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.

Welcome!

Implementing a linked list

Inserting a node at the beginning of a linked list

Removing the first node from a linked list

Understanding Big O Notation

Big O Notation: true or false?

Practicing with Big O Notation

Working with stacks

Implementing a Stack with the push method

Implementing the pop method for a stack

Using Python's LifoQueue

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

Bubble sort

Bubble sort ile sayıları sıralama

Bubble sort algoritmasındaki bir hatayı düzeltme

Seçmeli Sıralama ve Ekleme Sıralaması

Selection sort kodlama

Insertion sort

Kartları insertion sort ile sıralama

Birleştirme sıralaması

Seçenekler

Doğru

Yanlış

Merge sort: doğru mu yanlış mı?

Birleştirme sıralaması algoritmasındaki hatayı düzeltme

Quicksort

Quicksort ile sayıları sıralama

Quicksort algoritmasını uygulama

Tebrikler!

Sorting algorithms

Course Glossary

Çoğu bilgisayar programı birkaç veri yapısı ve algoritma üzerine kurulur. Dört saatlik bu derste, bilgisayarla yaptığın çoğu etkileşimin kaputunun altında neler olduğuna göz at! En yaygın veri yapılarından bazılarına aşina olacaksın: bağlı listeler, yığınlar, kuyruklar, grafikler ve ağaçlar. Ayrıca Depth First Search, Breadth First Search, Bubble sort, Merge sort ve Quicksort gibi popüler algoritmaları da uygulayacaksın.

Videolarda, videoların sol altındaki "Show transcript"e tıklayarak açabileceğin canlı altyazılar bulunur.
Dersin sözlüğünü sağdaki kaynaklar bölümünde bulabilirsin.
CPE kredileri almak için dersi tamamlaman ve nitelikli değerlendirmede %70 puana ulaşman gerekir. Sağdaki CPE kredileri bildirimine tıklayarak değerlendirmeye gidebilirsin.

Introduction to Object-Oriented Programming in Python

Bağlantılı listeler, yığınlar, kuyruklar, hash tabloları ve grafikleri keşfedin; arama ve sıralama algoritmaları.

Python'da Veri Yapıları ve Algoritmalar

Bağlı listeler, yığınlar, kuyruklar, hash tabloları ve grafikler gibi veri yapılarının yanı sıra arama ve sıralama algoritmalarını keşfedin!

Python Geliştiricisi

Python for Software Engineering

Python Programlama Araç Kutusu

Merge sort, böl ve fethet stratejisini kullanır.

Merge sort’un ilk aşaması veriyi özyinelemeli olarak ikiye böler ve her liste tek elemana inene kadar bölmeye devam eder.

Merge sort’un karmaşıklığı O(n^2)’dir.

Merge sort’un ikinci kısmı bölünmüş parçaları başka bir listede birleştirir.

Merge sort: doğru mu yanlış mı?

Python'da Veri Yapıları ve Algoritmalar

Uygulamalı interaktif egzersiz