最新圖解演算法-使用Python 【影音課程】

博碩文化

  • 開課單位: 博碩文化
  • 開課日期: 2022-12-31
  • 定價: $2,000
  • 售價: 7.8$1,560
  • 已過版

相關主題

商品描述

課程詳情  << 18 章節 61 單元 約 5 小時 51 分 >>

●使用簡明的圖例介紹常用的演算法概念,包括:分治法、遞迴法、貪心法、動態規劃法、疊代法、枚舉法、回溯法…等。
●應用不同演算法延伸出重要資料結構,例如:陣列、鏈結串列、堆疊、佇列、樹狀結構、圖形、排序、搜尋、雜湊…等。
●搭配Python程式語言舉例實作,是入門演算法的最佳首選。
●配合完整實作程式碼,能將各種演算法真正應用在程式設計的領域。
●理解零負擔、高CP值Python語言實作。

---【吳燦銘 老師】---
現任榮欽科技執行長,曾監製研發多套遊戲及教學軟體,曾任必成高普考資料處理科講師、千華高普考資料處理科講師、考友上高普考資料處理科講師、樹德科技大學資訊管理系兼任講師
長期從事資訊教育工作,為松崗、博碩、上奇…等多家電腦圖書公司的專業作者,著作包括計算機概論、程式設計、資料結構、辦公室電子資料處理、網際網路…等相關題材等
近年來致力於「油漆式速記法」的推廣,研發出各種行動裝置APP及跨平台的多國語言雲端學習系統,受邀演講的場次已超過數百場

  • 1-1 生活中到處都是演算法  (07 : 48)
  • 1-2 常見演算法簡介(預覽)(14 : 58)

  • 2-1 認識資料結構  (04 : 37)
  • 2-2 資料結構的種類(預覽)(08 : 16)
  • 2-3 樹狀結構  (07 : 26)
  • 2-4 圖形簡介  (04 : 11)
  • 2-5 雜湊表  (04 : 49)

  • 3-1 認識排序  (03 : 33)
  • 3-2 氣泡排序法  (06 : 05)
  • 3-3 選擇排序法(預覽)(06 : 38)
  • 3-4 插入排序法  (05 : 47)

  • 4-1 謝耳排序法  (06 : 23)
  • 4-2 合併排序法  (07 : 39)
  • 4-3 快速排序法  (06 : 20)
  • 4-4 基數排序法  (05 : 40)

  • 5-1 循序搜尋法  (05 : 15)
  • 5-2 二分搜尋法  (04 : 10)
  • 5-3 內插搜尋法  (05 : 18)

  • 6-1 除法  (02 : 52)
  • 6-2 中間平方法  (01 : 43)
  • 6-3 折疊法  (02 : 01)
  • 6-4 數位分析法  (01 : 23)
  • 6-5 程式設計觀念題  (02 : 39)

  • 7-1 線性探測法  (07 : 52)
  • 7-2 平方探測法  (01 : 37)
  • 7-3 再雜湊法  (02 : 56)

  • 8-1 矩陣相加  (03 : 35)
  • 8-2 矩陣相乘  (05 : 00)
  • 8-3 轉置矩陣  (02 : 45)

  • 9-1 建立單向鏈結串列  (05 : 34)
  • 9-2 單向鏈結串列的連結  (05 : 13)
  • 9-3 單向鏈結串列刪除節點  (05 : 37)
  • 9-4 單向鏈結串列的反轉  (06 : 12)
  • 9-5 程式設計觀念題  (03 : 42)

  • 10-1 陣列實作堆疊  (05 : 17)
  • 10-2 鍵結串列實作堆疊  (04 : 11)
  • 10-3 河內塔演算法  (08 : 15)
  • 10-4 八皇后演算法  (04 : 42)
  • 10-5 程式設計觀念題  (02 : 06)

  • 11-1 陣列實作佇列  (06 : 06)
  • 11-2 鏈結串列實作佇列  (05 : 47)
  • 11-3 雙向佇列  (07 : 25)
  • 11-4 優先佇列  (02 : 46)

  • 12-1 特殊的二元樹  (02 : 44)
  • 12-2 陣列實作二元樹  (06 : 36)
  • 12-3 鏈結串列實作二元樹  (03 : 28)
  • 12-4 二元樹走訪  (07 : 55)
  • 12-5 程式設計觀念題  (06 : 06)

  • 13-1 二元樹搜尋演算法  (05 : 23)

  • 14-1 二元樹插入節點  (04 : 15)
  • 14-2 二元樹刪除節點  (03 : 23)
  • 14-3 程式設計觀念題  (05 : 31)

  • 15-1 將二元樹轉換成堆積樹  (06 : 52)
  • 15-2 堆積排序法實作  (09 : 19)

  • 16-1 先深後廣走訪法  (10 : 20)
  • 16-2 先廣後深搜尋法  (08 : 21)

  • 17-1 Prim演算法  (05 : 59)
  • 17-2 Kruskal演算法  (11 : 20)

  • 18-1 Dijkstra演算法  (13 : 41)
  • 18-2 A*演算法  (05 : 03)
  • 18-3 Floyd演算法  (12 : 54)