H θεωρία υπολογισμού περιέχει τρεις κεντρικές περιοχές: τα αυτόματα, την υπολογισιμότητα, και την πολυπλοκότητα. Η βασική ερώτηση που συνδέει τις περιοχές αυτές είναι: Ποιες είναι οι θεμελιώδεις δυνατότητες και ποιοι οι εγγενείς περιορισμοί των υπολογιστών; Η ερώτηση αυτή ερμηνεύεται διαφορετικά σε κάθε μία από τις τρεις παραπάνω περιοχές και ανάλογα διαμορφώνονται και οι σχετικές απαντήσεις.

Στη θεωρία υπολογισιμότητας, στόχος είναι να χαρακτηριστούν τα διάφορα προβλήματα ως επιλύσιμα ή μη. Στη θεωρία πολυπλοκότητας, στόχος είναι η ταξινόμηση των επιλύσιμων προβλημάτων σε εύκολα και δύσκολα και το κεντρικό ερώτημα είναι: Τι είναι αυτό που κάνει κάποια προβλήματα υπολογιστικώς δύσκολα και κάποια άλλα εύκολα; Ένα από τα σημαντικότερα επιτεύγματα της θεωρίας πολυπλοκότητας είναι η ένα κομψό σύστημα ταξινόμησης των προβλημάτων με βάση την υπολογιστική τους δυσκολία. Στη θεωρία αυτομάτων, στόχος είναι ο ορισμός και η μελέτη των ιδιοτήτων των μαθηματικών μοντέλων της υπολογιστικής επιστήμης. Τα μοντέλα αυτά χρησιμοποιούνται στην πράξη σε αρκετές περιοχές της επιστήμης των υπολογιστών. Για παράδειγμα, τα πεπερασμένα αυτόματα χρησιμοποιούνται στην επεξεργασία κειμένου, στο σχεδιασμό μεταϕραστών και στο σχεδιασμό υλικού (hardware). Ένα άλλο μοντέλο, οι γραμματικές χωρίς συμφραζόμενα, χρησιμοποιείται στη σχεδίαση γλωσσών προγραμματισμού και στην τεχνητή νοημοσύνη. Η θεωρία αυτομάτων είναι ιδιαίτερα ενδιαφέρουσα περιοχή που επιτρέπει την εξοικείωση με τυπικούς ορισμούς της υπολογιστικής, με εξαιρετική χρησιμότητα στις θεωρίες της υπολογισιμότητας και της πολυπλοκότητας, που απαιτούν σαϕή ορισμό του υπολογιστή.

Τα άτομα που συμμετέχουν συστηματικά στις δραστηριότητες του μαθήματος Θεωρία Υπολογισμού και Πολυπλοκότητα και ολοκληρώνουν επιτυχώς την παρακολούθησή του:

• διαθέτουν αποδεδειγμένη γνώση και κατανόηση για τους ορισμούς και τις ιδιότητες των μαθηματικών μοντέλων της υπολογιστικής επιστήμης (όπως π.χ., πεπερασμένα αυτόματα, αυτόματα στοίβας, μηχανές Turing), για αντίστοιχες μεθόδους πεπερασμένης αναπαράστασης σχετικών κλάσεων προβλημάτων (όπως, π.χ., κανονικές εκφράσεις, γραμματικές, αλγόριθμοι) καθώς και για τον ορισμό κλάσεων γλωσσών/προβλημάτων με βάση την υπολογιστική τους δυσκολία (όπως π.χ., διαγνώσιμες και μη διαγνώσιμες γλώσσες, αναγνωρίσιμες και μη αναγνωρίσιμες γλώσσες, κλάση P, κλάση NP, ΝP-πλήρη προβλήματα) και τη διάκριση προβλημάτων που ανήκουν σε κάθε κλάση, επομένως, είναι σε θέση να παρακολουθούν τις σύγχρονες εξελίξεις στην αιχμή του γνωστικού τους πεδίου

• είναι σε θέση να χρησιμοποιούν τη γνώση και την κατανόηση που απέκτησαν με τρόπο που δείχνει επαγγελματική προσέγγιση της εργασίας ή του επαγγέλματός τους και διαθέτουν ικανότητες που αποδεικνύονται με τη χρήση μαθηματικών μοντέλων της υπολογιστικής επιστήμης για μελέτη και επίλυση προβλημάτων στο πλαίσιο του γνωστικού τους πεδίου

• διαθέτουν την ικανότητα να συγκεντρώνουν και να ερμηνεύουν συναφή στοιχεία (κατά κανόνα εντός του γνωστικού τους πεδίου) για να διαμορφώνουν κρίσεις που περιλαμβάνουν προβληματισμό σε συναφή κοινωνικά, επιστημονικά ή ηθικά ζητήματα

• είναι σε θέση να κοινοποιούν πληροφορίες, ιδέες, προβλήματα και λύσεις τόσο σε ειδικευμένο όσο και σε μη-εξειδικευμένο κοινό

• έχουν αναπτύξει εκείνες τις δεξιότητες απόκτησης γνώσεων, που τους χρειάζονται για να συνεχίσουν σε περαιτέρω σπουδές με μεγάλο βαθμό αυτονομίας

• αποκτούν εξοικείωση με τον "υπολογιστικό τρόπο σκέψης" (computational thinking)

Ειδικότερα, τα άτομα που συμμετέχουν συστηματικά στις δραστηριότητες του μαθήματος Εισαγωγή στους Αλγόριθμους και ολοκληρώνουν επιτυχώς την παρακολούθησή του:

1. γνωρίζουν ορισμούς και ιδιότητες των μαθηματικών μοντέλων της υπολογιστικής επιστήμης, αντιστοιχους τρόπους πεπερασμένης αναπαράστασης σχετικών κλάσεων προβλημάτων και κλάσεις πολυπλοκότητας γλωσσών/προβλημάτων.

2. κατανοούν σχετικά προβλήματα μοντελοποίησης ανάλογα με την υπολογιστική δυσκολία τους 

3. εφαρμόζουν αφαιρετικές προσεγγίσεις και μεθόδους μοντελοποίησης για την επίλυση αλγοριθμικών προβλημάτων ανάλογα με την υπολογιστική τους δυσκολία, δηλ., τους υπολογιστικούς πόρους που απαιτούνται για την επίλυσή τους

4. αναλύουν προβλήματα/ερωτήματα με στόχο την κατανόηση της δομής τους και των συστατικών τους μερών

5. συνθέτουν λύσεις για τα προβλήματα αυτά καθοδηγούμενοι από την κλάση στην οποία εντάσσονται με βάση την υπολογιστική τους δυσκολία

6. αξιολογούν τα ευρήματα (λύσεις ή αποτελέσματα δυσκολίας εντοπισμού βέλτιστης λύσης ή αποτελέσματα μη επιλυσιμότητας) μέσω ανάλυσης

7. αποκτούν εξοικείωση με τον "υπολογιστικό τρόπο σκέψης" (computational thinking)