【Udemy中英字幕】Recurofy: Learn Recursion and Dynamic Programming

Recurofy：学习递归和动态规划

专业课程教你如何在编程面试中解决递归和动态规划问题

讲师：Joseph Patchen

双语IT资源独家Udemy付费课程，独家中英文字幕，配套资料齐全！

用不到1/10的价格，即可享受同样的高品质课程，且可以完全拥有，随时随地都可以任意观看和分享。

您将学到什么

• 拥有一个直观的框架，可以用来解决以前从未见过的递归问题
• 理解递归问题的两种主要思考方式：自相似或决策树
• 了解何时以及如何将动态规划优化应用于递归算法
• 解决编码面试中的递归和动态规划问题

探索相关主题

• 算法
• 其他 IT 和软件
• 信息技术与软件

要求

• 基本编程经验
• 基本的 Python 知识：在本课程中，我们将使用 Python 来说明各种算法。您不需要广泛的 Python 知识即可跟上进度；您可以在观看的同时掌握基础知识。例如，当我开始创建这门课程时，我对 Python 并不十分精通，但我很快就变得很有效率。这是因为解决与数据结构和算法相关的问题所需的 Python 专业知识水平非常低。
• 对数据结构和算法有基本的了解：基本上，你应该对解决涉及数据结构和算法的基本非递归问题有一定的了解。此外，对空间和时间复杂性有基本的了解也是必要的。

描述

不久前，当我准备编程面试时，我发现递归和动态规划是最难的主题之一。我感觉自己花了好几个星期才学会解决这类问题。在完成面试准备后，我想一定有一种更简单的方法可以让人们学习如何解决这类问题，这样他们就可以学得更快。在解决了 100 多个递归和动态规划问题后，我创建了一个问题解决框架，你可以用它来解决这类问题。

本课程通过首先将所有递归算法分为两种类型来教您这个框架：自相似算法和决策树算法。自相似算法解决的问题与我们正在解决的问题本身存在容易看到的自相似关系，而决策树算法通过“尝试”系统中每个可能的决策序列来解决问题。我们将花时间为如何用递归解决问题（甚至通常称为动态规划问题）打下坚实的基础，然后，在坚实的基础上，我们将学习如何使用动态规划改进我们的递归算法。

先决条件：

1. 该课程使用 Python，只需要对该语言有基本的了解。

2. 对非递归空间和时间复杂度的基本了解。

3. 需要对非递归数据结构和算法（例如哈希表和树结构）有基本的了解。

本课程适合哪些人：

• 软件工程师正在准备技术面试，尤其是那些涉及递归和动态规划问题的面试，例如 MAANG 等公司进行的面试。