2、算法复杂度与相关理论的深度剖析

算法复杂度与相关理论的深度剖析

1. 课程概述

为大家介绍一系列涵盖多种主题的单学期课程，这些课程从基础理论与应用课程，到运用科尔莫戈罗夫复杂度方法的学习理论、随机性或信息理论等特殊兴趣课程，内容丰富多样。学习这些课程前，需掌握第1.1、1.2、1.7节（除第1.7.4节）的知识。

课程名称	课程内容
基础算法复杂度与应用课程	涉及普通复杂度、前缀复杂度、资源受限复杂度的理论及应用
算法复杂度课程	包含状态×符号复杂度、普通复杂度、前缀复杂度、单调复杂度的基础、随机性及算法性质
算法随机性课程	介绍不同的随机性测试方法，以及有限和无限序列的复杂度
算法信息理论与应用课程	涵盖经典信息理论、普通复杂度、前缀复杂度、资源受限复杂度的基础、熵及信息对称性
算法概率理论、学习、推理与预测课程	涉及经典概率、算法复杂度、算法离散概率、算法连续概率等理论，以及所罗门诺夫归纳推理、MDL和非概率统计等应用
不可压缩性方法课程	涵盖相关理论基础，并应用于证明算法运行时间和空间使用的上下界