图解算法——使用Python(第2版)
全新正版现货
￥ 48.3 7.0折 ￥ 69 全新
仅1件
四川成都
认证卖家担保交易快速发货售后保障
作者吴灿铭、胡昭民
出版社清华大学出版社
ISBN9787302598671
出版时间2022-02
装帧平装
开本16开
纸张胶版纸
定价69元
货号29369889
上书时间2024-07-24
商品详情
- 品相描述：全新
- 正版全新
- 商品描述
-
【编辑推荐】:
一本轻量算法书，是你提高程序设计水平，提升自我价值的投资。
为了让读者能以容易理解的方式学习算法与基础数据结构的相关知识，本书采用简明的图例介绍常用算法的概念，包括：分治法、循环法、贪心法、动态规划法、迭代法、枚举法、回溯法等，并应用不同算法扩展出重要的数据结构，比如数组、链表、堆栈、队列、树结构、图结构、排序、搜索、哈希表等。本次改版进一步强化了计算思维的重要概念和实例演练，并将实战安全与人工智能等相关的算法纳入其中，同时搭配Python程序语言举例实现，是读者入门算法的。
【内容简介】:
本书综合讲述算法及其数据结构，内容浅显易懂、逻辑严谨，范例丰富、易于学习和掌握，力求兼顾教师教学和学生自学。 全书从算法的基本概念开始讲解，接着介绍各个经典的算法，包括分治法、递归法、贪心法、动态规划法、迭代法、枚举法、回溯法等；随后讲述核心的数据结构，即数组、链表、堆栈、队列、树结构、图结构、哈希表等；后展开阐述不同数据结构上实现的算法，包括排序算法、查找算法、数组和链表相关算法、信息安全基础算法、堆栈和队列相关算法、树结构相关算法、图结构相关算法、人工智能基础算法。 本书为每个算法及其数据结构提供演算的详细图解，并为每个经典的算法提供Python语言编写的完整范例程序（包含完整的源代码）。每个范例程序都经过了测试和调试，可以直接在标准的Python语言环境中运行。在每章末尾安排大量的习题（包括各类考试的例题），并在附录中提供解答，以供读者自测学习效果。
【作者简介】:
吴灿铭,现任荣钦科技股份有限公司执行长，美国Rochester Institute of Technology计算机科学研究所毕业，长期从事信息教育及计算机图书写作的工作，计算机图书著作包括计算器概论、数据结构、办公室电子数据处理、互联网等相关题材，并监制过多套游戏以及教学软件的研发。
【目录】:
第1章 进入算法世界 1
1.1 运算思维简介 2
1.1.1 分解 3
1.1.2 模式识别 3
1.1.3 模式概括与抽象 4
1.1.4 算法 4
1.2 计算思维的脑力大赛 5
1.2.1 三分球比赛灯记录器 5
1.2.2 图像字符串编码 6
1.2.3 计算机绘图指令实践 7
1.2.4 炸弹超人游戏 7
1.3 生活中到处都是算法 8
1.3.1 算法的条件 9
1.3.2 时间复杂度 11
1.4 课后习题 13
第2章 经典算法介绍 14
2.1 分治法 14
2.2 递归法 16
2.3 贪心法 18
2.4 动态规划法 19
2.5 迭代法 20
2.6 枚举法 23
2.7 回溯法 26
2.8 课后习题 31
第3章 数据结构简介 32
3.1 认识数据结构 33
3.2 常见的数据结构 35
3.2.1 数组 36
3.2.2 链表 38
3.2.3 堆栈 39
3.2.4 队列 39
3.3 树结构简介 40
3.3.1 树的基本概念 41
3.3.2 二叉树 42
3.4 图论简介 43
3.5 哈希表 45
3.6 课后习题 46
第4章 排序算法 47
4.1 认识排序 48
4.2 冒泡排序法 48
4.3 选择排序法 51
4.4 插入排序法 53
4.5 希尔排序法 55
4.6 合并排序法 57
4.7 快速排序法 60
4.8 基数排序法 62
4.9 课后习题 65
第5章 查找算法 66
5.1 顺序查找法 67
5.2 二分查找法 69
5.3 插值查找法 71
5.4 斐波那契查找法 72
5.5 课后习题 76
第6章 数组与链表相关算法 77
6.1 矩阵算法与深度学习 77
6.1.1 矩阵相加 79
6.1.2 矩阵相乘 80
6.1.3 转置矩阵 81
6.1.4 稀疏矩阵 82
6.2 数组与多项式 84
6.3 单向链表算法 86
6.3.1 单向链表的连接功能 87
6.3.2 单向链表插入节点的算法 89
6.3.3 单向链表删除节点的算法 94
6.3.4 对单向链表进行反转的算法 97
6.4 课后习题 100
第7章 信息安全基础算法 101
7.1 数据加密 102
7.1.1 对称密钥加密系统 102
7.1.2 非对称密钥加密系统与RSA
算法 103
7.1.3 认证 104
7.1.4 数字签名 104
7.2 哈希算法 105
7.2.1 除留余数法 105
7.2.2 平方取中法 106
7.2.3 折叠法 107
7.2.4 数字分析法 108
7.3 碰撞与溢出处理 109
7.3.1 线性探测法 109
7.3.2 平方探测法 111
7.3.3 再哈希法 111
7.3.4 链表 112
7.4 课后习题 117
第8章 堆栈与队列相关算法 119
8.1 以数组来实现堆栈 119
8.2 以链表来实现堆栈 122
8.3 汉诺塔问题的求解算法 124
8.4 八皇后问题的求解算法 129
8.5 用数组来实现队列 132
8.6 用链表来实现队列 135
8.7 双向队列 138
8.8 优先队列 141
8.9 课后习题 142
第9章 树结构相关算法 143
9.1 用数组来实现二叉树 144
9.2 用链表来实现二叉树 146
9.3 二叉树遍历 148
9.4 二叉查找树 152
9.5 二叉树节点的插入 154
9.6 二叉树节点的删除 156
9.7 堆积树排序法 158
9.8 扩充二叉树 162
9.9 哈夫曼树 163
9.10 平衡树 164
9.11 博弈树 166
9.12 课后习题 167
第10章 图结构相关算法 169
10.1 图的简介 169
10.1.1 欧拉环与欧拉链 170
10.1.2 无向图及其重要术语 171
10.1.3 有向图及其重要术语 172
10.2 图的数据表示法 173
10.2.1 邻接矩阵法 173
10.2.2 邻接链表法 176
10.2.3 邻接复合链表法 177
10.2.4 索引表格法 178
10.3 图的遍历 179
10.3.1 深度优先遍历法 179
10.3.2 广度优先遍历法 182
10.4 生成树 185
10.4.1 Prim算法 186
10.4.2 Kruskal算法 187
10.5 图的短路径法 191
10.5.1 Dijkstra算法与A*算法 191
10.5.2 Floyd算法 197
10.6 课后习题 199
第11章 人工智能基础算法 202
11.1 机器学习简介 203
11.1.1 监督式学习 204
11.1.2 半监督式学习 205
11.1.3 无监督式学习与K均值
聚类 205
11.1.4 强化学习 207
11.2 认识深度学习 209
11.2.1 人工神经网络 210
11.2.2 卷积神经网络 212
11.2.3 循环神经网络 217
11.3 课后习题 220
附录 课后习题与解答 221
— 没有更多了 —
以下为对购买帮助不大的评价