Visão Geral

O curso Algorithms and Data Structures tem como objetivo capacitar profissionais no entendimento e aplicação de algoritmos e estruturas de dados fundamentais para o desenvolvimento de software eficiente. O treinamento aborda conceitos essenciais de organização de dados, análise de complexidade e resolução de problemas, sendo uma base sólida para programação, engenharia de software e entrevistas técnicas.

Objetivo

Após realizar este curso Algorithms and Data Structures, você será capaz de:

• Compreender os principais conceitos de algoritmos
• Analisar complexidade de tempo e espaço
• Utilizar estruturas de dados de forma eficiente
• Resolver problemas computacionais de forma otimizada
• Aplicar técnicas de busca e ordenação
• Implementar estruturas clássicas como listas, pilhas e filas
• Trabalhar com árvores e grafos
• Se preparar para entrevistas técnicas

Publico Alvo

• Desenvolvedores iniciantes e intermediários
• Estudantes de ciência da computação
• Engenheiros de software
• Profissionais que desejam melhorar lógica de programação
• Candidatos a entrevistas técnicas

Pre-Requisitos

• Lógica de programação
• Conhecimento básico em pelo menos uma linguagem (Python, Java, C++, etc.)
• Noções básicas de matemática (recomendado)

Materiais

Conteúdo Programatico

Module 1 – Introduction to Algorithms and Complexity

1. What is an algorithm
2. Time and space complexity
3. Big-O, Big-Theta, Big-Omega notation
4. Best, average, and worst case analysis
5. Problem-solving strategies

Module 2 – Arrays and Strings

1. Array fundamentals
2. String manipulation
3. Traversal techniques
4. Two-pointer technique
5. Sliding window technique

Module 3 – Linked Lists

1. Singly and doubly linked lists
2. Insertion and deletion operations
3. Traversal and search
4. Cycle detection (Floyd’s algorithm)
5. Applications of linked lists

Module 4 – Stacks and Queues

1. Stack operations and applications
2. Queue and circular queue
3. Deque (double-ended queue)
4. Priority queue basics
5. Implementation using arrays and linked lists

Module 5 – Recursion and Backtracking

1. Recursion fundamentals
2. Recursive vs iterative solutions
3. Backtracking techniques
4. Solving combinatorial problems
5. Examples (permutations, subsets)

Module 6 – Sorting and Searching Algorithms

1. Linear and binary search
2. Bubble sort, selection sort, insertion sort
3. Merge sort and quicksort
4. Stability and efficiency of sorting algorithms
5. Practical use cases

Module 7 – Trees and Binary Search Trees

1. Tree terminology and structure
2. Binary trees and traversals (DFS, BFS)
3. Binary search trees (BST)
4. Tree operations (insert, delete, search)
5. Balanced trees overview

Module 8 – Graphs and Advanced Topics

1. Graph representation (adjacency list/matrix)
2. Breadth-first search (BFS)
3. Depth-first search (DFS)
4. Shortest path algorithms (Dijkstra)
5. Introduction to dynamic programming