Na początku poznasz pojęcia algorytmu i struktury danych. Odkryjesz dwie struktury danych: listy powiązane i stosy. Następnie nauczysz się obliczać złożoność algorytmu za pomocą notacji dużego O.

Witaj!

Implementacja listy jednokierunkowej

Wstawianie węzła na początku listy powiązanej

Usuwanie pierwszego węzła z listy powiązanej

Notacja Big O

Opcje

Prawda

Fałsz

Notacja Big O: prawda czy fałsz?

Ćwiczenie z notacją Big O

Praca ze stosami

Implementacja stosu z metodą push

Implementacja metody pop dla stosu

Korzystanie z LifoQueue w Pythonie

Listy powiązane, stosy i notacja dużego O

W tym rozdziale poznasz podstawy kolejek, tablic haszujących, drzew i grafów jako struktur danych. Dowiesz się również, czym jest rekurencja.

Praca z kolejkami

Implementacja kolejki dla zadań drukarki

Korzystanie z SimpleQueue w Pythonie

Tablice mieszające

Poprawianie błędów w słowniku

Iterowanie po zagnieżdżonym słowniku

Drzewa i grafy

Poprawianie błędów w implementacji drzewa

Budowanie grafu ważonego

Zrozumieć rekurencję

Ciąg Fibonacciego

Wieże Hanoi

Kolejki, tablice haszujące, drzewa, grafy i rekurencja

Ten rozdział poświęcony jest algorytmom wyszukiwania: wyszukiwaniu liniowemu, wyszukiwaniu binarnemu, przeszukiwaniu w głąb i przeszukiwaniu wszerz. Przeanalizujesz też binarne drzewa wyszukiwań i sposoby przeszukiwania ich zawartości.

Wyszukiwanie liniowe i binarne

Implementacja wyszukiwania binarnego

Wyszukiwanie binarne z użyciem rekurencji

Drzewo przeszukiwań binarnych (BST)

Wstawianie węzła do drzewa wyszukiwania binarnego

Znajdowanie minimalnego węzła BST

Przeszukiwanie w głąb (DFS)

Wyświetlanie tytułów książek w kolejności alfabetycznej

Przechodzenie pre-order i notacja polska

Implementacja DFS dla grafów

Przeszukiwanie wszerz (BFS)

Przeszukiwanie wszerz (BFS) w drzewach binarnych

Wyszukiwanie wierzchołka grafu za pomocą BFS

Algorytmy wyszukiwania

W tym rozdziale poznasz wybrane algorytmy sortowania: sortowanie bąbelkowe, sortowanie przez wybieranie, sortowanie przez wstawianie, sortowanie przez scalanie i quicksort.

Bubble Sort

Sortowanie liczb metodą sortowania bąbelkowego

Poprawianie błędu w algorytmie sortowania bąbelkowego

Sortowanie przez wybieranie i sortowanie przez wstawianie

Kodowanie sortowania przez wybieranie

Sortowanie kart metodą sortowania przez wstawianie

Sortowanie przez scalanie

Sortowanie przez scalanie: prawda czy fałsz?

Poprawianie błędu w algorytmie sortowania przez scalanie

Quicksort

Sortowanie liczb za pomocą quicksort

Implementacja algorytmu quicksort

Gratulacje!

Algorytmy sortowania

Course Glossary

Większość programów komputerowych opiera się na kilku strukturach danych i algorytmach. W tym czterogodzinnym kursie poznasz mechanizmy działające w tle większości twoich interakcji z komputerem! Zapoznasz się z najpopularniejszymi strukturami danych: listami powiązanymi, stosami, kolejkami, grafami i drzewami. Zaimplementujesz również popularne algorytmy, takie jak przeszukiwanie w głąb, przeszukiwanie wszerz, sortowanie bąbelkowe, sortowanie przez scalanie i quicksort.

Filmy zawierają transkrypcje na żywo – możesz je wyświetlić, klikając „Pokaż transkrypcję" w lewym dolnym rogu odtwarzacza.
Glosariusz kursu znajdziesz po prawej stronie, w sekcji zasobów.
Aby uzyskać punkty CPE, musisz ukończyć kurs i zdobyć co najmniej 70% punktów w kwalifikowanym teście. Do testu możesz przejść, klikając informację o punktach CPE po prawej stronie.

<h2>Rozpoznawanie popularnych struktur danych i algorytmów</h2>
Większość programów komputerowych opiera się na kilku strukturach danych i algorytmach. Dowiedz się, co kryje się pod maską większości Twoich interakcji z komputerem w tym czterogodzinnym kursie! Zapoznasz się z niektórymi z najczęściej używanych struktur danych: listami wiązanymi, stosami, kolejkami i drzewami. Będziesz też implementować popularne algorytmy, takie jak przeszukiwanie w głąb, przeszukiwanie wszerz, sortowanie bąbelkowe, sortowanie przez scalanie i szybkie sortowanie.

<h2>Naucz się dostrzegać struktury danych i algorytmy w codziennym życiu</h2>
Będziesz ćwiczyć stosowanie struktur danych i algorytmów do talii kart, playlist muzycznych, międzynarodowych potraw i stosów książek. Wyjdziesz z umiejętnością rozpoznawania popularnych struktur danych i algorytmów oraz ich implementowania w codziennych aplikacjach!

<h2>Analizuj efektywność algorytmów</h2>
Po drodze zatrzymasz się, aby przeanalizować popularne algorytmy pod kątem ich wydajności. Poznasz „Big O Notation”, branżowy standard opisu złożoności algorytmu.

<h2>Rozwijaj swoją wiedzę z programowania w Pythonie</h2>
Dobra znajomość struktur danych i algorytmów oznacza umiejętność rozwiązywania codziennych problemów za pomocą wydajnego kodu. Będziesz to ćwiczyć w Pythonie, a te fundamentalne i uniwersalne umiejętności zabierzesz ze sobą do każdego języka programowania.


Introduction to Object-Oriented Programming in Python

Poznaj struktury danych: listy, stosy, kolejki, tablice mieszające, grafy oraz algorytmy wyszukiwania i sortowania.

Struktury danych i algorytmy w Pythonie

Poznaj struktury danych, takie jak listy wiązane, stosy, kolejki, tablice haszujące i grafy, oraz algorytmy wyszukiwania i sortowania!

Programista Python

Python dla inżynierii oprogramowania

Narzędzia programistyczne Python

O(n) charakteryzuje się liniowym wzrostem.

Czas działania algorytmu O(1) jest stały.

Notacja Big O służy do mierzenia czasu (w sekundach) potrzebnego algorytmowi na przetworzenie danych.

Notacja Big O służy do mierzenia złożoności algorytmu w najlepszym przypadku.

Notacja Big O: prawda czy fałsz?

Struktury danych i algorytmy w Pythonie

Interaktywne ćwiczenie praktyczne