Olympisk programmering. Grundniveau - gratis kursus fra Stepik, træning 17 lektioner, Dato: 1. december 2023.
Miscellanea / / December 04, 2023
Om kurset
Kurset er primært beregnet til begyndere programmører. Og for en hurtig start anbefaler vi Python. Python er nemmere at lære fra bunden selv for en begynder i programmering, det er nemt at skrive, og den skrevne kode er let at læse. Python er et moderne programmeringssprog, det er meget brugt til maskinlæring i Data Science og så videre. Med hensyn til antallet af tutorials og online kursustilbud vinder Python uden tvivl over andre Sprog.
Men hvis du ønsker at opnå betydelig succes i programmeringskonkurrencer, så er det selvfølgelig i fremtiden at foretrække at studere C/C++ sprog, hvis brug garanterer at få en komplet løsning på problemer ved Olympiaderne, så vi forsøgte at tilføje løsninger og eksempler i C++ til teksterne materialer. Alle kursusopgaver kan løses ved hjælp af et hvilket som helst programmeringssprog, der er tilgængeligt på Stepik.
Kurset dækker følgende emner: talteoretiske algoritmer, søgealgoritmer og grundlæggende datastrukturer. Der er udviklet opgaver til træning med analyse og konkurrencer for hvert emne. Der er i alt 59 opgaver. Også for at overveje teoretiske spørgsmål og træning, bruges problemer fra arkiverne for forskellige olympiader. Løsningen på alle øvelsesproblemer diskuteres på forummet, som du får adgang til efter flere forsøg, så vægten af sådanne problemer i kurset er lille i forhold til problemer fra konkurrencer.
Indledende krav
Kurset henvender sig til gymnasieelever og yngre elever. Kurset kan også være nyttigt for datalogilærere; vi er klar til at dele analyser af løsninger på problemer fra konkurrencer.
For at gennemføre kurset skal du som minimum have grundlæggende programmeringsfærdigheder i Python 3 (forgrening, loops, grundlæggende datatyper, samlinger, funktioner) eller ethvert andet programmeringssprog, der er tilgængeligt på Stepik til at løse problemer programmering.
1
godtKandidat for fysiske og matematiske videnskaber, lektor ved Institut for Algebraiske og Informationssystemer ved ISU. Jeg har deltaget i tilrettelæggelsen af regionale og kommunale etaper af den all-russiske olympiade for skolebørn i datalogi og IKT i Irkutsk-regionen siden 2003, og siden...
Kandidat for fysiske og matematiske videnskaber, lektor ved Institut for Algebraiske og Informationssystemer ved ISU. Jeg deltager i tilrettelæggelsen af regionale og kommunale faser af den all-russiske olympiade for skolebørn i datalogi og IKT i Irkutsk-regionen siden 2003 og siden 2013 - formand for organisationskomitéen og juryen for regionale stadier i datalogi i Irkutsk områder. Olympiade programmerings træner.
1
godtPh.D., lektor, Institut for Datalogi, St. Petersburg Electrotechnical University "LETI"
Ph.D., lektor, Institut for Datalogi, St. Petersburg Electrotechnical University "LETI"
1
godtStuderende, Fakultet for Computerteknologi og Informatik, St. Petersburg Electrotechnical University "LETI", Institut for Datalogi
Studerende, Fakultet for Computerteknologi og Informatik, St. Petersburg Electrotechnical University "LETI", Institut for Datalogi
Analyse af algoritmens effektivitet
1. Grundlæggende om algoritmeeffektivitetsanalyse
2. Vigtigste effektivitetsklasser
Talteoretiske algoritmer
1. Heltals aritmetik
2. Enkelthedstjek
3. At finde primære faktorer
4. Sigte af Eratosthenes
5. GCD. Euklids algoritme
6. Afsluttende konkurrence
Søgealgoritmer
1. Lineær og binær søgning
2. Binær søgning efter svar
3. To pointer metode
4. Afsluttende konkurrence
Datastrukturer
1. Lineære datastrukturer
2. Stabler
3. Kø, dec
4. Træer. Dynge
5. Afsluttende konkurrence