Data Structures: An Active Learning Approach

Name: Data Structures: An Active Learning Approach
Rating: NaN (0 reviews)
Author: The University of California, San Diego

Archived

Cours

Anglais

60 h

Vous ne pouvez pas accéder à un cours au statut archivé.

Conditions

À son rythme
Accès libre
Certificat payant

Plus d'informations

10 séquences
Niveau Intermédiaire

Vous ne pouvez pas accéder à un cours au statut archivé.

Their employees are learning daily with

Découvrir Edflex

Détails du cours

Déroulé

Module 1: Introduction and Review

1.1 Welcome to Data Structures!
1.2 Tick Tock, Tick Tock
1.3 Classes of Computational Complexity
1.4 The Fuss of C++
1.5 Random Numbers
1.6 Bit-by-Bit
1.7 The Terminal-ator
1.8 Git: the "Undo" Button of Software Development

Module 2: Introductory Data Structures

2.1 Array Lists
2.2 Linked Lists
2.3 Skip Lists
2.4 Circular Arrays
2.5 Abstract Data Types
2.6 Deques
2.7 Queues
2.8 Stacks
2.9 And the Iterators Gonna Iterate-ate-ate

Module 3: Tree Structures

3.1 Lost in a Forest of Trees
3.2 Heaps
3.3 Binary Search Trees
3.4 BST Average-Case Time Complexity
3.5 Randomized Search Trees
3.6 AVL Trees
3.7 Red-Black Trees
3.8 B- Trees
3.9 B+ Trees

Module 4: Introduction to Graphs

4.1 Introduction to Graphs
4.2 Graph Representations
4.3 Algorithms on Graphs: Breadth-First Search
4.4 Algorithms on Graphs: Depth-First Search
4.5 Dijkstra's Algorithm
4.6 Minimum Spanning Trees: Prim's and Kruskal's Algorithms
4.7 Disjoint Sets

Module 5: Hashing

5.1 The Unquenched Need for Speed
5.2 Hash Functions
5.3 Introduction to Hash Tables
5.4 Probability of Collisions
5.5 Collision Resolution: Open Addressing
5.6 Collision Resolution: Closed Addressing (Separate Chaining)
5.7 Collision Resolution: Cuckoo Hashing
5.8 Hash Maps

Module 6: Implementing a Lexicon

6.1 Creating a Lexicon
6.2 Using Linked Lists
6.3 Using Arrays
6.4 Using Binary Search Trees
6.5 Using Hash Tables and Hash Maps
6.6 Using Multiway Tries
6.7 Using Ternary Search Trees

Module 7: Coding and Information Compression

7.1 Return of the (Coding) Trees
7.2 Entropy and Information Theory
7.3 Honey, I Shrunk the File
7.4 Bitwise I/O

Module 8: Conclusions

8.1 Summaries of Data Structures

Prérequis

Reading and understanding pseudocode
Performing time-complexity analysis using Big-O notation
Working with basic probabilities
Following formal mathematical proofs
Programming in either C++ or Python

Intervenants

Niema Moshiri
Ph. D. Student
The University of California, San Diego

Christine Alvarado
Associate Teaching Professor, Computer Science and Engineering
The University of California, San Diego

Liz Izhikevich
M.S. Student, Computer Science and Engineering
The University of California, San Diego

Éditeur

The University of California, San Diego

Plateforme

EdX est une plateforme d'apprentissage en ligne (dite FLOT ou MOOC). Elle héberge et met gratuitement à disposition des cours en ligne de niveau universitaire à travers le monde entier. Elle mène également des recherches sur l'apprentissage en ligne et la façon dont les utilisateurs utilisent celle-ci. Elle est à but non lucratif et la plateforme utilise un logiciel open source.

EdX a été fondée par le Massachusetts Institute of Technology et par l'université Harvard en mai 2012. En 2014, environ 50 écoles, associations et organisations internationales offrent ou projettent d'offrir des cours sur EdX. En juillet 2014, elle avait plus de 2,5 millions d'utilisateurs suivant plus de 200 cours en ligne.

Les deux universités américaines qui financent la plateforme ont investi 60 millions USD dans son développement. La plateforme France Université Numérique utilise la technologie openedX, supportée par Google.