[Stepik] Добрые, добрые структуры данных (Сергей Балакирев)

​

Для грамотной разработки программного кода нужно не только хорошо владеть языком программирования, но и предельно ясно представлять себе как эффективно организовывать хранение и обработку данных в процессе работы программы. Именно для этого и нужно знать основные структуры данных, понимать как они работают, какие у них преимущества и недостатки, чтобы грамотно выбирать лучшие способы представления данных при решении каждой конкретной задачи.

Этот курс - очередная важная ступенька вашего становления, как грамотного IT-специалиста в области программирования. После того, как вы изучили базовые возможности языка, его объектно-ориентированную составляющую, следующим логичным шагом является изучение типовых, часто используемых структур данных, знание их сильных и слабых сторон для эффективного использования в своих проектах.

Любая более-менее состоятельная программа использует хотя бы одну простейшую структуру данных, например, массивы. А в более сложных проектах всегда присутствуют и более сложные вроде связных списков, хэш-таблиц, множеств, ассоциативных массивов и так далее. Все это нужно знать, чтобы ваши программы получались максимально быстрыми и при этом экономно расходовали память устройства. Мало того, почти всегда на собеседованиях при приеме на работу на должность программиста задаются вопросы по структурам данных и способах оценки сложности алгоритмов, как правило, с позиции "О большого" (Big O). Как раз все эти важные темы входят в данный курс. Его прохождение позволит вам не только увереннее составлять алгоритмы, но и успешнее проходить собеседования при будущем трудоустройстве.

Чему вы научитесь:

1. Узнаете как правильно определять вычислительную сложность типовых алгоритмов (показатель О большое - Big O).
2. Познакомитесь со статическими и динамическими массивами.
3. Подробно изучите одно- и двусвязные списки, а также их использование для построения очередей и стеков.
4. Увидите, что из себя представляют бинарные деревья и как они применяются для описания упорядоченных множеств.
5. Познакомитесь с префиксными (нагруженными) деревьями и их применением для построения ассоциативных массивов.
6. Изучите основы хэш-таблиц, способы построения хэш-функций и методами устранения коллизий.

Для кого этот курс:

Задания этого курса ориентированы на язык Python и С++. Поэтому его имеет смысл проходить после изучения базы и ООП этих языков:

• "Добрый, добрый Python"
• "Добрый, добрый Python ООП"
• "Добрый, добрый C/C++"
• "Добрый, добрый ООП C++"

Идеально, если вы знаете оба языка программирования: и Python и C++. Но, можно его проходить, зная только один из них, или даже какой-либо другой. Правда тогда некоторые практические задания для вас будут непонятными. Но, тем не менее, вы, все равно, в полном объеме сможете изучить сами структуры данных. А это главная цель данного курса.

Спойлер: Программа курса:

1. Учимся оценивать вычислительную сложность алгоритмов

1. Введение в Big O
2. Big O логарифмической и факториальной сложности

2. Простейшие структуры данных

1. Статический массив
2. Статический массив на С++
3. Динамический массив
4. Динамический массив на Python
5. Динамический массив на С++

3. Связные списки

1. Односвязный список
2. Односвязный список на С++
3. Двусвязный список
4. Двусвязный список на С++ с нуля
5. Класс list двусвязного списка библиотеки STL языка С++

4. Очереди и стек

1. Очереди типов FIFO и LIFO
2. Очередь collections.deque на Python
3. Класс deque очереди библиотеки STL языка C++
4. Стек (stack)
5. Реализация стека на Python и C++

5. Деревья и множества

1. Бинарные деревья
2. Способы обхода и удаления вершин бинарного дерева
3. Бинарное дерево на Python
4. Множества (set). Операции над множествами
5. Множества set и multiset в C++
6. Контейнер map библиотеки STL в C++
7. Префиксное (нагруженное, Trie) дерево. Ассоциативные массивы

6. Хэш-таблицы

1. Хэш-таблицы
2. Универсальное хэширование
3. Метод открытой адресации. Двойное хэширование
4. Хэш-таблицы в языках Python и С++