高级算法 (Fall 2018)
Jump to navigation
Jump to search
| Instructor | |
|---|---|
|
尹一通 郑朝栋 | |
| yinyt@nju.edu.cn chaodong@nju.edu.cn | |
| office | 计算机系 804 |
| Class | |
| Class meetings |
Wednesday, 8am-10am 仙I-319 |
| Office hours |
Wednesday, 10am-12pm 804（尹）、302（郑） |
| Textbooks | |
 | |
|
Motwani and Raghavan. Randomized Algorithms. Cambridge Univ Press, 1995. | |
 | |
|
Vazirani. Approximation Algorithms. Springer-Verlag, 2001. | |
This is the webpage for the Advanced Algorithms class of fall 2018. Students who take this class should check this page periodically for content updates and new announcements.
Announcement
- (2018/9/5) 新学期第一次上课。
- (2018/9/18) 第一次作业发布。9月26日课上交。
- (2018/9/26) 第二次作业发布。10月10日课上交。
- (2018/10/23) 第三次作业发布。11月7日课上交。
- (2018/11/13) 第四次作业发布。11月28日课上交。另外，对前三次作业有疑问的同学欢迎参加本周日（11月18日）晚7点的习题课，地点在仙1-319。
- (2018/12/11) 第五次作业发布。12月26日课上交。
Course info
- Instructor : 尹一通、郑朝栋
- email: yinyt@nju.edu.cn, chaodong@nju.edu.cn
- Class meeting: Wednesday 8am-10am, 仙I-319.
- Office hour: Wednesday 10am-12pm, 计算机系 804（尹一通）、302（郑朝栋）.
Syllabus
先修课程 Prerequisites
- 必须：离散数学，概率论，线性代数。
- 推荐：算法设计与分析。
Course materials
成绩 Grades
- 课程成绩：本课程将会有若干次作业和一次期末考试。最终成绩将由平时作业成绩和期末考试成绩综合得出。
- 迟交：如果有特殊的理由，无法按时完成作业，请提前联系授课老师，给出正当理由。否则迟交的作业将不被接受。
学术诚信 Academic Integrity
学术诚信是所有从事学术活动的学生和学者最基本的职业道德底线，本课程将不遗余力的维护学术诚信规范，违反这一底线的行为将不会被容忍。
作业完成的原则：署你名字的工作必须由你完成。允许讨论，但作业必须独立完成，并在作业中列出所有参与讨论的人。不允许其他任何形式的合作——尤其是与已经完成作业的同学“讨论”。
本课程将对剽窃行为采取零容忍的态度。在完成作业过程中，对他人工作（出版物、互联网资料、其他人的作业等）直接的文本抄袭和对关键思想、关键元素的抄袭，按照 ACM Policy on Plagiarism的解释，都将视为剽窃。剽窃者成绩将被取消。如果发现互相抄袭行为， 抄袭和被抄袭双方的成绩都将被取消。因此请主动防止自己的作业被他人抄袭。
学术诚信影响学生个人的品行，也关乎整个教育系统的正常运转。为了一点分数而做出学术不端的行为，不仅使自己沦为一个欺骗者，也使他人的诚实努力失去意义。让我们一起努力维护一个诚信的环境。
Assignments
- Problem Set 1, due on Sept 26, in class.
- Problem Set 2, due on Oct 10, in class.
- Problem Set 3, due on Nov 7, in class.
- Problem Set 4, due on Nov 28, in class.
- Problem Set 5, due on Dec 26, in class.
Lecture Notes
- Min-Cut and Max-Cut (slides)
- Fingerprinting (slides)
- Hashing and Sketching (slides)
- Balls into bins and Chernoff bound (slides)
- Concentration of measure (slides)
- Dimension Reduction and Locality-Sensitive Hashing (slides)
- Greedy and Local Search (slides)
- Rounding Linear Programs (slides)
- The Primal-Dual Schema: basics (slides), facility location (slides)
- Semidefinite Programs (slides)
- Vazirani book Chap. 26
- SoS SDP course Lecture 1.1, 1.2, 2.1
- Lovász Local Lemma (slides)
- Markov Chain Monte Carlo (MCMC) methods (slides)