• 正版现货新书 Python算法详解 9787115503381 张玲玲
21年品牌 40万+商家 超1.5亿件商品

正版现货新书 Python算法详解 9787115503381 张玲玲

全新正版现货,以书名为准,放心购买,购书咨询18931383650朱老师

47.1 5.9折 79.9 全新

库存2件

北京丰台
认证卖家担保交易快速发货售后保障

作者张玲玲

出版社人民邮电出版社

ISBN9787115503381

出版时间2018-06

装帧平装

开本16开

定价79.9元

货号11622233

上书时间2024-10-08

黎明书店

十五年老店
已实名 已认证 进店 收藏店铺

   商品详情   

品相描述:全新
商品描述
作者简介
张玲玲,10年C/C++开发经验,6年Python开发经验,计算机硕士,杰出程序员和算法员,在算法研究和应用上很有心得,曾经开发过众多的游戏应用、系统软件的。业余期间,曾经在国内主流期刊中发表过多篇算法领域的杰出论文。

目录
第1章 算法概述 1

 1.1 算法的基础 2

 1.1.1 算法的特征 2

 1.1.2 何为算法 2

 1.2 计算机中的算法 3

 1.2.1 认识计算机中的算法 3

 1.2.2 为什么说算法是程序的灵魂 4

 1.3 计算机中表示算法的方法 4

 1.3.1 用流程图表示算法 4

 1.3.2 用N-S流程图表示算法 6

 1.3.3 用计算机语言表示算法 6

 1.4 学习建议 6

 第2章 数据结构 8

 2.1 使用列表 9

 2.1.1 列表的基本用法 9

 2.1.2 删除列表中的重复元素并保持顺序不变 10

 2.1.3 找出列表中出现次数最多的元素 11

 2.1.4 排序类定义的实例 11

 2.1.5 使用列表推导式 12

 2.1.6 命名切片 13

 2.2 使用元组 14

 2.2.1 创建并访问元组 14

 2.2.2 修改元组 15

 2.2.3 删除元组 15

 2.2.4 使用内置方法操作元组 15

 2.2.5 将序列分解为单独的变量 16

 2.2.6 将序列分解为单独的变量 17

 2.2.7 实现优先级队列 17

 2.3 使用字典 19

 2.3.1 创建并访问字典 19

 2.3.2 添加、修改、删除字典中的元素 19

 2.3.3 映射多个值 20

 2.3.4 使用OrderedDict创建有序字典 21

 2.3.5 获取字典中的优选值和最小值 22

 2.3.6 获取两个字典中相同的键值对 23

 2.3.7 使用函数itemgetter()对字典进行排序 24

 2.3.8 使用字典推导式 25

 2.3.9 根据记录进行分组 26

 2.3.10 转换并换算数据 27

 2.3.11 将多个映射合并为单个映射 28

 第3章 常用的算法思想 30

 3.1 枚举算法思想 31

 3.1.1 枚举算法基础 31

 3.1.2 实践演练——24点游戏 31

 3.1.3 实践演练——计算平方根 32

 3.2 递归算法思想 32

 3.2.1 递归算法基础 33

 3.2.2 实践演练——解决“斐波那契数列”问题 33

 3.2.3 实践演练——解决“汉诺塔”问题 34

 3.2.4 实践演练——解决“阶乘”问题 36

 3.3 分治算法思想 37

 3.3.1 分治算法基础 38

 3.3.2 实践演练——求顺序表中的优选值 38

 3.3.3 实践演练——判断某个元素是否在列表中 38

 3.3.4 实践演练——找出一组序列中第k小的元素 39

 3.4 贪心算法思想 39

 3.4.1 贪心算法基础 39

 3.4.2 实践演练——解决“找零”问题 40

 3.4.3 实践演练——解决“汽车加油”问题 41

 3.5 试探算法思想 42

 3.5.1 试探算法基础 42

 3.5.2 实践演练——解决“八皇后”问题 42

 3.5.3 实践演练——解决“迷宫”问题 44

 3.6 迭代算法思想 45

 3.6.1 迭代算法基础 46

 3.6.2 实践演练——解决“非线程方程组”问题 46

 3.7 技术解惑 47

 3.7.1 衡量算法的标准是什么 47

 3.7.2 递推和递归有什么差异 48

 3.7.3 总结分治算法能解决什么类型的问题 48

 3.7.4 分治算法的机理是什么 48

 3.7.5 为什么说贪婪算法并不是解决问题的很优方案 48

 3.7.6 回溯算法会影响算法效率吗 49

 3.7.7 递归算法与迭代算法有什么区别 49

 第4章 线性表、队列和栈 50

 4.1 线性表操作 51

 4.1.1 线性表的特性 51

 4.1.2 顺序表操作 52

 4.1.3 实践演练——实现线性表顺序存储的插入操作 53

 4.1.4 实践演练——实现线性表顺序存储的删除操作 54

 4.1.5 实践演练——顺序表的插入、检索、删除和反转操作 54

 4.2 链表操作 57

 4.2.1 什么是链表 57

 4.2.2 实践演练——实现完整链表操作 60

 4.2.3 实践演练——在链表中增加比较功能 64

 4.2.4 实践演练——单链表结构字符串 67

 4.3 优选先出的队列 70

 4.3.1 什么是队列 71

 4.3.2 Python语言的队列操作 72

 4.3.3 实践演练——完整的顺序队列的操作 72

 4.3.4 实践演练——基于列表实现的优先队列 73

 4.3.5 实践演练——基于堆实现的优先队列 74

 4.4 后进先出的栈 75

 4.4.1 什么是栈 75

 4.4.2 顺序栈 76

 4.4.3 链栈 77

 4.4.4 实践演练——实现顺序栈操作 77

 4.4.5 实践演练——使用顺序表方法和单链表方法实现栈 78

 4.5 实现堆队列操作 79

 4.5.1 Python中的堆操作 79

 4.5.2 实践演练——实现二叉堆操作 80

 4.6 技术解惑 82

 4.6.1 顺序表插入操作的时间复杂度是多少 82

 4.6.2 顺序表删除操作的时间复杂度是多少 82

 4.6.3 顺序表按值查找操作的时间复杂度是多少 82

 4.6.4 堆和栈的区别是什么 82

 第5章 树 84

 5.1 树基础 85

 5.1.1 什么是树 85

 5.1.2 树的相关概念 85

 5.2 使用列表表示的树 86

 5.3 二叉树详解 87

 5.3.1 二叉树的定义 87

 5.3.2 二叉树的性质 88

 5.3.3 二叉树的存储结构 88

 5.3.4 实践演练——使用嵌套列表表示树 90

 5.3.5 实践演练——把二叉树的任何子节点当成二叉树 91

 5.3.6 实践演练——实现二叉搜索树查找操作 93

 5.3.7 实践演练——实现二叉搜索树的删除操作 97

 5.3.8 遍历二叉树 104

 5.3.9 线索二叉树 107

 5.4 霍夫曼树 115

 5.4.1 霍夫曼树基础 115

 5.4.2 实践演练——使用面向过程方式和面向对象方式实现霍夫曼树 117

 5.4.3 实践演练——实现霍夫曼树的基本操作 118

 5.4.4 总结霍夫曼编码的算法实现 120

 5.5 技术解惑 120

 5.5.1 树和二叉树的差别是什么 120

 5.5.2 二叉树和链表的效率比较 121

 5.5.3 如何输出二叉树中的所有路径 121

 第6章 图 122

 6.1 图的起源 123

 6.2 图的相关概念 124

 6.3 存储结构 127

 6.3.1 使用邻接矩阵表示图 127

 6.3.2 实践演练——将邻接矩阵输出成图 128

 6.3.3 使用邻接表表示图 129

 6.3.4 实践演练——使用邻接表表示图 130

 6.4 图的遍历 131

 6.4.1 深度优先搜索 131

 6.4.2 广度优先搜索 132

 6.4.3 实践演练——实现图的深度优先和广度优先搜索 133

 6.5 图的连通性 135

 6.5.1 无向图的连通分量 135

 6.5.2 实践演练——通过二维数组建立无向图 136

 6.5.3 实践演练——根据邻接矩阵绘制无向图 137

 6.5.4 最小生成树 138

 6.5.5 实践演练——实现最小生成树和拓扑序列 139

 6.5.6 关键路径 140

 6.5.7 实践演练——递归解决AOE网最长关键路径的问题 141

 6.6 寻求最短路径 143

 6.6.1 求某一顶点到其他各顶点的最短路径 143

 6.6.2 任意一对顶点间的最短路径 145

 6.6.3 实践演练——使用Dijkstra算法计算指定点到其他各顶点的路径 146

 6.6.4 实践演练——使用Floyd-Warshall算法计算图的最短路径 147

 6.6.5 实践演练——使用Bellman-Ford算法计算图的最短路径 148

 6.6.6 实践演练——使用Dijkstra算法解决加权的最短路径问题 149

 6.7 技术解惑 150

 6.7.1 几种最短路径算法的比较 150

 6.7.2 邻接矩阵与邻接表的对比 152

 6.7.3 比较深度优先算法和广度优先算法 152

 第7章 查找算法 154

 7.1 几个相关概念 155

 7.2 基于线性表的查找法 155

 7.2.1 顺序查找法 155

 7.2.2 实践演练——实现顺序查找算法 156

 7.2.3 折半查找法 157

 7.2.4 实践演练——使用折半查找法查找数据 158

 7.2.5 插值查找法 160

 7.2.6 实践演练——使用插值查找法查找指定的数据 160

 7.2.7 分块查找法 161

 7.3 基于树的查找法 162

 7.3.1 二叉排序树 162

 7.3.2 实践演练——实现二叉树的完整操作 165

 7.3.3 平衡二叉树 167

 7.3.4 实践演练——实现平衡二叉树的基本操作 170

 7.4 散列法 174

 7.4.1 散列法的基本思想 174

 7.4.2 构造散列函数 175

 7.4.3 处理冲突 176

 7.4.4 散列表的查找过程 177

 7.4.5 实践演练——使用散列表查找数据 177

 7.5 斐波那契查找法 178

 7.5.1 斐波那契查找法介绍 178

 7.5.2 实践演练——使用斐波那契查找法 179

 7.6 不错树表查找算法 180

 7.6.1 2-3查找树介绍 180

 7.6.2 红黑树介绍 181

 7.6.3 实践演练——使用红黑树操作数据 181

 7.6.4 B树和B+树 185

 7.6.5 实践演练——使用B树排序数据 186

 7.6.6 实践演练——使用B+树操作数据 188

 7.7 技术解惑 193

 7.7.1 分析查找算法的性能 193

 7.7.2 分析散列法的性能 194

 第8章 内部排序算法 195

 8.1 排序基础 196

 8.1.1 排序的目的和过程 196

 8.1.2 内部排序与外部排序 196

 8.1.3 稳定排序与不稳定排序 196

 8.2 插入排序算法 197

 8.2.1 直接插入排序 197

 8.2.2 实践演练——编写直接插入排序算法 198

 8.2.3 实践演练——使用折半插入排序算法 198

 8.2.4 希尔排序 199

 8.2.5 实践演练——使用希尔排序算法对数据进行排序 199

 8.2.6 实践演练——使用希尔排序处理一个列表 200

 8.3 交换类排序法 201

 8.3.1 冒泡排序(相邻比序法) 201

 8.3.2 快速排序 201

 8.3.3 实践演练——实现从大到小的冒泡排序 202

 8.3.4 实践演练——使用冒泡排序算法排序 202

 8.3.5 实践演练——实现基本的快速排列 203

 8.4 选择排序法 204

 8.4.1 直接选择排序 204

 8.4.2 树形选择排序 204

 8.4.3 堆排序 205

 8.4.4 实践演练——实现直接选择排序 206

 8.4.5 实践演练——演示选择排序的操作步骤 207

 8.4.6 实践演练——选择排序和Python内置函数的效率对比 208

 8.4.7 实践演练——使用堆排序处理数据 209

 8.4.8 实践演练——实现最小堆 210

 8.5 归并排序 211

 8.5.1 归并排序思想 211

 8.5.2 两路归并算法的思路 212

 8.5.3 实现归并排序 212

 8.5.4 实践演练——使用归并排序处理指定列表 213

 8.5.5 实践演练——使用归并排序处理两个列表 213

 8.5.6 实践演练——使用两路归并排序处理一个列表 214

 8.6 基数排序 215

 8.6.1 多关键字排序 215

 8.6.2 链式基数排序 216

 8.6.3 实践演练——使用基数排序处理随机数 217

 8.7 技术解惑 218

 8.7.1 插入排序算法的描述 218

 8.7.2 希尔排序和插入排序的速度比较 218

 8.7.3 快速排序的时间耗费 218

 8.7.4 堆排序与直接选择排序的区别 219

 8.7.5 归并排序的效率与选择方法 219

 8.7.6 综合比较各种排序方法 219

 第9章 经典的数据结构问题 221

 9.1 约瑟夫环 222

 9.1.1 问题描述 222

 9.1.2 算法分析 222

 9.1.3 具体实现 222

 9.2 大整数运算 224

 9.2.1 模拟大整数乘法的小学竖式计算过程 224

 9.2.2 实现大数相加运算 225

 9.3 顺序表的修改、查找、统计、删除、销毁操作 225

 9.3.1 算法分析 225

 9.3.2 具体实现 226

 9.4 实现链表的基本操作 227

 9.4.1 算法分析 227

 9.4.2 具体实现 227

 9.5 带有尾节点引用的单链表 229

 9.5.1 算法分析 229

 9.5.2 具体实现 229

 9.6 增加新功能的单链表结构字符串 230

 9.7 实现堆排序功能 232

 9.7.1 算法分析 232

 9.7.2 具体实现 233

 9.8 实现队列、链表、顺序表和循环顺序表 234

 9.8.1 时间复杂度分析 234

 9.8.2 具体实现 234

 9.9 基于列表实现二叉树 236

 9.10 实现二元表达式 237

 9.11 使用多叉树寻找最短路径 239

 9.11.1 算法分析 239

 9.11.2 具体实现 239

 9.12 实现AVL树 240

 9.13 使用二维数组生成有向图 244

 9.14 使用广度优先和深度优先遍历二叉树 245

 第10章 数学问题的解决 248

 10.1 解决一个数学问题 249

 10.1.1 问题描述 249

 10.1.2 具体实现 249

 10.2 使用递归算法计算两个数的乘积 250

 10.3 利用递归算法获取斐波那契数列前n项的值 250

 10.4 1000以内的接近数 251

 10.4.1 问题描述 251

 10.4.2 算法分析 251

 10.4.3 具体实现 252

 10.5 多进程验证哥德巴赫猜想 253

 10.5.1 问题描述 253

 10.5.2 算法分析 253

 10.5.3 具体实现 253

 10.6 优选公约数和最小公倍数 255

 10.6.1 问题描述 255

 10.6.2 算法分析 255

 10.6.3 具体实现 255

 10.7 亲密数 255

 10.7.1 问题描述 255

 10.7.2 算法分析 256

 10.7.3 具体实现 256

 10.8 计算10000以内的自守数 256

 10.8.1 问题描述 256

 10.8.2 算法分析 256

 10.8.3 具体实现 257

 10.9 水仙花数 257

 10.9.1 问题描述 257

 10.9.2 算法分析 257

 10.9.3 具体实现 257

 10.10 方程求解 257

 10.10.1 用高斯消元法解方程组 258

 10.10.2 用二分法解非线性方程 260

 10.11 求平方根 261

 10.11.1 使用二分法求平方根 261

 10.11.2 用牛顿迭代法求平方根 262

 10.12 矩阵运算 264

 10.12.1 问题描述 264

 10.12.2 算法分析 264

 10.12.3 具体实现 264

 10.13 一元多项式运算 265

 10.13.1 一元多项式求导 266

 10.13.2 实现多项式的加法、减法、乘法运算 266

 10.14 百钱买百鸡 267

 10.14.1 问题描述 267

 10.14.2 算法分析 268

 10.14.3 具体实现 268

 10.15 素数问题 268

 10.15.1 求1000以内的所有素数 269

 10.15.2 孪生素数问题 269

 10.15.3 金蝉素数 270

 10.15.4 可逆素数 271

 10.15.5 回文素数 271

 10.15.6 等差素数数列 272

 10.16 埃及分数式 273

 10.16.1 问题描述 273

 10.16.2 算法分析 274

 10.16.3 具体实现 274

 10.17 对正整数分解质因数 274

 10.17.1 问题描述 274

 10.17.2 算法分析 274

 10.17.3 具体实现 274

 第11章 经典算法问题的解决 276

 11.1 歌星大奖赛 277

 11.1.1 问题描述 277

 11.1.2 具体实现 277

 11.2 借书方案 278

 11.2.1 问题描述 278

 11.2.2 算法分析 278

 11.2.3 具体实现 278

 11.3 捕鱼和分鱼 279

 11.3.1 问题描述 279

 11.3.2 算法分析 279

 11.3.3 具体实现 27

   相关推荐   

—  没有更多了  —

以下为对购买帮助不大的评价

此功能需要访问孔网APP才能使用
暂时不用
打开孔网APP