mirror of
https://github.com/PKUFlyingPig/cs-self-learning.git
synced 2026-06-21 00:47:16 +08:00
37 lines
2.2 KiB
Markdown
37 lines
2.2 KiB
Markdown
# Coursera: Algorithms I & II
|
||
|
||
## 课程简介
|
||
|
||
- 所属大学：Princeton
|
||
- 先修要求：CS61A
|
||
- 编程语言：Java
|
||
- 课程难度：🌟🌟🌟
|
||
- 预计学时：60 小时
|
||
|
||
这是 [Coursera](https://www.coursera.org) 上评分最高的算法课程。Robert Sedgewick 教授有一种魔力，可以将无论多么复杂的算法讲得极为生动浅显。实不相瞒，困扰我多年的 KMP 以及网络流算法都是在这门课上让我茅塞顿开的，时隔两年我甚至还能写出这两个算法的推导与证明。
|
||
|
||
你是否觉得算法学了就忘呢？我觉得让你完全掌握一个算法的核心在于理解三点：
|
||
|
||
- 为什么这么做？（正确性推导，抑或是整个算法的核心本质）
|
||
- 如何实现它？（光学不用假把式）
|
||
- 用它解决实际问题（学以致用才是真本事）
|
||
|
||
这门课的构成就非常好地契合了上述三个步骤。观看课程视频并且阅读教授的[开源课本](https://algs4.cs.princeton.edu/home/)有助于你理解算法的本质，让你也可以用非常
|
||
生动浅显的话语向别人讲述为什么这个算法得长这个样子。
|
||
|
||
在理解算法之后，你可以阅读教授对于课程中讲授的所有数据结构与算法的[代码实现](https://algs4.cs.princeton.edu/code/)。
|
||
注意，这些实现可不是 demo 性质的，而是工业级的高效实现，从注释到变量命名都非常严谨，模块化也做得相当好，是质量很高的代码。我从这些代码中收获良多。
|
||
|
||
最后，就是这门课最激动人心的部分了，10 个高质量的 Project，并且全都有实际问题的背景描述，丰富的测试样例，自动的评分系统（代码风格也是评分的一环）。让你在实际生活中
|
||
领略算法的魅力。
|
||
|
||
## 课程资源
|
||
|
||
- 课程网站：[Algorithm I](https://www.coursera.org/learn/algorithms-part1), [Algorithm II](https://www.coursera.org/learn/algorithms-part2)
|
||
- 课程视频：详见课程网站
|
||
- 课程教材：<https://algs4.cs.princeton.edu/home/>
|
||
- 课程作业：10个Project，具体要求详见课程网站
|
||
|
||
## 资源汇总
|
||
|
||
@PKUFlyingPig 在学习这门课中用到的所有资源和作业实现都汇总在 [PKUFlyingPig/Princeton-Algorithm - GitHub](https://github.com/PKUFlyingPig/Princeton-Algorithm) 中。
|