实践

计算机科学

课程

采用一种有指导的,解决问题的方法来学习计算机科学。这些汇编提供了您在其他任何地方都找不到的独特视角和应用程序。

计算机基础

里面有什么
  • 计算机科学工具
  • 计算性问题解决
  • 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

使用Python编程

里面有什么
  • 简介
  • 字符串
  • 字符串操作
  • 循环,函数和参数

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
  • 算法简介

  • 复杂性/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,对吗?运行时分析研究一个算法平均或在最坏情况下完成需要多长时间。

  • 动态规划

    当你试图提高效率时,你不想重复自己。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。使数据有序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

    计算机被越来越多地用于解决几何问题,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,信号和系统允许计算机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

浏览数千个由我们的专家社区编写的计算机科学维基。

×

问题加载…

注意加载…

设置加载…