开始时间: 04/22/2022 持续时间: 13 weeks
所在平台: CourseraArchive 课程类别: 计算机科学 大学或机构: Peking University(北京大学) 授课老师: Wanling Qu |
课程主页: https://www.coursera.org/course/algorithms
课程评论:没有评论
课程教学目标
针对实际问题需求,进行数学建模并选择高效求解算法的训练,为提高学生的素质和创新能力打下必要的基础。主要内容涉及:面对实际问题建立数学模型、设计正确的求解算法、算法的效率估计、改进算法的途径、问题计算复杂度的估计、难解问题的确定和应对策略等等。本课程是算法课程的基础部分,主要涉及算法的设计、分析与改进途径,其他有关计算复杂性的内容将在后续课程中加以介绍。
课程内容安排
本课程的内容分成两大部分:算法的基础知识、通用算法设计技术与分析方法。
第一部分是算法基础知识,约占20%,主要介绍算法相关的基本概念和数学基础。比如,什么是算法的伪码描述?什么是算法最坏情况下和平均情况下的时间复杂度?算法时间复杂度函数的主要性质,算法复杂度估计中常用的数学方法,如序列求和及递推方程求解。
第二部分是通用的算法设计技术与分析方法,主要介绍分治策略、动态规划、贪心法、回溯与分支限界。主要介绍这些设计技术的使用条件、分析方法、改进途径,并给出一些重要的应用。
第一周 1章 基础知识:算法的基本概念及伪码描述,函数的渐进的界
第二周 1章 基础知识:序列求和方法,递推方程求解
第三周 2章 分治策略(1)
第四周 2章 分治策略(2)
第五周 3章 动态规划(1)
第六周 3章 动态规划(2)
第七周 4章 贪心法(1)
第八周 4章 贪心法(2)
第九周 5章 回溯与分支限界(1)
第十周 5章 回溯与分支限界(2)