レッスン

配列とハッシュ マップが、特徴ベクトルから AI システムの埋め込み検索に至るまで、あらゆるものをどのように強化するかを学びます。

AI システムが文字列操作とパターン マッチングを使用してテキストをどのように分解、検索、操作するかを調べます。

並べ替えと検索のアルゴリズムが、AI が推奨事項をランク付けして答えを見つける方法の基礎となる理由を説明します。

リンクされたリスト、スタック、キューが AI システムなどで動的データをどのように処理するかを理解します。

ツリーとグラフが階層的で相互接続されたデータを表現し、AI の意思決定と推奨を強化する様子をご覧ください。

マスター ヒープ、優先キューの抽象化、および上位 K 問題やソート リストのマージなどの古典的なパターン。

二分探索の考え方、つまり検索スペース、回答の二分探索、および数十の面接の問題に現れるパターンを学びましょう。

呼び出しスタックから再帰を理解してから、順列や N-Queen などを解決するバックトラッキング テンプレートを学びます。

各ステップで局所的に最適な選択を行うと、実際に全体的に最適な結果が得られる場合と、そうでない場合を学びます。

BFS、DFS、フラッド フィル、マルチソース BFS、スパイラル トラバーサル、グリッド上での動的プログラミングを使用した 2D グリッド トラバーサルをマスターします。