演算法課

㈠ 如何評價北大在 Coursera 上的數據結構與演算法公開課

水平不高。建議學習Princeton的演算法課，這門課有數據結構的部分。
學完之後，建議看一下 「The Algorithm Design Manual」，了解典型數據結構和演算法的應用場景。

㈡ 演算法課程是不是包含數據結構 看演算法導論裡面有專門針對數據結構的章節。

演算法當然要組織數據結構。。。

因為剛好對應了時間復雜度和空間復雜度兩個概念。。
在數據結構中的查找 插入 刪除等操作都對應了演算法
而且每種演算法實現都是對應一種固定的數據結構來說的
可能多幾個標志變數或者哨兵元素就會讓演算法容易很多

到後來 一些復雜的演算法可能只包含基本操作了 比如GetElement SetElementAt等操作
而這些基本操作對於不同的數據結構(比如數組or鏈表)操作細節不同 而復雜演算法就不在意細節 只關心演算法核心原理了

所以說都要學的

㈢ CMU有哪些值得一上的演算法課

這個和CMU沒多大關系，和你成績來源學校有關
這個一般要根據你們本科學校教務規定來說，每個學校不一樣的。
有些學校優秀算85+，即85+就算A，算4.0
有些要90+才算A。
看看你們學校的成績單吧。或者問學長學姐之前申請的經驗。
一句說，就是沒有固定的對應方式。

㈣ 學習數據結構與演算法課程有用嗎

在計算機科學中，數據結構是一門研究非數值計算的程序設計問題中計算機的操作對象（數據元素）以及它們之間的關系和運算等的學科.

它屬於計算機的核心基礎課程，不僅僅計算機專業開這門課程，電子類的幾乎都開，學數學的也有這門課。計算機過級不考這個的，但他是計算機專業考研的必考科目，是搞程序、軟體開發的人員必須精通的一門課程之一。

數據結構與演算法更是各大名企面試題中的常客，如果不想被行業拋棄、想進入更大的名企、在IT道路上走得更遠，掌握數據結構與演算法是非常有必要的。

這是很明顯的一個道理，沒有地基就沒有高樓，沒有原理更遑論創新。所有我最近在看小碼哥李明傑的系列戀上數據結構與演算法的課程，感覺有幫助很大。

學習數據結構，就是為了打好這樣一個基石，你的代碼將不僅僅是止步於此，而是會因為數據結構帶給你的知識，讓你想到更好的方法，碼出運行更快的、編寫更方便的代碼來。數據結構就像一個工具，你可以根據需求將這個工具用到合適的場景。當基本的工具不能滿足你的需求，數據結構大佬就開始自定義數據結構，一個程序就這樣被「玩兒」出了花。

㈤ 演算法課程設計報告

題目中要求的功能進行敘述分析，並且設計解決此問題的數據存儲結構，（有些題目已經指定了數據存儲的，按照指定的設計），設計或敘述解決此問題的演算法，描述演算法建議使用流程圖，進行演算法分析指明關鍵語句的時間復雜度。
給出實現功能的一組或多組測試數據，程序調試後，將按照此測試數據進行測試的結果列出來 。
對有些題目提出演算法改進方案，比較不同演算法的優缺點。
如果程序不能正常運行，寫出實現此演算法中遇到的問題，和改進方法；
2 對每個題目要有相應的源程序（可以是一組源程序，即詳細設計部分）：
源程序要按照寫程序的規則來編寫。要結構清晰，重點函數的重點變數，重點功能部分要加上清晰的程序注釋。
程序能夠運行，要有基本的容錯功能。盡量避免出現操作錯誤時出現死循環；
3 最後提供的主程序可以象一個應用系統一樣有主窗口，通過主菜單和分級菜單調用課程設計中要求完成的各個功能模塊，調用後可以返回到主菜單，繼續選擇其他功能進行其他功能的選擇。最好有窗口展示部分。
4 課程設計報告：（保存在word 文檔中，文件名要求 按照"姓名-學號-課程設計報告"起名，如文件名為"張三-001-課程設計報告".doc ）按照課程設計的具體要求建立的功能模塊，每個模塊要求按照如下幾個內容認真完成；
其中包括:
a)需求分析：
在該部分中敘述，每個模塊的功能要求
b)概要設計
在此說明每個部分的演算法設計說明（可以是描述演算法的流程圖），每個程序中使用的存儲結構設計說明（如果指定存儲結構請寫出該存儲結構的定義。
c）詳細設計
各個演算法實現的源程序，對每個題目要有相應的源程序（可以是一組源程序，每個功能模塊採用不同的函數實現）
源程序要按照寫程序的規則來編寫。要結構清晰，重點函數的重點變數，重點功能部分要加上清晰的程序注釋。
d）調試分析
測試數據，測試輸出的結果，時間復雜度分析，和每個模塊設計和調試時存在問題的思考（問題是哪些？問題如何解決？），演算法的改進設想。
5. 課設總結： （保存在word 文檔中）總結可以包括 : 課程設計 過程的收獲、遇到問題、遇到問題解決問題過程的思考、程序調試能力的思考、對數據結構這門課程的思考、在課程設計過程中對C課程的認識等內容；
6.實驗報告的首頁請參考如下格式：

課程設計實驗
起止日期:20 -20 學年 學期
系別 班級 學號 姓名
實驗題目 □設計性 □綜合性
自我評價
教師評語 能夠實現實驗要求的功能 □全部 □部分演算法有新意 □有 □一般程序運行通過 □全部 □部分 演算法注釋說明 □完善 □僅有功能說明介面參數說明 □有 □無按期上交列印文檔資料及源程序 □所有 □部分綜合設計說明報告結構 □合理 □不合理用戶使用說明 □完整 □不全現場演示操作有準備 □有 □無問題解答流暢 □流暢 □不流暢獨立完成實驗 □能 □不能體現團隊合作精神。 □能夠 □不能
成績

這是張表格，過來時沒調整好，不過應該看得明白。我們是這樣寫的，你可以參考一下。

㈥ 在哪裡可以學習演算法求推薦呀

演算法的空間復雜度是指演算法需要消耗的內存空間。其計算和表示方法與時間復雜度類似，一般都用復雜度的漸近性來表示。同時間復雜度相比，空間復雜度的分析要簡單得多。去慕課網吧

㈦ 計算機專業上演算法課時老師是只講出演算法的思想還是會給出實現的代碼

看是什麼情況
不過演算法的思想是肯定會有的
一般還會有一段代碼來講解一下(一般不會給你)
如果是真的想讓你們學會的老師還會操練幾個題
不過其思想一定要記住並揣摩，然後就是多做題了·~~~

㈧ 演算法該如何學習

我的研究生生涯絕對是一個反面典型——翹課，實習，寫水論文，做水研究，但有一點我頗為自得——從頭到尾認真聽了韓軍教授的演算法設計與分析課程。

韓軍給我印象最深的有兩點：課堂休息時跑到外面和幾個學生借火抽煙；講解演算法時的犀利和毫不含糊。
盡管韓軍從來沒有主動提及，但我敢肯定演算法設計與分析基礎就是他演算法課程事實上的（de-facto）教材，因為他的課程結構幾乎和這本書的組織結構一模一樣。

如果數據結構與演算法分析——C語言描述是我的數據結構啟蒙，那麼韓軍的課程和演算法設計與分析基礎就是我的演算法啟蒙，結合課程和書籍，我一一理解並掌握了復雜度分析、分治、減治、變治、動態規劃和回溯這些簡單但強大的演算法工具。

㈨ 上演算法課的時候,老師布置了一個作業題:給你一個正整數n（1≤n≤10000000）

Python不會，C的話，一個for循環加一個while搞定，大概的思路如下，你可以參考下
for(i=1;i<n;i++)
{
int iSum = i;
int iTmp= i;
while(iSum<n ||iTmp<n )
{
iSum += iTmp;
iTmp++;
if(iSum ==n)
{
printf("當前連續的幾個數相加之和等於n");

break;
}
}
}