外觀
Computing › CS 基礎
電腦科學基礎 (Computer Science Foundations)
程式如何被執行、演算法怎麼評估效率、資料結構如何決定哪些操作快,以及計算本身的理論極限。對資料工作者最實用的是:看懂複雜度,選對資料結構(set / dict vs list),知道為什麼向量化與索引會快。
建議順序
text
電腦架構 → 演算法與複雜度 → 線性資料結構 → 非線性資料結構 → 搜尋 → 排序 → 圖走訪
└─ 延伸:可計算性、程式設計範式| 筆記 | 內容 | 回答的問題 |
|---|---|---|
| 電腦架構與程式執行 | CPU、記憶體階層、二進位、編譯 vs 直譯 vs JIT | 程式怎麼被硬體執行?為什麼有的語言快? |
| 演算法與複雜度 | Big-O、最佳 / 平均 / 最壞、成長曲線、設計策略 | 資料變大 10 倍,程式會慢多少? |
| 線性資料結構 | 陣列、鏈結串列、堆疊、佇列、deque | 依序存取的資料該用哪種結構? |
| 非線性資料結構 | 樹、BST、堆積、雜湊表、圖的表示法 | 查詢、排序維持、取最小值、表達關係用什麼? |
| 搜尋演算法 | 線性 vs 二分搜尋、bisect、searchsorted | 要先排序嗎?怎麼查最快? |
| 排序演算法 | 五種排序、穩定性、實測耗時、sorted / heapq | 排序的成本與選擇? |
| 圖走訪 | DFS、BFS、最短路徑、拓撲排序 | 怎麼有系統地走過一張圖? |
| 可計算性與圖靈機 | 自動機層級、圖靈機、停機問題、P vs NP | 哪些問題理論上不可能解? |
| 程式設計範式 | 程序式、函數式、物件導向、宣告式 | 程式該怎麼組織? |