Algorithmique et structures de données en R

Pourquoi apprendre le DSA en R sur Coddy

• Les autres structures de données. Les types propres à R sont ce que la plupart des tutoriels R appellent des structures de données, et le cours R de Coddy les enseigne. Un cours d'algorithmique, lui, parle de piles, de files, de listes chaînées, de tas, d'arbres et de graphes, que R de base ne fournit pas. C'est en les construisant en R qu'un analyste acquiert la moitié de l'informatique que le travail sur les données a tendance à sauter.
• Ce que coûte la sémantique de R. R copie à la modification : un vecteur agrandi avec c(x, value) dans une boucle est donc copié à chaque passage, un temps quadratique pour un travail linéaire ; la préallocation règle le problème. Les environnements ont une sémantique de référence et une recherche par hachage, ce qui en fait la table de hachage de R et l'endroit naturel où placer un nœud que tu comptes modifier sur place.
• Presque tout le parcours en R. Chaque structure de données, tri, algorithme de graphes, défi de récursivité et lot d'entretien est enseigné en R. Trois cours sont enseignés dans un autre langage et figurent après les étapes, chacun avec son lien : la programmation dynamique et la série d'entretiens en Python sont enseignées en Python, la manipulation de bits en C++. La manipulation de bits se lit autrement depuis R, où & et | sont des opérateurs logiques et où les opérations sur les bits sont des fonctions comme bitwAnd.
• Évalué comme en entretien. Chaque leçon se termine par un défi R vérifié par des cas de test, et quand l'un d'eux échoue, Bugsy lit ton code et t'oriente vers la correction sans te donner la réponse. Un certificat gratuit sur la plupart des cours, chacun vérifiable à sa propre URL.

Questions fréquentes sur le DSA en R