接下来你必须将问题分解为更小的步骤。实现这一点的一种已经讨论过的方法是使用递归函数即那些会反复调用自身直到得出解决方案的函数。https://github.com/OpenDocCN/cs-notes-pt1-zh/raw/master/docs/meta-db-engi/img/1ad6108c70ae7a18e930a30c8ba3be88_11.png它们应该以这样的方式编写你可以在不更改已编写方法代码的情况下改变结果。在本节课中我们一起学习了动态规划是一种旨在优化给定问题解决方案的方法它利用记忆化和重叠子问题的原理来识别何时可以快速实现目标函数从而优化所需的计算步骤。Python 150贪心算法 在本节课中我们将学习如何运用贪心算法这一范式来解决复杂问题。贪心算法是一种简单直接的策略它通过每一步选择当前看起来最优的选项来寻求问题的解决方案。概述贪心算法的哲学与原理https://github.com/OpenDocCN/cs-notes-pt1-zh/raw/master/docs/meta-db-engi/img/2f88322829d79a98deb0e8d2d0f43a4c_1.png上一节我们介绍了动态规划等复杂的问题解决方法。本节中我们来看看一种更简单直接的策略——贪心算法。有一种哲学原理称为奥卡姆剃刀。它指出最简单的解决方案几乎总是最好的。这个解决问题的原则主张简单优于复杂。在我们的语境中贪心算法就是那个简单的解决方案。https://github.com/OpenDocCN/cs-notes-pt1-zh/raw/master/docs/meta-db-engi/img/2f88322829d79a98deb0e8d2d0f43a4c_3.pnghttps://github.com/OpenDocCN/cs-notes-pt1-zh/raw/master/docs/meta-db-engi/img/2f88322829d79a98deb0e8d2d0f43a4c_1.png贪心算法是动态规划的一种替代方法。这种方法旨在为任务提供即时解决方案并倾向于局部优化而非更全面的全局方法。https://github.com/OpenDocCN/cs-notes-pt1-zh/raw/master/docs/meta-db-engi/img/2f88322829d79a98deb0e8d2d0f43a4c_3.pnghttps://github.com/OpenDocCN/cs-notes-pt1-zh/raw/master/docs/meta-db-engi/img/2f88322829d79a98deb0e8d2d0f43a4c_5.png贪心算法 vs. 动态规划当处理一个被细分为多个部分的问题时使用动态规划方法会寻找一个全局最优解即解决每个子问题选择并实施最佳的子集。而贪心方法则会查看解决方案列表并实施局部优化。通常它会选择当前回报最高的选项。https://github.com/OpenDocCN/cs-notes-pt1-zh/raw/master/docs/meta-db-engi/img/2f88322829d79a98deb0e8d2d0f43a4c_5.png为了让这一点更清晰我们举一个CPU需要完成一系列任务的例子。https://github.com/OpenDocCN/cs-notes-pt1-zh/raw/master/docs/meta-db-engi/img/2f88322829d79a98deb0e8d2d0f43a4c_7.png应用动态规划方法需要选择一个能在给定时间内完成的活动子集来执行这类似于背包问题。这涉及到确定打包哪些物品子集能在装满背包的过程中最大化总价值。对此问题的贪心算法方法则总是选择最有价值的物品放入背包而不考虑这会从过程中排除哪些其他物品。https://github.com/OpenDocCN/cs-notes-pt1-zh/raw/master/docs/meta-db-engi/img/2f88322829d79a98deb0e8d2d0f43a4c_7.png因此在我们的CPU示例中贪心方法将首先选择运行时间最短的程序然后是下一个最短的程序依此类推。虽然这可能不会带来全局最优的解决方案但它会减少计算最有效物品子集所需的任何开销。实例分析最短路径问题为了更好地理解这两种方法的不同让我们考虑最短路径问题。图像显示了一个包含9个不同节点A, B, C, D, E, F, G, H, S的地图。每个节点通过一条带权重的路径连接到另一个节点。这个权重反映了选择这条路径所产生的成本。你现在面临从节点E到节点F的旅程并希望规划最有效的路线。动态规划方法将涉及创建一个表格并从E开始计算每个潜在节点的成本。然后它会引入下一组节点并计算累积成本。这种方法无疑会得出最有效的解决方案。https://github.com/OpenDocCN/cs-notes-pt1-zh/raw/master/docs/meta-db-engi/img/2f88322829d79a98deb0e8d2d0f43a4c_9.pnghttps://github.com/OpenDocCN/cs-notes-pt1-zh/raw/master/docs/meta-db-engi/img/2f88322829d79a98deb0e8d2d0f43a4c_9.png在初始计算完成后使用记忆化技术结果会被保存下来后续的旅程将受益于更快的计算时间。 这是一种自底向上的全局问题解决方法。贪心算法在路径问题中的应用贪心方法在其方法论上有所不同。它不是试图找到连接路线的最优子集而是从节点E开始查看每个可用的连接。因此它有一组权重值可选即5、3、2、4和12分别对应节点C、B、D、G和H。该数组中的最小值是2对应节点D。遵循贪心原则它会做出这个选择并前进到下一个节点。https://github.com/OpenDocCN/cs-notes-pt1-zh/raw/master/docs/meta-db-engi/img/2f88322829d79a98deb0e8d2d0f43a4c_11.pnghttps://github.com/OpenDocCN/cs-notes-pt1-zh/raw/master/docs/meta-db-engi/img/2f88322829d79a98deb0e8d2d0f43a4c_11.png假设数据结构是一个有向图它将面临另外三个节点A、F和G其值分别为7、5和6。由于F是最终目的地它会选择F并愉快地到达终点累计的旅行时间代价为7从E到D的权重2加上从D到F的权重5。从视觉上看你可以发现这是最有效的路径并且是在没有创建详尽的组合表和计算所有路线的情况下得出的。然而如果节点G和F之间的路径权重是2那么它可能会选择一个次优的解决方案。https://github.com/OpenDocCN/cs-notes-pt1-zh/raw/master/docs/meta-db-engi/img/2f88322829d79a98deb0e8d2d0f43a4c_13.png贪心算法的权衡https://github.com/OpenDocCN/cs-notes-pt1-zh/raw/master/docs/meta-db-engi/img/2f88322829d79a98deb0e8d2d0f43a4c_13.png这就是选择贪心方法而非动态方法时需要做的权衡。虽然贪心算法的开销很低并且编码解决方案相当简单但它并不总是保证返回最佳选项。https://github.com/OpenDocCN/cs-notes-pt1-zh/raw/master/docs/meta-db-engi/img/2f88322829d79a98deb0e8d2d0f43a4c_15.pnghttps://github.com/OpenDocCN/cs-notes-pt1-zh/raw/master/docs/meta-db-engi/img/2f88322829d79a98deb0e8d2d0f43a4c_15.png总结本节课中我们一起学习了贪心算法的方法。此外你也看到了它与动态解决方案的比较从而加深了对这种替代方法优缺点理解。下次你在谷歌地图上规划路线时可以考虑一下所提供的路线选择并思考这些路线可能是如何计算出来的。Python 151模块小结 - 算法介绍 在本节课中我们将回顾算法模块的核心内容。我们将总结排序、搜索算法以及分治、递归、动态规划和贪心算法等关键概念。https://github.com/OpenDocCN/cs-notes-pt1-zh/raw/master/docs/meta-db-engi/img/511b48a07a906e01e41c5fa5e2babeb9_1.png排序算法回顾 https://github.com/OpenDocCN/cs-notes-pt1-zh/raw/master/docs/meta-db-engi/img/511b48a07a906e01e41c5fa5e2babeb9_3.png上一节我们介绍了排序算法的重要性。本节中我们来看看三种主要的排序方法。https://github.com/OpenDocCN/cs-notes-pt1-zh/raw/master/docs/meta-db-engi/img/511b48a07a906e01e41c5fa5e2babeb9_5.png以下是三种核心排序算法选择排序遍历未排序部分找到最小或最大元素将其放到已排序序列的末尾。插入排序将未排序部分的元素逐个插入到已排序部分的正确位置。快速排序选择一个“基准”元素将数组分为小于基准和大于基准的两部分然后递归地对这两部分进行排序。https://github.com/OpenDocCN/cs-notes-pt1-zh/raw/master/docs/meta-db-engi/img/511b48a07a906e01e41c5fa5e2babeb9_7.png这些算法各有优劣。选择排序实现简单但效率较低。插入排序对小规模或基本有序的数据效率高。快速排序在平均情况下性能优异。重要的是没有一种排序算法在所有场景下都是最优的。搜索算法回顾 https://github.com/OpenDocCN/cs-notes-pt1-zh/raw/master/docs/meta-db-engi/img/511b48a07a906e01e41c5fa5e2babeb9_9.pnghttps://github.com/OpenDocCN/cs-notes-pt1-zh/raw/master/docs/meta-db-engi/img/511b48a07a906e01e41c5fa5e2babeb9_11.png接下来我们学习了计算机科学中的基础概念——搜索算法。以下是两种核心搜索方法线性搜索顺序遍历数据结构中的每个元素直到找到目标。deflinear_search(arr,target):foriinrange(len(arr)):ifarr[i]target:returnireturn-1二分搜索要求数据已排序。每次迭代将搜索范围减半。defbinary_search(arr,target):low,high0,len(arr)-1whilelowhigh:mid(lowhigh)//2ifarr[mid]target:returnmidelifarr[mid]target:lowmid1else:highmid-1return-1我们还深入探讨了搜索和排序算法的时间与空间复杂度这是评估算法效率的关键指标。算法设计范式 掌握了基础算法后我们进入了更高级的算法设计范式。https://github.com/OpenDocCN/cs-notes-pt1-zh/raw/master/docs/meta-db-engi/img/511b48a07a906e01e41c5fa5e2babeb9_13.png首先我们探索了分治法。该方法包含三个步骤分将大问题分解为更小的子问题。治递归地解决每个子问题。合可选将子问题的解合并为原问题的解。https://github.com/OpenDocCN/cs-notes-pt1-zh/raw/master/docs/meta-db-engi/img/511b48a07a906e01e41c5fa5e2babeb9_15.png分治法为解决问题提供了一个有效的框架。接下来我们学习了递归。递归是指函数直接或间接调用自身来解决问题。实现递归方案需要三个要素基准情形递归终止的条件。递减结构问题规模随着递归调用而减小。递归调用函数调用自身。然后我们介绍了动态规划。这是一种通过将问题分解为重叠子问题来高效求解的范式。其核心思想是存储子问题的解即记忆化避免重复计算。https://github.com/OpenDocCN/cs-notes-pt1-zh/raw/master/docs/meta-db-engi/img/511b48a07a906e01e41c5fa5e2babeb9_17.png动态规划的求解过程通常可以概括为定义目标函数描述最优解。将问题分解为子问题。选择自顶向下记忆化搜索或自底向上制表法的动态规划方法来实现。https://github.com/OpenDocCN/cs-notes-pt1-zh/raw/master/docs/meta-db-engi/img/511b48a07a906e01e41c5fa5e2babeb9_19.png最后我们了解了贪心算法。与动态规划考虑全局最优解不同贪心算法在每一步都做出当前看来最优的局部选择。选择贪心算法而非动态规划需要权衡。贪心算法开销低、实现简单但它不能保证总是得到全局最优解。https://github.com/OpenDocCN/cs-notes-pt1-zh/raw/master/docs/meta-db-engi/img/511b48a07a906e01e41c5fa5e2babeb9_21.png本节课中我们一起学习了算法模块的核心知识。我们回顾了排序与搜索算法并探讨了分治、递归、动态规划和贪心等高级算法设计思想。您已经掌握了评估和选择合适算法工具的基础。接下来请完成本模块的最终测验然后进入最后一个模块完成毕业项目评估。您已经非常接近终点了。祝您好运享受接下来的学习旅程Python 152课程回顾在本节课中我们将对课程所涵盖的一系列核心概念与技能进行回顾总结为你准备编程面试提供清晰的脉络。概述本课程旨在帮助你为编程面试做好准备。我们学习了从面试技巧、计算机科学基础到数据结构和算法的广泛内容。接下来我们将分模块回顾这些关键知识点。模块一编程面试准备上一节我们介绍了课程的整体目标本节中我们来看看第一个模块它专注于编程面试本身。https://github.com/OpenDocCN/cs-notes-pt1-zh/raw/master/docs/meta-db-engi/img/e37a758de103bc8bb2f74b8841365cd6_1.png你首先了解了什么是编程面试、其可能包含的形式以及你可能遇到的不同面试类型。https://github.com/OpenDocCN/cs-notes-pt1-zh/raw/master/docs/meta-db-engi/img/e37a758de103bc8bb2f74b8841365cd6_3.png第一课聚焦于技术性编程面试其主要目的是确认你是否具备承担岗位职责的技术能力。你学习了在这种面试进行时必须牢记的步骤。https://github.com/OpenDocCN/cs-notes-pt1-zh/raw/master/docs/meta-db-engi/img/e37a758de103bc8bb2f74b8841365cd6_1.pnghttps://github.com/OpenDocCN/cs-notes-pt1-zh/raw/master/docs/meta-db-engi/img/e37a758de103bc8bb2f74b8841365cd6_5.png课程强调使用合适的工具始终很重要并且你必须将时间限制牢记在心。https://github.com/OpenDocCN/cs-notes-pt1-zh/raw/master/docs/meta-db-engi/img/e37a758de103bc8bb2f74b8841365cd6_3.png你还探索了如何为编程面试做准备以及第一印象的重要性包括关注沟通技巧例如解释你的思维过程和处理错误。https://github.com/OpenDocCN/cs-notes-pt1-zh/raw/master/docs/meta-db-engi/img/e37a758de103bc8bb2f74b8841365cd6_5.pnghttps://github.com/OpenDocCN/cs-notes-pt1-zh/raw/master/docs/meta-db-engi/img/e37a758de103bc8bb2f74b8841365cd6_7.png你学习了STAR方法以及如何在与面试官沟通时利用它来获益。你也学习了如何使用伪代码来演示你如何得出解决方案。以下是关于实际解决方案设计的一些重要技巧以及如何测试你的解决方案。https://github.com/OpenDocCN/cs-notes-pt1-zh/raw/master/docs/meta-db-engi/img/e37a758de103bc8bb2f74b8841365cd6_9.png模块二计算机科学基础在下一课中你开始接触计算机科学首先是对二进制系统的概述你学习了十进制B10和二进制B2之间的区别。https://github.com/OpenDocCN/cs-notes-pt1-zh/raw/master/docs/meta-db-engi/img/e37a758de103bc8bb2f74b8841365cd6_7.png接着你发现了位置记数法即利用数字的位置来表示数值的递增。然后你继续探索了计算机内存的关键组件及其工作原理。https://github.com/OpenDocCN/cs-notes-pt1-zh/raw/master/docs/meta-db-engi/img/e37a758de103bc8bb2f74b8841365cd6_9.png你现在应该知道为了更好地理解内存的各个层次并且应该能够描述它们之间的差异。https://github.com/OpenDocCN/cs-notes-pt1-zh/raw/master/docs/meta-db-engi/img/e37a758de103bc8bb2f74b8841365cd6_11.png你学习了传输速率即计算机将内存传输到缓存进行处理的速度。接着你转向了时间复杂度学习了如何通过完成任务所需的时间来评估时间效率或衡量性能。你发现了大O表示法这是一种用于确定算法效率的度量标准。你探索了空间复杂度这本质上是计算结果所需的空间。https://github.com/OpenDocCN/cs-notes-pt1-zh/raw/master/docs/meta-db-engi/img/e37a758de103bc8bb2f74b8841365cd6_13.png并且关于空间复杂度的决策不仅基于算法的速度还基于给定解决方案将使用多少内存容量。在速度和紧凑性之间总是需要做出权衡选择。https://github.com/OpenDocCN/cs-notes-pt1-zh/raw/master/docs/meta-db-engi/img/e37a758de103bc8bb2f74b8841365cd6_11.png模块三数据结构在第二个模块中你学习了数据结构。这涵盖了从字符串、布尔值或数组等基本数据结构到集合、图和堆等更高级的数据结构以及每种数据结构带来的特定优势和限制。你探索了所有类型的数据结构以及它们如何被分类为两个主要分支线性和非线性。https://github.com/OpenDocCN/cs-notes-pt1-zh/raw/master/docs/meta-db-engi/img/e37a758de103bc8bb2f74b8841365cd6_13.png接下来你被介绍了栈和队列这两种抽象数据结构在元素的添加和移除方式上都有特定的特性。当你学习队列时你了解到队列与栈非常相似它们往往具有相同的方法创建、插入、移除和检查队列状态。与栈不同队列基于**先进先出FIFO**的原则工作。最后你发现树是一种强大的数据结构它在添加和搜索值方面提供了极大的灵活性。在此之后你继续研究了一些高级数据结构即哈希表、堆和图。接着你探索了堆。你发现了堆如何用于将元素从最不重要到最重要进行组织以及通过限制堆的功能如何提高生产力。最后你研究了图。这种结构图示了一个由节点表示目的地和边显示每个节点如何与另一个节点相关联组成的图。节点之间存在值意味着这是一个加权图。没有箭头存在意味着这是一个无向图与有向图形成对比。无向图没有优先顺序。你了解到在有向图中如果边是单向的则连接被认为是弱连接的。然而如果两个节点之间存在双向连接则称其为强连接。模块四算法在第三个模块中你初步了解了算法包括可用的算法类型以及如何最好地使用它们来排序和搜索你的数据。你首先探索了排序算法以及使用已排序数据或能够对自有数据进行排序如何能显著节省时间。你发现了排序的重要性并探索了三种主要的排序方法选择排序、插入排序和快速排序。接下来你继续发现了搜索算法以及每种类型如何为解决问题提供自己的框架。https://github.com/OpenDocCN/cs-notes-pt1-zh/raw/master/docs/meta-db-engi/img/e37a758de103bc8bb2f74b8841365cd6_15.pnghttps://github.com/OpenDocCN/cs-notes-pt1-zh/raw/master/docs/meta-db-engi/img/e37a758de103bc8bb2f74b8841365cd6_15.png你探索了两种核心的搜索方法线性和二分。线性搜索遍历给定数据结构中的每一项直到找到特定项。二分搜索在每次迭代中将搜索空间减半。https://github.com/OpenDocCN/cs-notes-pt1-zh/raw/master/docs/meta-db-engi/img/e37a758de103bc8bb2f74b8841365cd6_17.pnghttps://github.com/OpenDocCN/cs-notes-pt1-zh/raw/master/docs/meta-db-engi/img/e37a758de103bc8bb2f74b8841365cd6_17.pnghttps://github.com/OpenDocCN/cs-notes-pt1-zh/raw/master/docs/meta-db-engi/img/e37a758de103bc8bb2f74b8841365cd6_19.png你还深入了解了搜索和排序算法中的时间和空间复杂度。https://github.com/OpenDocCN/cs-notes-pt1-zh/raw/master/docs/meta-db-engi/img/e37a758de103bc8bb2f74b8841365cd6_19.png然后你进入最后一课该课介绍了如何使用算法。在这里你学习了处理算法的不同方法。首先你探索了分治范式。你了解到在“分”的步骤中输入被分割成更小的段并单独处理。在“治”的步骤中解决与给定段相关的每个任务。可选的最后一步“合”是组合所有已解决的段。接下来你探索了另一个重要的算法方法递归。递归是指一个函数用问题的较小实例反复调用自身直到满足某个退出条件。你了解到实现递归解决方案有三个要求基本情况、递减结构和递归调用。https://github.com/OpenDocCN/cs-notes-pt1-zh/raw/master/docs/meta-db-engi/img/e37a758de103bc8bb2f74b8841365cd6_21.pnghttps://github.com/OpenDocCN/cs-notes-pt1-zh/raw/master/docs/meta-db-engi/img/e37a758de103bc8bb2f74b8841365cd6_21.png接着你被介绍了动态规划这是一种通过将问题分解为更小问题来促进解决问题的编程范式。https://github.com/OpenDocCN/cs-notes-pt1-zh/raw/master/docs/meta-db-engi/img/e37a758de103bc8bb2f74b8841365cd6_23.png你检查了计算动态规划解决方案所涉及的过程。https://github.com/OpenDocCN/cs-notes-pt1-zh/raw/master/docs/meta-db-engi/img/e37a758de103bc8bb2f74b8841365cd6_23.png本质上这可以概括为首先确定目标函数即描述什么是最佳结果。接着将问题分解为更小的步骤然后决定你希望应用哪种方法来实现期望的结果。https://github.com/OpenDocCN/cs-notes-pt1-zh/raw/master/docs/meta-db-engi/img/e37a758de103bc8bb2f74b8841365cd6_25.pnghttps://github.com/OpenDocCN/cs-notes-pt1-zh/raw/master/docs/meta-db-engi/img/e37a758de103bc8bb2f74b8841365cd6_25.png最后你学习了贪心算法并与动态规划方法进行了比较。贪心方法会查看解决方案列表并实施局部优化。通常会选择当前回报最高的选项。https://github.com/OpenDocCN/cs-notes-pt1-zh/raw/master/docs/meta-db-engi/img/e37a758de103bc8bb2f74b8841365cd6_27.pnghttps://github.com/OpenDocCN/cs-notes-pt1-zh/raw/master/docs/meta-db-engi/img/e37a758de103bc8bb2f74b8841365cd6_27.png你看到了一个示例说明如何实现贪心算法方法来达成解决方案。https://github.com/OpenDocCN/cs-notes-pt1-zh/raw/master/docs/meta-db-engi/img/e37a758de103bc8bb2f74b8841365cd6_29.pnghttps://github.com/OpenDocCN/cs-notes-pt1-zh/raw/master/docs/meta-db-engi/img/e37a758de103bc8bb2f74b8841365cd6_29.png虽然贪心算法的开销较低并且编码解决方案相当直接但它并不总是保证返回最佳选项。因此在选择贪心方法而非动态方法时存在权衡。https://github.com/OpenDocCN/cs-notes-pt1-zh/raw/master/docs/meta-db-engi/img/e37a758de103bc8bb2f74b8841365cd6_31.pnghttps://github.com/OpenDocCN/cs-notes-pt1-zh/raw/master/docs/meta-db-engi/img/e37a758de103bc8bb2f74b8841365cd6_31.png总结在本节课中我们一起回顾了贯穿本课程的许多重要概念和方法。这是一个真正的成就它也应该为你可能参加的任何潜在编程面试做好准备。你剩下要做的就是在结束课程之前完成最终的课程测验。祝你好运。Python 15326_课程总结在本节课中我们将对编码面试准备课程进行总结回顾所学知识并展望未来的学习与发展路径。你已经完成了这门编码面试准备课程。你付出了巨大的努力并在此过程中积累了丰富的知识。你在开发者的旅程中取得了巨大的进步。现在你应该理解编码面试独特且具有挑战性的方面。具体来说你应该为面试做好充分准备掌握一些有助于你在面试中表现出色的软技能。你还掌握了计算机科学的基础知识以及一些可以应用于任何面试挑战的问题解决方法。https://github.com/OpenDocCN/cs-notes-pt1-zh/raw/master/docs/meta-db-engi/img/b25e9e23d605d61d0784648ef55301da_1.png 课程核心收获上一节我们回顾了学习历程本节中我们来看看完成本课程后你应具备的核心能力。https://github.com/OpenDocCN/cs-notes-pt1-zh/raw/master/docs/meta-db-engi/img/b25e9e23d605d61d0784648ef55301da_3.pnghttps://github.com/OpenDocCN/cs-notes-pt1-zh/raw/master/docs/meta-db-engi/img/b25e9e23d605d61d0784648ef55301da_4.png完成本课程后你现在应该能够为整个面试流程做好准备。提供成功的面试策略与技巧。坦然讨论面试过程中的情绪因素。https://github.com/OpenDocCN/cs-notes-pt1-zh/raw/master/docs/meta-db-engi/img/b25e9e23d605d61d0784648ef55301da_6.png 关键技能评估以下是课程评估中衡量的关键技能它们揭示了你的知识与理解水平https://github.com/OpenDocCN/cs-notes-pt1-zh/raw/master/docs/meta-db-engi/img/b25e9e23d605d61d0784648ef55301da_8.png数据结构在编码面试情境下理解与应用数据结构。算法掌握算法的概念与使用方法。算法可视化学会将算法过程可视化以辅助理解。模式组合能够结合新学的和已掌握的编码模式来解决问题。 继续你的旅程恭喜你你已经成功完成了本专业的所有课程。在此阶段你可以考虑注册其他课程、专业或证书路径。证书是全球公认且受行业认可的、掌握技术技能的证明。无论你是刚起步的技术专业人士、学生还是商业用户你所完成的课程以及作品集中的一系列实践项目都将证明你作为开发者的知识与能力。这些证书可以向潜在雇主展示你的技能。它不仅向雇主表明你具有自我驱动力和创新精神也充分体现了你个人的特质以及新获得的知识。到目前为止你做得非常出色应该为自己的进步感到自豪。你迄今为止获得的经验将向潜在雇主证明你积极主动、能力出众并且不畏惧学习新事物。再次祝贺你完成本课程并祝你在接下来的学习旅程中一切顺利。https://github.com/OpenDocCN/cs-notes-pt1-zh/raw/master/docs/meta-db-engi/img/b25e9e23d605d61d0784648ef55301da_10.png 总结本节课中我们一起学习了课程的核心总结。我们回顾了你在编码面试准备方面取得的成就明确了完成课程后应掌握的关键技能并探讨了如何利用这些成果继续你的职业发展与学习之路。请带着这份知识与自信迎接未来的挑战。