|
所在平台: Udemy |
课程主页: https://www.udemy.com/course/estructuras-de-datos-y-algoritmos/
课程评论：没有评论
课程名称：数据结构与算法 - 轻松快速掌握 (Python) 课程概述： 本课程旨在帮助学员掌握技术面试所需的所有基础数据结构和算法。在技术面试中，你不仅需要能够创建高效的算法，还需要深入理解算法的设计、分析及其优缺点。能够自信地讨论这些话题并清晰地表达自己的想法，将有助于你在面试中脱颖而出。 课程内容将涵盖： * **基础数据结构**: 数组、链表、树、堆、哈希表等。 * **核心算法**: 二分查找、排序算法、递归等。 教学方法： * **虚拟白板讲解**: 讲师将通过虚拟白板，一步一步地详细讲解每一个主题，并辅以图形和比较，帮助学员更轻松地理解。 * **代码逐行解析**: 对于代码部分，讲师将逐行进行详细描述，解释每一行代码的功能以及它如何与理论讲解相辅相成。 * **Python实战**: 所有代码示例均使用Python编写，因为Python被认为是理解算法最简单的语言。 * **循序渐进**: 课程从最基本的数据结构和算法开始，逐步深入到更复杂的主题。 * **效率分析 (Big O)**: 课程还将讲解算法的效率，并使用Big O表示法进行比较。如果学员不熟悉Big O，课程中也提供了相关的学习资料。
Bienvenidos! En este curso intentare cubrir todas las estructuras de datos y algoritmos fundamentales necesarios para las entrevistas tecnicas.En entrevistas técnicas se espera que tu seas capaz de crear un algoritmo eficiente, que puedas hablar del diseño, analisis y inconvenientes de un algoritmo.Si logras hablar con confianza de estos temas y transmitir tus ideas de forma coherente podras lograr sobresalir en las entrevistas.Vamos a hablar de estructuras de datos basicas como arrays, listas enlazadas, arboles, heap, hash entre otras, tambien vamos a hablar de algoritmos como busqueda binaria, algoritmos de ordenamiento, recursividad, entre otros.La metodologia que utilizo es a traves de un tablero virtual donde explico paso a paso cada uno de los temas y tambien intento hacer comparaciones con dibujos en algunos temas para intentar entenderlos mas facilmente.Inicio cada tema con una explicacion profunda del mismo y luego cuando pasemos al codigo voy a describirlo paso a paso para poder entender que hace cada una de las lineas y como se complementa con la explicacion dada.Los codigos los encontraras escritos en Python ya que me parece que es el lenguaje mas sencillo que existe para comprender los diferentes algoritmos.El curso inicia con la descripcion basica de estructuras de datos y se va abriendo paso a estructuras mas complejas y algoritmos, al mismo tiempo estare explicando porque un algoritmo se considera mas eficiente que otro utilizando Big O. Y si no sabes que es Big O tambien hay una lectura en donde lo explico.
