Explore l'optimisation de la programmation linéaire avec des contraintes, l'algorithme de Dijkstra et les formulations LP pour trouver des solutions réalisables.
Couvre la complexité algorithmique et l'analyse du temps de trajet, en se concentrant sur la mesure du temps pris par les algorithmes et l'évaluation de leurs performances.
Explore la complexité algorithmique, en comparant les taux de croissance en utilisant la notation Theta et en caractérisant différentes classes de complexité.
Couvre l'architecture du processeur, l'évolution des performances, les algorithmes vers la transition des ordinateurs, les registres, les instructions, l'unité arithmétique et la gestion de la mémoire.
Explore le langage d'assemblage MIPS, couvrant les appels de fonctions, la gestion de la mémoire et les structures de données, y compris les fonctions récursives, les constructions de programmation, les tableaux et les listes liées.
