关键词：
关注代码随想录的录友，基本都是跟着代码随想录一起刷题的。
目前代码随想录的内容是完全开放在代码随想录网站，Github，和Gitee上，同时也出版了《代码随想录》纸质版。
这套刷题顺序和题解帮助了非常多的录友。
而现在我打算将《代码随想录》上的内容，全部由我以视频的方式再讲解一遍。
这些视频内容，我完全免费开放在B站上。
即：《代码随想录》算法公开课正式开更。
链接直达：《代码随想录》算法公开课
B站同名：代码随想录
目前已经讲完了《代码随想录》中 数组，链表，哈希表，字符串章节，栈与队列将在本周讲完。
二叉树，回溯算法，贪心，动态规划 也讲了前几节。 所以整体内容已经算是全的，现在已经在每周几道题目的速度去更新。
从文字讲解到视频讲解，从网站内容到纸质出版，都是为了不断满足录友们的学习需求所做的迭代。
算法课长什么样
让我们来看看 《代码随想录》算法公开课 长什么样：
大家可以发现，右边的视频目录是和《代码随想录》的顺序一样一样的，也就是书中的每道题目，我都有对应的讲解，本周将会更新完栈与队列，下周开始完善二叉树系列视频。
那么算法视频质量如何呢？
其实我说好，不算好，大家说好才是真的好。
质量到底如何，大家可以去B站上去（B站同名：代码随想录）。
其实很多培训机构，包括出版社，想找我针对《代码随想录》做付费算法视频，而且报酬很不错，但我都婉拒了。
感觉做成公开课，有利于广大的录友们，也更有利于 “代码随想录” 这五个字的长远发展。 所以我决定还是做免费。
而且 我的免费算法视频内容，要比绝大多数视频上大家付费的 算法视频课，算法训练营质量要高得多，视频课程基于《代码随想录》的刷题顺序来录制，会让视频内容非常系统，而不是东一块，西一块的。
关于质量如何，学习效果如果，大家可以去B站上去看（B站同名：代码随想录），有口皆碑！
录视频的难度
看过我的算法视频的录友应该能感受出来，我录制视频是 没有提示词的，没有任何提醒。
直接白板画流程图，手撕代码，这个难度其实是很大的， 因为脑子里要对算法题理解的特别清晰才能讲明白。
如果我换成任何其他形式来讲，其实都可以一边看着文案 一边讲的，那样会轻松非常多。
不过我是感觉这种讲课方式大家才能感受出我的思考过程，更能感受出和代码随想录文章不一样的地方，这也是很多录友看完我的B站算法视频感觉理解的更深刻了。
我的第一期算法视频「帮你把KMP算法学个通透！」，是我之前练习了很久，反复讲，反复写，最后才能讲出来的风格。
大家会发现国内向我这种方式讲解算法题的up非常少，几乎没有，因为难度是比较大的。
大家如果经常看油管的话，就会国外很多算法大佬讲算法，都是白板直接手撕代码的。
事实也说明，这种讲解方式是有利于大家理解的，只不过就是对up的讲解水平有很高的要求。
最后
话说录制这种课程，确实是要花费很多精力，而且全部免费开放给大家。
目前大家能搜到的 系统的算法视频，其实 质量都不算高，而且看视频确实对绝对多数录友来说，理解的会更加到位。
所以能让我更下去的动力，也就是大家的三连了，希望有一天 《代码随想录》算法公开课 会成为 大家学习编程，学习算法的必刷课程。
目前算法公开课全部发布在B站上，B站同名：代码随想录
链接直达：《代码随想录》算法公开课
最后，认准代码随想录，学习算法不迷路。加油💪🏻
普林斯顿公开课算法1-2：观察
...，使得取出的3个整数之和为0？解法能够使用暴力算法，代码例如以下：123456789for(int i=0;i<N;i++){ for(int j=0;j<N;j++){ &n 查看详情
普林斯顿公开课算法2-2：选择排序
选择排序就是对数组进行扫描，每次扫描找出最小的元素，并将其提到元素的前面。动图http://www.sorting-algorithms.com/animation/20/random-initial-order/selection-sort.gif代码public class Selection{ public stat 查看详情
mit公开课：算法导论笔记
...链接：http://open.163.com/special/opencourse/algorithms.html第一课：算法分析基础1.介绍插入排序与归并排序，计算并比较最坏运行时间2.算法分析重点与渐近分析方法以下为个人笔记，根据字幕整理 第一课算法分析总结解决问题的方... 查看详情
普林斯顿公开课算法2-1：排序概述
...就须要引入回调函数的概念了。回调函数就是将可运行的代码作为參数进行传递。实现回调的方法在Java中能够通过接口来实现。在C语言中能够通过函数指针来实现，C++中能够通过class-typefunctor。也就是重载操作符operator()的类，... 查看详情
网易公开课_算法导论_笔记a
http://open.163.com/special/opencourse/algorithms.html 个人理解 渐进分析istoignoremachine-dependentconstantsand,insteadoftheactualrunningtime lookatthegrowthoftherunningtime （以下=表近似、a=b=c、a与 查看详情
代码随想录算法训练营第四天|24.两两交换链表
代码随想录算法训练营第四天|24.两两交换链表 查看详情
斯坦福公开课-机器学习2.监督学习应用-梯度下降（吴恩达andrewng）(代码片段)
文章目录1线性代数（linearalgebra）1-1符号（Notation）1-2例子——房价预测1-3假设函数（hypothesis）1-3-3用`线性代数-非齐次方程`解释参数**1-普通梯度下降算法****2-批梯度下降算法（batchgradientdescentalgo... 查看详情
代码随想录动态规划算法pdf
大家好，我是Carl鸽。录友们久等的动态规划PDF终于来了，因为之前发布的，二叉树PDF，回溯算法PDF，贪心算法PDF，背包问题PDF都广受获评，但大家都知道算法里的桂冠是动态规划，无论是学习还是... 查看详情
代码随想录算法训练营第30天
今日刷题3道：39.组合总和，40.组合总和II，131.分割回文串● 39.组合总和题目链接/文章讲解：https://programmercarl.com/0039.%E7%BB%84%E5%90%88%E6%80%BB%E5%92%8C.html视频讲解：https://www.bilibili.com/video/BV1KT4y1M7HJclassSolutionprivate: 查看详情
机器学习公开课笔记第五周之优化机器学习算法
一，提高机器学习算法准确度的方法当我们的机器学习算法不能准确预测我们测试数据时，我们可以尝试通过以下方法提高我们机器学习的算法准确度1)，获得更多的训练样例2)，减少特征数3)，增加特征数4)，增加多项式特征5)... 查看详情
代码随想录算法训练营第七天|454.四数相加ii383.赎金信
人工智能免费公开课
...教学讲解经验，擅长最用简洁通俗的故事讲解晦涩难懂的算法原理。公开课主题：Python人工智能学习规划路线图Python公开课时间：1月18日（本周四）晚上8点主讲老师：唐宇迪（ 查看详情
logistic回归cost函数和j(θ)的推导----andrewngmachinelearning公开课
...归的原理后，立即给出了梯度上升算法的code：从算法到代码跳跃的幅度有点大，作者本人也说了，这里略去了一个简单的数学推导。那么其实这个过程在AndrewNg的机器学习公开课里也有讲到。现在回忆起来，大二看Andrew的视频的... 查看详情
代码随想录算法训练营第一天|704.二分查找27.移除元素(代码片段)
二分查找【力扣】704.二分查找//@lccode=startclassSolutionpublicintsearch(int[]nums,inttarget)/***在升序数组nums中寻找目标值target，对于特定下标，比较numsl和target的大小：*如果nums=target，则下标即为要寻找的下标&#x 查看详情
北京大学肖臻老师《区块链技术与应用》公开课-eth(代码片段)
ETH部分北京大学肖臻老师《区块链技术与应用》公开课笔记-BTC文章目录14-ETH-以太坊概述15-ETH-账户16-ETH-数据结构17-ETH-交易树和收据树18-ETH-GHOST协议19-ETH-挖矿算法20-ETH-难度调整21-ETH-权益证明22-ETH-智能合约23-ETH-TheDAO24-ETH-反思25-E... 查看详情
人工智能免费公开课，就在本周四！
...教学讲解经验，擅长最用简洁通俗的故事讲解晦涩难懂的算法原理。公开课主题：Python人工智能学习规划路线图Python公开课时间：2月1日（本周四）晚上20:30主讲老师：唐宇 查看详情
代码随想录算法训练营第二天|977.有序数组的平方209.长度最小的子数组59.螺旋矩阵ii(代码片段)
有序数组的平方【力扣】977.有序数组的平方classSolutionpublicint[]sortedSquares(int[]nums)/**思路：双指针**参考：https://programmercarl.com/0977.%E6%9C%89%E5%BA%8F%E6%95%B0%E7%BB%84%E7%9A%84%E5%B9%B3%E6%96%B9.html** 查看详情
斯坦福公开课5：生成学习
...：MachineLearning，NLP，DM2017/3/219:08:46本讲大纲：1.生成学习算法（Generativelearningalgorithm） 2.高斯判别分析（GDA，GaussianDiscriminantAnalysis） 3.朴素贝叶斯（NaiveBayes） 4.拉普拉斯平滑（Laplaces 查看详情