Logo
☆☆☆☆☆
0.0
Beginner
10h

编码面试与进阶必备的大O表示法

本课程面向缺乏计算机科学科班背景的专业人士,旨在为他们提供一份简单实用的算法复杂度入门指南。课程以通俗易懂的语言讲解核心概念,教授如何分析算法的时间复杂度,而无需具备深厚的数学基础。对于准备技术面试、希望复习复杂度相关知识或大O分析方法的读者,本课程也具有很高的参考价值。此外,课程内容还简要介绍了部分高级分析主题,帮助学习者更全面地理解复杂度理论的基本框架。

8 Lessons
Included in Subscription Plan
Personalized Learning
Powered by AI
编码面试与进阶必备的大O表示法
本课程面向缺乏计算机科学科班背景的专业人士,旨在为他们提供一份简单实用的算法复杂度入门指南。课程以通俗易懂的语言讲解核心概念,教授如何分析算法的时间复杂度,而无需具备深厚的数学基础。对于准备技术面试、希望复习复杂度相关知识或大O分析方法的读者,本课程也具有很高的参考价值。此外,课程内容还简要介绍了部...

WHAT YOU'LL LEARN

理解大O表示法与渐进复杂度的基本概念

Content

8 Lessons • 0 Quizzes • 0 Challenges

基础
  1. 1

    简介

  2. 2

    速度的需求

  3. 3

    分析算法

  4. 4

    算法分析(第二部分)

  5. 5

    算法分析 第三部分

  6. 6

    题目集 1

形式化分析工具
  1. 1

    函数及其增长

  2. 2

    Θ符号(Theta Notation)

  3. 3

    大O符号与大Ω符号

  4. 4

    小ω符号和小o符号

  5. 5

    问题集 2

  6. 6

    解答集 2

递归
  1. 1

    递归关系

  2. 2

    递归关系 第二部分

  3. 3

    二分查找——递归实现

  4. 4

    排列

  5. 5

    动态规划

  6. 6

    自顶向下与自底向上方法

  7. 7

    问题集 3

  8. 8

    解决方案集 3

数据结构
  1. 1

    数组

  2. 2

    链表

  3. 3

    哈希表

  4. 4

    双向链表

  5. 5

    栈和队列

  6. 6

    树结构

  7. 7

    问题集 4

  8. 8

    解答集 4

  9. 9

    优先级过期缓存问题

均摊分析
  1. 1

    一系列操作的总成本

  2. 2

    动态数组

  3. 3

    炫酷栈

  4. 4

    题目集 5

  5. 5

    解答集 5

概率分析
  1. 1

    量化机会与随机性

  2. 2

    随机变量

  3. 3

    概率分布

  4. 4

    随机变量的期望值

  5. 5

    Tinder 问题

复杂性理论
  1. 1

    为什么我需要关心这个问题?

  2. 2

    P类和NP类

  3. 3

    用复杂性致富

  4. 4

    NP-完全与NP-难

  5. 5

    P 与 NP 之间?

  6. 6

    题目集 6

结束
  1. 1

    速查表

  2. 2

    尾声

Certificate of Completion

Showcase your accomplishment by sharing your certificate of completion.

Course Author:Anonymous User

Reviews

Read reviews from students who have taken this course and share your own experience.

Reviews & Comments (0)