在生成式 AI 快速發展的時代，程式語法與基礎實作的門檻正在大幅降低；然而，真正能夠駕馭 AI、設計高品質系統、判斷 AI 輸出是否正確的人，仍然必須具備紮實的 資料結構、演算法與數學思維。本課程將從第一性原理出發，幫助學員系統性認識經典資料結構與演算法，建立面對複雜問題時可拆解、可分析、可驗證的核心能力。

本課程以 Princeton 大學出版社經典演算法教科書 [0] 為主軸，佐以 LeetCode [1] 相關題目作為實作練習，精選難度適中的題目，訓練學員從問題建模、資料結構選擇、演算法設計，到複雜度分析與程式實作的完整流程。課程不僅重視「會寫程式」，更強調「為什麼這樣設計」、「這個方法的本質限制是什麼」、「是否存在更好的解法」。

本課程也將融入講者多年教學與實務經驗，連結程式邏輯與必要的數學訓練，包括組合數學、機率論、訊息理論等基礎概念，幫助學員理解演算法背後的理論結構。這些能力不僅是資訊科學的基礎，也是在 AI、資料科學、金融科技、量化交易、軟體工程與大型系統設計中不可或缺的底層能力。

本課程亦適合作為高中 108 課綱程式訓練之先修或課輔 [2, 3]，並涵蓋 APCS 大學程式設計先修檢測的相關內容，如二元樹、深度優先搜尋演算法、圖論基礎與常見演算法思維。歡迎希望系統性認識資料結構與演算法、準備 APCS、強化程式競賽基礎，或希望在 AI 時代建立真正技術底盤的高中生與大學生修習本課程。



[0] Robert Sedgewick and Kevin Wayne, Algorithms, 4/e, 2011.
[1] LeetCode
[2] 十二年國民基本教育課程綱要國民中學暨普通型高級中等學校 - 科技領域
[3] APCS 大學程式設計先修檢測