You’ll begin by learning what algorithms and data structures are. You will discover two data structures: linked lists and stacks. You will then learn how to calculate the complexity of an algorithm by using Big O Notation.

Benvenuto!

Implementare una linked list

Inserire un nodo all'inizio di una lista collegata

Rimuovere il primo nodo da una lista collegata

Capire la Big O Notation

Opzioni

Vero

Falso

Notazione Big O: vero o falso?

Esercitarti con la notazione Big O

Lavorare con gli stack

Implementare uno stack con il metodo push

Implementare il metodo pop per uno stack

Usare LifoQueue di Python

Work with Linked Lists and Stacks and Understand Big O notation

This second chapter will teach you the basics of queues, hash tables, trees, and graphs data structures. You will also discover what recursion is.

Working with queues

Implementing a queue for printer tasks

Using Python's SimpleQueue

Hash tables

Correcting bugs in a dictionary

Iterating  over a nested dictionary

Trees and graphs

Correcting bugs in a tree implementation

Building a weighted graph

Understanding Recursion

Fibonacci sequence

Towers of Hanoi

Queues, Hash Tables, Trees,  Graphs, and Recursion

This chapter will focus on searching algorithms, like linear search, binary search, depth first search, and breadth first search. You will also study binary search trees and how to search within them.

Linear Search and Binary Search

Implementing binary search

Binary search using recursion

Binary Search Tree (BST)

Inserting a node into a binary search tree

Finding the minimum node of a BST

Depth First Search (DFS)

Printing book titles in alphabetical order

Using pre-order traversal with Polish notation

Implementing DFS for graphs

Breadth First Search (BFS)

Using breadth first search in binary trees

Finding a graph vertex using BFS

Searching algorithms

This chapter will teach you some sorting algorithms, like bubble sort, selection sort, insertion sort, merge sort, and quicksort.

Bubble Sort

Sorting numbers using bubble sort

Correcting a bug in the bubble sort algorithm

Selection Sort and Insertion Sort

Coding selection sort

Sorting cards using insertion sort

Merge sort

Merge sort: true or false?

Correcting a bug in the merge sort algorithm

Quicksort

Sorting numbers using quicksort

Implementing the quicksort algorithm

Congratulations!

Sorting algorithms

Course Glossary

La maggior parte dei programmi si basa su poche strutture dati e algoritmi. In questo corso di quattro ore scoprirai cosa c’è “sotto il cofano” nella maggior parte delle interazioni con il tuo computer! Ti familiarizzerai con alcune tra le strutture dati più comuni: liste collegate, stack, queue, grafi e alberi. Implementerai anche algoritmi popolari, come Depth First Search, Breadth First Search, Bubble sort, Merge sort e Quicksort.

I video includono trascrizioni dal vivo che puoi visualizzare cliccando su "Show transcript" in basso a sinistra nei video.
Il glossario del corso si trova a destra, nella sezione risorse.
Per ottenere i crediti CPE, devi completare il corso e raggiungere un punteggio del 70% nella valutazione qualificata. Puoi accedere alla valutazione cliccando sul riquadro dei crediti CPE sulla destra.

<h2>Riconoscere le strutture dati e gli algoritmi più comuni</h2>
La maggior parte dei programmi per computer si basa su alcune strutture di dati e algoritmi. Scopri cosa c'è dietro le quinte della maggior parte delle interazioni con il tuo computer in questo corso di quattro ore! Imparerai a usare alcune delle strutture dati più comuni: liste collegate, pile, code e alberi. Implementerai anche algoritmi famosi, come la ricerca in profondità, la ricerca in larghezza, l'ordinamento a bolle, l'ordinamento con fusione e l'ordinamento rapido.

<h2>Impara a riconoscere le strutture dati e gli algoritmi nella vita di tutti i giorni</h2>
Farai pratica usando strutture dati e algoritmi su mazzi di carte, playlist musicali, piatti internazionali e pile di libri. Alla fine del corso, saprai riconoscere le strutture dati e gli algoritmi più comuni e usarli nelle app di tutti i giorni!

<h2>Analizza l'efficienza degli algoritmi</h2>
Lungo il percorso, ti fermerai ad analizzare gli algoritmi più diffusi in termini di efficienza. Imparerai a usare la "notazione O grande", lo standard del settore per descrivere quanto è complicato un algoritmo.

<h2>Metti a punto le tue conoscenze di programmazione Python</h2>
Essere esperti in strutture dati e algoritmi vuol dire riuscire a risolvere i problemi di tutti i giorni usando un codice efficiente. Farai pratica con Python, ma queste competenze di base ti serviranno per qualsiasi linguaggio di programmazione.


Introduction to Object-Oriented Programming in Python

Esplora strutture dati come liste collegate, stack, code, tabelle hash, grafi e algoritmi di ricerca.

Strutture dati e algoritmi in Python

Scopri le strutture dati come liste collegate, pile, code, tabelle hash e grafici; e anche gli algoritmi di ricerca e ordinamento!

Sviluppatore Python

Toolbox di programmazione Python

Il tempo è costante in un algoritmo di O(1).

La notazione Big O serve per misurare i secondi che un algoritmo impiega per elaborare.

La notazione Big O serve per misurare la complessità nel caso migliore di un algoritmo.

Notazione Big O: vero o falso?

Strutture dati e algoritmi in Python

Esercizio pratico interattivo