The primary topics in this part of the specialization are: greedy algorithms (scheduling, minimum spanning trees, clustering, Huffman codes) and dynamic programming (knapsack, sequence alignment, optimal search trees).
Ce cours fait partie de la Spécialisation Algorithmes
Greedy Algorithms, Minimum Spanning Trees, and Dynamic Programming
Offert par
À propos de ce cours
46,975 consultations récentes
Learner Career Outcomes
38%
ont commencé une nouvelle carrière après avoir terminé ce cours
45%
ont bénéficié d'un avantage concret dans leur carrières grâce à ce cours
14%
a obtenu une augmentation de salaire ou une promotion
Compétences que vous acquerrez
Spanning TreeAlgorithmsDynamic ProgrammingGreedy Algorithm
Learner Career Outcomes
38%
ont commencé une nouvelle carrière après avoir terminé ce cours
45%
ont bénéficié d'un avantage concret dans leur carrières grâce à ce cours
14%
a obtenu une augmentation de salaire ou une promotion
100 % en ligne
Commencez dès maintenant et apprenez aux horaires qui vous conviennent.
Cours 3 sur 4 dans le
Dates limites flexibles
Réinitialisez les dates limites selon votre disponibilité.
Niveau intermédiaire
Approx. 22 heures pour terminer
Recommandé : 4 weeks of study, 4-8 hours/week
Anglais
Sous-titres : Anglais
Programme du cours : ce que vous apprendrez dans ce cours
4 heures pour terminer
Week 1
Two motivating applications; selected review; introduction to greedy algorithms; a scheduling application; Prim's MST algorithm.
4 heures pour terminer
16 vidéos (Total 160 min), 4 lectures, 2 quiz
16 vidéos
Application: Sequence Alignment8 min
Introduction to Greedy Algorithms12 min
Application: Optimal Caching10 min
Problem Definition5 min
A Greedy Algorithm12 min
Correctness Proof - Part I6 min
Correctness Proof - Part II4 min
Handling Ties [Advanced - Optional]7 min
MST Problem Definition11 min
Prim's MST Algorithm7 min
Correctness Proof I15 min
Correctness Proof II8 min
Proof of Cut Property [Advanced - Optional]11 min
Fast Implementation I14 min
Fast Implementation II9 min
4 lectures
Week 1 Overview10 min
Overview, Resources, and Policies10 min
Lecture slides10 min
Optional Theory Problems (Week 1)10 min
2 exercices pour s'entraîner
Problem Set #110 min
Programming Assignment #16 min
4 heures pour terminer
Week 2
Kruskal's MST algorithm and applications to clustering; advanced union-find (optional).
4 heures pour terminer
16 vidéos (Total 188 min), 2 lectures, 2 quiz
16 vidéos
Correctness of Kruskal's Algorithm9 min
Implementing Kruskal's Algorithm via Union-Find I9 min
Implementing Kruskal's Algorithm via Union-Find II13 min
MSTs: State-of-the-Art and Open Questions [Advanced - Optional]9 min
Application to Clustering11 min
Correctness of Clustering Algorithm9 min
Lazy Unions [Advanced - Optional]10 min
Union-by-Rank [Advanced - Optional]12 min
Analysis of Union-by-Rank [Advanced - Optional]14 min
Path Compression [Advanced - Optional]14 min
Path Compression: The Hopcroft-Ullman Analysis I [Advanced - Optional]9 min
Path Compression: The Hopcroft-Ullman Analysis II [Advanced - Optional]11 min
The Ackermann Function [Advanced - Optional]16 min
Path Compression: Tarjan's Analysis I [Advanced - Optional]14 min
Path Compression: Tarjan's Analysis II [Advanced - Optional]13 min
2 lectures
Week 2 Overview10 min
Optional Theory Problems (Week 2)10 min
2 exercices pour s'entraîner
Problem Set #210 min
Programming Assignment #24 min
2 heures pour terminer
Week 3
Huffman codes; introduction to dynamic programming.
2 heures pour terminer
11 vidéos (Total 105 min), 1 lecture, 2 quiz
11 vidéos
Problem Definition10 min
A Greedy Algorithm16 min
A More Complex Example4 min
Correctness Proof I10 min
Correctness Proof II12 min
Introduction: Weighted Independent Sets in Path Graphs7 min
WIS in Path Graphs: Optimal Substructure9 min
WIS in Path Graphs: A Linear-Time Algorithm9 min
WIS in Path Graphs: A Reconstruction Algorithm6 min
Principles of Dynamic Programming7 min
1 lecture
Week 3 Overview10 min
2 exercices pour s'entraîner
Problem Set #310 min
Programming Assignment #36 min
3 heures pour terminer
Week 4
Advanced dynamic programming: the knapsack problem, sequence alignment, and optimal binary search trees.
3 heures pour terminer
10 vidéos (Total 107 min), 3 lectures, 3 quiz
10 vidéos
The Knapsack Problem9 min
A Dynamic Programming Algorithm9 min
Example [Review - Optional]12 min
Optimal Substructure13 min
A Dynamic Programming Algorithm12 min
Problem Definition12 min
Optimal Substructure9 min
Proof of Optimal Substructure6 min
A Dynamic Programming Algorithm I9 min
A Dynamic Programming Algorithm II9 min
3 lectures
Week 4 Overview10 min
Optional Theory Problems (Week 4)10 min
Info and FAQ for final exam10 min
3 exercices pour s'entraîner
Problem Set #410 min
Programming Assignment #44 min
Final Exam20 min
4.8
96 avis
Meilleurs avis pour Greedy Algorithms, Minimum Spanning Trees, and Dynamic Programming
One of the best courses to make a student learn DP in a way that enables him/her to think of the subproblems and way to proceed to solving these subproblems. Definitely helpful for me. Thanks.
As usual with Stanford and Tim Roughgarden, a high-quality course with an informal style but a lot of rigor. The assignments are challenging but doable. Highly recommended.
Enseignant
Tim Roughgarden
ProfessorComputer Science
À propos de Université de Stanford
The Leland Stanford Junior University, commonly referred to as Stanford University or Stanford, is an American private research university located in Stanford, California on an 8,180-acre (3,310 ha) campus near Palo Alto, California, United States.
À propos du Spécialisation Algorithmes
Algorithms are the heart of computer science, and the subject has countless practical applications as well as intellectual depth. This specialization is an introduction to algorithms for learners with at least a little programming experience. The specialization is rigorous but emphasizes the big picture and conceptual understanding over low-level implementation and mathematical details. After completing this specialization, you will be well-positioned to ace your technical interviews and speak fluently about algorithms with other programmers and computer scientists.
About the instructor: Tim Roughgarden has been a professor in the Computer Science Department at Stanford University since 2004. He has taught and published extensively on the subject of algorithms and their applications.
Foire Aux Questions
Quand aurai-je accès aux vidéos de cours et aux devoirs ?
Une fois que vous êtes inscrit(e) pour un Certificat, vous pouvez accéder à toutes les vidéos de cours, et à tous les quiz et exercices de programmation (le cas échéant). Vous pouvez soumettre des devoirs à examiner par vos pairs et en examiner vous-même uniquement après le début de votre session. Si vous préférez explorer le cours sans l'acheter, vous ne serez peut-être pas en mesure d'accéder à certains devoirs.
À quoi ai-je droit si je m'abonne à cette Spécialisation ?
Lorsque vous vous inscrivez au cours, vous bénéficiez d'un accès à tous les cours de la Spécialisation, et vous obtenez un Certificat lorsque vous avez réussi. Votre Certificat électronique est alors ajouté à votre page Accomplissements. À partir de cette page, vous pouvez imprimer votre Certificat ou l'ajouter à votre profil LinkedIn. Si vous souhaitez seulement lire et visualiser le contenu du cours, vous pouvez accéder gratuitement au cours en tant qu'auditeur libre.
Quelle est la politique de remboursement ?
Une aide financière est-elle possible ?
D'autres questions ? Visitez le Centre d'Aide pour les Etudiants.
Coursera propose un accès universel à la meilleure formation au monde,
en partenariat avec des universités et des organisations du plus haut niveau, pour proposer des cours en ligne.
© 2020 Coursera Inc. Tous droits réservés.
