Design and Analysis of Algorithms

Analysis of Algorithms. Complexity of Algorithms. Asymptotic Analysis. Design of Algorithms. Recursive Algorithms. Master Theorem. Divide‐and‐Conquer Algorithms. Dynamic Programming. Greedy Algorithms. Probabilistic Algorithms. Graph and Network Algorithms. Computational Complexity. P and NP classes. NP‐completeness.

Upon successful completion of this course, students will: 

• to perform analysis of algorithms
• to study algorithms in terms of their complexity
• to perform asymptotic analysis of algorithms
• to design and implement recursive and greedy algorithms
• to design and implement algorithms by applying the principles of dynamic programming,
• to understand and apply algorithms for graphs and networks
• to understand the P and NP classes

-

Lectures, labs

Exercises (30%), Written final exams (100%)

1. Thomas Cormen, Charles Leiserson, Ronald Rivest, Clifford Stein, Εισαγωγή στους αλγορίθμους, Πανεπιστημιακές Εκδόσεις Κρήτης, Έκδοση: 1η/2016
2. Sanjoy Dasgupta, Christos Papadimitriou, Umesh Vazirani, Αλγόριθμοι, Εκδόσεις Κλειδάριθμος, Έκδοση: 1η/2009
3. Παναγιώτης Μποζάνης, Αλγόριθμοι, Εκδόσεις Τζιόλα, Έκδοση: 2η/2017
4. Jon Kleinberg, Eva Tardos, Σχεδιασμός αλγορίθμων, Εκδόσεις Κλειδάριθμος, Έκδοση: 1η/2009
5. Anany Levitin, Ανάλυση και σχεδίαση αλγορίθμων, Εκδόσεις Τζιόλα, Έκδοση: 3η/2018
6. Κωνσταντίνος Παπαρρίζος, Ανάλυση και σχεδίαση αλγορίθμων, Εκδόσεις Τζιόλα, Έκδοση: 1η/2010