The primary topics in this part of the specialization are: shortest paths (Bellman-Ford, Floyd-Warshall, Johnson), NP-completeness and what it means for the algorithm designer, and strategies for coping with computationally intractable problems (analysis of heuristics, local search).
Ce cours fait partie de la Spécialisation Algorithmes
Shortest Paths Revisited, NP-Complete Problems and What To Do About Them
proposé par
À propos de ce cours
19,007 consultations récentes
Compétences que vous acquerrez
Data StructureAlgorithmsNp-CompletenessDynamic Programming
Programme du cours : ce que vous apprendrez dans ce cours
Semaine
13 heures pour terminer
Week 1
The Bellman-Ford algorithm; all-pairs shortest paths.
14 vidéos (Total 151 min), 4 lectures, 2 quiz
14 vidéos
Optimal Substructure10 min
The Basic Algorithm I8 min
The Basic Algorithm II10 min
Detecting Negative Cycles9 min
A Space Optimization12 min
Internet Routing I [Optional]11 min
Internet Routing II [Optional]6 min
Problem Definition7 min
Optimal Substructure12 min
The Floyd-Warshall Algorithm13 min
A Reweighting Technique14 min
Johnson's Algorithm I11 min
Johnson's Algorithm II11 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 #12 min
Semaine
23 heures pour terminer
Week 2
NP-complete problems and exact algorithms for them.
11 vidéos (Total 122 min), 2 lectures, 2 quiz
11 vidéos
Reductions and Completeness13 min
Definition and Interpretation of NP-Completeness I10 min
Definition and Interpretation of NP-Completeness II7 min
The P vs. NP Question9 min
Algorithmic Approaches to NP-Complete Problems12 min
The Vertex Cover Problem8 min
Smarter Search for Vertex Cover I9 min
Smarter Search for Vertex Cover II7 min
The Traveling Salesman Problem14 min
A Dynamic Programming Algorithm for TSP12 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 #22 min
Semaine
32 heures pour terminer
Week 3
Approximation algorithms for NP-complete problems.
6 vidéos (Total 68 min), 1 lecture, 2 quiz
6 vidéos
Analysis of a Greedy Knapsack Heuristic I7 min
Analysis of a Greedy Knapsack Heuristic II9 min
A Dynamic Programming Heuristic for Knapsack11 min
Knapsack via Dynamic Programming, Revisited10 min
Ananysis of Dynamic Programming Heuristic15 min
1 lecture
Week 3 Overview10 min
2 exercices pour s'entraîner
Problem Set #310 min
Programming Assignment #32 min
Semaine
43 heures pour terminer
Week 4
Local search algorithms for NP-complete problems; the wider world of algorithms.
11 vidéos (Total 124 min), 3 lectures, 3 quiz
11 vidéos
The Maximum Cut Problem II9 min
Principles of Local Search I8 min
Principles of Local Search II10 min
The 2-SAT Problem14 min
Random Walks on a Line16 min
Analysis of Papadimitriou's Algorithm14 min
Stable Matching [Optional]15 min
Matchings, Flows, and Braess's Paradox [Optional]13 min
Linear Programming and Beyond [Optional]11 min
Epilogue1 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 #42 min
Final Exam20 min
4.8
56 avis71%
a commencé une nouvelle carrière après avoir terminé ces cours
60%
a bénéficié d'un avantage concret dans sa carrière grâce à ce cours
Principaux examens pour Shortest Paths Revisited, NP-Complete Problems and What To Do About Them
This challenging course improves understanding of algorithms and is intellectually stimulating. I learnt the theory behind algorithms and how they are applied to solve real world problems.
This is the most challenging course in this specialization. Assignments as well as test questions require good amount of thinking.\n\nOne of the best courses I did on Coursera.
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 de la 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.
© 2019 Coursera Inc. Tous droits réservés.
