Résolution de problèmes algorithmiques
This page in English
Derniers posts
- Dec 5, 2023 AI and LLM in education – Jill-Jênn Vie
- Mar 11, 2023 Meilleur developpeur de France 2023 – Christoph Dürr
- Feb 24, 2023 SWERC 2022 Practice Session - Bloggers – Antoine Amarilli, Christoph Dürr, Xiu-Heng Hua and Jill-Jênn Vie
- Jan 20, 2023 Deep Reinforcement Learning – Jill-Jênn Vie
- Dec 17, 2022 Organizing contests with judges – Jill-Jênn Vie
Code : la bibliothèque tryalgo de 128+ algorithmes
Nous avons implémenté plusieurs algorithmes et structures de données en une bibliothèque Python.
pip install tryalgo
Notre livre : Programmation efficace
Nous avons écrit un livre sur la programmation compétitive en Python, qui documente la majore partie de notre bibliothèque tryalgo
. Il a été publié en plusieurs langues.
Les nombreux problèmes algorithmiques de ce livre constituent une préparation efficace aux concours de programmation et entretiens d’embauche d’entreprises spécialisées en informatique.
On y trouve les algorithmes classiques de géométrie ou de recherche de plus court chemin mais également des sujets plus atypiques tels que les arbres de Fenwick ou les liens dansants de Knuth.
Niveau : à partir de la L3, ou dès le lycée pour les participants à Prologin :)
- acheter en français
- autres langues : anglais, chinois, taiwanais
- Erratum des versions française et anglaise
Problèmes
Cf. notre notebook Jupyter : TryAlgo Maps in Paris
À propos des auteurs
Christoph Dürr est directeur de recherche CNRS en informatique à Sorbonne Université. Spécialisé en algorithmique, il a enseigné à l’École polytechnique de 2007 à 2014 et entraîne régulièrement des équipes pour le concours de programmation ICPC. Il est président du SWERC 2024.
À part ça, il aime beaucoup les carrot-cakes.
Jill-Jênn Vie est chargé de recherche à Inria et enseignant à l’École polytechnique depuis 2022. Ancien élève de l’École normale supérieure de Paris-Saclay, il a participé à l’organisation du concours d’informatique Prologin de 2010 à 2014.
À part ça, il est féru de métafiction.
Voici un pseudo-code à appliquer pour apprendre un max d’algorithmes :
import tryalgo # import all you can eat
try:
problem = read(statement) # needs organisation
algo = solve(problem) # needs skills
solution = implement(algo) # needs experience
answer = submit(solution)
assert answer == "Accept"
except SubmissionError:
learn_more()