Методичні вказівки "Алгоритми та структури впорядкування даних. Частина 1. Алгоритми для роботи з графами" для виконання самостійних робіт з дисциплін "Прикладне програмування на Python", "Мультипарадигмальні мови програмування"

Abstract

Алгоритми та структури впорядкування даних є фундаментальною складовою сучасної інформатики та програмної інженерії. Вони лежать в основі побудови ефективних програмних систем, обробки великих обсягів інформації, моделювання складних процесів та прийняття рішень у різних галузях науки і техніки. Особливе місце серед таких алгоритмів займають алгоритми роботи з графами, методи кластерного аналізу та алгоритми сортування, які забезпечують формалізацію зв’язків між об’єктами, структуризацію даних і оптимізацію обчислювальних процесів. Теорія графів, що бере свій початок з робіт Леонарда Ейлера, на сьогодні є одним із найрозвиненіших розділів дискретної математики та алгоритмічної теорії. Графові моделі широко застосовуються при аналізі транспортних і комунікаційних мереж, соціальних структур, ієрархічних систем, баз даних, комп’ютерних мереж і задач оптимізації. Алгоритми пошуку шляхів, побудови мінімальних кістякових дерев, топологічного сортування та роботи з деревоподібними структурами дозволяють ефективно розв’язувати широкий клас прикладних задач. Методичні вказівки призначені для студентів технічних спеціальностей, які вивчають дисципліни з алгоритмів, структур даних і програмування. У вказівках систематизовано теоретичні відомості та розглянуто основні алгоритми роботи з графами відповідно до окремих розділів дисциплін «Прикладне програмування на Python» та «Мультипарадигмальні мови програмування». Зазначені дисципліни входять до навчальних програм спеціальностей G7 «Автоматизація, комп’ютерно-інтегровані технології та робототехніка», F3 «Комп’ютерні науки», а також міждисциплінарної освітньої програми «Інтелектуальні кіберфізичні та робототехнічні системи». Матеріал може бути використаний під час виконання лабораторних і практичних робіт, а також для самостійної підготовки й поглиблення знань з алгоритмічних методів обробки даних.