实践

计算机科学

课程

采用有指导的、基于问题解决的方法来学习计算机科学。这些编译提供了您在其他地方找不到的独特透视图和应用程序。

计算机科学基础

里面有什么
  • 计算机科学工具
  • 计算问题解决
  • 算法思想

算法基本原理

里面有什么
  • 构建块
  • 数组的算法
  • 算法的速度
  • 稳定的匹配

Python编程

里面有什么
  • 介绍
  • 字符串
  • 变量

额外的练习

通过这些测试来提高你的技能,以检查你对基础知识的理解。

类型和数据结构
算法
  • 算法导论

  • 复杂性/运行时分析

    快速算法是最有用的——你不会想在10年内得到问题的答案,对吧?运行时分析研究算法平均或最坏情况下完成所需的时间。

  • 动态规划

    当你想要提高效率时,你不会想要重复自己的话。动态规划是跟踪已经计算的结果的艺术,这些结果在以后的计算中很有用。

  • 排序算法

    高度组织的数据对于许多算法来说都是至关重要的,并且您通常希望将数据从最小到最大排序。整理数据的艺术比您想象的要复杂得多!

  • 图算法

  • 流网络

  • 字符串算法

  • 计算几何

    计算机正越来越多地用于解决几何问题,比如为大脑和桥梁等物理物体建模。

  • 可计算性

    电脑能做什么?

  • 信号与系统

    从机器人到雷达,信号和系统使计算机能够根据周围的信息做出决定。

编程语言
密码学与仿真
机器学习
  • 机器学习概论

  • 分类

  • 聚类

  • 造型

  • 建议

  • 人工神经网络

社区维基

浏览由我们的专家社区编写的数千个计算机科学维基。

×

问题加载…

注意加载…

设置加载…