跳到主要内容
步芽

【极致中配】加州大学伯克利分校 CS170 高效算法与棘手问题 | Fall 2025

伯克利CS170系统讲授高效算法设计：分治、图算法、贪心、动态规划、线性规划与网络流，并深入NP完全性、随机与在线算法，直至量子计算入门。

难度
难度 4/5 — 算法证明、复杂度分析与NP完全性推导，需较强数学与编程基础
适合人群
有编程与离散数学基础、想深入掌握算法设计与复杂度理论的计算机专业本科生
前置要求
数据结构（熟悉数组、链表、树、图的基本操作）、离散数学（证明、集合、组合、图论基础）、概率论（理解随机算法所需基础）、编程基础（能实现并调试算法）
课程规模
25 讲 · 1428播放
在 B 站免费观看 →就这门课提问 →排进我的学习路线

主题覆盖

大O与递归分治算法主定理图的DFS与拓扑排序强连通分量最短路径贪心算法动态规划线性规划与单纯形网络流与二分匹配归约与NP完全性随机与在线算法

课程大纲（25 讲）

  1. P1 · Lecture 01 Introduction, Big-O Notation Recurrence Relations48 分钟
  2. P2 · Lecture 02 Integer Multiplication, Recurrence Relations, Master Theorem48 分钟
  3. P3 · Lecture 03 Matrix Multiplication, Medians48 分钟
  4. P4 · Lecture 04 Divide and Conquer Examples48 分钟
  5. P5 · Lecture 05 Depth First Search, Topological Sort50 分钟
  6. P6 · Lecture 06 Strongly Connected Components45 分钟
  7. P7 · Lecture 07 Paths in Graphs51 分钟
  8. P8 · Lecture 08 Greedy Algorithms (Part I)51 分钟
  9. P9 · Lecture 09 Greedy Algorithms (Part II)54 分钟
  10. P10 · Lecture 10 Dynamic Programming (Part I)51 分钟
  11. P11 · Lecture 11 Dynamic Programming (Part II)48 分钟
  12. P12 · Lecture 12 Dynamic Programming (Part III)49 分钟
  13. P13 · Lecture 13 Dynamic Programming (Part IV)47 分钟
  14. P14 · Lecture 14 Linear Programming, Simplex Algorithm50 分钟
  15. P15 · Lecture 15 Network Flow, Bipartite Matching54 分钟
  16. P16 · Lecture 16 A Duality, Zero-Sum Games47 分钟
  17. P17 · Lecture 17 Reductions, Bipartite Matching Search Problems45 分钟
  18. P18 · Lecture 18 Reductions, NP-Completeness50 分钟
  19. P19 · Lecture 19 Reductions48 分钟
  20. P20 · Lecture 20 Coping with NP-Completeness44 分钟
  21. P21 · Lecture 21 Radomized Algorithm49 分钟
  22. P22 · Lecture 22 Multiplicative Weights46 分钟
  23. P23 · Lecture 23 Online Algorithms47 分钟
  24. P24 · Lecture 24 Online Algorithms (Part III)51 分钟
  25. P25 · Lecture 25 Quantum Computing52 分钟

本课程卡由 AI 生成，可能存在误差，欢迎反馈。