1. Wprowadzenie do algorytmów. Wprowadzenie. Czego nauczysz się o wydajności. Czego nauczysz się o rozwiązywaniu problemów. Wyszukiwanie binarne. Lepszy sposób wyszukiwania. Czas wykonywania. Notacja dużego O. Czas wykonywania algorytmów rośnie w różnym tempie. Wizualizacja różnych czasów wykonywania. Notacja dużego O określa czas działania w najgorszym przypadku. Kilka typowych czasów wykonywania. Problem komiwojażera. Powtórzenie. 2. Sortowanie przez wybieranie. Jak działa pamięć. Tablice i listy powiązane. Listy powiązane. Tablice. Terminologia. Wstawianie elementów w środku listy. Usuwanie elementów. Sortowanie przez wybieranie. Powtórzenie. 3. Rekurencja. Rekurencja. Przypadki podstawowy i rekurencyjny. Stos. Stos wywołań. Stos wywołań z rekurencją. Powtórzenie. 4. Szybkie sortowanie. "Dziel i rządź". Sortowanie szybkie. Jeszcze raz o notacji dużego O. Sortowanie przez scalanie a sortowanie szybkie. Przypadki średni i najgorszy. Powtórzenie. 5. Tablice skrótów. Funkcje obliczania skrótów. Zastosowania tablic skrótów. Przeszukiwanie tablic skrótów. Zapobieganie powstawaniu duplikatów elementów. Tablice skrótów jako pamięć podręczna. Powtórzenie wiadomości. Kolizje. Wydajność. Współczynnik zapełnienia. Dobra funkcja obliczania skrótów, Powtórzenie. 6. Przeszukiwanie wszerz. Wprowadzenie do grafów. Czym jest graf. Wyszukiwanie wszerz. Szukanie najkrótszej drogi. Kolejki. Implementacja grafu. Implementacja algorytmu. Czas wykonywania. Powtórzenie. 7. Algorytm Dijkstry. Posługiwanie się algorytmem Dijkstry. Terminologia. Szukanie funduszy na fortepian. Krawędzie o wadze ujemnej. Implementacja. Powtórzenie. 8. Algorytmy zachłanne. Plan zajęć w sali lekcyjnej. Problem plecaka. Problem pokrycia zbioru. Algorytmy aproksymacyjne. Problemy NP-zupełne. Problem komiwojażera krok po kroku. Trzy miasta. Cztery miasta. Jak rozpoznać, czy problem jest NP-zupełny. Powtórzenie wiadomości. 9. Programowanie dynamiczne. Problem plecaka. Proste rozwiązanie. Programowanie dynamiczne. Pytania dotyczące problemu plecaka. Co się dzieje, gdy zostanie dodany element. Jaki będzie skutek zmiany kolejności wierszy. Czy siatkę można wypełniać wg kolumn zamiast wierszy. Co się stanie, gdy doda się mniejszy element. Czy można ukraść ułamek przedmiotu. Optymalizacja planu podróży. Postępowanie z wzajemnie zależnymi przedmiotami. Czy możliwe jest, aby rozwiązanie wymagało więcej niż dwóch podplecaków. Czy najlepsze rozwiązanie zawsze oznacza całkowite zapełnienie plecaka? Najdłuższa wspólna część łańcucha. Przygotowanie siatki. Wypełnianie siatki. Najdłuższa wspólna podsekwencja. Najdłuższa wspólna podsekwencja – rozwiązanie. Powtórzenie. 10. K najbliższych sąsiadów. Klasyfikacja pomarańczy i grejpfrutów. Budowa systemu rekomendacji. Wybór cech. Regresja. Wybieranie odpowiednich cech. Wprowadzenie do uczenia maszynowego. Optyczne rozpoznawanie znaków. Budowa filtra spamu. Przewidywanie cen akcji. Powtórzenie. 11. Co dalej. Drzewa. Odwrócone indeksy. Transformata Fouriera. Algorytmy równoległe. MapReduce. Do czego nadają się algorytmy rozproszone. Funkcja map. Funkcja reduce. Filtry Blooma i HyperLogLog. Filtry Blooma. HyperLogLog. Algorytmy SHA. Porównywanie plików. Sprawdzanie haseł. Locality-sensitive hashing. Wymiana kluczy Diffiego-Hellmana. Programowanie liniowe. Epilog. Rozwiązania ćwiczeń.