К основному контенту

Ссылки


Википедия

Анализ трудоёмкости алгоритмов
Структуры данных
Паскаль
Оберон
Оберон-2
Компонентный паскаль
Популярный вариант Оберона - система Блэкбокс
Премия Тьюринга
Формальная верификация
Алгол 68
Автомат Калашникова
Трассировка (программирование)
ACM - Association for Computing Machinery (Ассоциация по вычислительной технике)
Машинный цикл
Тактовая частота
Центральный процессор
Список систем команд
Оптимизирующий компилятор
ALGOL 60
PL/1

Хабрахабр

Эдсгер Дейкстра: в поисках «кратчайшего пути» к осознанному программированию

Научно-образовательный проект Информатика-21

Что такое Оберон (Oberon)

ВУЗы

Московская государственная Академия приборостроения и информатики

Направление подготовки специалистов «Информатика и вычислительная техника»:

Официальный сайт физического факультета МГУ им. М. В. Ломоносова

Канизиус Колледж
CS 210 - "Анализ и разработка алгоритмов"
"Автоматы и алгоритмы"

Университет Брайэм Янг Online
School of Engineering < The University of Kansas
University of Pittsburgh - School of Computing and Information

Федеральный политехнический институт (ETH) в Цюрихе

Издательства

Техносфера - Серия "Мир программирования"
Jones & Bartlett Learning - Data Structures & Theory of Computation
Издательство «ДМК-Пресс» - Компьютерная литература

Персоналии

Эдсгер Вибе Дейкстра (E.W. Dijkstra)
Джон Бэкус
Чарльз Энтони Ричард Хоар (C.A.R. Hoare)
Никлаус Вирт (Niklaus Wirth)
Ю. Гуткнехт
Андрей Петрович Ершов
доктор физ-мат. наук, Ф.В. Ткачев
Дж. Макконнелл (Dr. Jeffrey J. McConnell)
С.К. Ландо
С.А. Кулешов
С.З. Свердлов
Кирк Прус (университет Питтсбурга)
Паул Мьюир из университета Санта Марии
Ханг Лау из университета МакГилл
Дуглас Кэмпбелл (университет Брайэм Янг)
Нэнси Киннерсли (университет Канзаса)

Тьюринг

Премия Тьюринга
Лекции лауреатов премии Тьюринга 1993.pdf
Рецензия на книгу «Читаем Тьюринга»

Комментарии

Популярные сообщения из этого блога

Метод турниров

Метод турниров можно использовать для решения задач, в которых информация, полученная в результате первого прохода по данным, может облегчить последующие проходы. Поиск наибольшего значения Если воспользоваться им для поиска наибольшего значения, то потребуется построение бинарного дерева, все элементы которого являются листьями. На каждом уровне два элемента объединены в пару, причем наибольший из двух элементов копируется в родительский узел. Процесс повторяется до достижения корневого узла. Полное дерево турнира для фиксированного набора данных: Алгоритм поиска второго по величине элемента списка из N значений, требующий около N сравнений В результате каждого сравнения мы получаем "победителя" и "проигравшего". Проигравших мы забываем, и вверх по дереву двигаются только победители. Всякий элемент, за исключением наибольшего, "проигрывает" в точности в одном сравнении. Поэтому для построения дерева турнира требуется N-1 сравнение. Вт...

Выбор представления данных

Выбор представления данных часто довольно сложен и не полностью определяется имеющимися вычислительными средствами. Делать такой выбор всегда нужно с учетом операций, которые нужно выполнять с данными.  Нельзя принимать решения о структуре данных без учета того, какие алгоритмы применяются к данным, и что, обратно, структура и выбор алгоритмов часто сильно зависят от структуры обрабатываемых данных. Задачу построения программ нельзя отделять от задачи структурирования данных. Вопрос представления часто требует рассматривать несколько уровней детализации. Первое решение в цепочке зависит главным образом от решаемой задачи, а дальнейшие всё больше зависят от используемого инструмента и применяемых в нём технологий. Решения низкого уровня можно оставить проектировщикам вычислительного оборудования. Вряд ли можно требовать, чтобы программист решал, какое представление чисел использовать или даже какими должны быть характеристики устройства хранения данных. Реальный компьютер ...

Наихудший случай

Анализ наихудшего случая говорит о максимальном времени работы алгоритма. Анализ наихудшего случая даёт верхние оценки для времени работы частей программы в зависимости от выбранных алгоритмов. При анализе наихудшего случая необходимо найти входные данные, на которых алгоритм будет выполнять больше всего работы.