Algorithm 演算法入門（含常見 ML 演算法）

一句話：演算法＝解題步驟；ML 演算法＝從資料學規律的標準配方。

1. 為什麼要學演算法？

• 更快更穩；面試／競賽常見。
• 讀懂 ML／系統底層。
• 銜接 ML／DL／RL／爬蟲。

2. 時間／空間複雜度（Big-O）

• O(1)／O(log n)／O(n)／O(n log n)／O(n²)。
• 先正確，再量測，後優化。

# 線性搜尋 O(n) vs 排序後二分 O(log n)（概念）
# Python: bisect 模組可做二分

3. 核心資料結構

• 陣列／串列
• 堆疊／佇列
• 雜湊表
• 樹／圖

4. 核心技法（先這幾類）

1. 雙指標／滑動視窗
2. 二分搜尋
3. BFS／DFS
4. 動態規劃入門
5. 貪心

5. 常見 ML 演算法（圖示＋教學連結）

八種經典配方：介紹→圖示→連結。完整路徑見 ML 課。

7. 官方／延伸連結