Algorithmen und Datenstrukturen in R
Frag nach Datenstrukturen in R, und die meisten Antworten zählen Vektoren, Listen, Matrizen, Data Frames und Faktoren auf. Dieser Pfad meint die andere Bedeutung: Stack, Queue, verkettete Liste, Heap, Baum und Graph aus einem Algorithmenkurs, und keine davon bringt Base R mit. Du baust jede dieser Strukturen in R, sortierst dann damit, arbeitest rekursiv, durchsuchst Graphen und schließt mit bewerteten Interviewaufgaben ab. Kostenlos, im Browser, mit einem Zertifikat in den meisten Kursen.
377 Lektionen228 Aufgaben702 Quizfragen
- Anfängerfreundlich
KI-gestützte Coding-Hilfe
Praktische, interaktive Lektionen
Audio-Erzählung in jeder Lektion
Quizfragen zum Wissenstest
23 kostenlose Zertifikate entlang des Pfads
DSA in R, Schritt für Schritt
Jeder Schritt besteht aus bestehenden Coddy-Kursen, und jeder Klick auf „Starten“ öffnet sie in R. Die drei Kurse, die es noch nicht in R gibt, sind nach den Schritten aufgeführt.
- 1Schritt 15 Kurse, der Reihe nach
- 2Schritt 2
Datenstrukturen-Reihe, Teil zwei
Diesen Schritt startenStartenDoppelt verkettete Liste, Heaps und Prioritätswarteschlangen, Tries, Graphen und der selbstbalancierende AVL-Baum. R indiziert ab 1, so wie Lehrbücher einen Heap zeichnen, deshalb liegen die Kinder eines Knotens bei2 * iund2 * i + 1, ohne Versatz, den du dir merken musst.Starten5 Kurse, der Reihe nach- Doppelt verkettete Liste - Datenstrukturen-Serie #614 Lektionen6 Aufgaben
- Heaps & Priority Queues - Datenstrukturen-Serie #714 Lektionen6 Aufgaben
- Tries - Datenstrukturen-Serie #814 Lektionen12 Aufgaben
- Graphen - Datenstrukturen-Serie #914 Lektionen12 Aufgaben
- AVL-Baum - Datenstrukturen-Serie #1016 Lektionen6 Aufgaben
- 3Schritt 3
Sortieralgorithmen
Diesen Schritt startenStartenBubble-, Selection-, Insertion-, Merge-, Quick-, Heap-, Counting- und Radixsort, in R geschrieben und im Visualizer beobachtet.sort()selbst lässt dich über sein Argumentmethodzwischen Shellsort, Quicksort und Radixsort wählen; nach diesem Schritt weißt du, was diese Wahl bedeutet.Starten8 Kurse, der Reihe nach- Bubble Sort11 Lektionen10 Aufgaben
- Selection Sort - DSA-Serie9 Lektionen3 Aufgaben54 Fragen
- Insertion Sort - DSA-Serie9 Lektionen3 Aufgaben
- Merge Sort - DSA-Serie9 Lektionen3 Aufgaben52 Fragen
- Quick Sort - DSA-Serie9 Lektionen3 Aufgaben52 Fragen
- Heap Sort - DSA-Serie9 Lektionen3 Aufgaben54 Fragen
- Counting Sort - DSA-Serie9 Lektionen3 Aufgaben52 Fragen
- Radix Sort - DSA-Serie9 Lektionen3 Aufgaben55 Fragen
- 4Schritt 4
Rekursives DenkenEigene Seite
Diesen Schritt startenStartenRekursionsaufgaben in R, wooptions(expressions = 5000)begrenzt, wie tief Aufrufe verschachtelt sein dürfen, undRecalleiner Funktion erlaubt, sich selbst aufzurufen, ohne ihren eigenen Namen zu wiederholen. Jeder Aufruf bekommt ein frisches Environment, deshalb kostet eine tiefe Rekursion Speicher und nicht nur Zeit. Dynamische Programmierung und Bitmanipulation sind nach den Schritten aufgeführt, da sie in Python und C++ unterrichtet werden.StartenEigene Seite - 5Schritt 5
Graphalgorithmen
Diesen Schritt startenStartenBreiten- und Tiefensuche, Dijkstra, Bellman-Ford, topologische Sortierung, Kruskal und Prim in R, auf dem Graphen, den du in Schritt zwei gebaut hast. Base R hat keine Prioritätswarteschlange, also ist der Heap aus Schritt zwei der, den Dijkstra braucht, und es sind diese Algorithmen, die Netzwerkpakete wie igraph für dich ausführen.Starten7 Kurse, der Reihe nach- Breadth-First Search – Graph-Algorithmen9 Lektionen3 Aufgaben54 Fragen
- Tiefensuche - Graph-Algorithmen9 Lektionen3 Aufgaben54 Fragen
- Dijkstra-Algorithmus - Graph-Algorithmen9 Lektionen3 Aufgaben54 Fragen
- Bellman-Ford-Algorithmus - Graphenalgorithmen9 Lektionen3 Aufgaben54 Fragen
- Topologische Sortierung - Graph-Algorithmen9 Lektionen3 Aufgaben55 Fragen
- Kruskals Algorithmus - Graph-Algorithmen9 Lektionen3 Aufgaben57 Fragen
- Prims Algorithmus - Graphenalgorithmen9 Lektionen3 Aufgaben55 Fragen
- 6Schritt 6
Interviewpraxis
Diesen Schritt startenStartenZehn Interview-Challenge-Pakete und zwei Aufgabensammlungen in R, per Testfällen bewertet: unbekannte Probleme, ohne Tutorial gelöst, in der Sprache, in der du ohnehin Daten analysierst.Starten12 Kurse, der Reihe nach- Interview Coding-Challenges – Paket I3 Lektionen3 Aufgaben
- Interview Coding-Challenges – Paket II3 Lektionen3 Aufgaben
- Interview-Coding-Challenges – Paket III3 Lektionen3 Aufgaben
- Interview-Coding-Challenges – Paket IV3 Lektionen3 Aufgaben
- Interview-Coding-Challenges – Paket V3 Lektionen3 Aufgaben
- Interview Coding-Challenges – Paket VI3 Lektionen3 Aufgaben
- Interview-Coding-Challenges – Paket VII3 Lektionen3 Aufgaben
- Interview-Coding-Challenges – Paket VIII3 Lektionen3 Aufgaben
- Interview Coding-Challenges – Paket IX3 Lektionen3 Aufgaben
- Interview Coding Challenges - X3 Lektionen3 Aufgaben
- Programmieraufgaben32 Lektionen31 Aufgaben
- Programmieraufgaben: Band 225 Lektionen24 Aufgaben
Learn by Doing
Write real code, query databases, build websites, and master AI prompts. Our interactive lessons cover every skill modern developers need.
Build Your Coding Streak
Stay consistent and watch your progress grow! Track your daily coding habit, protect your streak with freeze days, and earn rewards for showing up every day.
12 days streak
Return tomorrow to keep your streak!
January 2026
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
21
22
23
24
25
26
27
28
29
30
Double or Nothing
Day 5 of 7
Streak Freeze
2 left
Code Anywhere, Anytime
Take your coding journey on the go! No setup, no downloads - just open and start coding. Available on iOS, Android and Web with 4.9 star ratings.
You're Not Alone in This
Compete on global leaderboards, invite friends to earn rewards, and celebrate each other's wins. Coding is better with friends!
Every way to learn
Read, listen, test yourself, ask the AI, or look up anything you've already covered. Every lesson meets you where you are.
A variable is a named container that stores a value you can reference later in your program.
In Python, you create one by writing the name, an equals sign, then the value you want to store.
The value can change over time - reassigning the name simply points it to a new value.
Prove Your Skills
Earn certificates for every course you complete. Add them to your LinkedIn profile and resume to showcase your coding expertise to employers.
Warum DSA in R mit Coddy lernen
- Die anderen Datenstrukturen. Mit Datenstrukturen meinen die meisten R-Tutorials die eigenen Typen von R, und Coddys R-Kurs lehrt sie. Ein Algorithmenkurs meint Stacks, Queues, verkettete Listen, Heaps, Bäume und Graphen, die Base R nicht mitbringt. Indem du sie in R baust, holst du als Analyst die Hälfte der Informatik nach, die Datenarbeit gern überspringt.
- Was die Semantik von R kostet. R kopiert beim Ändern, also wird ein Vektor, der in einer Schleife mit
c(x, value)wächst, bei jedem Durchlauf kopiert: quadratische Zeit für eine lineare Aufgabe; Speicher vorab zu reservieren behebt das. Environments haben Referenzsemantik und gehashte Lookups, was sie zur Hash-Map von R macht und zum natürlichen Zuhause für einen Knoten, den du an Ort und Stelle ändern willst. - Fast der ganze Pfad in R. Jede Datenstruktur, jedes Sortierverfahren, jeder Graphalgorithmus, jede Rekursionsaufgabe und jedes Interviewpaket wird in R unterrichtet. Drei werden in einer anderen Sprache unterrichtet und sind nach den Schritten aufgeführt, jeweils mit einem Link: dynamische Programmierung und die Python-Interviewreihe in Python sowie Bitmanipulation in C++. Bitmanipulation liest sich aus R heraus anders, denn dort sind
&und|logische Operatoren, und Bitoperationen sind Funktionen wiebitwAnd. - Bewertet wie im Interview. Jede Lektion endet mit einer R-Aufgabe, die per Testfällen geprüft wird, und schlägt sie fehl, liest Bugsy deinen Code und führt dich zur Lösung, ohne sie zu verraten. Ein kostenloses Zertifikat in den meisten Kursen, jedes unter seiner eigenen URL verifizierbar.
Häufige Fragen zu DSA in R
Geht es auf diesem Pfad um die Datenstrukturen von R, wie Vektoren und Data Frames?
Eignet sich R für Datenstrukturen und Algorithmen?
Wie baut man in R eine Hash-Map?
h <- new.env(), dann h[[key]] <- value zum Speichern und h[[key]] zum Lesen, was für einen fehlenden Schlüssel NULL liefert. Environments sind gehasht, haben Strings als Schlüssel und Referenzsemantik, also ändert eine Funktion, die eines ändert, es auch für den Aufrufer, anders als bei einem Vektor oder einer Liste. Eine benannte Liste sieht aus wie ein Dictionary, verhält sich aber wie ein Wert: Ändere sie in einer Funktion, und die Kopie des Aufrufers bleibt unberührt.Scheitert tiefe Rekursion in R?
options(expressions = 5000), wie tief Auswertungen verschachtelt sein dürfen, und eine tiefe Rekursion, etwa eine Tiefensuche entlang einer langen Kette, bricht mit dem Fehler evaluation nested too deeply ab. Die Option hochzusetzen verschafft etwas Luft; die verlässliche Lösung ist ein expliziter Stack in einer Schleife, die Struktur, die du in Schritt eins baust.Welche Kurse auf diesem Pfad werden nicht in R unterrichtet?
&, |, ^ und << von C++ werden die Funktionen bitwAnd, bitwOr, bitwXor und bitwShiftL.