实践

计算机科学

课程

采用一种有指导的,基于问题解决的方法来学习计算机科学。这些编译提供了其他任何地方都找不到的独特视角和应用程序。

计算机科学基础

里面有什么
  • 计算机科学工具
  • 计算解决问题
  • 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
  • 简介
  • 字符串
  • 变量

额外的练习

通过这些测试来提高你的技能,以检验你对基础知识的理解。

类型和数据结构
算法
  • 算法导论

  • 复杂度/运行时分析

    一个快速的算法是最有用的——你不希望你的问题在10年内得到答案,不是吗?运行时分析研究一个算法平均或最坏情况下完成所需的时间。

  • 动态规划

    当你试图提高效率的时候,你不会想要重复自己说过的话。动态编程是一种跟踪已经计算的结果的艺术,这些结果在以后的计算中是有用的。

  • 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,通常您希望数据从最小到最大排序。整理数据的艺术比你想象的要复杂得多!

  • 图算法

  • 流网络

  • 字符串算法

  • 计算几何

    计算机越来越多地被用于解决几何问题,如建模物理对象,如大脑和桥梁。

  • 可计算性

    计算机能做什么?

  • 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策。

编程语言
密码学和模拟
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…