Skip to content

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?

延伸:效能實務見 效能與擴展,網路分析見 網路分析。