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.

Você é bem-vindo!

Implementação de uma lista vinculada

Inserção de um nó no início de uma lista vinculada

Remoção do primeiro nó de uma lista vinculada

Entendendo a notação Big O

Opções

Verdadeiro

Falso

Notação Big O: verdadeira ou falsa?

Praticando com a notação Big O

Trabalhando com pilhas

Implementando uma pilha com o método push

Implementação do método pop para uma pilha

Usando o LifoQueue do 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

A maioria dos programas de computador se baseia em algumas poucas estruturas de dados e algoritmos. Descubra o que está por trás da maioria das suas interações com o computador neste curso de quatro horas! Você vai se familiarizar com algumas das estruturas de dados mais comuns: listas ligadas, pilhas, filas, grafos e árvores. Você também vai implementar algoritmos populares, como busca em profundidade (Depth First Search), busca em largura (Breadth First Search), Bubble sort, Merge sort e Quicksort.

Os vídeos contêm transcrições ao vivo que você pode exibir clicando em "Show transcript" no canto inferior esquerdo dos vídeos.
O glossário do curso pode ser encontrado à direita, na seção de recursos.
Para obter créditos de CPE, você precisa concluir o curso e alcançar uma pontuação de 70% na avaliação qualificada. Você pode acessar a avaliação clicando no destaque de créditos de CPE à direita.

<h2>Reconhecer estruturas de dados e algoritmos populares</h2>
A maioria dos programas de computador é baseada em algumas estruturas de dados e algoritmos. Aprenda sobre o que está por trás da maioria das interações que você tem com o computador neste curso de quatro horas! Você se familiarizará com algumas das estruturas de dados mais comuns: listas vinculadas, pilhas, filas e árvores. Você também implementará algoritmos populares, como Depth First Search, Breadth First Search, Bubble sort, Merge sort e Quicksort.

<h2>Aprenda a identificar estruturas de dados e algoritmos na vida cotidiana</h2>
Você praticará a aplicação de estruturas de dados e algoritmos a baralhos de cartas, listas de reprodução de músicas, pratos internacionais e pilhas de livros. Você sairá do curso com a capacidade de reconhecer estruturas de dados e algoritmos comuns e implementá-los em aplicativos do dia a dia!

<h2>Analisar a eficiência dos algoritmos</h2>
Ao longo do caminho, você parará para analisar algoritmos populares em termos de eficiência. Você aprenderá a usar a "Notação Big O", o padrão do setor para descrever a complexidade de um algoritmo.

<h2>Aprimore seus conhecimentos de programação em Python</h2>
Ter um bom conhecimento de estruturas de dados e algoritmos significa ser capaz de pegar problemas cotidianos e resolvê-los usando um código eficiente. Você praticará isso em Python e levará essas habilidades fundamentais e transferíveis para qualquer linguagem de programação.


Introduction to Object-Oriented Programming in Python

Explore estruturas de dados como listas ligadas, pilhas, filas, tabelas hash e grafos; e algoritmos de busca e ordenação.

Estruturas de Dados e Algoritmos em Python

Explore estruturas de dados, como listas vinculadas, pilhas, filas, tabelas de hash e gráficos; e algoritmos de pesquisa e classificação!

Desenvolvedor Python

Python for Software Engineering

Caixa de ferramentas de programação Python

O tempo é constante em um algoritmo de O(1).

A notação Big O é usada para medir os segundos que um algoritmo leva para ser processado.

A notação Big O é usada para medir a complexidade do melhor caso de um algoritmo.

Notação Big O: verdadeira ou falsa?

Estruturas de Dados e Algoritmos em Python

exercicio interativo prático