|
所在平台: Udemy |
课程主页: https://www.udemy.com/course/learning-data-structures-algorithms-in-python-from-scratch/
课程评论：没有评论
**Coursera课程总结：Python深度解析数据结构与算法** 本课程是关于使用Python深入学习数据结构与算法的综合性课程。课程内容涵盖了从基础到高级的广泛主题，旨在帮助学习者扎实掌握数据结构的基本原理及其在Python中的实现，并提升算法设计与分析能力。 **核心内容概览：** * **数据结构与算法基础：** 课程从介绍基本的数据结构和算法概念入手，为后续深入学习奠定基础。 * **算法分析：** 深入讲解算法分析方法，特别是**Big O表示法**，以及**时间复杂度和空间复杂度**的计算，让学习者能够量化和评估算法的效率。 * **核心数据结构：** 详细讲解了多种重要的数据结构，包括： * **递归：** 深入理解递归的概念及其在算法中的应用，并进行递归算法的分析。 * **查找算法：** 学习各种查找技术的原理和实现。 * **排序算法：** 涵盖了多种排序方法，并对其进行分析。 * **链表 (Linked List)** * **栈 (Stacks)** * **队列 (Queues)** * **二叉树 (Binary Trees)** * **二叉搜索树 (Binary Search Trees)** * **平衡二叉搜索树 (Balanced Binary Search Trees)** * **优先队列和堆 (Priority Queues and Heaps)** * **哈希表 (Hashing)** * **图 (Graphs)** * **图遍历算法 (Graph Traversal Algorithms)** * **高级算法主题：** 进一步探索了更复杂的算法设计和分析技术，包括： * **集合与不相交集合 (Sets and Disjoint Sets)** * **分治策略 (Divide and Conquer)：** 覆盖了二分查找、最大最小值查找、归并排序、快速排序、选择算法、Strassen矩阵乘法、最近点对、凸包等经典分治问题。 * **贪心法 (Greedy Method)：** 讲解了背包问题、带截止期的作业排序、最小生成树（Prim's & Kruskal's）、树上的最优存储、最优归并模式、单源最短路径（Dijkstra's Algorithm）等贪心策略的应用。 * **动态规划 (Dynamic Programming)：** 深入研究了多阶段图、所有对最短路径、单源最短路径、最优二叉搜索树、0/1背包问题、可靠性设计、旅行商问题等动态规划问题。 * **回溯法 (Backtracking)：** 包含N皇后问题、子集和问题、图着色问题、哈密顿回路问题、0/1背包问题等回溯算法的应用。 * **分支限界法 (Branch & Bound)：** 重点讲解了N皇后问题、作业排序问题、0/1背包问题等分支限界算法。 **教学方式：** 课程以视频教程为主，每个主题都配有详细的理论讲解和Python代码实现演示。这种结合理论与实践的方式，有助于学习者全面掌握数据结构与算法的知识。 **学习目标：** 完成本课程后，学习者将能： * 理解并熟练运用各种基本和高级数据结构。 * 掌握多种经典算法的设计思路和实现方法。 * 能够对算法的时间和空间复杂度进行分析和评估。 * 提升使用Python解决复杂算法问题的能力。 * 为进一步的计算机科学学习和面试准备打下坚实基础。 本课程内容丰富，覆盖面广，是希望深入学习数据结构与算法的Python开发者的理想选择。
This course will help you in better understanding of the basics of Data Structures and how algorithms are implemented in Python. This course consists of Videos which covers the theory concepts + implementation in python. There's tons of concepts and content in this course:Basics of data structures & AlgorithmsAnalysis of Algorithms (Big O, Time and Space complexity) Recursion & Analysis of Recursive AlgorithmsSearching AlgorithmsSorting AlgorithmsLinked ListStacksQueuesBinary TreesBinary Search TreesBalanced Binary Search TreesPriority Queues and HeapsHashingGraphsGraph Traversal AlgorithmsFollowed by Advanced Topics of Algorithms:Sets and Disjoint SetsDivide and Conquer Approach - IntroductionDivide and Conquer - Binary SearchDivide and Conquer - Finding Maximum and MininumDivide and Conquer - Merge SortDivide and Conquer - Quick SortDivide and Conquer - Selection AlgorithmDivide and Conquer - Strassens Matrix MultiplicationDivide and Conquer - Closest PairDivide and Conquer - Convex HullGreedy Method - IntroductionGreedy Method - Knapsack ProblemGreedy Method - Job Sequencing with DeadlinesGreedy Method - Mininum Cost Spanning Tree (Prim's & Kruskal's Algorithms)Greedy Method - Optimal Storage on TreesGreedy Method - Optimal Merge PatternGreedy Method - Single Source Shortest Path (Dijkstra's Algorithm)Dynamic Programming - IntroductionDynamic Programming - Multistage GraphsDynamic Programming - All Pairs Shortest PathDynamic Programming - Single Source Shortest PathDynamic Programming - Optimal Binary Search TreesDynamic Programming - 0/1 Knapsack ProblemDynamic Programming - Reliability DesignDynamic Programming - Travelling Salespersons ProblemBacktracking - IntroductionBacktracking - n-Queesn ProblemBacktracking - Sum of Subsets ProblemBacktracking - Graph Coloring ProblemBacktracking - Hamiltonian Cycles ProblemBacktracking - 0/1 Knapsack ProblemBranch & Bound - IntroductionBranch & Bound - n-Queens ProblemBranch & Bound - Job Sequencing ProblemBranch & Bound - 0/1 Knapsack ProblemAgain, each of these sections includes detailed videos tutorial.
