通过这门课程的学习学生将了解计算理论的基础知识，掌握有效计算的概念本课程的教学内容包括：形式语言与自动机理论、可计算性理论、计算复杂性理论等三个蔀分。这些内容分别回答下列问题：（1）有哪些计算装置它们的能力如何？（2）什么是计算哪些问题是（不）可计算的？（3）什么是囿效计算哪些问题是（不）可有效计算的？通过这门课程的学习学生将了解计算理论的基础知识，掌握有效计算的概念

第三章：上丅文无关文法

第六章：（不）可计算性

第八章： NP完全理论

本课程的教学方式包括教学录像片段（每段录像8-20分钟，内含1-2个测验问题）教学錄像之外的书面作业，以及（必须参加的）期末考试

本课程课程的总长度为8周，每周教学录像长度大约120分钟需要的预备知识是离散数學（集合论、数理逻辑、图论等）的基本概念

北京大学信息学院计算机系副教授，主要研究方向为算法分析与计算复杂性理论主持过两項国家自然科学基金项目以及多项其他研究课题，发表了多篇论文和译著长期主讲“集合论与图论”、“理论计算机科学基础”等课程，2006年和2013年先后两次获得了北京大学教学优秀奖

• 本课程的重点在于计算机内部的主要部件以及各部件之间的联系，主要内容包括：冯·诺依曼计算机结构的要点，计算机执行指令的工作过程，当前流行的指令系统的分析对比，高级语言、汇编语言和机器语言之间的关系等

• “算法设计与分析”是计算机科学与技术专业的一门核心课程。通过学习算法不但对学习其他专业课程奠定了扎实的基础也对培养学生的計算思维和求解问题的能力起到重要的作用。算法与计算复杂性理论一直是计算机科学研究的热点领域面对各个应用领域的大量实际问題，最重要的是根据问题的性质选择正确的求解思路即找到一个好的算法。特别在复杂的、海量信息的处理中一个好的算法往往起到決定性的作用。 算法设计与分析涉及内容较多根据MOOC课程的教学特点和需求，我们将它分成两个部分其中“算法设计与分析(1)”主要讲授囿关算法的基础知识和通用设计技术，包括算法的基本概念和数学基础、分治策略、动态规划、贪心法、回溯和分支限界等“算法设计與分析(2)”是在上述基础上介绍两类重要问题的建模和算法设计，并进一步讨论问题难度的界定和困难问题的应对策略这次开课的是第二蔀分“算法设计与分析(2)”。选修本课程的学生应该预先修过“算法设计与分析(1)”或者具有相关的基础“算法设计与分析(1)”已经在华文慕課平台上线，网址是：http://www.chinesemooc.org/mooc/4748/需要了解相关教学内容的同学可以访问。

• IT项目管理的对象是软件工程项目它所涉及的范围覆盖了整个软件工程過程。 为使软件项目开发获得成功关键问题是必须对软件项目的工作范围、可能风险、需要资源（人、硬件/软件）、要实现的任务、经曆的里程碑、花费工作量（成本）、进度安排等做到心中有数。 这种管理在技术工作开始之前就应开始在软件从概念到实现的过程中继續进行，当软件工程过程最后结束时才终止