Vous commencerez par découvrir ce que sont les algorithmes et les structures de données. Vous verrez deux structures : les listes chaînées et les piles. Vous apprendrez ensuite à calculer la complexité d'un algorithme à l'aide de la notation Big O.

Bienvenue !

Implémenter une liste chaînée

Insérer un nœud au début d'une liste chaînée

Retirer le premier nœud d'une liste chaînée

Comprendre la notation Big O

Notation Big O : vrai ou faux ?

S'exercer avec la notation Big O

Travailler avec les piles

Implémenter une pile avec la méthode push

Implémenter la méthode pop pour une pile

Utiliser LifoQueue de Python

Utiliser les listes chaînées et les piles et comprendre la notation Big O

Ce deuxième chapitre vous apprendra les bases des structures de données que sont les files, les tables de hachage, les arbres et les graphes. Vous découvrirez aussi ce qu'est la récursion.

Travailler avec les files d'attente

Implémenter une file d'attente pour les tâches d'impression

Utiliser SimpleQueue de Python

Tables de hachage

Corriger des bogues dans un dictionnaire

Parcourir un dictionnaire imbriqué

Arbres et graphes

Corriger des bogues dans une implémentation d'arbre

Créer un graphe pondéré

Comprendre la récursivité

Suite de Fibonacci

Tours de Hanoï

Files, tables de hachage, arbres, graphes et récursion

Ce chapitre porte sur les algorithmes de recherche, comme la recherche linéaire, la recherche binaire, Depth First Search et Breadth First Search. Vous étudierez aussi les arbres de recherche binaire et la façon d'y effectuer des recherches.

Recherche linéaire et recherche binaire

Implémenter la recherche binaire

Recherche binaire avec récursion

Arbre de recherche binaire (BST)

Insertion d'un nœud dans un arbre binaire de recherche

Trouver le nœud minimal d'un BST

Parcours en profondeur (DFS)

Afficher les titres de livres par ordre alphabétique

Utiliser le parcours en pré-ordre avec la notation polonaise

Implémenter une recherche en profondeur (DFS) pour les graphes

Parcours en largeur (BFS)

Utiliser la recherche en largeur dans les arbres binaires

Trouver un sommet de graphe avec BFS

Algorithmes de recherche

Ce chapitre vous fera découvrir des algorithmes de tri, comme bubble sort, selection sort, insertion sort, merge sort et quicksort.

Tri à bulles

Trier des nombres avec le tri à bulles

Corriger un bogue dans l'algorithme du tri à bulles

Tri par sélection et tri par insertion

Coder le tri par sélection

Tri par insertion

Trier des cartes avec le tri par insertion

Tri fusion

Options

Vrai

Faux

Tri fusion : vrai ou faux ?

Corriger un bogue dans l'algorithme de tri fusion

Quicksort

Trier des nombres avec le tri rapide (quicksort)

Implémenter l'algorithme de tri rapide (quicksort)

Félicitations !

Algorithmes de tri

Course Glossary

La plupart des programmes informatiques reposent sur quelques structures de données et algorithmes. Dans ce cours de quatre heures, découvrez ce qui se cache derrière la plupart de vos interactions avec l'ordinateur! Vous vous familiariserez avec certaines des structures les plus courantes : listes chaînées, piles, files, graphes et arbres. Vous programmerez aussi des algorithmes populaires comme Depth First Search, Breadth First Search, Bubble sort, Merge sort et Quicksort.

Les vidéos contiennent des transcriptions en direct que vous pouvez afficher en cliquant sur « Show transcript » en bas à gauche des vidéos.
Le glossaire du cours se trouve à droite, dans la section des ressources.
Pour obtenir des crédits CPE, vous devez terminer le cours et atteindre un score de 70 % à l'évaluation qualifiante. Vous pouvez accéder à l'évaluation en cliquant sur l'encadré relatif aux crédits CPE à droite.

<h2>Reconnaître les structures de données et les algorithmes populaires</h2>
La plupart des programmes informatiques reposent sur quelques structures de données et algorithmes. Découvrez ce qui se cache sous le capot de la plupart de vos interactions avec votre ordinateur dans ce cours de quatre heures ! Vous vous familiariserez avec certaines des structures de données les plus courantes : les listes chaînées, les piles, les files d’attente et les arbres. Vous mettrez également en œuvre des algorithmes populaires, comme la recherche en profondeur, la recherche en largeur, le tri à bulles, le tri fusion et le tri rapide.

<h2>Apprenez à repérer les structures de données et les algorithmes dans la vie quotidienne</h2>
Vous pratiquerez l’application des structures de données et des algorithmes à des jeux de cartes, des listes de lecture musicales, des plats internationaux et des piles de livres. Vous repartirez avec la capacité de reconnaître les structures de données et les algorithmes courants, et de les mettre en œuvre dans des applications de tous les jours !

<h2>Analyser l’efficacité des algorithmes</h2>
En cours de route, vous vous arrêterez pour analyser des algorithmes populaires en fonction de leur efficacité. Vous vous familiariserez avec la « notation Big O », la norme de l’industrie pour décrire la complexité d’un algorithme.

<h2>Perfectionnez vos connaissances en programmation Python</h2>
Être bien versé dans les structures de données et les algorithmes, c’est être capable de prendre des problèmes du quotidien et de les résoudre à l’aide d’un code efficace. Vous pratiquerez cela en Python, et vous emporterez ces compétences fondamentales et transférables avec vous dans n’importe quel langage de programmation.


Introduction to Object-Oriented Programming in Python

Explorez les structures de données : listes chaînées, piles, files, tables de hachage, graphes, algorithmes.

Tri fusion

Create Your Free Account