шифр Цезаря, шифр Виженера, шифр Хилла.
* 2. Псевдослучайность. Семейства хеш-функций BLAKE, GOST, MD, RIPEMD, SHA. Пример реализации на Java с помощью класса java.security.MessageDigest.
* 3. Алгоритмы симметричного шифрования (DES [с реализацией на Java], AES [с реализацией на Java], RC5, Blowfish, Twofish, RC4, Salsa20).
* 4. Протокол Диффи - Хеллмана. Алгоритмы ассиметричного шифрования (RSA, DSA, схема Эль-Гамаля, ECDSA).
* 5. Цифровые подписи. Реализация цифровой подписи через RSA+SHA256 и через схему Эль-Гамаля на Java.
* 6. Постквантовая криптография. Криптография на решетках. Алгоритм LLL (Ленстры - Ленстры - Ловаса). Алгоритм GGH (Голдрейх - Голдвассер - Халеви). NTRU и соответствующая библиотека на Java.
* 7. Атаки в криптографии.

'''Отчетность по курсу'''

За семестр требуется сдать 5 лабораторных работ по каждому из разделов. Решенное задание размещается в приватном репозитории github и проверяющему (контакты проверяющего см. в чате группы) присылается ссылка (по почте или в тг) на данный github репозиторий. Предпочтительный язык, на котором можно присылать код лабораторных работ является Java, С++, Python.
Также после прохождения 3х разделов курса планируется проведение коллоквиума. Коллоквиум проходит устно и состоит из 3х теоретических вопросов и 3х задач (по соответствующему разделу).
В конце курса планируется проведение зачета. Зачет проводится устно и состоит из 3х теоретических вопросов и 3х задач (по соответствующему разделу).
Сроки получения и сдачи заданий: Срок размещения лабораторных работ (кроме последней лабораторной) - в день последней темы раздела.
Срок размещения последней лабораторной работы - за 2 занятия до окончания раздела.
Срок сдачи лабораторных работ - 14 дней с момента публикации задания [пример: если задание опубликовано 01.02.2026, то последний день приема - 15.02.2026 23:59 Мск].
Перенос дедлайнов возможен только по уважительной причине

'''* Критерии оценивания:'''

* 1) Лабораторные [0-90] баллов: Лаб. работа 1 = 20 баллов Лаб. работа 2 = 20 баллов Лаб. работа 3 = 10 баллов Лаб. работа 4 = 30 баллов Лаб. работа 5 = 10 баллов
* 2) Доклад [3-10] баллов: Сделать доклад статьи на семинаре = [3-10] баллов
''Оценка за практику [0-10 баллов] = (Лабораторные + Доклад) / 10''
* 3) Коллоквиум [0-10 баллов]: Теор. вопросы = [0-10] баллов, Задачи = [0-10] баллов
* 4) Зачет [0-10 баллов]: Теор. вопросы = [0-10] баллов, Задачи = [0-10] баллов
''Оценка за курс = ( (коллоквиум + зачет)/2 +оценка за практику)/2, где округление происходит в большую сторону, если студент проявлял активность на занятиях, иначе - в меньшую сторону.''

'''Список литературы''

'''Раздел 1 (Структуры в СУБД): '''

* 1. Sedgewick Robert and Kevin Wayne. 2011. Algorithms (4th Ed.). Boston: Pearson.
* 2. Knuth Donald E. 1997. The Art of Computer Programming, Volume 2 (3rd Ed.): Seminumerical Algorithms. Boston: Addison-Wesley Longman.
* 3. Elmasri Ramez and Shamkant Navathe. 2011. Fundamentals of Database Systems (6th Ed.). Boston: Pearson.
* 4. Justin Sheehy, David Smith. “Bitcask: A log-structured hash table for fast key/value data.” 2010.

'''Раздел 2 (Обработка многомерных данных):'''

* 1. Brown R (2015). "Building a balanced k-d tree in O(kn log n) time". Journal of Computer Graphics Techniques. 4 (1): 50–68.
* 2. Y. Kwon, D. Nunley, J. P. Gardner, M. Balazinska, B. Howe, and S. Loebman, “Scalable clustering algorithm for n-body simulations in a shared-nothing cluster,” in Proceedings of the 22nd international conference on Scientific and statistical database management, ser. SSDBM’10. Berlin, Heidelberg: Springer-Verlag, 2010, pp. 132–150.
* 3. E. Januzaj, H.-P. Kriegel, and M. Pfeifle, “Scalable density-based distributed clustering,” in Proceedings of the 8th European Conference on Principles and Practice of Knowledge Discovery in Databases, ser. PKDD ’04. New York, NY, USA: Springer-Verlag New York, Inc., 2004, pp. 231–244.

'''Раздел 3.1 (Оптимизационные задачи: задачи линейного программирования):'''

* 1. Канторович Л. В., Горстко А. Б. Математическое оптимальное программирование в экономике. — М. : Знание, 1968. — 96 с.
* 2. Вентцель Е. С. Исследование операций: задачи, принципы, методология. — М. : Наука, 1980.

'''Раздел 3.2 (Оптимизационные задачи: теория расписаний):'''

* 1. Joseph Y-T. Leung. Handbook of scheduling: algorithms, models, and performance analysis. 2004.
* 2. Michael Pinedo. Scheduling: theory, algorithms, and systems. 2008.
* 3. Лазарев А.A., Гафаров Е. Р. Теория расписаний. Задачи и алгоритмы. — М. : МГУ, 2011.— 222 с.

'''Раздел 4.1 (Вероятностные алгоритмы):'''

* 1. Fuchs, Henry; Kedem, Zvi. M; Naylor, Bruce F. (1980). "On Visible Surface Generation by A Priori Tree Structures".
* 2. Zippel, Richard (1993). Springer (ed.). Effective Polynomial Computation. The Springer International Series in Engineering and Computer Science. Vol. 241.
* 3. L. G. Valiant, “General context-free recognition in less than cubic time”, Journal of Computer and System Sciences, 10:2 (1975), 308–314.
*
* 4. R. Motwani и P. Raghavan. Randomized algorithms. Англ. Cambridge Univ. Press, 1995.
* 5. R. Beier и B. Vöcking. “Random Knapsack in Expected Polynomial Time”. Англ. В: Proceedings of the 35th ACM Symposium on Theory of Computing (STOC). 2003, p. 232–241.

'''Раздел 4.2 (Квантовые алгоритмы):'''

* 1. de Wolf R. Quantum Computing (англ.): Lecture Notes — 2019. — 176 p. — arXiv:1907.09415
Раздел 5 (Криптографические алгоритмы):
* 1. Paar C., Pelzl J., Guneysu T. Understanding Cryptography: From Established Symmetric and Asymmetric Ciphers to Post-Quantum Algorithms.2nd Edition.: Springer, 2024. — 555 p.
* 2. Christof Paar, Jan Pelz, Understanding Cryptography. A Textbook for Students and Practitioners. Springer-Verlag Berlin Heidelberg, 2010.

Методы реализации алгоритмов весна 2026

2026-02-06T15:41:25Z

Irinaiv: /* Команда курса */

== '''Общие сведения''' ==

Разработка ПО охватывает множество различных ИТ-направлений: Backend, Frontend, DevOps, BigData, ML, Security и т. п., которые в последнее время стремительно развиваются. На сегодня в сфере ИТ очень востребованными являются M-shaped специалисты: ИТ-специалисты, являющиеся экспертами в двух и более ИТ-областях. В данном курсе мы рассмотрим несколько ИТ-направлений: от backend до security и познакомимся с используемыми алгоритмами каждой отдельной области, выделим общие паттерны и подходы на стыке нескольких областей.

* Регистрация на курс (нужно вставить актуальную ссылку и удалить ЭТОТ ТЕКСТ в скобках)
Ограничений по регистрации на курс нет.
* Телеграм чат https://t.me/+SyKn4udNZw1lYWYy

== '''Команда курса''' ==

* Руководитель курса, лектор,семинарист:
Рубаненко Мария
* Ассистенты:
Пугачев Михаил

== Темы курса ==

'''Раздел 1 (Структуры в СУБД):'''
* 1. Суперсжатие: основные концепции и отличия от сжатия.
* 2. Scapegoat tree.
* 3. Динамическая и статическая оптимальность BST (бинарное дерево поиска).
* 4. Варианты B-деревьев (B*-деревья, ленивые B-деревья, FD-деревья, Bw-деревья, кеш-независимые B-деревья).
* 5. Журналированные структуры. Понятие LSM-дерева и его реализация.
* 6. LRU, LFU кэш в однопоточных и многопоточных средах. Примеры применения кэша.
'''Раздел 2 (Обработка многомерных данных):'''
* 1. Kd-деревья, R-деревья, SS-деревья.
* 2. Методы кластеризации: k-means, DBSCAN, OPTICS.
* 3. Концепция MapReduce. Распараллеливание k-means методом навеса. Распараллеливание k-means через MapReduce. MR-DBSCAN.
'''Раздел 3.1 (Оптимизационные задачи: задачи линейного программирования):'''
* 1. Постановка задачи линейного программирования. Двойственная задача линейного программирования.
* 2. Симплекс-метод (и его различные вариации).
* 3. Транспортная задача.
'''Раздел 3.2 (Оптимизационные задачи: теория расписаний):'''
* 1. Основные определения теории расписаний. Примеры.
* 2. Задача с 1й машиной. Алгоритм Лоулера.
* 3. Задача с 2мя машинами.
'''Раздел 4.1 (Вероятностные алгоритмы):'''
* 1. Алгоритм Лас-Вегас, алгоритм Монте-Карло. Градиентный спуск. Имитация отжига. Вероятностное решение задачи о минимальном разрезе. BSP-деревья. Теорема про BSP-дерево.
* 2. Алгоритм Фрейвалдcа. Проверка равенства двух полиномов. Лемма Шварца-Зиппеля. Сравнение строк.
* 3. Классы сложностей P, NP, BPP, P/poly. Примеры вероятностного решения NP-трудных задач (нахождение числа пересечений в графе, оценка наибольшего множества несмежных вершин графа).
* 4. Вероятностные методы в параллельных вычислениях (протокол византийского соглашения). Задача о выполнимости функции, заданной в конъюнктивной нормальной форме (КНФ) и ее вариации.
* 5. Методы дерандомизации (метод условных вероятностей, метод малых вероятностных пространств).
* 6. Общеизвестные рандомизированные структуры данных: старый добрый фильтр Блума (для проверки принадлежности к множеству) и его модификации, алгоритм HyperLogLog (для оценки мощности), структура Count-Min Sketch (для оценки частоты).
* 7. НЕ вероятностная проверка числа на простоту за полином.
'''Раздел 4.2 (Квантовые алгоритмы):'''
* 1. Основные понятия. Квантово-вдохновленные алгоритмы.
* 2. Алгоритм Шора (задача факторизации числа). Алгоритм Гровера (оптимизация поиска в базах данных).
* 3. Алгоритм Дойча-Йожи. Алгоритм Саймона.
* 4. Оптимизационный алгоритм QAOA (Quantum Approximate Optimization Algorithm).
* 5. Квантовое машинное обучение и квантовые нейронные сети.
'''Раздел 5 (Криптографические алгоритмы):'''
* 1. Понятие криптостойкости. “Историческая классика”: шифр Цезаря, шифр Виженера, шифр Хилла.
* 2. Псевдослучайность. Семейства хеш-функций BLAKE, GOST, MD, RIPEMD, SHA. Пример реализации на Java с помощью класса java.security.MessageDigest.
* 3. Алгоритмы симметричного шифрования (DES [с реализацией на Java], AES [с реализацией на Java], RC5, Blowfish, Twofish, RC4, Salsa20).
* 4. Протокол Диффи - Хеллмана. Алгоритмы ассиметричного шифрования (RSA, DSA, схема Эль-Гамаля, ECDSA).
* 5. Цифровые подписи. Реализация цифровой подписи через RSA+SHA256 и через схему Эль-Гамаля на Java.
* 6. Постквантовая криптография. Криптография на решетках. Алгоритм LLL (Ленстры - Ленстры - Ловаса). Алгоритм GGH (Голдрейх - Голдвассер - Халеви). NTRU и соответствующая библиотека на Java.
* 7. Атаки в криптографии.

'''Отчетность по курсу'''

За семестр требуется сдать 5 лабораторных работ по каждому из разделов. Решенное задание размещается в приватном репозитории github и проверяющему (контакты проверяющего см. в чате группы) присылается ссылка (по почте или в тг) на данный github репозиторий. Предпочтительный язык, на котором можно присылать код лабораторных работ является Java, С++, Python.
Также после прохождения 3х разделов курса планируется проведение коллоквиума. Коллоквиум проходит устно и состоит из 3х теоретических вопросов и 3х задач (по соответствующему разделу).
В конце курса планируется проведение зачета. Зачет проводится устно и состоит из 3х теоретических вопросов и 3х задач (по соответствующему разделу).
Сроки получения и сдачи заданий: Срок размещения лабораторных работ (кроме последней лабораторной) - в день последней темы раздела.
Срок размещения последней лабораторной работы - за 2 занятия до окончания раздела.
Срок сдачи лабораторных работ - 14 дней с момента публикации задания [пример: если задание опубликовано 01.02.2026, то последний день приема - 15.02.2026 23:59 Мск].
Перенос дедлайнов возможен только по уважительной причине

'''* Критерии оценивания:'''

* 1) Лабораторные [0-90] баллов: Лаб. работа 1 = 20 баллов Лаб. работа 2 = 20 баллов Лаб. работа 3 = 10 баллов Лаб. работа 4 = 30 баллов Лаб. работа 5 = 10 баллов
* 2) Доклад [3-10] баллов: Сделать доклад статьи на семинаре = [3-10] баллов
''Оценка за практику [0-10 баллов] = (Лабораторные + Доклад) / 10''
* 3) Коллоквиум [0-10 баллов]: Теор. вопросы = [0-10] баллов, Задачи = [0-10] баллов
* 4) Зачет [0-10 баллов]: Теор. вопросы = [0-10] баллов, Задачи = [0-10] баллов
''Оценка за курс = ( (коллоквиум + зачет)/2 +оценка за практику)/2, где округление происходит в большую сторону, если студент проявлял активность на занятиях, иначе - в меньшую сторону.''

'''Список литературы''

'''Раздел 1 (Структуры в СУБД): '''

* 1. Sedgewick Robert and Kevin Wayne. 2011. Algorithms (4th Ed.). Boston: Pearson.
* 2. Knuth Donald E. 1997. The Art of Computer Programming, Volume 2 (3rd Ed.): Seminumerical Algorithms. Boston: Addison-Wesley Longman.
* 3. Elmasri Ramez and Shamkant Navathe. 2011. Fundamentals of Database Systems (6th Ed.). Boston: Pearson.
* 4. Justin Sheehy, David Smith. “Bitcask: A log-structured hash table for fast key/value data.” 2010.

'''Раздел 2 (Обработка многомерных данных):'''

* 1. Brown R (2015). "Building a balanced k-d tree in O(kn log n) time". Journal of Computer Graphics Techniques. 4 (1): 50–68.
* 2. Y. Kwon, D. Nunley, J. P. Gardner, M. Balazinska, B. Howe, and S. Loebman, “Scalable clustering algorithm for n-body simulations in a shared-nothing cluster,” in Proceedings of the 22nd international conference on Scientific and statistical database management, ser. SSDBM’10. Berlin, Heidelberg: Springer-Verlag, 2010, pp. 132–150.
* 3. E. Januzaj, H.-P. Kriegel, and M. Pfeifle, “Scalable density-based distributed clustering,” in Proceedings of the 8th European Conference on Principles and Practice of Knowledge Discovery in Databases, ser. PKDD ’04. New York, NY, USA: Springer-Verlag New York, Inc., 2004, pp. 231–244.

'''Раздел 3.1 (Оптимизационные задачи: задачи линейного программирования):'''

* 1. Канторович Л. В., Горстко А. Б. Математическое оптимальное программирование в экономике. — М. : Знание, 1968. — 96 с.
* 2. Вентцель Е. С. Исследование операций: задачи, принципы, методология. — М. : Наука, 1980.

'''Раздел 3.2 (Оптимизационные задачи: теория расписаний):'''

* 1. Joseph Y-T. Leung. Handbook of scheduling: algorithms, models, and performance analysis. 2004.
* 2. Michael Pinedo. Scheduling: theory, algorithms, and systems. 2008.
* 3. Лазарев А.A., Гафаров Е. Р. Теория расписаний. Задачи и алгоритмы. — М. : МГУ, 2011.— 222 с.

'''Раздел 4.1 (Вероятностные алгоритмы):'''

* 1. Fuchs, Henry; Kedem, Zvi. M; Naylor, Bruce F. (1980). "On Visible Surface Generation by A Priori Tree Structures".
* 2. Zippel, Richard (1993). Springer (ed.). Effective Polynomial Computation. The Springer International Series in Engineering and Computer Science. Vol. 241.
* 3. L. G. Valiant, “General context-free recognition in less than cubic time”, Journal of Computer and System Sciences, 10:2 (1975), 308–314.
*
* 4. R. Motwani и P. Raghavan. Randomized algorithms. Англ. Cambridge Univ. Press, 1995.
* 5. R. Beier и B. Vöcking. “Random Knapsack in Expected Polynomial Time”. Англ. В: Proceedings of the 35th ACM Symposium on Theory of Computing (STOC). 2003, p. 232–241.

'''Раздел 4.2 (Квантовые алгоритмы):'''

* 1. de Wolf R. Quantum Computing (англ.): Lecture Notes — 2019. — 176 p. — arXiv:1907.09415
Раздел 5 (Криптографические алгоритмы):
* 1. Paar C., Pelzl J., Guneysu T. Understanding Cryptography: From Established Symmetric and Asymmetric Ciphers to Post-Quantum Algorithms.2nd Edition.: Springer, 2024. — 555 p.
* 2. Christof Paar, Jan Pelz, Understanding Cryptography. A Textbook for Students and Practitioners. Springer-Verlag Berlin Heidelberg, 2010.

Методы реализации алгоритмов весна 2026

2026-02-06T15:41:19Z

Irinaiv: /* Текст заголовка */

== '''Общие сведения''' ==

Разработка ПО охватывает множество различных ИТ-направлений: Backend, Frontend, DevOps, BigData, ML, Security и т. п., которые в последнее время стремительно развиваются. На сегодня в сфере ИТ очень востребованными являются M-shaped специалисты: ИТ-специалисты, являющиеся экспертами в двух и более ИТ-областях. В данном курсе мы рассмотрим несколько ИТ-направлений: от backend до security и познакомимся с используемыми алгоритмами каждой отдельной области, выделим общие паттерны и подходы на стыке нескольких областей.

* Регистрация на курс (нужно вставить актуальную ссылку и удалить ЭТОТ ТЕКСТ в скобках)
Ограничений по регистрации на курс нет.
* Телеграм чат https://t.me/+SyKn4udNZw1lYWYy

== '''Команда курса''' ==

* Руководитель курса, лектор,семинарист:
Рубаненко Мария
* Ассистенты:
Пугачев Михаил

== Темы курса ==

'''Раздел 1 (Структуры в СУБД):'''
* 1. Суперсжатие: основные концепции и отличия от сжатия.
* 2. Scapegoat tree.
* 3. Динамическая и статическая оптимальность BST (бинарное дерево поиска).
* 4. Варианты B-деревьев (B*-деревья, ленивые B-деревья, FD-деревья, Bw-деревья, кеш-независимые B-деревья).
* 5. Журналированные структуры. Понятие LSM-дерева и его реализация.
* 6. LRU, LFU кэш в однопоточных и многопоточных средах. Примеры применения кэша.
'''Раздел 2 (Обработка многомерных данных):'''
* 1. Kd-деревья, R-деревья, SS-деревья.
* 2. Методы кластеризации: k-means, DBSCAN, OPTICS.
* 3. Концепция MapReduce. Распараллеливание k-means методом навеса. Распараллеливание k-means через MapReduce. MR-DBSCAN.
'''Раздел 3.1 (Оптимизационные задачи: задачи линейного программирования):'''
* 1. Постановка задачи линейного программирования. Двойственная задача линейного программирования.
* 2. Симплекс-метод (и его различные вариации).
* 3. Транспортная задача.
'''Раздел 3.2 (Оптимизационные задачи: теория расписаний):'''
* 1. Основные определения теории расписаний. Примеры.
* 2. Задача с 1й машиной. Алгоритм Лоулера.
* 3. Задача с 2мя машинами.
'''Раздел 4.1 (Вероятностные алгоритмы):'''
* 1. Алгоритм Лас-Вегас, алгоритм Монте-Карло. Градиентный спуск. Имитация отжига. Вероятностное решение задачи о минимальном разрезе. BSP-деревья. Теорема про BSP-дерево.
* 2. Алгоритм Фрейвалдcа. Проверка равенства двух полиномов. Лемма Шварца-Зиппеля. Сравнение строк.
* 3. Классы сложностей P, NP, BPP, P/poly. Примеры вероятностного решения NP-трудных задач (нахождение числа пересечений в графе, оценка наибольшего множества несмежных вершин графа).
* 4. Вероятностные методы в параллельных вычислениях (протокол византийского соглашения). Задача о выполнимости функции, заданной в конъюнктивной нормальной форме (КНФ) и ее вариации.
* 5. Методы дерандомизации (метод условных вероятностей, метод малых вероятностных пространств).
* 6. Общеизвестные рандомизированные структуры данных: старый добрый фильтр Блума (для проверки принадлежности к множеству) и его модификации, алгоритм HyperLogLog (для оценки мощности), структура Count-Min Sketch (для оценки частоты).
* 7. НЕ вероятностная проверка числа на простоту за полином.
'''Раздел 4.2 (Квантовые алгоритмы):'''
* 1. Основные понятия. Квантово-вдохновленные алгоритмы.
* 2. Алгоритм Шора (задача факторизации числа). Алгоритм Гровера (оптимизация поиска в базах данных).
* 3. Алгоритм Дойча-Йожи. Алгоритм Саймона.
* 4. Оптимизационный алгоритм QAOA (Quantum Approximate Optimization Algorithm).
* 5. Квантовое машинное обучение и квантовые нейронные сети.
'''Раздел 5 (Криптографические алгоритмы):'''
* 1. Понятие криптостойкости. “Историческая классика”: шифр Цезаря, шифр Виженера, шифр Хилла.
* 2. Псевдослучайность. Семейства хеш-функций BLAKE, GOST, MD, RIPEMD, SHA. Пример реализации на Java с помощью класса java.security.MessageDigest.
* 3. Алгоритмы симметричного шифрования (DES [с реализацией на Java], AES [с реализацией на Java], RC5, Blowfish, Twofish, RC4, Salsa20).
* 4. Протокол Диффи - Хеллмана. Алгоритмы ассиметричного шифрования (RSA, DSA, схема Эль-Гамаля, ECDSA).
* 5. Цифровые подписи. Реализация цифровой подписи через RSA+SHA256 и через схему Эль-Гамаля на Java.
* 6. Постквантовая криптография. Криптография на решетках. Алгоритм LLL (Ленстры - Ленстры - Ловаса). Алгоритм GGH (Голдрейх - Голдвассер - Халеви). NTRU и соответствующая библиотека на Java.
* 7. Атаки в криптографии.

'''Отчетность по курсу'''

За семестр требуется сдать 5 лабораторных работ по каждому из разделов. Решенное задание размещается в приватном репозитории github и проверяющему (контакты проверяющего см. в чате группы) присылается ссылка (по почте или в тг) на данный github репозиторий. Предпочтительный язык, на котором можно присылать код лабораторных работ является Java, С++, Python.
Также после прохождения 3х разделов курса планируется проведение коллоквиума. Коллоквиум проходит устно и состоит из 3х теоретических вопросов и 3х задач (по соответствующему разделу).
В конце курса планируется проведение зачета. Зачет проводится устно и состоит из 3х теоретических вопросов и 3х задач (по соответствующему разделу).
Сроки получения и сдачи заданий: Срок размещения лабораторных работ (кроме последней лабораторной) - в день последней темы раздела.
Срок размещения последней лабораторной работы - за 2 занятия до окончания раздела.
Срок сдачи лабораторных работ - 14 дней с момента публикации задания [пример: если задание опубликовано 01.02.2026, то последний день приема - 15.02.2026 23:59 Мск].
Перенос дедлайнов возможен только по уважительной причине

'''* Критерии оценивания:'''

* 1) Лабораторные [0-90] баллов: Лаб. работа 1 = 20 баллов Лаб. работа 2 = 20 баллов Лаб. работа 3 = 10 баллов Лаб. работа 4 = 30 баллов Лаб. работа 5 = 10 баллов
* 2) Доклад [3-10] баллов: Сделать доклад статьи на семинаре = [3-10] баллов
''Оценка за практику [0-10 баллов] = (Лабораторные + Доклад) / 10''
* 3) Коллоквиум [0-10 баллов]: Теор. вопросы = [0-10] баллов, Задачи = [0-10] баллов
* 4) Зачет [0-10 баллов]: Теор. вопросы = [0-10] баллов, Задачи = [0-10] баллов
''Оценка за курс = ( (коллоквиум + зачет)/2 +оценка за практику)/2, где округление происходит в большую сторону, если студент проявлял активность на занятиях, иначе - в меньшую сторону.''

'''Список литературы''

'''Раздел 1 (Структуры в СУБД): '''

* 1. Sedgewick Robert and Kevin Wayne. 2011. Algorithms (4th Ed.). Boston: Pearson.
* 2. Knuth Donald E. 1997. The Art of Computer Programming, Volume 2 (3rd Ed.): Seminumerical Algorithms. Boston: Addison-Wesley Longman.
* 3. Elmasri Ramez and Shamkant Navathe. 2011. Fundamentals of Database Systems (6th Ed.). Boston: Pearson.
* 4. Justin Sheehy, David Smith. “Bitcask: A log-structured hash table for fast key/value data.” 2010.

'''Раздел 2 (Обработка многомерных данных):'''

* 1. Brown R (2015). "Building a balanced k-d tree in O(kn log n) time". Journal of Computer Graphics Techniques. 4 (1): 50–68.
* 2. Y. Kwon, D. Nunley, J. P. Gardner, M. Balazinska, B. Howe, and S. Loebman, “Scalable clustering algorithm for n-body simulations in a shared-nothing cluster,” in Proceedings of the 22nd international conference on Scientific and statistical database management, ser. SSDBM’10. Berlin, Heidelberg: Springer-Verlag, 2010, pp. 132–150.
* 3. E. Januzaj, H.-P. Kriegel, and M. Pfeifle, “Scalable density-based distributed clustering,” in Proceedings of the 8th European Conference on Principles and Practice of Knowledge Discovery in Databases, ser. PKDD ’04. New York, NY, USA: Springer-Verlag New York, Inc., 2004, pp. 231–244.

'''Раздел 3.1 (Оптимизационные задачи: задачи линейного программирования):'''

* 1. Канторович Л. В., Горстко А. Б. Математическое оптимальное программирование в экономике. — М. : Знание, 1968. — 96 с.
* 2. Вентцель Е. С. Исследование операций: задачи, принципы, методология. — М. : Наука, 1980.

'''Раздел 3.2 (Оптимизационные задачи: теория расписаний):'''

* 1. Joseph Y-T. Leung. Handbook of scheduling: algorithms, models, and performance analysis. 2004.
* 2. Michael Pinedo. Scheduling: theory, algorithms, and systems. 2008.
* 3. Лазарев А.A., Гафаров Е. Р. Теория расписаний. Задачи и алгоритмы. — М. : МГУ, 2011.— 222 с.

'''Раздел 4.1 (Вероятностные алгоритмы):'''

* 1. Fuchs, Henry; Kedem, Zvi. M; Naylor, Bruce F. (1980). "On Visible Surface Generation by A Priori Tree Structures".
* 2. Zippel, Richard (1993). Springer (ed.). Effective Polynomial Computation. The Springer International Series in Engineering and Computer Science. Vol. 241.
* 3. L. G. Valiant, “General context-free recognition in less than cubic time”, Journal of Computer and System Sciences, 10:2 (1975), 308–314.
*
* 4. R. Motwani и P. Raghavan. Randomized algorithms. Англ. Cambridge Univ. Press, 1995.
* 5. R. Beier и B. Vöcking. “Random Knapsack in Expected Polynomial Time”. Англ. В: Proceedings of the 35th ACM Symposium on Theory of Computing (STOC). 2003, p. 232–241.

'''Раздел 4.2 (Квантовые алгоритмы):'''

* 1. de Wolf R. Quantum Computing (англ.): Lecture Notes — 2019. — 176 p. — arXiv:1907.09415
Раздел 5 (Криптографические алгоритмы):
* 1. Paar C., Pelzl J., Guneysu T. Understanding Cryptography: From Established Symmetric and Asymmetric Ciphers to Post-Quantum Algorithms.2nd Edition.: Springer, 2024. — 555 p.
* 2. Christof Paar, Jan Pelz, Understanding Cryptography. A Textbook for Students and Practitioners. Springer-Verlag Berlin Heidelberg, 2010.

Методы реализации алгоритмов весна 2026

2026-02-06T15:40:33Z

Irinaiv: /* Команда курса */

== '''Общие сведения''' ==

Разработка ПО охватывает множество различных ИТ-направлений: Backend, Frontend, DevOps, BigData, ML, Security и т. п., которые в последнее время стремительно развиваются. На сегодня в сфере ИТ очень востребованными являются M-shaped специалисты: ИТ-специалисты, являющиеся экспертами в двух и более ИТ-областях. В данном курсе мы рассмотрим несколько ИТ-направлений: от backend до security и познакомимся с используемыми алгоритмами каждой отдельной области, выделим общие паттерны и подходы на стыке нескольких областей.

* Регистрация на курс (нужно вставить актуальную ссылку и удалить ЭТОТ ТЕКСТ в скобках)
Ограничений по регистрации на курс нет.
* Телеграм чат https://t.me/+SyKn4udNZw1lYWYy

== '''Команда курса''' ==

* Руководитель курса, лектор,семинарист:
Рубаненко Мария
* Ассистенты:
Пугачев Михаил

== Текст заголовка ==
Темы курса

'''Раздел 1 (Структуры в СУБД):'''
* 1. Суперсжатие: основные концепции и отличия от сжатия.
* 2. Scapegoat tree.
* 3. Динамическая и статическая оптимальность BST (бинарное дерево поиска).
* 4. Варианты B-деревьев (B*-деревья, ленивые B-деревья, FD-деревья, Bw-деревья, кеш-независимые B-деревья).
* 5. Журналированные структуры. Понятие LSM-дерева и его реализация.
* 6. LRU, LFU кэш в однопоточных и многопоточных средах. Примеры применения кэша.
'''Раздел 2 (Обработка многомерных данных):'''
* 1. Kd-деревья, R-деревья, SS-деревья.
* 2. Методы кластеризации: k-means, DBSCAN, OPTICS.
* 3. Концепция MapReduce. Распараллеливание k-means методом навеса. Распараллеливание k-means через MapReduce. MR-DBSCAN.
'''Раздел 3.1 (Оптимизационные задачи: задачи линейного программирования):'''
* 1. Постановка задачи линейного программирования. Двойственная задача линейного программирования.
* 2. Симплекс-метод (и его различные вариации).
* 3. Транспортная задача.
'''Раздел 3.2 (Оптимизационные задачи: теория расписаний):'''
* 1. Основные определения теории расписаний. Примеры.
* 2. Задача с 1й машиной. Алгоритм Лоулера.
* 3. Задача с 2мя машинами.
'''Раздел 4.1 (Вероятностные алгоритмы):'''
* 1. Алгоритм Лас-Вегас, алгоритм Монте-Карло. Градиентный спуск. Имитация отжига. Вероятностное решение задачи о минимальном разрезе. BSP-деревья. Теорема про BSP-дерево.
* 2. Алгоритм Фрейвалдcа. Проверка равенства двух полиномов. Лемма Шварца-Зиппеля. Сравнение строк.
* 3. Классы сложностей P, NP, BPP, P/poly. Примеры вероятностного решения NP-трудных задач (нахождение числа пересечений в графе, оценка наибольшего множества несмежных вершин графа).
* 4. Вероятностные методы в параллельных вычислениях (протокол византийского соглашения). Задача о выполнимости функции, заданной в конъюнктивной нормальной форме (КНФ) и ее вариации.
* 5. Методы дерандомизации (метод условных вероятностей, метод малых вероятностных пространств).
* 6. Общеизвестные рандомизированные структуры данных: старый добрый фильтр Блума (для проверки принадлежности к множеству) и его модификации, алгоритм HyperLogLog (для оценки мощности), структура Count-Min Sketch (для оценки частоты).
* 7. НЕ вероятностная проверка числа на простоту за полином.
'''Раздел 4.2 (Квантовые алгоритмы):'''
* 1. Основные понятия. Квантово-вдохновленные алгоритмы.
* 2. Алгоритм Шора (задача факторизации числа). Алгоритм Гровера (оптимизация поиска в базах данных).
* 3. Алгоритм Дойча-Йожи. Алгоритм Саймона.
* 4. Оптимизационный алгоритм QAOA (Quantum Approximate Optimization Algorithm).
* 5. Квантовое машинное обучение и квантовые нейронные сети.
'''Раздел 5 (Криптографические алгоритмы):'''
* 1. Понятие криптостойкости. “Историческая классика”: шифр Цезаря, шифр Виженера, шифр Хилла.
* 2. Псевдослучайность. Семейства хеш-функций BLAKE, GOST, MD, RIPEMD, SHA. Пример реализации на Java с помощью класса java.security.MessageDigest.
* 3. Алгоритмы симметричного шифрования (DES [с реализацией на Java], AES [с реализацией на Java], RC5, Blowfish, Twofish, RC4, Salsa20).
* 4. Протокол Диффи - Хеллмана. Алгоритмы ассиметричного шифрования (RSA, DSA, схема Эль-Гамаля, ECDSA).
* 5. Цифровые подписи. Реализация цифровой подписи через RSA+SHA256 и через схему Эль-Гамаля на Java.
* 6. Постквантовая криптография. Криптография на решетках. Алгоритм LLL (Ленстры - Ленстры - Ловаса). Алгоритм GGH (Голдрейх - Голдвассер - Халеви). NTRU и соответствующая библиотека на Java.
* 7. Атаки в криптографии.

'''Отчетность по курсу'''

За семестр требуется сдать 5 лабораторных работ по каждому из разделов. Решенное задание размещается в приватном репозитории github и проверяющему (контакты проверяющего см. в чате группы) присылается ссылка (по почте или в тг) на данный github репозиторий. Предпочтительный язык, на котором можно присылать код лабораторных работ является Java, С++, Python.
Также после прохождения 3х разделов курса планируется проведение коллоквиума. Коллоквиум проходит устно и состоит из 3х теоретических вопросов и 3х задач (по соответствующему разделу).
В конце курса планируется проведение зачета. Зачет проводится устно и состоит из 3х теоретических вопросов и 3х задач (по соответствующему разделу).
Сроки получения и сдачи заданий: Срок размещения лабораторных работ (кроме последней лабораторной) - в день последней темы раздела.
Срок размещения последней лабораторной работы - за 2 занятия до окончания раздела.
Срок сдачи лабораторных работ - 14 дней с момента публикации задания [пример: если задание опубликовано 01.02.2026, то последний день приема - 15.02.2026 23:59 Мск].
Перенос дедлайнов возможен только по уважительной причине

'''* Критерии оценивания:'''

* 1) Лабораторные [0-90] баллов: Лаб. работа 1 = 20 баллов Лаб. работа 2 = 20 баллов Лаб. работа 3 = 10 баллов Лаб. работа 4 = 30 баллов Лаб. работа 5 = 10 баллов
* 2) Доклад [3-10] баллов: Сделать доклад статьи на семинаре = [3-10] баллов
''Оценка за практику [0-10 баллов] = (Лабораторные + Доклад) / 10''
* 3) Коллоквиум [0-10 баллов]: Теор. вопросы = [0-10] баллов, Задачи = [0-10] баллов
* 4) Зачет [0-10 баллов]: Теор. вопросы = [0-10] баллов, Задачи = [0-10] баллов
''Оценка за курс = ( (коллоквиум + зачет)/2 +оценка за практику)/2, где округление происходит в большую сторону, если студент проявлял активность на занятиях, иначе - в меньшую сторону.''

'''Список литературы''

'''Раздел 1 (Структуры в СУБД): '''

* 1. Sedgewick Robert and Kevin Wayne. 2011. Algorithms (4th Ed.). Boston: Pearson.
* 2. Knuth Donald E. 1997. The Art of Computer Programming, Volume 2 (3rd Ed.): Seminumerical Algorithms. Boston: Addison-Wesley Longman.
* 3. Elmasri Ramez and Shamkant Navathe. 2011. Fundamentals of Database Systems (6th Ed.). Boston: Pearson.
* 4. Justin Sheehy, David Smith. “Bitcask: A log-structured hash table for fast key/value data.” 2010.

'''Раздел 2 (Обработка многомерных данных):'''

* 1. Brown R (2015). "Building a balanced k-d tree in O(kn log n) time". Journal of Computer Graphics Techniques. 4 (1): 50–68.
* 2. Y. Kwon, D. Nunley, J. P. Gardner, M. Balazinska, B. Howe, and S. Loebman, “Scalable clustering algorithm for n-body simulations in a shared-nothing cluster,” in Proceedings of the 22nd international conference on Scientific and statistical database management, ser. SSDBM’10. Berlin, Heidelberg: Springer-Verlag, 2010, pp. 132–150.
* 3. E. Januzaj, H.-P. Kriegel, and M. Pfeifle, “Scalable density-based distributed clustering,” in Proceedings of the 8th European Conference on Principles and Practice of Knowledge Discovery in Databases, ser. PKDD ’04. New York, NY, USA: Springer-Verlag New York, Inc., 2004, pp. 231–244.

'''Раздел 3.1 (Оптимизационные задачи: задачи линейного программирования):'''

* 1. Канторович Л. В., Горстко А. Б. Математическое оптимальное программирование в экономике. — М. : Знание, 1968. — 96 с.
* 2. Вентцель Е. С. Исследование операций: задачи, принципы, методология. — М. : Наука, 1980.

'''Раздел 3.2 (Оптимизационные задачи: теория расписаний):'''

* 1. Joseph Y-T. Leung. Handbook of scheduling: algorithms, models, and performance analysis. 2004.
* 2. Michael Pinedo. Scheduling: theory, algorithms, and systems. 2008.
* 3. Лазарев А.A., Гафаров Е. Р. Теория расписаний. Задачи и алгоритмы. — М. : МГУ, 2011.— 222 с.

'''Раздел 4.1 (Вероятностные алгоритмы):'''

* 1. Fuchs, Henry; Kedem, Zvi. M; Naylor, Bruce F. (1980). "On Visible Surface Generation by A Priori Tree Structures".
* 2. Zippel, Richard (1993). Springer (ed.). Effective Polynomial Computation. The Springer International Series in Engineering and Computer Science. Vol. 241.
* 3. L. G. Valiant, “General context-free recognition in less than cubic time”, Journal of Computer and System Sciences, 10:2 (1975), 308–314.
*
* 4. R. Motwani и P. Raghavan. Randomized algorithms. Англ. Cambridge Univ. Press, 1995.
* 5. R. Beier и B. Vöcking. “Random Knapsack in Expected Polynomial Time”. Англ. В: Proceedings of the 35th ACM Symposium on Theory of Computing (STOC). 2003, p. 232–241.

'''Раздел 4.2 (Квантовые алгоритмы):'''

* 1. de Wolf R. Quantum Computing (англ.): Lecture Notes — 2019. — 176 p. — arXiv:1907.09415
Раздел 5 (Криптографические алгоритмы):
* 1. Paar C., Pelzl J., Guneysu T. Understanding Cryptography: From Established Symmetric and Asymmetric Ciphers to Post-Quantum Algorithms.2nd Edition.: Springer, 2024. — 555 p.
* 2. Christof Paar, Jan Pelz, Understanding Cryptography. A Textbook for Students and Practitioners. Springer-Verlag Berlin Heidelberg, 2010.

Методы реализации алгоритмов весна 2026

2026-02-06T15:40:20Z

Irinaiv: /* Команда курса */

== '''Общие сведения''' ==

Разработка ПО охватывает множество различных ИТ-направлений: Backend, Frontend, DevOps, BigData, ML, Security и т. п., которые в последнее время стремительно развиваются. На сегодня в сфере ИТ очень востребованными являются M-shaped специалисты: ИТ-специалисты, являющиеся экспертами в двух и более ИТ-областях. В данном курсе мы рассмотрим несколько ИТ-направлений: от backend до security и познакомимся с используемыми алгоритмами каждой отдельной области, выделим общие паттерны и подходы на стыке нескольких областей.

* Регистрация на курс (нужно вставить актуальную ссылку и удалить ЭТОТ ТЕКСТ в скобках)
Ограничений по регистрации на курс нет.
* Телеграм чат https://t.me/+SyKn4udNZw1lYWYy

== '''Команда курса''' ==

* Руководитель курса, лектор,семинарист:
Рубаненко Мария
* Ассистенты:
Пугачев Михаил

'''Темы курса'''

'''Раздел 1 (Структуры в СУБД):'''
* 1. Суперсжатие: основные концепции и отличия от сжатия.
* 2. Scapegoat tree.
* 3. Динамическая и статическая оптимальность BST (бинарное дерево поиска).
* 4. Варианты B-деревьев (B*-деревья, ленивые B-деревья, FD-деревья, Bw-деревья, кеш-независимые B-деревья).
* 5. Журналированные структуры. Понятие LSM-дерева и его реализация.
* 6. LRU, LFU кэш в однопоточных и многопоточных средах. Примеры применения кэша.
'''Раздел 2 (Обработка многомерных данных):'''
* 1. Kd-деревья, R-деревья, SS-деревья.
* 2. Методы кластеризации: k-means, DBSCAN, OPTICS.
* 3. Концепция MapReduce. Распараллеливание k-means методом навеса. Распараллеливание k-means через MapReduce. MR-DBSCAN.
'''Раздел 3.1 (Оптимизационные задачи: задачи линейного программирования):'''
* 1. Постановка задачи линейного программирования. Двойственная задача линейного программирования.
* 2. Симплекс-метод (и его различные вариации).
* 3. Транспортная задача.
'''Раздел 3.2 (Оптимизационные задачи: теория расписаний):'''
* 1. Основные определения теории расписаний. Примеры.
* 2. Задача с 1й машиной. Алгоритм Лоулера.
* 3. Задача с 2мя машинами.
'''Раздел 4.1 (Вероятностные алгоритмы):'''
* 1. Алгоритм Лас-Вегас, алгоритм Монте-Карло. Градиентный спуск. Имитация отжига. Вероятностное решение задачи о минимальном разрезе. BSP-деревья. Теорема про BSP-дерево.
* 2. Алгоритм Фрейвалдcа. Проверка равенства двух полиномов. Лемма Шварца-Зиппеля. Сравнение строк.
* 3. Классы сложностей P, NP, BPP, P/poly. Примеры вероятностного решения NP-трудных задач (нахождение числа пересечений в графе, оценка наибольшего множества несмежных вершин графа).
* 4. Вероятностные методы в параллельных вычислениях (протокол византийского соглашения). Задача о выполнимости функции, заданной в конъюнктивной нормальной форме (КНФ) и ее вариации.
* 5. Методы дерандомизации (метод условных вероятностей, метод малых вероятностных пространств).
* 6. Общеизвестные рандомизированные структуры данных: старый добрый фильтр Блума (для проверки принадлежности к множеству) и его модификации, алгоритм HyperLogLog (для оценки мощности), структура Count-Min Sketch (для оценки частоты).
* 7. НЕ вероятностная проверка числа на простоту за полином.
'''Раздел 4.2 (Квантовые алгоритмы):'''
* 1. Основные понятия. Квантово-вдохновленные алгоритмы.
* 2. Алгоритм Шора (задача факторизации числа). Алгоритм Гровера (оптимизация поиска в базах данных).
* 3. Алгоритм Дойча-Йожи. Алгоритм Саймона.
* 4. Оптимизационный алгоритм QAOA (Quantum Approximate Optimization Algorithm).
* 5. Квантовое машинное обучение и квантовые нейронные сети.
'''Раздел 5 (Криптографические алгоритмы):'''
* 1. Понятие криптостойкости. “Историческая классика”: шифр Цезаря, шифр Виженера, шифр Хилла.
* 2. Псевдослучайность. Семейства хеш-функций BLAKE, GOST, MD, RIPEMD, SHA. Пример реализации на Java с помощью класса java.security.MessageDigest.
* 3. Алгоритмы симметричного шифрования (DES [с реализацией на Java], AES [с реализацией на Java], RC5, Blowfish, Twofish, RC4, Salsa20).
* 4. Протокол Диффи - Хеллмана. Алгоритмы ассиметричного шифрования (RSA, DSA, схема Эль-Гамаля, ECDSA).
* 5. Цифровые подписи. Реализация цифровой подписи через RSA+SHA256 и через схему Эль-Гамаля на Java.
* 6. Постквантовая криптография. Криптография на решетках. Алгоритм LLL (Ленстры - Ленстры - Ловаса). Алгоритм GGH (Голдрейх - Голдвассер - Халеви). NTRU и соответствующая библиотека на Java.
* 7. Атаки в криптографии.

'''Отчетность по курсу'''

За семестр требуется сдать 5 лабораторных работ по каждому из разделов. Решенное задание размещается в приватном репозитории github и проверяющему (контакты проверяющего см. в чате группы) присылается ссылка (по почте или в тг) на данный github репозиторий. Предпочтительный язык, на котором можно присылать код лабораторных работ является Java, С++, Python.
Также после прохождения 3х разделов курса планируется проведение коллоквиума. Коллоквиум проходит устно и состоит из 3х теоретических вопросов и 3х задач (по соответствующему разделу).
В конце курса планируется проведение зачета. Зачет проводится устно и состоит из 3х теоретических вопросов и 3х задач (по соответствующему разделу).
Сроки получения и сдачи заданий: Срок размещения лабораторных работ (кроме последней лабораторной) - в день последней темы раздела.
Срок размещения последней лабораторной работы - за 2 занятия до окончания раздела.
Срок сдачи лабораторных работ - 14 дней с момента публикации задания [пример: если задание опубликовано 01.02.2026, то последний день приема - 15.02.2026 23:59 Мск].
Перенос дедлайнов возможен только по уважительной причине

'''* Критерии оценивания:'''

* 1) Лабораторные [0-90] баллов: Лаб. работа 1 = 20 баллов Лаб. работа 2 = 20 баллов Лаб. работа 3 = 10 баллов Лаб. работа 4 = 30 баллов Лаб. работа 5 = 10 баллов
* 2) Доклад [3-10] баллов: Сделать доклад статьи на семинаре = [3-10] баллов
''Оценка за практику [0-10 баллов] = (Лабораторные + Доклад) / 10''
* 3) Коллоквиум [0-10 баллов]: Теор. вопросы = [0-10] баллов, Задачи = [0-10] баллов
* 4) Зачет [0-10 баллов]: Теор. вопросы = [0-10] баллов, Задачи = [0-10] баллов
''Оценка за курс = ( (коллоквиум + зачет)/2 +оценка за практику)/2, где округление происходит в большую сторону, если студент проявлял активность на занятиях, иначе - в меньшую сторону.''

'''Список литературы''

'''Раздел 1 (Структуры в СУБД): '''

* 1. Sedgewick Robert and Kevin Wayne. 2011. Algorithms (4th Ed.). Boston: Pearson.
* 2. Knuth Donald E. 1997. The Art of Computer Programming, Volume 2 (3rd Ed.): Seminumerical Algorithms. Boston: Addison-Wesley Longman.
* 3. Elmasri Ramez and Shamkant Navathe. 2011. Fundamentals of Database Systems (6th Ed.). Boston: Pearson.
* 4. Justin Sheehy, David Smith. “Bitcask: A log-structured hash table for fast key/value data.” 2010.

'''Раздел 2 (Обработка многомерных данных):'''

* 1. Brown R (2015). "Building a balanced k-d tree in O(kn log n) time". Journal of Computer Graphics Techniques. 4 (1): 50–68.
* 2. Y. Kwon, D. Nunley, J. P. Gardner, M. Balazinska, B. Howe, and S. Loebman, “Scalable clustering algorithm for n-body simulations in a shared-nothing cluster,” in Proceedings of the 22nd international conference on Scientific and statistical database management, ser. SSDBM’10. Berlin, Heidelberg: Springer-Verlag, 2010, pp. 132–150.
* 3. E. Januzaj, H.-P. Kriegel, and M. Pfeifle, “Scalable density-based distributed clustering,” in Proceedings of the 8th European Conference on Principles and Practice of Knowledge Discovery in Databases, ser. PKDD ’04. New York, NY, USA: Springer-Verlag New York, Inc., 2004, pp. 231–244.

'''Раздел 3.1 (Оптимизационные задачи: задачи линейного программирования):'''

* 1. Канторович Л. В., Горстко А. Б. Математическое оптимальное программирование в экономике. — М. : Знание, 1968. — 96 с.
* 2. Вентцель Е. С. Исследование операций: задачи, принципы, методология. — М. : Наука, 1980.

'''Раздел 3.2 (Оптимизационные задачи: теория расписаний):'''

* 1. Joseph Y-T. Leung. Handbook of scheduling: algorithms, models, and performance analysis. 2004.
* 2. Michael Pinedo. Scheduling: theory, algorithms, and systems. 2008.
* 3. Лазарев А.A., Гафаров Е. Р. Теория расписаний. Задачи и алгоритмы. — М. : МГУ, 2011.— 222 с.

'''Раздел 4.1 (Вероятностные алгоритмы):'''

* 1. Fuchs, Henry; Kedem, Zvi. M; Naylor, Bruce F. (1980). "On Visible Surface Generation by A Priori Tree Structures".
* 2. Zippel, Richard (1993). Springer (ed.). Effective Polynomial Computation. The Springer International Series in Engineering and Computer Science. Vol. 241.
* 3. L. G. Valiant, “General context-free recognition in less than cubic time”, Journal of Computer and System Sciences, 10:2 (1975), 308–314.
*
* 4. R. Motwani и P. Raghavan. Randomized algorithms. Англ. Cambridge Univ. Press, 1995.
* 5. R. Beier и B. Vöcking. “Random Knapsack in Expected Polynomial Time”. Англ. В: Proceedings of the 35th ACM Symposium on Theory of Computing (STOC). 2003, p. 232–241.

'''Раздел 4.2 (Квантовые алгоритмы):'''

* 1. de Wolf R. Quantum Computing (англ.): Lecture Notes — 2019. — 176 p. — arXiv:1907.09415
Раздел 5 (Криптографические алгоритмы):
* 1. Paar C., Pelzl J., Guneysu T. Understanding Cryptography: From Established Symmetric and Asymmetric Ciphers to Post-Quantum Algorithms.2nd Edition.: Springer, 2024. — 555 p.
* 2. Christof Paar, Jan Pelz, Understanding Cryptography. A Textbook for Students and Practitioners. Springer-Verlag Berlin Heidelberg, 2010.

Методы реализации алгоритмов весна 2026

2026-02-06T15:40:05Z

Irinaiv: /* Команда курса */

== '''Общие сведения''' ==

Разработка ПО охватывает множество различных ИТ-направлений: Backend, Frontend, DevOps, BigData, ML, Security и т. п., которые в последнее время стремительно развиваются. На сегодня в сфере ИТ очень востребованными являются M-shaped специалисты: ИТ-специалисты, являющиеся экспертами в двух и более ИТ-областях. В данном курсе мы рассмотрим несколько ИТ-направлений: от backend до security и познакомимся с используемыми алгоритмами каждой отдельной области, выделим общие паттерны и подходы на стыке нескольких областей.

* Регистрация на курс (нужно вставить актуальную ссылку и удалить ЭТОТ ТЕКСТ в скобках)
Ограничений по регистрации на курс нет.
* Телеграм чат https://t.me/+SyKn4udNZw1lYWYy

== '''Команда курса''' ==

* Руководитель курса, лектор,семинарист:
Рубаненко Мария
* Ассистенты:
Пугачев Михаил

Темы курса'''Полужирное начертание'''

'''Раздел 1 (Структуры в СУБД):'''
* 1. Суперсжатие: основные концепции и отличия от сжатия.
* 2. Scapegoat tree.
* 3. Динамическая и статическая оптимальность BST (бинарное дерево поиска).
* 4. Варианты B-деревьев (B*-деревья, ленивые B-деревья, FD-деревья, Bw-деревья, кеш-независимые B-деревья).
* 5. Журналированные структуры. Понятие LSM-дерева и его реализация.
* 6. LRU, LFU кэш в однопоточных и многопоточных средах. Примеры применения кэша.
'''Раздел 2 (Обработка многомерных данных):'''
* 1. Kd-деревья, R-деревья, SS-деревья.
* 2. Методы кластеризации: k-means, DBSCAN, OPTICS.
* 3. Концепция MapReduce. Распараллеливание k-means методом навеса. Распараллеливание k-means через MapReduce. MR-DBSCAN.
'''Раздел 3.1 (Оптимизационные задачи: задачи линейного программирования):'''
* 1. Постановка задачи линейного программирования. Двойственная задача линейного программирования.
* 2. Симплекс-метод (и его различные вариации).
* 3. Транспортная задача.
'''Раздел 3.2 (Оптимизационные задачи: теория расписаний):'''
* 1. Основные определения теории расписаний. Примеры.
* 2. Задача с 1й машиной. Алгоритм Лоулера.
* 3. Задача с 2мя машинами.
'''Раздел 4.1 (Вероятностные алгоритмы):'''
* 1. Алгоритм Лас-Вегас, алгоритм Монте-Карло. Градиентный спуск. Имитация отжига. Вероятностное решение задачи о минимальном разрезе. BSP-деревья. Теорема про BSP-дерево.
* 2. Алгоритм Фрейвалдcа. Проверка равенства двух полиномов. Лемма Шварца-Зиппеля. Сравнение строк.
* 3. Классы сложностей P, NP, BPP, P/poly. Примеры вероятностного решения NP-трудных задач (нахождение числа пересечений в графе, оценка наибольшего множества несмежных вершин графа).
* 4. Вероятностные методы в параллельных вычислениях (протокол византийского соглашения). Задача о выполнимости функции, заданной в конъюнктивной нормальной форме (КНФ) и ее вариации.
* 5. Методы дерандомизации (метод условных вероятностей, метод малых вероятностных пространств).
* 6. Общеизвестные рандомизированные структуры данных: старый добрый фильтр Блума (для проверки принадлежности к множеству) и его модификации, алгоритм HyperLogLog (для оценки мощности), структура Count-Min Sketch (для оценки частоты).
* 7. НЕ вероятностная проверка числа на простоту за полином.
'''Раздел 4.2 (Квантовые алгоритмы):'''
* 1. Основные понятия. Квантово-вдохновленные алгоритмы.
* 2. Алгоритм Шора (задача факторизации числа). Алгоритм Гровера (оптимизация поиска в базах данных).
* 3. Алгоритм Дойча-Йожи. Алгоритм Саймона.
* 4. Оптимизационный алгоритм QAOA (Quantum Approximate Optimization Algorithm).
* 5. Квантовое машинное обучение и квантовые нейронные сети.
'''Раздел 5 (Криптографические алгоритмы):'''
* 1. Понятие криптостойкости. “Историческая классика”: шифр Цезаря, шифр Виженера, шифр Хилла.
* 2. Псевдослучайность. Семейства хеш-функций BLAKE, GOST, MD, RIPEMD, SHA. Пример реализации на Java с помощью класса java.security.MessageDigest.
* 3. Алгоритмы симметричного шифрования (DES [с реализацией на Java], AES [с реализацией на Java], RC5, Blowfish, Twofish, RC4, Salsa20).
* 4. Протокол Диффи - Хеллмана. Алгоритмы ассиметричного шифрования (RSA, DSA, схема Эль-Гамаля, ECDSA).
* 5. Цифровые подписи. Реализация цифровой подписи через RSA+SHA256 и через схему Эль-Гамаля на Java.
* 6. Постквантовая криптография. Криптография на решетках. Алгоритм LLL (Ленстры - Ленстры - Ловаса). Алгоритм GGH (Голдрейх - Голдвассер - Халеви). NTRU и соответствующая библиотека на Java.
* 7. Атаки в криптографии.

'''Отчетность по курсу'''

За семестр требуется сдать 5 лабораторных работ по каждому из разделов. Решенное задание размещается в приватном репозитории github и проверяющему (контакты проверяющего см. в чате группы) присылается ссылка (по почте или в тг) на данный github репозиторий. Предпочтительный язык, на котором можно присылать код лабораторных работ является Java, С++, Python.
Также после прохождения 3х разделов курса планируется проведение коллоквиума. Коллоквиум проходит устно и состоит из 3х теоретических вопросов и 3х задач (по соответствующему разделу).
В конце курса планируется проведение зачета. Зачет проводится устно и состоит из 3х теоретических вопросов и 3х задач (по соответствующему разделу).
Сроки получения и сдачи заданий: Срок размещения лабораторных работ (кроме последней лабораторной) - в день последней темы раздела.
Срок размещения последней лабораторной работы - за 2 занятия до окончания раздела.
Срок сдачи лабораторных работ - 14 дней с момента публикации задания [пример: если задание опубликовано 01.02.2026, то последний день приема - 15.02.2026 23:59 Мск].
Перенос дедлайнов возможен только по уважительной причине

'''* Критерии оценивания:'''

* 1) Лабораторные [0-90] баллов: Лаб. работа 1 = 20 баллов Лаб. работа 2 = 20 баллов Лаб. работа 3 = 10 баллов Лаб. работа 4 = 30 баллов Лаб. работа 5 = 10 баллов
* 2) Доклад [3-10] баллов: Сделать доклад статьи на семинаре = [3-10] баллов
''Оценка за практику [0-10 баллов] = (Лабораторные + Доклад) / 10''
* 3) Коллоквиум [0-10 баллов]: Теор. вопросы = [0-10] баллов, Задачи = [0-10] баллов
* 4) Зачет [0-10 баллов]: Теор. вопросы = [0-10] баллов, Задачи = [0-10] баллов
''Оценка за курс = ( (коллоквиум + зачет)/2 +оценка за практику)/2, где округление происходит в большую сторону, если студент проявлял активность на занятиях, иначе - в меньшую сторону.''

'''Список литературы''

'''Раздел 1 (Структуры в СУБД): '''

* 1. Sedgewick Robert and Kevin Wayne. 2011. Algorithms (4th Ed.). Boston: Pearson.
* 2. Knuth Donald E. 1997. The Art of Computer Programming, Volume 2 (3rd Ed.): Seminumerical Algorithms. Boston: Addison-Wesley Longman.
* 3. Elmasri Ramez and Shamkant Navathe. 2011. Fundamentals of Database Systems (6th Ed.). Boston: Pearson.
* 4. Justin Sheehy, David Smith. “Bitcask: A log-structured hash table for fast key/value data.” 2010.

'''Раздел 2 (Обработка многомерных данных):'''

* 1. Brown R (2015). "Building a balanced k-d tree in O(kn log n) time". Journal of Computer Graphics Techniques. 4 (1): 50–68.
* 2. Y. Kwon, D. Nunley, J. P. Gardner, M. Balazinska, B. Howe, and S. Loebman, “Scalable clustering algorithm for n-body simulations in a shared-nothing cluster,” in Proceedings of the 22nd international conference on Scientific and statistical database management, ser. SSDBM’10. Berlin, Heidelberg: Springer-Verlag, 2010, pp. 132–150.
* 3. E. Januzaj, H.-P. Kriegel, and M. Pfeifle, “Scalable density-based distributed clustering,” in Proceedings of the 8th European Conference on Principles and Practice of Knowledge Discovery in Databases, ser. PKDD ’04. New York, NY, USA: Springer-Verlag New York, Inc., 2004, pp. 231–244.

'''Раздел 3.1 (Оптимизационные задачи: задачи линейного программирования):'''

* 1. Канторович Л. В., Горстко А. Б. Математическое оптимальное программирование в экономике. — М. : Знание, 1968. — 96 с.
* 2. Вентцель Е. С. Исследование операций: задачи, принципы, методология. — М. : Наука, 1980.

'''Раздел 3.2 (Оптимизационные задачи: теория расписаний):'''

* 1. Joseph Y-T. Leung. Handbook of scheduling: algorithms, models, and performance analysis. 2004.
* 2. Michael Pinedo. Scheduling: theory, algorithms, and systems. 2008.
* 3. Лазарев А.A., Гафаров Е. Р. Теория расписаний. Задачи и алгоритмы. — М. : МГУ, 2011.— 222 с.

'''Раздел 4.1 (Вероятностные алгоритмы):'''

* 1. Fuchs, Henry; Kedem, Zvi. M; Naylor, Bruce F. (1980). "On Visible Surface Generation by A Priori Tree Structures".
* 2. Zippel, Richard (1993). Springer (ed.). Effective Polynomial Computation. The Springer International Series in Engineering and Computer Science. Vol. 241.
* 3. L. G. Valiant, “General context-free recognition in less than cubic time”, Journal of Computer and System Sciences, 10:2 (1975), 308–314.
*
* 4. R. Motwani и P. Raghavan. Randomized algorithms. Англ. Cambridge Univ. Press, 1995.
* 5. R. Beier и B. Vöcking. “Random Knapsack in Expected Polynomial Time”. Англ. В: Proceedings of the 35th ACM Symposium on Theory of Computing (STOC). 2003, p. 232–241.

'''Раздел 4.2 (Квантовые алгоритмы):'''

* 1. de Wolf R. Quantum Computing (англ.): Lecture Notes — 2019. — 176 p. — arXiv:1907.09415
Раздел 5 (Криптографические алгоритмы):
* 1. Paar C., Pelzl J., Guneysu T. Understanding Cryptography: From Established Symmetric and Asymmetric Ciphers to Post-Quantum Algorithms.2nd Edition.: Springer, 2024. — 555 p.
* 2. Christof Paar, Jan Pelz, Understanding Cryptography. A Textbook for Students and Practitioners. Springer-Verlag Berlin Heidelberg, 2010.

Методы реализации алгоритмов весна 2026

2026-02-06T15:39:28Z

Irinaiv: /* Раздел 4.2 (Квантовые алгоритмы): */

== '''Общие сведения''' ==

Разработка ПО охватывает множество различных ИТ-направлений: Backend, Frontend, DevOps, BigData, ML, Security и т. п., которые в последнее время стремительно развиваются. На сегодня в сфере ИТ очень востребованными являются M-shaped специалисты: ИТ-специалисты, являющиеся экспертами в двух и более ИТ-областях. В данном курсе мы рассмотрим несколько ИТ-направлений: от backend до security и познакомимся с используемыми алгоритмами каждой отдельной области, выделим общие паттерны и подходы на стыке нескольких областей.

* Регистрация на курс (нужно вставить актуальную ссылку и удалить ЭТОТ ТЕКСТ в скобках)
Ограничений по регистрации на курс нет.
* Телеграм чат https://t.me/+SyKn4udNZw1lYWYy

== '''Команда курса''' ==

* Руководитель курса, лектор,семинарист:
Рубаненко Мария
* Ассистенты:
Пугачев Михаил

==
'''Темы курса''' ==

'''Раздел 1 (Структуры в СУБД):'''
* 1. Суперсжатие: основные концепции и отличия от сжатия.
* 2. Scapegoat tree.
* 3. Динамическая и статическая оптимальность BST (бинарное дерево поиска).
* 4. Варианты B-деревьев (B*-деревья, ленивые B-деревья, FD-деревья, Bw-деревья, кеш-независимые B-деревья).
* 5. Журналированные структуры. Понятие LSM-дерева и его реализация.
* 6. LRU, LFU кэш в однопоточных и многопоточных средах. Примеры применения кэша.
'''Раздел 2 (Обработка многомерных данных):'''
* 1. Kd-деревья, R-деревья, SS-деревья.
* 2. Методы кластеризации: k-means, DBSCAN, OPTICS.
* 3. Концепция MapReduce. Распараллеливание k-means методом навеса. Распараллеливание k-means через MapReduce. MR-DBSCAN.
'''Раздел 3.1 (Оптимизационные задачи: задачи линейного программирования):'''
* 1. Постановка задачи линейного программирования. Двойственная задача линейного программирования.
* 2. Симплекс-метод (и его различные вариации).
* 3. Транспортная задача.
'''Раздел 3.2 (Оптимизационные задачи: теория расписаний):'''
* 1. Основные определения теории расписаний. Примеры.
* 2. Задача с 1й машиной. Алгоритм Лоулера.
* 3. Задача с 2мя машинами.
'''Раздел 4.1 (Вероятностные алгоритмы):'''
* 1. Алгоритм Лас-Вегас, алгоритм Монте-Карло. Градиентный спуск. Имитация отжига. Вероятностное решение задачи о минимальном разрезе. BSP-деревья. Теорема про BSP-дерево.
* 2. Алгоритм Фрейвалдcа. Проверка равенства двух полиномов. Лемма Шварца-Зиппеля. Сравнение строк.
* 3. Классы сложностей P, NP, BPP, P/poly. Примеры вероятностного решения NP-трудных задач (нахождение числа пересечений в графе, оценка наибольшего множества несмежных вершин графа).
* 4. Вероятностные методы в параллельных вычислениях (протокол византийского соглашения). Задача о выполнимости функции, заданной в конъюнктивной нормальной форме (КНФ) и ее вариации.
* 5. Методы дерандомизации (метод условных вероятностей, метод малых вероятностных пространств).
* 6. Общеизвестные рандомизированные структуры данных: старый добрый фильтр Блума (для проверки принадлежности к множеству) и его модификации, алгоритм HyperLogLog (для оценки мощности), структура Count-Min Sketch (для оценки частоты).
* 7. НЕ вероятностная проверка числа на простоту за полином.
'''Раздел 4.2 (Квантовые алгоритмы):'''
* 1. Основные понятия. Квантово-вдохновленные алгоритмы.
* 2. Алгоритм Шора (задача факторизации числа). Алгоритм Гровера (оптимизация поиска в базах данных).
* 3. Алгоритм Дойча-Йожи. Алгоритм Саймона.
* 4. Оптимизационный алгоритм QAOA (Quantum Approximate Optimization Algorithm).
* 5. Квантовое машинное обучение и квантовые нейронные сети.
'''Раздел 5 (Криптографические алгоритмы):'''
* 1. Понятие криптостойкости. “Историческая классика”: шифр Цезаря, шифр Виженера, шифр Хилла.
* 2. Псевдослучайность. Семейства хеш-функций BLAKE, GOST, MD, RIPEMD, SHA. Пример реализации на Java с помощью класса java.security.MessageDigest.
* 3. Алгоритмы симметричного шифрования (DES [с реализацией на Java], AES [с реализацией на Java], RC5, Blowfish, Twofish, RC4, Salsa20).
* 4. Протокол Диффи - Хеллмана. Алгоритмы ассиметричного шифрования (RSA, DSA, схема Эль-Гамаля, ECDSA).
* 5. Цифровые подписи. Реализация цифровой подписи через RSA+SHA256 и через схему Эль-Гамаля на Java.
* 6. Постквантовая криптография. Криптография на решетках. Алгоритм LLL (Ленстры - Ленстры - Ловаса). Алгоритм GGH (Голдрейх - Голдвассер - Халеви). NTRU и соответствующая библиотека на Java.
* 7. Атаки в криптографии.

'''Отчетность по курсу'''

За семестр требуется сдать 5 лабораторных работ по каждому из разделов. Решенное задание размещается в приватном репозитории github и проверяющему (контакты проверяющего см. в чате группы) присылается ссылка (по почте или в тг) на данный github репозиторий. Предпочтительный язык, на котором можно присылать код лабораторных работ является Java, С++, Python.
Также после прохождения 3х разделов курса планируется проведение коллоквиума. Коллоквиум проходит устно и состоит из 3х теоретических вопросов и 3х задач (по соответствующему разделу).
В конце курса планируется проведение зачета. Зачет проводится устно и состоит из 3х теоретических вопросов и 3х задач (по соответствующему разделу).
Сроки получения и сдачи заданий: Срок размещения лабораторных работ (кроме последней лабораторной) - в день последней темы раздела.
Срок размещения последней лабораторной работы - за 2 занятия до окончания раздела.
Срок сдачи лабораторных работ - 14 дней с момента публикации задания [пример: если задание опубликовано 01.02.2026, то последний день приема - 15.02.2026 23:59 Мск].
Перенос дедлайнов возможен только по уважительной причине

'''* Критерии оценивания:'''

* 1) Лабораторные [0-90] баллов: Лаб. работа 1 = 20 баллов Лаб. работа 2 = 20 баллов Лаб. работа 3 = 10 баллов Лаб. работа 4 = 30 баллов Лаб. работа 5 = 10 баллов
* 2) Доклад [3-10] баллов: Сделать доклад статьи на семинаре = [3-10] баллов
''Оценка за практику [0-10 баллов] = (Лабораторные + Доклад) / 10''
* 3) Коллоквиум [0-10 баллов]: Теор. вопросы = [0-10] баллов, Задачи = [0-10] баллов
* 4) Зачет [0-10 баллов]: Теор. вопросы = [0-10] баллов, Задачи = [0-10] баллов
''Оценка за курс = ( (коллоквиум + зачет)/2 +оценка за практику)/2, где округление происходит в большую сторону, если студент проявлял активность на занятиях, иначе - в меньшую сторону.''

'''Список литературы''

'''Раздел 1 (Структуры в СУБД): '''

* 1. Sedgewick Robert and Kevin Wayne. 2011. Algorithms (4th Ed.). Boston: Pearson.
* 2. Knuth Donald E. 1997. The Art of Computer Programming, Volume 2 (3rd Ed.): Seminumerical Algorithms. Boston: Addison-Wesley Longman.
* 3. Elmasri Ramez and Shamkant Navathe. 2011. Fundamentals of Database Systems (6th Ed.). Boston: Pearson.
* 4. Justin Sheehy, David Smith. “Bitcask: A log-structured hash table for fast key/value data.” 2010.

'''Раздел 2 (Обработка многомерных данных):'''

* 1. Brown R (2015). "Building a balanced k-d tree in O(kn log n) time". Journal of Computer Graphics Techniques. 4 (1): 50–68.
* 2. Y. Kwon, D. Nunley, J. P. Gardner, M. Balazinska, B. Howe, and S. Loebman, “Scalable clustering algorithm for n-body simulations in a shared-nothing cluster,” in Proceedings of the 22nd international conference on Scientific and statistical database management, ser. SSDBM’10. Berlin, Heidelberg: Springer-Verlag, 2010, pp. 132–150.
* 3. E. Januzaj, H.-P. Kriegel, and M. Pfeifle, “Scalable density-based distributed clustering,” in Proceedings of the 8th European Conference on Principles and Practice of Knowledge Discovery in Databases, ser. PKDD ’04. New York, NY, USA: Springer-Verlag New York, Inc., 2004, pp. 231–244.

'''Раздел 3.1 (Оптимизационные задачи: задачи линейного программирования):'''

* 1. Канторович Л. В., Горстко А. Б. Математическое оптимальное программирование в экономике. — М. : Знание, 1968. — 96 с.
* 2. Вентцель Е. С. Исследование операций: задачи, принципы, методология. — М. : Наука, 1980.

'''Раздел 3.2 (Оптимизационные задачи: теория расписаний):'''

* 1. Joseph Y-T. Leung. Handbook of scheduling: algorithms, models, and performance analysis. 2004.
* 2. Michael Pinedo. Scheduling: theory, algorithms, and systems. 2008.
* 3. Лазарев А.A., Гафаров Е. Р. Теория расписаний. Задачи и алгоритмы. — М. : МГУ, 2011.— 222 с.

'''Раздел 4.1 (Вероятностные алгоритмы):'''

* 1. Fuchs, Henry; Kedem, Zvi. M; Naylor, Bruce F. (1980). "On Visible Surface Generation by A Priori Tree Structures".
* 2. Zippel, Richard (1993). Springer (ed.). Effective Polynomial Computation. The Springer International Series in Engineering and Computer Science. Vol. 241.
* 3. L. G. Valiant, “General context-free recognition in less than cubic time”, Journal of Computer and System Sciences, 10:2 (1975), 308–314.
*
* 4. R. Motwani и P. Raghavan. Randomized algorithms. Англ. Cambridge Univ. Press, 1995.
* 5. R. Beier и B. Vöcking. “Random Knapsack in Expected Polynomial Time”. Англ. В: Proceedings of the 35th ACM Symposium on Theory of Computing (STOC). 2003, p. 232–241.

'''Раздел 4.2 (Квантовые алгоритмы):'''

* 1. de Wolf R. Quantum Computing (англ.): Lecture Notes — 2019. — 176 p. — arXiv:1907.09415
Раздел 5 (Криптографические алгоритмы):
* 1. Paar C., Pelzl J., Guneysu T. Understanding Cryptography: From Established Symmetric and Asymmetric Ciphers to Post-Quantum Algorithms.2nd Edition.: Springer, 2024. — 555 p.
* 2. Christof Paar, Jan Pelz, Understanding Cryptography. A Textbook for Students and Practitioners. Springer-Verlag Berlin Heidelberg, 2010.

Методы реализации алгоритмов весна 2026

2026-02-06T15:39:18Z

Irinaiv: /* Раздел 4.1 (Вероятностные алгоритмы): */

== '''Общие сведения''' ==

Разработка ПО охватывает множество различных ИТ-направлений: Backend, Frontend, DevOps, BigData, ML, Security и т. п., которые в последнее время стремительно развиваются. На сегодня в сфере ИТ очень востребованными являются M-shaped специалисты: ИТ-специалисты, являющиеся экспертами в двух и более ИТ-областях. В данном курсе мы рассмотрим несколько ИТ-направлений: от backend до security и познакомимся с используемыми алгоритмами каждой отдельной области, выделим общие паттерны и подходы на стыке нескольких областей.

* Регистрация на курс (нужно вставить актуальную ссылку и удалить ЭТОТ ТЕКСТ в скобках)
Ограничений по регистрации на курс нет.
* Телеграм чат https://t.me/+SyKn4udNZw1lYWYy

== '''Команда курса''' ==

* Руководитель курса, лектор,семинарист:
Рубаненко Мария
* Ассистенты:
Пугачев Михаил

==
'''Темы курса''' ==

'''Раздел 1 (Структуры в СУБД):'''
* 1. Суперсжатие: основные концепции и отличия от сжатия.
* 2. Scapegoat tree.
* 3. Динамическая и статическая оптимальность BST (бинарное дерево поиска).
* 4. Варианты B-деревьев (B*-деревья, ленивые B-деревья, FD-деревья, Bw-деревья, кеш-независимые B-деревья).
* 5. Журналированные структуры. Понятие LSM-дерева и его реализация.
* 6. LRU, LFU кэш в однопоточных и многопоточных средах. Примеры применения кэша.
'''Раздел 2 (Обработка многомерных данных):'''
* 1. Kd-деревья, R-деревья, SS-деревья.
* 2. Методы кластеризации: k-means, DBSCAN, OPTICS.
* 3. Концепция MapReduce. Распараллеливание k-means методом навеса. Распараллеливание k-means через MapReduce. MR-DBSCAN.
'''Раздел 3.1 (Оптимизационные задачи: задачи линейного программирования):'''
* 1. Постановка задачи линейного программирования. Двойственная задача линейного программирования.
* 2. Симплекс-метод (и его различные вариации).
* 3. Транспортная задача.
'''Раздел 3.2 (Оптимизационные задачи: теория расписаний):'''
* 1. Основные определения теории расписаний. Примеры.
* 2. Задача с 1й машиной. Алгоритм Лоулера.
* 3. Задача с 2мя машинами.
'''Раздел 4.1 (Вероятностные алгоритмы):'''
* 1. Алгоритм Лас-Вегас, алгоритм Монте-Карло. Градиентный спуск. Имитация отжига. Вероятностное решение задачи о минимальном разрезе. BSP-деревья. Теорема про BSP-дерево.
* 2. Алгоритм Фрейвалдcа. Проверка равенства двух полиномов. Лемма Шварца-Зиппеля. Сравнение строк.
* 3. Классы сложностей P, NP, BPP, P/poly. Примеры вероятностного решения NP-трудных задач (нахождение числа пересечений в графе, оценка наибольшего множества несмежных вершин графа).
* 4. Вероятностные методы в параллельных вычислениях (протокол византийского соглашения). Задача о выполнимости функции, заданной в конъюнктивной нормальной форме (КНФ) и ее вариации.
* 5. Методы дерандомизации (метод условных вероятностей, метод малых вероятностных пространств).
* 6. Общеизвестные рандомизированные структуры данных: старый добрый фильтр Блума (для проверки принадлежности к множеству) и его модификации, алгоритм HyperLogLog (для оценки мощности), структура Count-Min Sketch (для оценки частоты).
* 7. НЕ вероятностная проверка числа на простоту за полином.
'''Раздел 4.2 (Квантовые алгоритмы):'''
* 1. Основные понятия. Квантово-вдохновленные алгоритмы.
* 2. Алгоритм Шора (задача факторизации числа). Алгоритм Гровера (оптимизация поиска в базах данных).
* 3. Алгоритм Дойча-Йожи. Алгоритм Саймона.
* 4. Оптимизационный алгоритм QAOA (Quantum Approximate Optimization Algorithm).
* 5. Квантовое машинное обучение и квантовые нейронные сети.
'''Раздел 5 (Криптографические алгоритмы):'''
* 1. Понятие криптостойкости. “Историческая классика”: шифр Цезаря, шифр Виженера, шифр Хилла.
* 2. Псевдослучайность. Семейства хеш-функций BLAKE, GOST, MD, RIPEMD, SHA. Пример реализации на Java с помощью класса java.security.MessageDigest.
* 3. Алгоритмы симметричного шифрования (DES [с реализацией на Java], AES [с реализацией на Java], RC5, Blowfish, Twofish, RC4, Salsa20).
* 4. Протокол Диффи - Хеллмана. Алгоритмы ассиметричного шифрования (RSA, DSA, схема Эль-Гамаля, ECDSA).
* 5. Цифровые подписи. Реализация цифровой подписи через RSA+SHA256 и через схему Эль-Гамаля на Java.
* 6. Постквантовая криптография. Криптография на решетках. Алгоритм LLL (Ленстры - Ленстры - Ловаса). Алгоритм GGH (Голдрейх - Голдвассер - Халеви). NTRU и соответствующая библиотека на Java.
* 7. Атаки в криптографии.

'''Отчетность по курсу'''

За семестр требуется сдать 5 лабораторных работ по каждому из разделов. Решенное задание размещается в приватном репозитории github и проверяющему (контакты проверяющего см. в чате группы) присылается ссылка (по почте или в тг) на данный github репозиторий. Предпочтительный язык, на котором можно присылать код лабораторных работ является Java, С++, Python.
Также после прохождения 3х разделов курса планируется проведение коллоквиума. Коллоквиум проходит устно и состоит из 3х теоретических вопросов и 3х задач (по соответствующему разделу).
В конце курса планируется проведение зачета. Зачет проводится устно и состоит из 3х теоретических вопросов и 3х задач (по соответствующему разделу).
Сроки получения и сдачи заданий: Срок размещения лабораторных работ (кроме последней лабораторной) - в день последней темы раздела.
Срок размещения последней лабораторной работы - за 2 занятия до окончания раздела.
Срок сдачи лабораторных работ - 14 дней с момента публикации задания [пример: если задание опубликовано 01.02.2026, то последний день приема - 15.02.2026 23:59 Мск].
Перенос дедлайнов возможен только по уважительной причине

'''* Критерии оценивания:'''

* 1) Лабораторные [0-90] баллов: Лаб. работа 1 = 20 баллов Лаб. работа 2 = 20 баллов Лаб. работа 3 = 10 баллов Лаб. работа 4 = 30 баллов Лаб. работа 5 = 10 баллов
* 2) Доклад [3-10] баллов: Сделать доклад статьи на семинаре = [3-10] баллов
''Оценка за практику [0-10 баллов] = (Лабораторные + Доклад) / 10''
* 3) Коллоквиум [0-10 баллов]: Теор. вопросы = [0-10] баллов, Задачи = [0-10] баллов
* 4) Зачет [0-10 баллов]: Теор. вопросы = [0-10] баллов, Задачи = [0-10] баллов
''Оценка за курс = ( (коллоквиум + зачет)/2 +оценка за практику)/2, где округление происходит в большую сторону, если студент проявлял активность на занятиях, иначе - в меньшую сторону.''

'''Список литературы''

'''Раздел 1 (Структуры в СУБД): '''

* 1. Sedgewick Robert and Kevin Wayne. 2011. Algorithms (4th Ed.). Boston: Pearson.
* 2. Knuth Donald E. 1997. The Art of Computer Programming, Volume 2 (3rd Ed.): Seminumerical Algorithms. Boston: Addison-Wesley Longman.
* 3. Elmasri Ramez and Shamkant Navathe. 2011. Fundamentals of Database Systems (6th Ed.). Boston: Pearson.
* 4. Justin Sheehy, David Smith. “Bitcask: A log-structured hash table for fast key/value data.” 2010.

'''Раздел 2 (Обработка многомерных данных):'''

* 1. Brown R (2015). "Building a balanced k-d tree in O(kn log n) time". Journal of Computer Graphics Techniques. 4 (1): 50–68.
* 2. Y. Kwon, D. Nunley, J. P. Gardner, M. Balazinska, B. Howe, and S. Loebman, “Scalable clustering algorithm for n-body simulations in a shared-nothing cluster,” in Proceedings of the 22nd international conference on Scientific and statistical database management, ser. SSDBM’10. Berlin, Heidelberg: Springer-Verlag, 2010, pp. 132–150.
* 3. E. Januzaj, H.-P. Kriegel, and M. Pfeifle, “Scalable density-based distributed clustering,” in Proceedings of the 8th European Conference on Principles and Practice of Knowledge Discovery in Databases, ser. PKDD ’04. New York, NY, USA: Springer-Verlag New York, Inc., 2004, pp. 231–244.

'''Раздел 3.1 (Оптимизационные задачи: задачи линейного программирования):'''

* 1. Канторович Л. В., Горстко А. Б. Математическое оптимальное программирование в экономике. — М. : Знание, 1968. — 96 с.
* 2. Вентцель Е. С. Исследование операций: задачи, принципы, методология. — М. : Наука, 1980.

'''Раздел 3.2 (Оптимизационные задачи: теория расписаний):'''

* 1. Joseph Y-T. Leung. Handbook of scheduling: algorithms, models, and performance analysis. 2004.
* 2. Michael Pinedo. Scheduling: theory, algorithms, and systems. 2008.
* 3. Лазарев А.A., Гафаров Е. Р. Теория расписаний. Задачи и алгоритмы. — М. : МГУ, 2011.— 222 с.

'''Раздел 4.1 (Вероятностные алгоритмы):'''

* 1. Fuchs, Henry; Kedem, Zvi. M; Naylor, Bruce F. (1980). "On Visible Surface Generation by A Priori Tree Structures".
* 2. Zippel, Richard (1993). Springer (ed.). Effective Polynomial Computation. The Springer International Series in Engineering and Computer Science. Vol. 241.
* 3. L. G. Valiant, “General context-free recognition in less than cubic time”, Journal of Computer and System Sciences, 10:2 (1975), 308–314.
*
* 4. R. Motwani и P. Raghavan. Randomized algorithms. Англ. Cambridge Univ. Press, 1995.
* 5. R. Beier и B. Vöcking. “Random Knapsack in Expected Polynomial Time”. Англ. В: Proceedings of the 35th ACM Symposium on Theory of Computing (STOC). 2003, p. 232–241.

== Раздел 4.2 (Квантовые алгоритмы): ==

* 1. de Wolf R. Quantum Computing (англ.): Lecture Notes — 2019. — 176 p. — arXiv:1907.09415
Раздел 5 (Криптографические алгоритмы):
* 1. Paar C., Pelzl J., Guneysu T. Understanding Cryptography: From Established Symmetric and Asymmetric Ciphers to Post-Quantum Algorithms.2nd Edition.: Springer, 2024. — 555 p.
* 2. Christof Paar, Jan Pelz, Understanding Cryptography. A Textbook for Students and Practitioners. Springer-Verlag Berlin Heidelberg, 2010.

Методы реализации алгоритмов весна 2026

2026-02-06T15:39:06Z

Irinaiv: /* Раздел 3.2 (Оптимизационные задачи: теория расписаний): */

== '''Общие сведения''' ==

Разработка ПО охватывает множество различных ИТ-направлений: Backend, Frontend, DevOps, BigData, ML, Security и т. п., которые в последнее время стремительно развиваются. На сегодня в сфере ИТ очень востребованными являются M-shaped специалисты: ИТ-специалисты, являющиеся экспертами в двух и более ИТ-областях. В данном курсе мы рассмотрим несколько ИТ-направлений: от backend до security и познакомимся с используемыми алгоритмами каждой отдельной области, выделим общие паттерны и подходы на стыке нескольких областей.

* Регистрация на курс (нужно вставить актуальную ссылку и удалить ЭТОТ ТЕКСТ в скобках)
Ограничений по регистрации на курс нет.
* Телеграм чат https://t.me/+SyKn4udNZw1lYWYy

== '''Команда курса''' ==

* Руководитель курса, лектор,семинарист:
Рубаненко Мария
* Ассистенты:
Пугачев Михаил

==
'''Темы курса''' ==

'''Раздел 1 (Структуры в СУБД):'''
* 1. Суперсжатие: основные концепции и отличия от сжатия.
* 2. Scapegoat tree.
* 3. Динамическая и статическая оптимальность BST (бинарное дерево поиска).
* 4. Варианты B-деревьев (B*-деревья, ленивые B-деревья, FD-деревья, Bw-деревья, кеш-независимые B-деревья).
* 5. Журналированные структуры. Понятие LSM-дерева и его реализация.
* 6. LRU, LFU кэш в однопоточных и многопоточных средах. Примеры применения кэша.
'''Раздел 2 (Обработка многомерных данных):'''
* 1. Kd-деревья, R-деревья, SS-деревья.
* 2. Методы кластеризации: k-means, DBSCAN, OPTICS.
* 3. Концепция MapReduce. Распараллеливание k-means методом навеса. Распараллеливание k-means через MapReduce. MR-DBSCAN.
'''Раздел 3.1 (Оптимизационные задачи: задачи линейного программирования):'''
* 1. Постановка задачи линейного программирования. Двойственная задача линейного программирования.
* 2. Симплекс-метод (и его различные вариации).
* 3. Транспортная задача.
'''Раздел 3.2 (Оптимизационные задачи: теория расписаний):'''
* 1. Основные определения теории расписаний. Примеры.
* 2. Задача с 1й машиной. Алгоритм Лоулера.
* 3. Задача с 2мя машинами.
'''Раздел 4.1 (Вероятностные алгоритмы):'''
* 1. Алгоритм Лас-Вегас, алгоритм Монте-Карло. Градиентный спуск. Имитация отжига. Вероятностное решение задачи о минимальном разрезе. BSP-деревья. Теорема про BSP-дерево.
* 2. Алгоритм Фрейвалдcа. Проверка равенства двух полиномов. Лемма Шварца-Зиппеля. Сравнение строк.
* 3. Классы сложностей P, NP, BPP, P/poly. Примеры вероятностного решения NP-трудных задач (нахождение числа пересечений в графе, оценка наибольшего множества несмежных вершин графа).
* 4. Вероятностные методы в параллельных вычислениях (протокол византийского соглашения). Задача о выполнимости функции, заданной в конъюнктивной нормальной форме (КНФ) и ее вариации.
* 5. Методы дерандомизации (метод условных вероятностей, метод малых вероятностных пространств).
* 6. Общеизвестные рандомизированные структуры данных: старый добрый фильтр Блума (для проверки принадлежности к множеству) и его модификации, алгоритм HyperLogLog (для оценки мощности), структура Count-Min Sketch (для оценки частоты).
* 7. НЕ вероятностная проверка числа на простоту за полином.
'''Раздел 4.2 (Квантовые алгоритмы):'''
* 1. Основные понятия. Квантово-вдохновленные алгоритмы.
* 2. Алгоритм Шора (задача факторизации числа). Алгоритм Гровера (оптимизация поиска в базах данных).
* 3. Алгоритм Дойча-Йожи. Алгоритм Саймона.
* 4. Оптимизационный алгоритм QAOA (Quantum Approximate Optimization Algorithm).
* 5. Квантовое машинное обучение и квантовые нейронные сети.
'''Раздел 5 (Криптографические алгоритмы):'''
* 1. Понятие криптостойкости. “Историческая классика”: шифр Цезаря, шифр Виженера, шифр Хилла.
* 2. Псевдослучайность. Семейства хеш-функций BLAKE, GOST, MD, RIPEMD, SHA. Пример реализации на Java с помощью класса java.security.MessageDigest.
* 3. Алгоритмы симметричного шифрования (DES [с реализацией на Java], AES [с реализацией на Java], RC5, Blowfish, Twofish, RC4, Salsa20).
* 4. Протокол Диффи - Хеллмана. Алгоритмы ассиметричного шифрования (RSA, DSA, схема Эль-Гамаля, ECDSA).
* 5. Цифровые подписи. Реализация цифровой подписи через RSA+SHA256 и через схему Эль-Гамаля на Java.
* 6. Постквантовая криптография. Криптография на решетках. Алгоритм LLL (Ленстры - Ленстры - Ловаса). Алгоритм GGH (Голдрейх - Голдвассер - Халеви). NTRU и соответствующая библиотека на Java.
* 7. Атаки в криптографии.

'''Отчетность по курсу'''

За семестр требуется сдать 5 лабораторных работ по каждому из разделов. Решенное задание размещается в приватном репозитории github и проверяющему (контакты проверяющего см. в чате группы) присылается ссылка (по почте или в тг) на данный github репозиторий. Предпочтительный язык, на котором можно присылать код лабораторных работ является Java, С++, Python.
Также после прохождения 3х разделов курса планируется проведение коллоквиума. Коллоквиум проходит устно и состоит из 3х теоретических вопросов и 3х задач (по соответствующему разделу).
В конце курса планируется проведение зачета. Зачет проводится устно и состоит из 3х теоретических вопросов и 3х задач (по соответствующему разделу).
Сроки получения и сдачи заданий: Срок размещения лабораторных работ (кроме последней лабораторной) - в день последней темы раздела.
Срок размещения последней лабораторной работы - за 2 занятия до окончания раздела.
Срок сдачи лабораторных работ - 14 дней с момента публикации задания [пример: если задание опубликовано 01.02.2026, то последний день приема - 15.02.2026 23:59 Мск].
Перенос дедлайнов возможен только по уважительной причине

'''* Критерии оценивания:'''

* 1) Лабораторные [0-90] баллов: Лаб. работа 1 = 20 баллов Лаб. работа 2 = 20 баллов Лаб. работа 3 = 10 баллов Лаб. работа 4 = 30 баллов Лаб. работа 5 = 10 баллов
* 2) Доклад [3-10] баллов: Сделать доклад статьи на семинаре = [3-10] баллов
''Оценка за практику [0-10 баллов] = (Лабораторные + Доклад) / 10''
* 3) Коллоквиум [0-10 баллов]: Теор. вопросы = [0-10] баллов, Задачи = [0-10] баллов
* 4) Зачет [0-10 баллов]: Теор. вопросы = [0-10] баллов, Задачи = [0-10] баллов
''Оценка за курс = ( (коллоквиум + зачет)/2 +оценка за практику)/2, где округление происходит в большую сторону, если студент проявлял активность на занятиях, иначе - в меньшую сторону.''

'''Список литературы''

'''Раздел 1 (Структуры в СУБД): '''

* 1. Sedgewick Robert and Kevin Wayne. 2011. Algorithms (4th Ed.). Boston: Pearson.
* 2. Knuth Donald E. 1997. The Art of Computer Programming, Volume 2 (3rd Ed.): Seminumerical Algorithms. Boston: Addison-Wesley Longman.
* 3. Elmasri Ramez and Shamkant Navathe. 2011. Fundamentals of Database Systems (6th Ed.). Boston: Pearson.
* 4. Justin Sheehy, David Smith. “Bitcask: A log-structured hash table for fast key/value data.” 2010.

'''Раздел 2 (Обработка многомерных данных):'''

* 1. Brown R (2015). "Building a balanced k-d tree in O(kn log n) time". Journal of Computer Graphics Techniques. 4 (1): 50–68.
* 2. Y. Kwon, D. Nunley, J. P. Gardner, M. Balazinska, B. Howe, and S. Loebman, “Scalable clustering algorithm for n-body simulations in a shared-nothing cluster,” in Proceedings of the 22nd international conference on Scientific and statistical database management, ser. SSDBM’10. Berlin, Heidelberg: Springer-Verlag, 2010, pp. 132–150.
* 3. E. Januzaj, H.-P. Kriegel, and M. Pfeifle, “Scalable density-based distributed clustering,” in Proceedings of the 8th European Conference on Principles and Practice of Knowledge Discovery in Databases, ser. PKDD ’04. New York, NY, USA: Springer-Verlag New York, Inc., 2004, pp. 231–244.

'''Раздел 3.1 (Оптимизационные задачи: задачи линейного программирования):'''

* 1. Канторович Л. В., Горстко А. Б. Математическое оптимальное программирование в экономике. — М. : Знание, 1968. — 96 с.
* 2. Вентцель Е. С. Исследование операций: задачи, принципы, методология. — М. : Наука, 1980.

'''Раздел 3.2 (Оптимизационные задачи: теория расписаний):'''

* 1. Joseph Y-T. Leung. Handbook of scheduling: algorithms, models, and performance analysis. 2004.
* 2. Michael Pinedo. Scheduling: theory, algorithms, and systems. 2008.
* 3. Лазарев А.A., Гафаров Е. Р. Теория расписаний. Задачи и алгоритмы. — М. : МГУ, 2011.— 222 с.

== Раздел 4.1 (Вероятностные алгоритмы): ==

* 1. Fuchs, Henry; Kedem, Zvi. M; Naylor, Bruce F. (1980). "On Visible Surface Generation by A Priori Tree Structures".
* 2. Zippel, Richard (1993). Springer (ed.). Effective Polynomial Computation. The Springer International Series in Engineering and Computer Science. Vol. 241.
* 3. L. G. Valiant, “General context-free recognition in less than cubic time”, Journal of Computer and System Sciences, 10:2 (1975), 308–314.
*
* 4. R. Motwani и P. Raghavan. Randomized algorithms. Англ. Cambridge Univ. Press, 1995.
* 5. R. Beier и B. Vöcking. “Random Knapsack in Expected Polynomial Time”. Англ. В: Proceedings of the 35th ACM Symposium on Theory of Computing (STOC). 2003, p. 232–241.

== Раздел 4.2 (Квантовые алгоритмы): ==

* 1. de Wolf R. Quantum Computing (англ.): Lecture Notes — 2019. — 176 p. — arXiv:1907.09415
Раздел 5 (Криптографические алгоритмы):
* 1. Paar C., Pelzl J., Guneysu T. Understanding Cryptography: From Established Symmetric and Asymmetric Ciphers to Post-Quantum Algorithms.2nd Edition.: Springer, 2024. — 555 p.
* 2. Christof Paar, Jan Pelz, Understanding Cryptography. A Textbook for Students and Practitioners. Springer-Verlag Berlin Heidelberg, 2010.

Методы реализации алгоритмов весна 2026

2026-02-06T15:38:55Z

Irinaiv: /* Раздел 3.1 (Оптимизационные задачи: задачи линейного программирования): */

== '''Общие сведения''' ==

Разработка ПО охватывает множество различных ИТ-направлений: Backend, Frontend, DevOps, BigData, ML, Security и т. п., которые в последнее время стремительно развиваются. На сегодня в сфере ИТ очень востребованными являются M-shaped специалисты: ИТ-специалисты, являющиеся экспертами в двух и более ИТ-областях. В данном курсе мы рассмотрим несколько ИТ-направлений: от backend до security и познакомимся с используемыми алгоритмами каждой отдельной области, выделим общие паттерны и подходы на стыке нескольких областей.

* Регистрация на курс (нужно вставить актуальную ссылку и удалить ЭТОТ ТЕКСТ в скобках)
Ограничений по регистрации на курс нет.
* Телеграм чат https://t.me/+SyKn4udNZw1lYWYy

== '''Команда курса''' ==

* Руководитель курса, лектор,семинарист:
Рубаненко Мария
* Ассистенты:
Пугачев Михаил

==
'''Темы курса''' ==

'''Раздел 1 (Структуры в СУБД):'''
* 1. Суперсжатие: основные концепции и отличия от сжатия.
* 2. Scapegoat tree.
* 3. Динамическая и статическая оптимальность BST (бинарное дерево поиска).
* 4. Варианты B-деревьев (B*-деревья, ленивые B-деревья, FD-деревья, Bw-деревья, кеш-независимые B-деревья).
* 5. Журналированные структуры. Понятие LSM-дерева и его реализация.
* 6. LRU, LFU кэш в однопоточных и многопоточных средах. Примеры применения кэша.
'''Раздел 2 (Обработка многомерных данных):'''
* 1. Kd-деревья, R-деревья, SS-деревья.
* 2. Методы кластеризации: k-means, DBSCAN, OPTICS.
* 3. Концепция MapReduce. Распараллеливание k-means методом навеса. Распараллеливание k-means через MapReduce. MR-DBSCAN.
'''Раздел 3.1 (Оптимизационные задачи: задачи линейного программирования):'''
* 1. Постановка задачи линейного программирования. Двойственная задача линейного программирования.
* 2. Симплекс-метод (и его различные вариации).
* 3. Транспортная задача.
'''Раздел 3.2 (Оптимизационные задачи: теория расписаний):'''
* 1. Основные определения теории расписаний. Примеры.
* 2. Задача с 1й машиной. Алгоритм Лоулера.
* 3. Задача с 2мя машинами.
'''Раздел 4.1 (Вероятностные алгоритмы):'''
* 1. Алгоритм Лас-Вегас, алгоритм Монте-Карло. Градиентный спуск. Имитация отжига. Вероятностное решение задачи о минимальном разрезе. BSP-деревья. Теорема про BSP-дерево.
* 2. Алгоритм Фрейвалдcа. Проверка равенства двух полиномов. Лемма Шварца-Зиппеля. Сравнение строк.
* 3. Классы сложностей P, NP, BPP, P/poly. Примеры вероятностного решения NP-трудных задач (нахождение числа пересечений в графе, оценка наибольшего множества несмежных вершин графа).
* 4. Вероятностные методы в параллельных вычислениях (протокол византийского соглашения). Задача о выполнимости функции, заданной в конъюнктивной нормальной форме (КНФ) и ее вариации.
* 5. Методы дерандомизации (метод условных вероятностей, метод малых вероятностных пространств).
* 6. Общеизвестные рандомизированные структуры данных: старый добрый фильтр Блума (для проверки принадлежности к множеству) и его модификации, алгоритм HyperLogLog (для оценки мощности), структура Count-Min Sketch (для оценки частоты).
* 7. НЕ вероятностная проверка числа на простоту за полином.
'''Раздел 4.2 (Квантовые алгоритмы):'''
* 1. Основные понятия. Квантово-вдохновленные алгоритмы.
* 2. Алгоритм Шора (задача факторизации числа). Алгоритм Гровера (оптимизация поиска в базах данных).
* 3. Алгоритм Дойча-Йожи. Алгоритм Саймона.
* 4. Оптимизационный алгоритм QAOA (Quantum Approximate Optimization Algorithm).
* 5. Квантовое машинное обучение и квантовые нейронные сети.
'''Раздел 5 (Криптографические алгоритмы):'''
* 1. Понятие криптостойкости. “Историческая классика”: шифр Цезаря, шифр Виженера, шифр Хилла.
* 2. Псевдослучайность. Семейства хеш-функций BLAKE, GOST, MD, RIPEMD, SHA. Пример реализации на Java с помощью класса java.security.MessageDigest.
* 3. Алгоритмы симметричного шифрования (DES [с реализацией на Java], AES [с реализацией на Java], RC5, Blowfish, Twofish, RC4, Salsa20).
* 4. Протокол Диффи - Хеллмана. Алгоритмы ассиметричного шифрования (RSA, DSA, схема Эль-Гамаля, ECDSA).
* 5. Цифровые подписи. Реализация цифровой подписи через RSA+SHA256 и через схему Эль-Гамаля на Java.
* 6. Постквантовая криптография. Криптография на решетках. Алгоритм LLL (Ленстры - Ленстры - Ловаса). Алгоритм GGH (Голдрейх - Голдвассер - Халеви). NTRU и соответствующая библиотека на Java.
* 7. Атаки в криптографии.

'''Отчетность по курсу'''

За семестр требуется сдать 5 лабораторных работ по каждому из разделов. Решенное задание размещается в приватном репозитории github и проверяющему (контакты проверяющего см. в чате группы) присылается ссылка (по почте или в тг) на данный github репозиторий. Предпочтительный язык, на котором можно присылать код лабораторных работ является Java, С++, Python.
Также после прохождения 3х разделов курса планируется проведение коллоквиума. Коллоквиум проходит устно и состоит из 3х теоретических вопросов и 3х задач (по соответствующему разделу).
В конце курса планируется проведение зачета. Зачет проводится устно и состоит из 3х теоретических вопросов и 3х задач (по соответствующему разделу).
Сроки получения и сдачи заданий: Срок размещения лабораторных работ (кроме последней лабораторной) - в день последней темы раздела.
Срок размещения последней лабораторной работы - за 2 занятия до окончания раздела.
Срок сдачи лабораторных работ - 14 дней с момента публикации задания [пример: если задание опубликовано 01.02.2026, то последний день приема - 15.02.2026 23:59 Мск].
Перенос дедлайнов возможен только по уважительной причине

'''* Критерии оценивания:'''

* 1) Лабораторные [0-90] баллов: Лаб. работа 1 = 20 баллов Лаб. работа 2 = 20 баллов Лаб. работа 3 = 10 баллов Лаб. работа 4 = 30 баллов Лаб. работа 5 = 10 баллов
* 2) Доклад [3-10] баллов: Сделать доклад статьи на семинаре = [3-10] баллов
''Оценка за практику [0-10 баллов] = (Лабораторные + Доклад) / 10''
* 3) Коллоквиум [0-10 баллов]: Теор. вопросы = [0-10] баллов, Задачи = [0-10] баллов
* 4) Зачет [0-10 баллов]: Теор. вопросы = [0-10] баллов, Задачи = [0-10] баллов
''Оценка за курс = ( (коллоквиум + зачет)/2 +оценка за практику)/2, где округление происходит в большую сторону, если студент проявлял активность на занятиях, иначе - в меньшую сторону.''

'''Список литературы''

'''Раздел 1 (Структуры в СУБД): '''

* 1. Sedgewick Robert and Kevin Wayne. 2011. Algorithms (4th Ed.). Boston: Pearson.
* 2. Knuth Donald E. 1997. The Art of Computer Programming, Volume 2 (3rd Ed.): Seminumerical Algorithms. Boston: Addison-Wesley Longman.
* 3. Elmasri Ramez and Shamkant Navathe. 2011. Fundamentals of Database Systems (6th Ed.). Boston: Pearson.
* 4. Justin Sheehy, David Smith. “Bitcask: A log-structured hash table for fast key/value data.” 2010.

'''Раздел 2 (Обработка многомерных данных):'''

* 1. Brown R (2015). "Building a balanced k-d tree in O(kn log n) time". Journal of Computer Graphics Techniques. 4 (1): 50–68.
* 2. Y. Kwon, D. Nunley, J. P. Gardner, M. Balazinska, B. Howe, and S. Loebman, “Scalable clustering algorithm for n-body simulations in a shared-nothing cluster,” in Proceedings of the 22nd international conference on Scientific and statistical database management, ser. SSDBM’10. Berlin, Heidelberg: Springer-Verlag, 2010, pp. 132–150.
* 3. E. Januzaj, H.-P. Kriegel, and M. Pfeifle, “Scalable density-based distributed clustering,” in Proceedings of the 8th European Conference on Principles and Practice of Knowledge Discovery in Databases, ser. PKDD ’04. New York, NY, USA: Springer-Verlag New York, Inc., 2004, pp. 231–244.

'''Раздел 3.1 (Оптимизационные задачи: задачи линейного программирования):'''

* 1. Канторович Л. В., Горстко А. Б. Математическое оптимальное программирование в экономике. — М. : Знание, 1968. — 96 с.
* 2. Вентцель Е. С. Исследование операций: задачи, принципы, методология. — М. : Наука, 1980.

== Раздел 3.2 (Оптимизационные задачи: теория расписаний): ==

* 1. Joseph Y-T. Leung. Handbook of scheduling: algorithms, models, and performance analysis. 2004.
* 2. Michael Pinedo. Scheduling: theory, algorithms, and systems. 2008.
* 3. Лазарев А.A., Гафаров Е. Р. Теория расписаний. Задачи и алгоритмы. — М. : МГУ, 2011.— 222 с.

== Раздел 4.1 (Вероятностные алгоритмы): ==

* 1. Fuchs, Henry; Kedem, Zvi. M; Naylor, Bruce F. (1980). "On Visible Surface Generation by A Priori Tree Structures".
* 2. Zippel, Richard (1993). Springer (ed.). Effective Polynomial Computation. The Springer International Series in Engineering and Computer Science. Vol. 241.
* 3. L. G. Valiant, “General context-free recognition in less than cubic time”, Journal of Computer and System Sciences, 10:2 (1975), 308–314.
*
* 4. R. Motwani и P. Raghavan. Randomized algorithms. Англ. Cambridge Univ. Press, 1995.
* 5. R. Beier и B. Vöcking. “Random Knapsack in Expected Polynomial Time”. Англ. В: Proceedings of the 35th ACM Symposium on Theory of Computing (STOC). 2003, p. 232–241.

== Раздел 4.2 (Квантовые алгоритмы): ==

* 1. de Wolf R. Quantum Computing (англ.): Lecture Notes — 2019. — 176 p. — arXiv:1907.09415
Раздел 5 (Криптографические алгоритмы):
* 1. Paar C., Pelzl J., Guneysu T. Understanding Cryptography: From Established Symmetric and Asymmetric Ciphers to Post-Quantum Algorithms.2nd Edition.: Springer, 2024. — 555 p.
* 2. Christof Paar, Jan Pelz, Understanding Cryptography. A Textbook for Students and Practitioners. Springer-Verlag Berlin Heidelberg, 2010.

Методы реализации алгоритмов весна 2026

2026-02-06T15:38:39Z

Irinaiv: /* Раздел 2 (Обработка многомерных данных): */

== '''Общие сведения''' ==

Разработка ПО охватывает множество различных ИТ-направлений: Backend, Frontend, DevOps, BigData, ML, Security и т. п., которые в последнее время стремительно развиваются. На сегодня в сфере ИТ очень востребованными являются M-shaped специалисты: ИТ-специалисты, являющиеся экспертами в двух и более ИТ-областях. В данном курсе мы рассмотрим несколько ИТ-направлений: от backend до security и познакомимся с используемыми алгоритмами каждой отдельной области, выделим общие паттерны и подходы на стыке нескольких областей.

* Регистрация на курс (нужно вставить актуальную ссылку и удалить ЭТОТ ТЕКСТ в скобках)
Ограничений по регистрации на курс нет.
* Телеграм чат https://t.me/+SyKn4udNZw1lYWYy

== '''Команда курса''' ==

* Руководитель курса, лектор,семинарист:
Рубаненко Мария
* Ассистенты:
Пугачев Михаил

==
'''Темы курса''' ==

'''Раздел 1 (Структуры в СУБД):'''
* 1. Суперсжатие: основные концепции и отличия от сжатия.
* 2. Scapegoat tree.
* 3. Динамическая и статическая оптимальность BST (бинарное дерево поиска).
* 4. Варианты B-деревьев (B*-деревья, ленивые B-деревья, FD-деревья, Bw-деревья, кеш-независимые B-деревья).
* 5. Журналированные структуры. Понятие LSM-дерева и его реализация.
* 6. LRU, LFU кэш в однопоточных и многопоточных средах. Примеры применения кэша.
'''Раздел 2 (Обработка многомерных данных):'''
* 1. Kd-деревья, R-деревья, SS-деревья.
* 2. Методы кластеризации: k-means, DBSCAN, OPTICS.
* 3. Концепция MapReduce. Распараллеливание k-means методом навеса. Распараллеливание k-means через MapReduce. MR-DBSCAN.
'''Раздел 3.1 (Оптимизационные задачи: задачи линейного программирования):'''
* 1. Постановка задачи линейного программирования. Двойственная задача линейного программирования.
* 2. Симплекс-метод (и его различные вариации).
* 3. Транспортная задача.
'''Раздел 3.2 (Оптимизационные задачи: теория расписаний):'''
* 1. Основные определения теории расписаний. Примеры.
* 2. Задача с 1й машиной. Алгоритм Лоулера.
* 3. Задача с 2мя машинами.
'''Раздел 4.1 (Вероятностные алгоритмы):'''
* 1. Алгоритм Лас-Вегас, алгоритм Монте-Карло. Градиентный спуск. Имитация отжига. Вероятностное решение задачи о минимальном разрезе. BSP-деревья. Теорема про BSP-дерево.
* 2. Алгоритм Фрейвалдcа. Проверка равенства двух полиномов. Лемма Шварца-Зиппеля. Сравнение строк.
* 3. Классы сложностей P, NP, BPP, P/poly. Примеры вероятностного решения NP-трудных задач (нахождение числа пересечений в графе, оценка наибольшего множества несмежных вершин графа).
* 4. Вероятностные методы в параллельных вычислениях (протокол византийского соглашения). Задача о выполнимости функции, заданной в конъюнктивной нормальной форме (КНФ) и ее вариации.
* 5. Методы дерандомизации (метод условных вероятностей, метод малых вероятностных пространств).
* 6. Общеизвестные рандомизированные структуры данных: старый добрый фильтр Блума (для проверки принадлежности к множеству) и его модификации, алгоритм HyperLogLog (для оценки мощности), структура Count-Min Sketch (для оценки частоты).
* 7. НЕ вероятностная проверка числа на простоту за полином.
'''Раздел 4.2 (Квантовые алгоритмы):'''
* 1. Основные понятия. Квантово-вдохновленные алгоритмы.
* 2. Алгоритм Шора (задача факторизации числа). Алгоритм Гровера (оптимизация поиска в базах данных).
* 3. Алгоритм Дойча-Йожи. Алгоритм Саймона.
* 4. Оптимизационный алгоритм QAOA (Quantum Approximate Optimization Algorithm).
* 5. Квантовое машинное обучение и квантовые нейронные сети.
'''Раздел 5 (Криптографические алгоритмы):'''
* 1. Понятие криптостойкости. “Историческая классика”: шифр Цезаря, шифр Виженера, шифр Хилла.
* 2. Псевдослучайность. Семейства хеш-функций BLAKE, GOST, MD, RIPEMD, SHA. Пример реализации на Java с помощью класса java.security.MessageDigest.
* 3. Алгоритмы симметричного шифрования (DES [с реализацией на Java], AES [с реализацией на Java], RC5, Blowfish, Twofish, RC4, Salsa20).
* 4. Протокол Диффи - Хеллмана. Алгоритмы ассиметричного шифрования (RSA, DSA, схема Эль-Гамаля, ECDSA).
* 5. Цифровые подписи. Реализация цифровой подписи через RSA+SHA256 и через схему Эль-Гамаля на Java.
* 6. Постквантовая криптография. Криптография на решетках. Алгоритм LLL (Ленстры - Ленстры - Ловаса). Алгоритм GGH (Голдрейх - Голдвассер - Халеви). NTRU и соответствующая библиотека на Java.
* 7. Атаки в криптографии.

'''Отчетность по курсу'''

За семестр требуется сдать 5 лабораторных работ по каждому из разделов. Решенное задание размещается в приватном репозитории github и проверяющему (контакты проверяющего см. в чате группы) присылается ссылка (по почте или в тг) на данный github репозиторий. Предпочтительный язык, на котором можно присылать код лабораторных работ является Java, С++, Python.
Также после прохождения 3х разделов курса планируется проведение коллоквиума. Коллоквиум проходит устно и состоит из 3х теоретических вопросов и 3х задач (по соответствующему разделу).
В конце курса планируется проведение зачета. Зачет проводится устно и состоит из 3х теоретических вопросов и 3х задач (по соответствующему разделу).
Сроки получения и сдачи заданий: Срок размещения лабораторных работ (кроме последней лабораторной) - в день последней темы раздела.
Срок размещения последней лабораторной работы - за 2 занятия до окончания раздела.
Срок сдачи лабораторных работ - 14 дней с момента публикации задания [пример: если задание опубликовано 01.02.2026, то последний день приема - 15.02.2026 23:59 Мск].
Перенос дедлайнов возможен только по уважительной причине

'''* Критерии оценивания:'''

* 1) Лабораторные [0-90] баллов: Лаб. работа 1 = 20 баллов Лаб. работа 2 = 20 баллов Лаб. работа 3 = 10 баллов Лаб. работа 4 = 30 баллов Лаб. работа 5 = 10 баллов
* 2) Доклад [3-10] баллов: Сделать доклад статьи на семинаре = [3-10] баллов
''Оценка за практику [0-10 баллов] = (Лабораторные + Доклад) / 10''
* 3) Коллоквиум [0-10 баллов]: Теор. вопросы = [0-10] баллов, Задачи = [0-10] баллов
* 4) Зачет [0-10 баллов]: Теор. вопросы = [0-10] баллов, Задачи = [0-10] баллов
''Оценка за курс = ( (коллоквиум + зачет)/2 +оценка за практику)/2, где округление происходит в большую сторону, если студент проявлял активность на занятиях, иначе - в меньшую сторону.''

'''Список литературы''

'''Раздел 1 (Структуры в СУБД): '''

* 1. Sedgewick Robert and Kevin Wayne. 2011. Algorithms (4th Ed.). Boston: Pearson.
* 2. Knuth Donald E. 1997. The Art of Computer Programming, Volume 2 (3rd Ed.): Seminumerical Algorithms. Boston: Addison-Wesley Longman.
* 3. Elmasri Ramez and Shamkant Navathe. 2011. Fundamentals of Database Systems (6th Ed.). Boston: Pearson.
* 4. Justin Sheehy, David Smith. “Bitcask: A log-structured hash table for fast key/value data.” 2010.

'''Раздел 2 (Обработка многомерных данных):'''

* 1. Brown R (2015). "Building a balanced k-d tree in O(kn log n) time". Journal of Computer Graphics Techniques. 4 (1): 50–68.
* 2. Y. Kwon, D. Nunley, J. P. Gardner, M. Balazinska, B. Howe, and S. Loebman, “Scalable clustering algorithm for n-body simulations in a shared-nothing cluster,” in Proceedings of the 22nd international conference on Scientific and statistical database management, ser. SSDBM’10. Berlin, Heidelberg: Springer-Verlag, 2010, pp. 132–150.
* 3. E. Januzaj, H.-P. Kriegel, and M. Pfeifle, “Scalable density-based distributed clustering,” in Proceedings of the 8th European Conference on Principles and Practice of Knowledge Discovery in Databases, ser. PKDD ’04. New York, NY, USA: Springer-Verlag New York, Inc., 2004, pp. 231–244.

== Раздел 3.1 (Оптимизационные задачи: задачи линейного программирования): ==

* 1. Канторович Л. В., Горстко А. Б. Математическое оптимальное программирование в экономике. — М. : Знание, 1968. — 96 с.
* 2. Вентцель Е. С. Исследование операций: задачи, принципы, методология. — М. : Наука, 1980.

== Раздел 3.2 (Оптимизационные задачи: теория расписаний): ==

* 1. Joseph Y-T. Leung. Handbook of scheduling: algorithms, models, and performance analysis. 2004.
* 2. Michael Pinedo. Scheduling: theory, algorithms, and systems. 2008.
* 3. Лазарев А.A., Гафаров Е. Р. Теория расписаний. Задачи и алгоритмы. — М. : МГУ, 2011.— 222 с.

== Раздел 4.1 (Вероятностные алгоритмы): ==

* 1. Fuchs, Henry; Kedem, Zvi. M; Naylor, Bruce F. (1980). "On Visible Surface Generation by A Priori Tree Structures".
* 2. Zippel, Richard (1993). Springer (ed.). Effective Polynomial Computation. The Springer International Series in Engineering and Computer Science. Vol. 241.
* 3. L. G. Valiant, “General context-free recognition in less than cubic time”, Journal of Computer and System Sciences, 10:2 (1975), 308–314.
*
* 4. R. Motwani и P. Raghavan. Randomized algorithms. Англ. Cambridge Univ. Press, 1995.
* 5. R. Beier и B. Vöcking. “Random Knapsack in Expected Polynomial Time”. Англ. В: Proceedings of the 35th ACM Symposium on Theory of Computing (STOC). 2003, p. 232–241.

== Раздел 4.2 (Квантовые алгоритмы): ==

* 1. de Wolf R. Quantum Computing (англ.): Lecture Notes — 2019. — 176 p. — arXiv:1907.09415
Раздел 5 (Криптографические алгоритмы):
* 1. Paar C., Pelzl J., Guneysu T. Understanding Cryptography: From Established Symmetric and Asymmetric Ciphers to Post-Quantum Algorithms.2nd Edition.: Springer, 2024. — 555 p.
* 2. Christof Paar, Jan Pelz, Understanding Cryptography. A Textbook for Students and Practitioners. Springer-Verlag Berlin Heidelberg, 2010.

Методы реализации алгоритмов весна 2026

2026-02-06T15:38:20Z

Irinaiv: /* Раздел 1 (Структуры в СУБД): */

== '''Общие сведения''' ==

Разработка ПО охватывает множество различных ИТ-направлений: Backend, Frontend, DevOps, BigData, ML, Security и т. п., которые в последнее время стремительно развиваются. На сегодня в сфере ИТ очень востребованными являются M-shaped специалисты: ИТ-специалисты, являющиеся экспертами в двух и более ИТ-областях. В данном курсе мы рассмотрим несколько ИТ-направлений: от backend до security и познакомимся с используемыми алгоритмами каждой отдельной области, выделим общие паттерны и подходы на стыке нескольких областей.

* Регистрация на курс (нужно вставить актуальную ссылку и удалить ЭТОТ ТЕКСТ в скобках)
Ограничений по регистрации на курс нет.
* Телеграм чат https://t.me/+SyKn4udNZw1lYWYy

== '''Команда курса''' ==

* Руководитель курса, лектор,семинарист:
Рубаненко Мария
* Ассистенты:
Пугачев Михаил

==
'''Темы курса''' ==

'''Раздел 1 (Структуры в СУБД):'''
* 1. Суперсжатие: основные концепции и отличия от сжатия.
* 2. Scapegoat tree.
* 3. Динамическая и статическая оптимальность BST (бинарное дерево поиска).
* 4. Варианты B-деревьев (B*-деревья, ленивые B-деревья, FD-деревья, Bw-деревья, кеш-независимые B-деревья).
* 5. Журналированные структуры. Понятие LSM-дерева и его реализация.
* 6. LRU, LFU кэш в однопоточных и многопоточных средах. Примеры применения кэша.
'''Раздел 2 (Обработка многомерных данных):'''
* 1. Kd-деревья, R-деревья, SS-деревья.
* 2. Методы кластеризации: k-means, DBSCAN, OPTICS.
* 3. Концепция MapReduce. Распараллеливание k-means методом навеса. Распараллеливание k-means через MapReduce. MR-DBSCAN.
'''Раздел 3.1 (Оптимизационные задачи: задачи линейного программирования):'''
* 1. Постановка задачи линейного программирования. Двойственная задача линейного программирования.
* 2. Симплекс-метод (и его различные вариации).
* 3. Транспортная задача.
'''Раздел 3.2 (Оптимизационные задачи: теория расписаний):'''
* 1. Основные определения теории расписаний. Примеры.
* 2. Задача с 1й машиной. Алгоритм Лоулера.
* 3. Задача с 2мя машинами.
'''Раздел 4.1 (Вероятностные алгоритмы):'''
* 1. Алгоритм Лас-Вегас, алгоритм Монте-Карло. Градиентный спуск. Имитация отжига. Вероятностное решение задачи о минимальном разрезе. BSP-деревья. Теорема про BSP-дерево.
* 2. Алгоритм Фрейвалдcа. Проверка равенства двух полиномов. Лемма Шварца-Зиппеля. Сравнение строк.
* 3. Классы сложностей P, NP, BPP, P/poly. Примеры вероятностного решения NP-трудных задач (нахождение числа пересечений в графе, оценка наибольшего множества несмежных вершин графа).
* 4. Вероятностные методы в параллельных вычислениях (протокол византийского соглашения). Задача о выполнимости функции, заданной в конъюнктивной нормальной форме (КНФ) и ее вариации.
* 5. Методы дерандомизации (метод условных вероятностей, метод малых вероятностных пространств).
* 6. Общеизвестные рандомизированные структуры данных: старый добрый фильтр Блума (для проверки принадлежности к множеству) и его модификации, алгоритм HyperLogLog (для оценки мощности), структура Count-Min Sketch (для оценки частоты).
* 7. НЕ вероятностная проверка числа на простоту за полином.
'''Раздел 4.2 (Квантовые алгоритмы):'''
* 1. Основные понятия. Квантово-вдохновленные алгоритмы.
* 2. Алгоритм Шора (задача факторизации числа). Алгоритм Гровера (оптимизация поиска в базах данных).
* 3. Алгоритм Дойча-Йожи. Алгоритм Саймона.
* 4. Оптимизационный алгоритм QAOA (Quantum Approximate Optimization Algorithm).
* 5. Квантовое машинное обучение и квантовые нейронные сети.
'''Раздел 5 (Криптографические алгоритмы):'''
* 1. Понятие криптостойкости. “Историческая классика”: шифр Цезаря, шифр Виженера, шифр Хилла.
* 2. Псевдослучайность. Семейства хеш-функций BLAKE, GOST, MD, RIPEMD, SHA. Пример реализации на Java с помощью класса java.security.MessageDigest.
* 3. Алгоритмы симметричного шифрования (DES [с реализацией на Java], AES [с реализацией на Java], RC5, Blowfish, Twofish, RC4, Salsa20).
* 4. Протокол Диффи - Хеллмана. Алгоритмы ассиметричного шифрования (RSA, DSA, схема Эль-Гамаля, ECDSA).
* 5. Цифровые подписи. Реализация цифровой подписи через RSA+SHA256 и через схему Эль-Гамаля на Java.
* 6. Постквантовая криптография. Криптография на решетках. Алгоритм LLL (Ленстры - Ленстры - Ловаса). Алгоритм GGH (Голдрейх - Голдвассер - Халеви). NTRU и соответствующая библиотека на Java.
* 7. Атаки в криптографии.

'''Отчетность по курсу'''

За семестр требуется сдать 5 лабораторных работ по каждому из разделов. Решенное задание размещается в приватном репозитории github и проверяющему (контакты проверяющего см. в чате группы) присылается ссылка (по почте или в тг) на данный github репозиторий. Предпочтительный язык, на котором можно присылать код лабораторных работ является Java, С++, Python.
Также после прохождения 3х разделов курса планируется проведение коллоквиума. Коллоквиум проходит устно и состоит из 3х теоретических вопросов и 3х задач (по соответствующему разделу).
В конце курса планируется проведение зачета. Зачет проводится устно и состоит из 3х теоретических вопросов и 3х задач (по соответствующему разделу).
Сроки получения и сдачи заданий: Срок размещения лабораторных работ (кроме последней лабораторной) - в день последней темы раздела.
Срок размещения последней лабораторной работы - за 2 занятия до окончания раздела.
Срок сдачи лабораторных работ - 14 дней с момента публикации задания [пример: если задание опубликовано 01.02.2026, то последний день приема - 15.02.2026 23:59 Мск].
Перенос дедлайнов возможен только по уважительной причине

'''* Критерии оценивания:'''

* 1) Лабораторные [0-90] баллов: Лаб. работа 1 = 20 баллов Лаб. работа 2 = 20 баллов Лаб. работа 3 = 10 баллов Лаб. работа 4 = 30 баллов Лаб. работа 5 = 10 баллов
* 2) Доклад [3-10] баллов: Сделать доклад статьи на семинаре = [3-10] баллов
''Оценка за практику [0-10 баллов] = (Лабораторные + Доклад) / 10''
* 3) Коллоквиум [0-10 баллов]: Теор. вопросы = [0-10] баллов, Задачи = [0-10] баллов
* 4) Зачет [0-10 баллов]: Теор. вопросы = [0-10] баллов, Задачи = [0-10] баллов
''Оценка за курс = ( (коллоквиум + зачет)/2 +оценка за практику)/2, где округление происходит в большую сторону, если студент проявлял активность на занятиях, иначе - в меньшую сторону.''

'''Список литературы''

'''Раздел 1 (Структуры в СУБД): '''

* 1. Sedgewick Robert and Kevin Wayne. 2011. Algorithms (4th Ed.). Boston: Pearson.
* 2. Knuth Donald E. 1997. The Art of Computer Programming, Volume 2 (3rd Ed.): Seminumerical Algorithms. Boston: Addison-Wesley Longman.
* 3. Elmasri Ramez and Shamkant Navathe. 2011. Fundamentals of Database Systems (6th Ed.). Boston: Pearson.
* 4. Justin Sheehy, David Smith. “Bitcask: A log-structured hash table for fast key/value data.” 2010.

== Раздел 2 (Обработка многомерных данных): ==

* 1. Brown R (2015). "Building a balanced k-d tree in O(kn log n) time". Journal of Computer Graphics Techniques. 4 (1): 50–68.
* 2. Y. Kwon, D. Nunley, J. P. Gardner, M. Balazinska, B. Howe, and S. Loebman, “Scalable clustering algorithm for n-body simulations in a shared-nothing cluster,” in Proceedings of the 22nd international conference on Scientific and statistical database management, ser. SSDBM’10. Berlin, Heidelberg: Springer-Verlag, 2010, pp. 132–150.
* 3. E. Januzaj, H.-P. Kriegel, and M. Pfeifle, “Scalable density-based distributed clustering,” in Proceedings of the 8th European Conference on Principles and Practice of Knowledge Discovery in Databases, ser. PKDD ’04. New York, NY, USA: Springer-Verlag New York, Inc., 2004, pp. 231–244.

== Раздел 3.1 (Оптимизационные задачи: задачи линейного программирования): ==

* 1. Канторович Л. В., Горстко А. Б. Математическое оптимальное программирование в экономике. — М. : Знание, 1968. — 96 с.
* 2. Вентцель Е. С. Исследование операций: задачи, принципы, методология. — М. : Наука, 1980.

== Раздел 3.2 (Оптимизационные задачи: теория расписаний): ==

* 1. Joseph Y-T. Leung. Handbook of scheduling: algorithms, models, and performance analysis. 2004.
* 2. Michael Pinedo. Scheduling: theory, algorithms, and systems. 2008.
* 3. Лазарев А.A., Гафаров Е. Р. Теория расписаний. Задачи и алгоритмы. — М. : МГУ, 2011.— 222 с.

== Раздел 4.1 (Вероятностные алгоритмы): ==

* 1. Fuchs, Henry; Kedem, Zvi. M; Naylor, Bruce F. (1980). "On Visible Surface Generation by A Priori Tree Structures".
* 2. Zippel, Richard (1993). Springer (ed.). Effective Polynomial Computation. The Springer International Series in Engineering and Computer Science. Vol. 241.
* 3. L. G. Valiant, “General context-free recognition in less than cubic time”, Journal of Computer and System Sciences, 10:2 (1975), 308–314.
*
* 4. R. Motwani и P. Raghavan. Randomized algorithms. Англ. Cambridge Univ. Press, 1995.
* 5. R. Beier и B. Vöcking. “Random Knapsack in Expected Polynomial Time”. Англ. В: Proceedings of the 35th ACM Symposium on Theory of Computing (STOC). 2003, p. 232–241.

== Раздел 4.2 (Квантовые алгоритмы): ==

* 1. de Wolf R. Quantum Computing (англ.): Lecture Notes — 2019. — 176 p. — arXiv:1907.09415
Раздел 5 (Криптографические алгоритмы):
* 1. Paar C., Pelzl J., Guneysu T. Understanding Cryptography: From Established Symmetric and Asymmetric Ciphers to Post-Quantum Algorithms.2nd Edition.: Springer, 2024. — 555 p.
* 2. Christof Paar, Jan Pelz, Understanding Cryptography. A Textbook for Students and Practitioners. Springer-Verlag Berlin Heidelberg, 2010.

Методы реализации алгоритмов весна 2026

2026-02-06T15:37:56Z

Irinaiv:

== '''Общие сведения''' ==

Разработка ПО охватывает множество различных ИТ-направлений: Backend, Frontend, DevOps, BigData, ML, Security и т. п., которые в последнее время стремительно развиваются. На сегодня в сфере ИТ очень востребованными являются M-shaped специалисты: ИТ-специалисты, являющиеся экспертами в двух и более ИТ-областях. В данном курсе мы рассмотрим несколько ИТ-направлений: от backend до security и познакомимся с используемыми алгоритмами каждой отдельной области, выделим общие паттерны и подходы на стыке нескольких областей.

* Регистрация на курс (нужно вставить актуальную ссылку и удалить ЭТОТ ТЕКСТ в скобках)
Ограничений по регистрации на курс нет.
* Телеграм чат https://t.me/+SyKn4udNZw1lYWYy

== '''Команда курса''' ==

* Руководитель курса, лектор,семинарист:
Рубаненко Мария
* Ассистенты:
Пугачев Михаил

==
'''Темы курса''' ==

'''Раздел 1 (Структуры в СУБД):'''
* 1. Суперсжатие: основные концепции и отличия от сжатия.
* 2. Scapegoat tree.
* 3. Динамическая и статическая оптимальность BST (бинарное дерево поиска).
* 4. Варианты B-деревьев (B*-деревья, ленивые B-деревья, FD-деревья, Bw-деревья, кеш-независимые B-деревья).
* 5. Журналированные структуры. Понятие LSM-дерева и его реализация.
* 6. LRU, LFU кэш в однопоточных и многопоточных средах. Примеры применения кэша.
'''Раздел 2 (Обработка многомерных данных):'''
* 1. Kd-деревья, R-деревья, SS-деревья.
* 2. Методы кластеризации: k-means, DBSCAN, OPTICS.
* 3. Концепция MapReduce. Распараллеливание k-means методом навеса. Распараллеливание k-means через MapReduce. MR-DBSCAN.
'''Раздел 3.1 (Оптимизационные задачи: задачи линейного программирования):'''
* 1. Постановка задачи линейного программирования. Двойственная задача линейного программирования.
* 2. Симплекс-метод (и его различные вариации).
* 3. Транспортная задача.
'''Раздел 3.2 (Оптимизационные задачи: теория расписаний):'''
* 1. Основные определения теории расписаний. Примеры.
* 2. Задача с 1й машиной. Алгоритм Лоулера.
* 3. Задача с 2мя машинами.
'''Раздел 4.1 (Вероятностные алгоритмы):'''
* 1. Алгоритм Лас-Вегас, алгоритм Монте-Карло. Градиентный спуск. Имитация отжига. Вероятностное решение задачи о минимальном разрезе. BSP-деревья. Теорема про BSP-дерево.
* 2. Алгоритм Фрейвалдcа. Проверка равенства двух полиномов. Лемма Шварца-Зиппеля. Сравнение строк.
* 3. Классы сложностей P, NP, BPP, P/poly. Примеры вероятностного решения NP-трудных задач (нахождение числа пересечений в графе, оценка наибольшего множества несмежных вершин графа).
* 4. Вероятностные методы в параллельных вычислениях (протокол византийского соглашения). Задача о выполнимости функции, заданной в конъюнктивной нормальной форме (КНФ) и ее вариации.
* 5. Методы дерандомизации (метод условных вероятностей, метод малых вероятностных пространств).
* 6. Общеизвестные рандомизированные структуры данных: старый добрый фильтр Блума (для проверки принадлежности к множеству) и его модификации, алгоритм HyperLogLog (для оценки мощности), структура Count-Min Sketch (для оценки частоты).
* 7. НЕ вероятностная проверка числа на простоту за полином.
'''Раздел 4.2 (Квантовые алгоритмы):'''
* 1. Основные понятия. Квантово-вдохновленные алгоритмы.
* 2. Алгоритм Шора (задача факторизации числа). Алгоритм Гровера (оптимизация поиска в базах данных).
* 3. Алгоритм Дойча-Йожи. Алгоритм Саймона.
* 4. Оптимизационный алгоритм QAOA (Quantum Approximate Optimization Algorithm).
* 5. Квантовое машинное обучение и квантовые нейронные сети.
'''Раздел 5 (Криптографические алгоритмы):'''
* 1. Понятие криптостойкости. “Историческая классика”: шифр Цезаря, шифр Виженера, шифр Хилла.
* 2. Псевдослучайность. Семейства хеш-функций BLAKE, GOST, MD, RIPEMD, SHA. Пример реализации на Java с помощью класса java.security.MessageDigest.
* 3. Алгоритмы симметричного шифрования (DES [с реализацией на Java], AES [с реализацией на Java], RC5, Blowfish, Twofish, RC4, Salsa20).
* 4. Протокол Диффи - Хеллмана. Алгоритмы ассиметричного шифрования (RSA, DSA, схема Эль-Гамаля, ECDSA).
* 5. Цифровые подписи. Реализация цифровой подписи через RSA+SHA256 и через схему Эль-Гамаля на Java.
* 6. Постквантовая криптография. Криптография на решетках. Алгоритм LLL (Ленстры - Ленстры - Ловаса). Алгоритм GGH (Голдрейх - Голдвассер - Халеви). NTRU и соответствующая библиотека на Java.
* 7. Атаки в криптографии.

'''Отчетность по курсу'''

За семестр требуется сдать 5 лабораторных работ по каждому из разделов. Решенное задание размещается в приватном репозитории github и проверяющему (контакты проверяющего см. в чате группы) присылается ссылка (по почте или в тг) на данный github репозиторий. Предпочтительный язык, на котором можно присылать код лабораторных работ является Java, С++, Python.
Также после прохождения 3х разделов курса планируется проведение коллоквиума. Коллоквиум проходит устно и состоит из 3х теоретических вопросов и 3х задач (по соответствующему разделу).
В конце курса планируется проведение зачета. Зачет проводится устно и состоит из 3х теоретических вопросов и 3х задач (по соответствующему разделу).
Сроки получения и сдачи заданий: Срок размещения лабораторных работ (кроме последней лабораторной) - в день последней темы раздела.
Срок размещения последней лабораторной работы - за 2 занятия до окончания раздела.
Срок сдачи лабораторных работ - 14 дней с момента публикации задания [пример: если задание опубликовано 01.02.2026, то последний день приема - 15.02.2026 23:59 Мск].
Перенос дедлайнов возможен только по уважительной причине

'''* Критерии оценивания:'''

* 1) Лабораторные [0-90] баллов: Лаб. работа 1 = 20 баллов Лаб. работа 2 = 20 баллов Лаб. работа 3 = 10 баллов Лаб. работа 4 = 30 баллов Лаб. работа 5 = 10 баллов
* 2) Доклад [3-10] баллов: Сделать доклад статьи на семинаре = [3-10] баллов
''Оценка за практику [0-10 баллов] = (Лабораторные + Доклад) / 10''
* 3) Коллоквиум [0-10 баллов]: Теор. вопросы = [0-10] баллов, Задачи = [0-10] баллов
* 4) Зачет [0-10 баллов]: Теор. вопросы = [0-10] баллов, Задачи = [0-10] баллов
''Оценка за курс = ( (коллоквиум + зачет)/2 +оценка за практику)/2, где округление происходит в большую сторону, если студент проявлял активность на занятиях, иначе - в меньшую сторону.''

'''Список литературы''

== Раздел 1 (Структуры в СУБД): ==

* 1. Sedgewick Robert and Kevin Wayne. 2011. Algorithms (4th Ed.). Boston: Pearson.
* 2. Knuth Donald E. 1997. The Art of Computer Programming, Volume 2 (3rd Ed.): Seminumerical Algorithms. Boston: Addison-Wesley Longman.
* 3. Elmasri Ramez and Shamkant Navathe. 2011. Fundamentals of Database Systems (6th Ed.). Boston: Pearson.
* 4. Justin Sheehy, David Smith. “Bitcask: A log-structured hash table for fast key/value data.” 2010.

== Раздел 2 (Обработка многомерных данных): ==

* 1. Brown R (2015). "Building a balanced k-d tree in O(kn log n) time". Journal of Computer Graphics Techniques. 4 (1): 50–68.
* 2. Y. Kwon, D. Nunley, J. P. Gardner, M. Balazinska, B. Howe, and S. Loebman, “Scalable clustering algorithm for n-body simulations in a shared-nothing cluster,” in Proceedings of the 22nd international conference on Scientific and statistical database management, ser. SSDBM’10. Berlin, Heidelberg: Springer-Verlag, 2010, pp. 132–150.
* 3. E. Januzaj, H.-P. Kriegel, and M. Pfeifle, “Scalable density-based distributed clustering,” in Proceedings of the 8th European Conference on Principles and Practice of Knowledge Discovery in Databases, ser. PKDD ’04. New York, NY, USA: Springer-Verlag New York, Inc., 2004, pp. 231–244.

== Раздел 3.1 (Оптимизационные задачи: задачи линейного программирования): ==

* 1. Канторович Л. В., Горстко А. Б. Математическое оптимальное программирование в экономике. — М. : Знание, 1968. — 96 с.
* 2. Вентцель Е. С. Исследование операций: задачи, принципы, методология. — М. : Наука, 1980.

== Раздел 3.2 (Оптимизационные задачи: теория расписаний): ==

* 1. Joseph Y-T. Leung. Handbook of scheduling: algorithms, models, and performance analysis. 2004.
* 2. Michael Pinedo. Scheduling: theory, algorithms, and systems. 2008.
* 3. Лазарев А.A., Гафаров Е. Р. Теория расписаний. Задачи и алгоритмы. — М. : МГУ, 2011.— 222 с.

== Раздел 4.1 (Вероятностные алгоритмы): ==

* 1. Fuchs, Henry; Kedem, Zvi. M; Naylor, Bruce F. (1980). "On Visible Surface Generation by A Priori Tree Structures".
* 2. Zippel, Richard (1993). Springer (ed.). Effective Polynomial Computation. The Springer International Series in Engineering and Computer Science. Vol. 241.
* 3. L. G. Valiant, “General context-free recognition in less than cubic time”, Journal of Computer and System Sciences, 10:2 (1975), 308–314.
*
* 4. R. Motwani и P. Raghavan. Randomized algorithms. Англ. Cambridge Univ. Press, 1995.
* 5. R. Beier и B. Vöcking. “Random Knapsack in Expected Polynomial Time”. Англ. В: Proceedings of the 35th ACM Symposium on Theory of Computing (STOC). 2003, p. 232–241.

== Раздел 4.2 (Квантовые алгоритмы): ==

* 1. de Wolf R. Quantum Computing (англ.): Lecture Notes — 2019. — 176 p. — arXiv:1907.09415
Раздел 5 (Криптографические алгоритмы):
* 1. Paar C., Pelzl J., Guneysu T. Understanding Cryptography: From Established Symmetric and Asymmetric Ciphers to Post-Quantum Algorithms.2nd Edition.: Springer, 2024. — 555 p.
* 2. Christof Paar, Jan Pelz, Understanding Cryptography. A Textbook for Students and Practitioners. Springer-Verlag Berlin Heidelberg, 2010.

Методы реализации алгоритмов весна 2026

2026-02-06T15:37:13Z

Irinaiv:

'''Общие сведения'''

Разработка ПО охватывает множество различных ИТ-направлений: Backend, Frontend, DevOps, BigData, ML, Security и т. п., которые в последнее время стремительно развиваются. На сегодня в сфере ИТ очень востребованными являются M-shaped специалисты: ИТ-специалисты, являющиеся экспертами в двух и более ИТ-областях. В данном курсе мы рассмотрим несколько ИТ-направлений: от backend до security и познакомимся с используемыми алгоритмами каждой отдельной области, выделим общие паттерны и подходы на стыке нескольких областей.

* Регистрация на курс (нужно вставить актуальную ссылку и удалить ЭТОТ ТЕКСТ в скобках)
Ограничений по регистрации на курс нет.
* Телеграм чат https://t.me/+SyKn4udNZw1lYWYy

'''Команда курса'''
* Руководитель курса, лектор,семинарист:
Рубаненко Мария
* Ассистенты:
Пугачев Михаил

'''Темы курса'''
'''Раздел 1 (Структуры в СУБД):'''
* 1. Суперсжатие: основные концепции и отличия от сжатия.
* 2. Scapegoat tree.
* 3. Динамическая и статическая оптимальность BST (бинарное дерево поиска).
* 4. Варианты B-деревьев (B*-деревья, ленивые B-деревья, FD-деревья, Bw-деревья, кеш-независимые B-деревья).
* 5. Журналированные структуры. Понятие LSM-дерева и его реализация.
* 6. LRU, LFU кэш в однопоточных и многопоточных средах. Примеры применения кэша.
'''Раздел 2 (Обработка многомерных данных):'''
* 1. Kd-деревья, R-деревья, SS-деревья.
* 2. Методы кластеризации: k-means, DBSCAN, OPTICS.
* 3. Концепция MapReduce. Распараллеливание k-means методом навеса. Распараллеливание k-means через MapReduce. MR-DBSCAN.
'''Раздел 3.1 (Оптимизационные задачи: задачи линейного программирования):'''
* 1. Постановка задачи линейного программирования. Двойственная задача линейного программирования.
* 2. Симплекс-метод (и его различные вариации).
* 3. Транспортная задача.
'''Раздел 3.2 (Оптимизационные задачи: теория расписаний):'''
* 1. Основные определения теории расписаний. Примеры.
* 2. Задача с 1й машиной. Алгоритм Лоулера.
* 3. Задача с 2мя машинами.
'''Раздел 4.1 (Вероятностные алгоритмы):'''
* 1. Алгоритм Лас-Вегас, алгоритм Монте-Карло. Градиентный спуск. Имитация отжига. Вероятностное решение задачи о минимальном разрезе. BSP-деревья. Теорема про BSP-дерево.
* 2. Алгоритм Фрейвалдcа. Проверка равенства двух полиномов. Лемма Шварца-Зиппеля. Сравнение строк.
* 3. Классы сложностей P, NP, BPP, P/poly. Примеры вероятностного решения NP-трудных задач (нахождение числа пересечений в графе, оценка наибольшего множества несмежных вершин графа).
* 4. Вероятностные методы в параллельных вычислениях (протокол византийского соглашения). Задача о выполнимости функции, заданной в конъюнктивной нормальной форме (КНФ) и ее вариации.
* 5. Методы дерандомизации (метод условных вероятностей, метод малых вероятностных пространств).
* 6. Общеизвестные рандомизированные структуры данных: старый добрый фильтр Блума (для проверки принадлежности к множеству) и его модификации, алгоритм HyperLogLog (для оценки мощности), структура Count-Min Sketch (для оценки частоты).
* 7. НЕ вероятностная проверка числа на простоту за полином.
'''Раздел 4.2 (Квантовые алгоритмы):'''
* 1. Основные понятия. Квантово-вдохновленные алгоритмы.
* 2. Алгоритм Шора (задача факторизации числа). Алгоритм Гровера (оптимизация поиска в базах данных).
* 3. Алгоритм Дойча-Йожи. Алгоритм Саймона.
* 4. Оптимизационный алгоритм QAOA (Quantum Approximate Optimization Algorithm).
* 5. Квантовое машинное обучение и квантовые нейронные сети.
'''Раздел 5 (Криптографические алгоритмы):'''
* 1. Понятие криптостойкости. “Историческая классика”: шифр Цезаря, шифр Виженера, шифр Хилла.
* 2. Псевдослучайность. Семейства хеш-функций BLAKE, GOST, MD, RIPEMD, SHA. Пример реализации на Java с помощью класса java.security.MessageDigest.
* 3. Алгоритмы симметричного шифрования (DES [с реализацией на Java], AES [с реализацией на Java], RC5, Blowfish, Twofish, RC4, Salsa20).
* 4. Протокол Диффи - Хеллмана. Алгоритмы ассиметричного шифрования (RSA, DSA, схема Эль-Гамаля, ECDSA).
* 5. Цифровые подписи. Реализация цифровой подписи через RSA+SHA256 и через схему Эль-Гамаля на Java.
* 6. Постквантовая криптография. Криптография на решетках. Алгоритм LLL (Ленстры - Ленстры - Ловаса). Алгоритм GGH (Голдрейх - Голдвассер - Халеви). NTRU и соответствующая библиотека на Java.
* 7. Атаки в криптографии.

'''Отчетность по курсу'''

За семестр требуется сдать 5 лабораторных работ по каждому из разделов. Решенное задание размещается в приватном репозитории github и проверяющему (контакты проверяющего см. в чате группы) присылается ссылка (по почте или в тг) на данный github репозиторий. Предпочтительный язык, на котором можно присылать код лабораторных работ является Java, С++, Python.
Также после прохождения 3х разделов курса планируется проведение коллоквиума. Коллоквиум проходит устно и состоит из 3х теоретических вопросов и 3х задач (по соответствующему разделу).
В конце курса планируется проведение зачета. Зачет проводится устно и состоит из 3х теоретических вопросов и 3х задач (по соответствующему разделу).
Сроки получения и сдачи заданий: Срок размещения лабораторных работ (кроме последней лабораторной) - в день последней темы раздела.
Срок размещения последней лабораторной работы - за 2 занятия до окончания раздела.
Срок сдачи лабораторных работ - 14 дней с момента публикации задания [пример: если задание опубликовано 01.02.2026, то последний день приема - 15.02.2026 23:59 Мск].
Перенос дедлайнов возможен только по уважительной причине

'''* Критерии оценивания:'''
* 1) Лабораторные [0-90] баллов: Лаб. работа 1 = 20 баллов Лаб. работа 2 = 20 баллов Лаб. работа 3 = 10 баллов Лаб. работа 4 = 30 баллов Лаб. работа 5 = 10 баллов
* 2) Доклад [3-10] баллов: Сделать доклад статьи на семинаре = [3-10] баллов
''Оценка за практику [0-10 баллов] = (Лабораторные + Доклад) / 10''
* 3) Коллоквиум [0-10 баллов]: Теор. вопросы = [0-10] баллов, Задачи = [0-10] баллов
* 4) Зачет [0-10 баллов]: Теор. вопросы = [0-10] баллов, Задачи = [0-10] баллов
''Оценка за курс = ( (коллоквиум + зачет)/2 +оценка за практику)/2, где округление происходит в большую сторону, если студент проявлял активность на занятиях, иначе - в меньшую сторону.''

'''Список литературы''

== Раздел 1 (Структуры в СУБД): ==

* 1. Sedgewick Robert and Kevin Wayne. 2011. Algorithms (4th Ed.). Boston: Pearson.
* 2. Knuth Donald E. 1997. The Art of Computer Programming, Volume 2 (3rd Ed.): Seminumerical Algorithms. Boston: Addison-Wesley Longman.
* 3. Elmasri Ramez and Shamkant Navathe. 2011. Fundamentals of Database Systems (6th Ed.). Boston: Pearson.
* 4. Justin Sheehy, David Smith. “Bitcask: A log-structured hash table for fast key/value data.” 2010.

== Раздел 2 (Обработка многомерных данных): ==

* 1. Brown R (2015). "Building a balanced k-d tree in O(kn log n) time". Journal of Computer Graphics Techniques. 4 (1): 50–68.
* 2. Y. Kwon, D. Nunley, J. P. Gardner, M. Balazinska, B. Howe, and S. Loebman, “Scalable clustering algorithm for n-body simulations in a shared-nothing cluster,” in Proceedings of the 22nd international conference on Scientific and statistical database management, ser. SSDBM’10. Berlin, Heidelberg: Springer-Verlag, 2010, pp. 132–150.
* 3. E. Januzaj, H.-P. Kriegel, and M. Pfeifle, “Scalable density-based distributed clustering,” in Proceedings of the 8th European Conference on Principles and Practice of Knowledge Discovery in Databases, ser. PKDD ’04. New York, NY, USA: Springer-Verlag New York, Inc., 2004, pp. 231–244.

== Раздел 3.1 (Оптимизационные задачи: задачи линейного программирования): ==

* 1. Канторович Л. В., Горстко А. Б. Математическое оптимальное программирование в экономике. — М. : Знание, 1968. — 96 с.
* 2. Вентцель Е. С. Исследование операций: задачи, принципы, методология. — М. : Наука, 1980.

== Раздел 3.2 (Оптимизационные задачи: теория расписаний): ==

* 1. Joseph Y-T. Leung. Handbook of scheduling: algorithms, models, and performance analysis. 2004.
* 2. Michael Pinedo. Scheduling: theory, algorithms, and systems. 2008.
* 3. Лазарев А.A., Гафаров Е. Р. Теория расписаний. Задачи и алгоритмы. — М. : МГУ, 2011.— 222 с.

== Раздел 4.1 (Вероятностные алгоритмы): ==

* 1. Fuchs, Henry; Kedem, Zvi. M; Naylor, Bruce F. (1980). "On Visible Surface Generation by A Priori Tree Structures".
* 2. Zippel, Richard (1993). Springer (ed.). Effective Polynomial Computation. The Springer International Series in Engineering and Computer Science. Vol. 241.
* 3. L. G. Valiant, “General context-free recognition in less than cubic time”, Journal of Computer and System Sciences, 10:2 (1975), 308–314.
*
* 4. R. Motwani и P. Raghavan. Randomized algorithms. Англ. Cambridge Univ. Press, 1995.
* 5. R. Beier и B. Vöcking. “Random Knapsack in Expected Polynomial Time”. Англ. В: Proceedings of the 35th ACM Symposium on Theory of Computing (STOC). 2003, p. 232–241.

== Раздел 4.2 (Квантовые алгоритмы): ==

* 1. de Wolf R. Quantum Computing (англ.): Lecture Notes — 2019. — 176 p. — arXiv:1907.09415
Раздел 5 (Криптографические алгоритмы):
* 1. Paar C., Pelzl J., Guneysu T. Understanding Cryptography: From Established Symmetric and Asymmetric Ciphers to Post-Quantum Algorithms.2nd Edition.: Springer, 2024. — 555 p.
* 2. Christof Paar, Jan Pelz, Understanding Cryptography. A Textbook for Students and Practitioners. Springer-Verlag Berlin Heidelberg, 2010.

Методы реализации алгоритмов весна 2026

2026-02-06T14:36:15Z

Irinaiv:

'''Общие сведения'''

Разработка ПО охватывает множество различных ИТ-направлений: Backend, Frontend, DevOps, BigData, ML, Security и т. п., которые в последнее время стремительно развиваются. На сегодня в сфере ИТ очень востребованными являются M-shaped специалисты: ИТ-специалисты, являющиеся экспертами в двух и более ИТ-областях. В данном курсе мы рассмотрим несколько ИТ-направлений: от backend до security и познакомимся с используемыми алгоритмами каждой отдельной области, выделим общие паттерны и подходы на стыке нескольких областей.

* Регистрация на курс (нужно вставить актуальную ссылку и удалить ЭТОТ ТЕКСТ в скобках)
Ограничений по регистрации на курс нет.
* Телеграм чат https://t.me/+SyKn4udNZw1lYWYy

'''Команда курса'''
* Руководитель курса, лектор,семинарист:
Рубаненко Мария
* Ассистенты:
Пугачев Михаил

'''Темы курса'''
'''Раздел 1 (Структуры в СУБД):'''
* 1. Суперсжатие: основные концепции и отличия от сжатия.
* 2. Scapegoat tree.
* 3. Динамическая и статическая оптимальность BST (бинарное дерево поиска).
* 4. Варианты B-деревьев (B*-деревья, ленивые B-деревья, FD-деревья, Bw-деревья, кеш-независимые B-деревья).
* 5. Журналированные структуры. Понятие LSM-дерева и его реализация.
* 6. LRU, LFU кэш в однопоточных и многопоточных средах. Примеры применения кэша.
'''Раздел 2 (Обработка многомерных данных):'''
* 1. Kd-деревья, R-деревья, SS-деревья.
* 2. Методы кластеризации: k-means, DBSCAN, OPTICS.
* 3. Концепция MapReduce. Распараллеливание k-means методом навеса. Распараллеливание k-means через MapReduce. MR-DBSCAN.
'''Раздел 3.1 (Оптимизационные задачи: задачи линейного программирования):'''
* 1. Постановка задачи линейного программирования. Двойственная задача линейного программирования.
* 2. Симплекс-метод (и его различные вариации).
* 3. Транспортная задача.
'''Раздел 3.2 (Оптимизационные задачи: теория расписаний):'''
* 1. Основные определения теории расписаний. Примеры.
* 2. Задача с 1й машиной. Алгоритм Лоулера.
* 3. Задача с 2мя машинами.
'''Раздел 4.1 (Вероятностные алгоритмы):'''
* 1. Алгоритм Лас-Вегас, алгоритм Монте-Карло. Градиентный спуск. Имитация отжига. Вероятностное решение задачи о минимальном разрезе. BSP-деревья. Теорема про BSP-дерево.
* 2. Алгоритм Фрейвалдcа. Проверка равенства двух полиномов. Лемма Шварца-Зиппеля. Сравнение строк.
* 3. Классы сложностей P, NP, BPP, P/poly. Примеры вероятностного решения NP-трудных задач (нахождение числа пересечений в графе, оценка наибольшего множества несмежных вершин графа).
* 4. Вероятностные методы в параллельных вычислениях (протокол византийского соглашения). Задача о выполнимости функции, заданной в конъюнктивной нормальной форме (КНФ) и ее вариации.
* 5. Методы дерандомизации (метод условных вероятностей, метод малых вероятностных пространств).
* 6. Общеизвестные рандомизированные структуры данных: старый добрый фильтр Блума (для проверки принадлежности к множеству) и его модификации, алгоритм HyperLogLog (для оценки мощности), структура Count-Min Sketch (для оценки частоты).
* 7. НЕ вероятностная проверка числа на простоту за полином.
'''Раздел 4.2 (Квантовые алгоритмы):'''
* 1. Основные понятия. Квантово-вдохновленные алгоритмы.
* 2. Алгоритм Шора (задача факторизации числа). Алгоритм Гровера (оптимизация поиска в базах данных).
* 3. Алгоритм Дойча-Йожи. Алгоритм Саймона.
* 4. Оптимизационный алгоритм QAOA (Quantum Approximate Optimization Algorithm).
* 5. Квантовое машинное обучение и квантовые нейронные сети.
'''Раздел 5 (Криптографические алгоритмы):'''
* 1. Понятие криптостойкости. “Историческая классика”: шифр Цезаря, шифр Виженера, шифр Хилла.
* 2. Псевдослучайность. Семейства хеш-функций BLAKE, GOST, MD, RIPEMD, SHA. Пример реализации на Java с помощью класса java.security.MessageDigest.
* 3. Алгоритмы симметричного шифрования (DES [с реализацией на Java], AES [с реализацией на Java], RC5, Blowfish, Twofish, RC4, Salsa20).
* 4. Протокол Диффи - Хеллмана. Алгоритмы ассиметричного шифрования (RSA, DSA, схема Эль-Гамаля, ECDSA).
* 5. Цифровые подписи. Реализация цифровой подписи через RSA+SHA256 и через схему Эль-Гамаля на Java.
* 6. Постквантовая криптография. Криптография на решетках. Алгоритм LLL (Ленстры - Ленстры - Ловаса). Алгоритм GGH (Голдрейх - Голдвассер - Халеви). NTRU и соответствующая библиотека на Java.
* 7. Атаки в криптографии.

'''Отчетность по курсу'''

За семестр требуется сдать 5 лабораторных работ по каждому из разделов. Решенное задание размещается в приватном репозитории github и проверяющему (контакты проверяющего см. в чате группы) присылается ссылка (по почте или в тг) на данный github репозиторий. Предпочтительный язык, на котором можно присылать код лабораторных работ является Java, С++, Python.
Также после прохождения 3х разделов курса планируется проведение коллоквиума. Коллоквиум проходит устно и состоит из 3х теоретических вопросов и 3х задач (по соответствующему разделу).
В конце курса планируется проведение зачета. Зачет проводится устно и состоит из 3х теоретических вопросов и 3х задач (по соответствующему разделу).
Сроки получения и сдачи заданий: Срок размещения лабораторных работ (кроме последней лабораторной) - в день последней темы раздела.
Срок размещения последней лабораторной работы - за 2 занятия до окончания раздела.
Срок сдачи лабораторных работ - 14 дней с момента публикации задания [пример: если задание опубликовано 01.02.2026, то последний день приема - 15.02.2026 23:59 Мск].
Перенос дедлайнов возможен только по уважительной причине

'''* Критерии оценивания:'''
* 1) Лабораторные [0-90] баллов: Лаб. работа 1 = 20 баллов Лаб. работа 2 = 20 баллов Лаб. работа 3 = 10 баллов Лаб. работа 4 = 30 баллов Лаб. работа 5 = 10 баллов
* 2) Доклад [3-10] баллов: Сделать доклад статьи на семинаре = [3-10] баллов
''Оценка за практику [0-10 баллов] = (Лабораторные + Доклад) / 10''
* 3) Коллоквиум [0-10 баллов]: Теор. вопросы = [0-10] баллов, Задачи = [0-10] баллов
* 4) Зачет [0-10 баллов]: Теор. вопросы = [0-10] баллов, Задачи = [0-10] баллов
''Оценка за курс = ( (коллоквиум + зачет)/2 +оценка за практику)/2, где округление происходит в большую сторону, если студент проявлял активность на занятиях, иначе - в меньшую сторону.''

'''Список литературы''
Раздел 1 (Структуры в СУБД):
* 1. Sedgewick Robert and Kevin Wayne. 2011. Algorithms (4th Ed.). Boston: Pearson.
* 2. Knuth Donald E. 1997. The Art of Computer Programming, Volume 2 (3rd Ed.): Seminumerical Algorithms. Boston: Addison-Wesley Longman.
* 3. Elmasri Ramez and Shamkant Navathe. 2011. Fundamentals of Database Systems (6th Ed.). Boston: Pearson.
* 4. Justin Sheehy, David Smith. “Bitcask: A log-structured hash table for fast key/value data.” 2010.
Раздел 2 (Обработка многомерных данных):
* 1. Brown R (2015). "Building a balanced k-d tree in O(kn log n) time". Journal of Computer Graphics Techniques. 4 (1): 50–68.
* 2. Y. Kwon, D. Nunley, J. P. Gardner, M. Balazinska, B. Howe, and S. Loebman, “Scalable clustering algorithm for n-body simulations in a shared-nothing cluster,” in Proceedings of the 22nd international conference on Scientific and statistical database management, ser. SSDBM’10. Berlin, Heidelberg: Springer-Verlag, 2010, pp. 132–150.
* 3. E. Januzaj, H.-P. Kriegel, and M. Pfeifle, “Scalable density-based distributed clustering,” in Proceedings of the 8th European Conference on Principles and Practice of Knowledge Discovery in Databases, ser. PKDD ’04. New York, NY, USA: Springer-Verlag New York, Inc., 2004, pp. 231–244.
Раздел 3.1 (Оптимизационные задачи: задачи линейного программирования):
* 1. Канторович Л. В., Горстко А. Б. Математическое оптимальное программирование в экономике. — М. : Знание, 1968. — 96 с.
* 2. Вентцель Е. С. Исследование операций: задачи, принципы, методология. — М. : Наука, 1980.
Раздел 3.2 (Оптимизационные задачи: теория расписаний):
* 1. Joseph Y-T. Leung. Handbook of scheduling: algorithms, models, and performance analysis. 2004.
* 2. Michael Pinedo. Scheduling: theory, algorithms, and systems. 2008.
* 3. Лазарев А.A., Гафаров Е. Р. Теория расписаний. Задачи и алгоритмы. — М. : МГУ, 2011.— 222 с.
Раздел 4.1 (Вероятностные алгоритмы):
* 1. Fuchs, Henry; Kedem, Zvi. M; Naylor, Bruce F. (1980). "On Visible Surface Generation by A Priori Tree Structures".
* 2. Zippel, Richard (1993). Springer (ed.). Effective Polynomial Computation. The Springer International Series in Engineering and Computer Science. Vol. 241.
* 3. L. G. Valiant, “General context-free recognition in less than cubic time”, Journal of Computer and System Sciences, 10:2 (1975), 308–314.
*
* 4. R. Motwani и P. Raghavan. Randomized algorithms. Англ. Cambridge Univ. Press, 1995.
* 5. R. Beier и B. Vöcking. “Random Knapsack in Expected Polynomial Time”. Англ. В: Proceedings of the 35th ACM Symposium on Theory of Computing (STOC). 2003, p. 232–241.
Раздел 4.2 (Квантовые алгоритмы):
* 1. de Wolf R. Quantum Computing (англ.): Lecture Notes — 2019. — 176 p. — arXiv:1907.09415
Раздел 5 (Криптографические алгоритмы):
* 1. Paar C., Pelzl J., Guneysu T. Understanding Cryptography: From Established Symmetric and Asymmetric Ciphers to Post-Quantum Algorithms.2nd Edition.: Springer, 2024. — 555 p.
* 2. Christof Paar, Jan Pelz, Understanding Cryptography. A Textbook for Students and Practitioners. Springer-Verlag Berlin Heidelberg, 2010.