您将首先学习什么是算法和数据结构。接着会了解两种数据结构：链表和栈。随后，您将学习如何使用 Big O 表示法计算算法的复杂度。

欢迎！

实现链表

在链表开头插入一个节点

从链表中移除第一个节点

理解 Big O 表示法

Big O 表示法：判断正误

练习 Big O 表示法

使用栈

用 push 方法实现栈

为栈实现 pop 方法

使用 Python 的 LifoQueue

使用链表与栈，并理解 Big O 表示法

本章将讲解队列、哈希表、树与图等数据结构的基础知识。您还会了解什么是递归。

使用队列

为打印任务实现一个队列

使用 Python 的 SimpleQueue

哈希表

修复字典中的错误

遍历嵌套字典

树与图

修复树实现中的漏洞

构建加权图

理解递归

斐波那契数列

汉诺塔

队列、哈希表、树、图与递归

本章重点介绍搜索算法，如线性搜索、二分搜索、深度优先搜索和广度优先搜索。您还将学习二叉搜索树以及如何在其中进行搜索。

线性搜索与二分搜索

实现二分查找

使用递归的二分查找

二叉搜索树（BST）

向二叉搜索树插入节点

在 BST 中查找最小节点

深度优先搜索（DFS）

按字母顺序打印书名

在波兰表示法中使用先序遍历

在图上实现 DFS

广度优先搜索（BFS）

在二叉树中使用广度优先搜索

使用 BFS 查找图的顶点

搜索算法

本章将讲解一些排序算法，如冒泡排序、选择排序、插入排序、归并排序和快速排序。

Bubble Sort（冒泡排序）

冒泡排序

使用冒泡排序对数字排序

修复冒泡排序算法中的一个错误

选择排序与插入排序

编写 Selection Sort

插入排序

用插入排序整理纸牌

归并排序

选项

正确

错误

归并排序：判断正误

修复归并排序算法中的一个错误

快速排序

Quicksort

使用 quicksort 排序数字

实现快速排序算法

恭喜您！

排序算法

Course Glossary

大多数计算机程序都建立在少数几种数据结构与算法之上。参加这门为时 4 小时的课程，了解您日常与计算机交互背后的机制！您将熟悉一些最常见的数据结构：链表、栈、队列、图和树。您还会实现常用算法，如深度优先搜索、广度优先搜索、冒泡排序、归并排序和快速排序。

视频提供直播字幕，您可以点击视频左下角的 "Show transcript" 展开查看。
课程术语表位于右侧的资源部分。
若要获取 CPE 学分，您需要完成课程并在合格评估中达到 70% 的得分。您可以点击右侧的 CPE 学分提示进入评估。

<h2>识别常见数据结构和算法</h2>
大多数计算机程序都基于少数几种数据结构和算法。 在这门四小时的课程中，了解你大多数电脑交互背后的原理！您将熟悉一些最常见的数据结构：链表、栈、队列和树。 你还将实现一些常用算法，例如深度优先搜索、广度优先搜索、冒泡排序、归并排序和快速排序。

<h2>学会在日常生活中识别数据结构和算法</h2>
你将实践将数据结构和算法应用于扑克牌组、音乐播放列表、国际菜肴和书籍堆。 你将掌握识别常见数据结构和算法的能力，并能将它们应用到日常开发中！<h2>分析算法效率</h2>
一路上，你将停下来从效率角度分析流行算法。 你将掌握“Big O 表示法”，这是描述算法复杂度的行业标准。

<h2>提升你的 Python 编程知识</h2>
精通数据结构和算法，意味着能够将日常问题转化为用高效代码解决的方案。 你将在 Python 中练习这些内容，并将这些基础且可迁移的技能带到任何编程语言中。


Introduction to Object-Oriented Programming in Python

探索数据结构，如链表、栈、队列、哈希表和图；以及常见的搜索和排序算法。

Python 中的数据结构与算法

探索链表、栈、队列、哈希表和图等数据结构，以及搜索和排序算法！

Python 开发人员

Python 软件工程

Python 编程工具箱

归并排序的第一步是将数据递归地二分，持续划分，直到每个列表只剩一个元素。

归并排序的时间复杂度是 O(n^2)。

归并排序的第二步是把拆分后的部分合并到另一个列表中。

归并排序：判断正误

Python 中的数据结构与算法

动手互动练习