• 数据结构与算法之美
  • 数据结构与算法之美
21年品牌 40万+商家 超1.5亿件商品

数据结构与算法之美

全新正版 极速发货

52.33 4.4折 119.8 全新

库存20件

广东广州
认证卖家担保交易快速发货售后保障

作者王争

出版社人民邮电出版社

ISBN9787115562050

出版时间2021-06

装帧平装

开本16开

定价119.8元

货号1202361128

上书时间2024-08-07

谢岳书店

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
王争,前Google工程师,微信公众号【小争哥】作者,GitHub上算法教程Star数排名前列。热衷分享,致力于通俗易懂地讲解数据结构和算法,帮助广大程序员攻克算法学习、算法刷题、算法面试三项难关。

目录
第1章复杂度分析1

1.1复杂度分析(上):如何分析代码的执行效率和资源消耗2

1.1.1复杂度分析的意义2

1.1.2大O复杂度表示法2

1.1.3时间复杂度分析方法4

1.1.4几种常见的时间复杂度量级5

1.1.5空间复杂度分析方法7

1.1.6内容小结7

1.1.7思考题8

1.2复杂度分析(下):详解好、坏、平均、均摊这4种时间复杂度8

1.2.1好时间复杂度和坏时间复杂度8

1.2.2平均时间复杂度9

1.2.3均摊时间复杂度10

1.2.4内容小结11

1.2.5思考题12

第2章数组、链表、栈和队列13

2.1数组(上):为什么数组的下标一般从0开始编号14

2.1.1数组的定义14

2.1.2寻址公式和随机访问特性15

2.1.3低效的插入和删除操作15

2.1.4警惕数组访问越界问题16

2.1.5容器能否接近替代数组17

2.1.6解答本节开篇问题18

2.1.7内容小结18

2.1.8思考题18

2.2数组(下):数据结构中的数组和编程语言中的数组的区别19

2.2.1C/C中数组的实现方式19

2.2.2Java中数组的实现方式20

2.2.3JavaScript中数组的实现方式22

2.2.4内容小结23

2.2.5思考题23

2.3链表(上):如何基于链表实现LRU缓存淘汰算法23

2.3.1链表的底层存储结构24

2.3.2链表的定义和操作24

2.3.3链表的变形结构26

2.3.4链表与数组的性能对比28

2.3.5解答本节开篇问题29

2.3.6内容小结29

2.3.7思考题30

2.4链表(下):借助哪些技巧可以轻松地编写链表相关的复杂代码30

2.4.1技巧1:理解指针或引用的含义30

2.4.2技巧2:警惕指针丢失和内存泄露30

2.4.3技巧3:利用“哨兵”简化代码31

2.4.4技巧4:留意边界条件和特殊情况33

2.4.5技巧5:举例画图,辅助思考34

2.4.6技巧6:多写多练,没有捷径34

2.4.7内容小结34

2.4.8思考题35

2.5栈:如何实现浏览器的前进和后退功能35

2.5.1栈的定义35

2.5.2顺序栈和链式栈35

2.5.3支持动态扩容的顺序栈36

2.5.4栈在函数调用中的应用37

2.5.5栈在表达式求值中的应用38

2.5.6栈在括号匹配中的应用38

2.5.7解答本节开篇问题39

2.5.8内容小结40

2.5.9思考题40

2.6队列:如何实现线程池等有限资源池的请求排队功能40

2.6.1队列的定义40

2.6.2顺序队列和链式队列41

2.6.3循环队列42

2.6.4阻塞队列和并发队列44

2.6.5解答本节开篇问题44

2.6.6内容小结45

2.6.7思考题45

第3章递归、排序、二分查找46

3.1递归:如何用3行代码找到“终推荐人”47

3.1.1什么是递归47

3.1.2递归需要满足的3个条件48

3.1.3如何编写递归代码48

3.1.4编写递归代码的难点49

3.1.5警惕递归代码出现堆栈溢出49

3.1.6警惕递归代码的重复计算问题50

3.1.7将递归代码改写为非递归代码51

3.1.8解答本节开篇问题52

3.1.9内容小结52

3.1.10思考题52

3.2尾递归:如何借助尾递归避免递归过深导致的堆栈溢出53

3.2.1递归产生堆栈溢出的原因53

3.2.2什么样的递归代码可以改写为尾递归54

3.2.3尾递归真的可以避免堆栈溢出吗54

3.2.4思考题55

3.3排序算法基础:从哪几个方面分析排序算法55

3.3.1排序算法的执行效率55

3.3.2排序算法的内存消耗56

3.3.3排序算法的稳定性56

3.3.4内容小结57

3.3.5思考题57

3.4O(n2)排序:为什么插入排序比冒泡排序更受欢迎58

3.4.1冒泡排序58

3.4.2插入排序60

3.4.3选择排序62

3.4.4解答本节开篇问题63

3.4.5内容小结64

3.4.6思考题64

3.5O(nlogn)排序:如何借助快速排序思想快速查找第K大元素64

3.5.1归并排序的原理和实现64

3.5.2归并排序的性能分析66

3.5.3快速排序的原理和实现68

3.5.4快速排序的性能分析70

3.5.5解答本节开篇问题71

3.5.6内容小结72

3.5.7思考题72

3.6线性排序:如何根据年龄给100万个用户排序72

3.6.1桶排序73

3.6.2计数排序74

3.6.3基数排序76

3.6.4解答本节开篇问题77

3.6.5内容小结77

3.6.6思考题77

3.7排序优化:如何实现一个高性能的通用的排序函数78

3.7.1如何选择合适的排序算法78

3.7.2如何优化快速排序79

3.7.3排序函数举例分析79

3.7.4内容小结80

3.7.5思考题80

3.8二分查找:如何用省内存的方式实现快速查找功能80

3.8.1无处不在的二分思想81

3.8.2O(logn)惊人的查找速度82

3.8.3二分查找的递归与非递归实现82

3.8.4二分查找应用场景的局限性83

3.8.5解答本节开篇问题84

3.8.6内容小结85

3.8.7思考题85

3.9二分查找的变体:如何快速定位IP地址对应的归属地85

3.9.1什么是二分查找变体问题86

3.9.2变体问题1:查找个值等于给定值的元素86

3.9.3变体问题2:查找后一个值等于给定值的元素88

3.9.4变体问题3:查找个值大于或等于给定值的元素88

3.9.5变体问题4:查找后一个值小于或等于给定值的元素89

3.9.6解答本节开篇问题89

3.9.7内容小结90

3.9.8思考题90

第4章哈希表、位图和哈希算法91

4.1哈希表(上):Word软件的单词拼写检查功能是如何实现的92

4.1.1哈希思想92

4.1.2哈希函数93

4.1.3哈希冲突93

4.1.4解答本节开篇问题95

4.1.5内容小结95

4.1.6思考题96

4.2哈希表(中):如何打造一个工业级的哈希表96

4.2.1设计哈希函数96

4.2.2解决装载因子过大的问题97

4.2.3避免低效的扩容98

4.2.4选择合适的冲突解决方法99

4.2.5工业级的哈希表举例分析100

4.2.6解答本节开篇问题100

4.2.7内容小结101

4.2.8思考题101

4.3哈希表(下):如何利用哈希表优化LRU缓存淘汰算法101

4.3.1LRU缓存淘汰算法102

4.3.2JavaLinkedHashMap104

4.3.3内容小结105

4.3.4思考题105

4.4位图:如何实现网页“爬虫”中的网址链接去重功能106

4.4.1基于哈希表的解决方案106

4.4.2基于位图的解决方案106

4.4.3基于布隆过滤器的解决方案108

4.4.4回答本节开篇问题110

4.4.5内容小结110

4.4.6思考题111

4.5哈希算法:如何防止数据库脱库后用户信息泄露111

4.5.1哈希算法介绍111

4.5.2应用1:安全加密112

4.5.3应用2:标识113

4.5.4应用3:数据校验113

4.5.5应用4:哈希函数113

4.5.6应用5:负载均衡114

4.5.7应用6:数据分片114

4.5.8应用7:分布式存储115

4.5.9解答本节开篇问题116

4.5.10内容小结116

4.5.11思考题116

第5章树117

5.1树和二叉树:什么样的二叉树适合用数组存储118

5.1.1树的定义118

5.1.2二叉树的定义118

5.1.3二叉树的存储119

5.1.4二叉树的遍历120

5.1.5解答本节开篇问题122

5.1.6内容小结122

5.1.7思考题122

5.2二叉查找树:相比哈希表,二叉查找树有何优势122

5.2.1二叉查找树的定义和操作123

5.2.2支持重复数据的二叉查找树126

5.2.3二叉查找树的性能分析126

5.2.4解答本节开篇问题127

5.2.5内容小结128

5.2.6思考题128

5.3平衡二叉查找树:为什么红黑树如此受欢迎128

5.3.1平衡二叉查找树的定义128

5.3.2红黑树的定义129

5.3.3红黑树的性能分析129

5.3.4解答本节开篇问题130

5.3.5内容小结130

5.3.6思考题131

5.4递归树:如何借助树求递归算法的时间复杂度131

5.4.1递归树时间复杂度分析法131

5.4.2实战1:快速排序的时间复杂度分析132

5.4.3实战2:斐波那契数列的时间复杂度分析133

5.4.4实战3:全排列的时间复杂度分析133

5.4.5内容小结135

5.4.6思考题135

5.5B树:MySQL数据库索引是如何实现的135

5.5.1典型需求:按值查询和按区间查询135

5.5.2基于哈希表和二叉查找树的解决方案136

5.5.3基于B树的解决方案136

5.5.4内容小结139

5.5.5思考题140

第6章堆141

6.1堆:如何维护动态集合的值142

6.1.1堆的定义142

6.1.2堆的存储142

6.1.3往堆中插入元素143

6.1.4删除堆顶元素144

6.1.5删除任意元素145

6.1.6堆的性能分析145

6.1.7解答本节开篇问题145

6.1.8内容小结146

6.1.9思考题146

6.2堆排序:为什么说堆排序没有快速排序快147

6.2.1堆排序之建堆147

6.2.2堆排序之排序149

6.2.3堆排序的性能分析149

6.2.4解答本节开篇问题150

6.2.5内容小结150

6.2.6思考题151

6.3堆的应用:如何快速获取靠前0热门搜索关键词151

6.3.1堆的应用1:优先级队列151

6.3.2堆的应用2:求TopK152

6.3.3堆的应用3:求中位数和百分位数153

6.3.4解答本节开篇问题155

6.3.5内容小结155

6.3.6思考题156

第7章跳表、并查集、线段树和树状数组157

7.1跳表:Redis中的有序集合类型是如何实现的158

7.1.1跳表的由来158

7.1.2用跳表查询到底有多快159

7.1.3跳表是不是很浪费内存160

7.1.4高效插入和删除161

7.1.5跳表索引动态更新162

7.1.6解答本节开篇问题162

7.1.7内容小结163

7.1.8思考题163

7.2并查集:路径压缩和按秩合并这两个优化是否冲突163

7.2.1并查集的由来163

7.2.2基于链表的实现思路164

7.2.3基于树的实现思路166

7.2.4内容小结168

7.2.5思考题168

7.3线段树:如何查找猎聘网中积分排在第K位的猎头168

7.3.1区间统计问题169

7.3.2线段树的其他应用172

7.3.3解答本节开篇问题174

7.3.4内容小结174

7.3.5思考题174

7.4树状数组:如何实现一个高性能、低延迟的实时排行榜174

7.4.1“前缀和”问题175

7.4.2树状数组与线段树的对比177

7.4.3解答本节开篇问题177

7.4.4内容小结178

7.4.5思考题178

第8章字符串匹配算法179

8.1BF算法:编程语言中的查找、替换函数是怎样实现的180

8.1.1BF算法的原理与实现180

8.1.2BF算法的性能分析181

8.1.3解答本节开篇问题181

8.1.4内容小结182

8.1.5思考题182

8.2RK算法:如何借助哈希算法实现高效的字符串匹配182

8.2.1RK算法的原理与实现182

8.2.2RK算法的性能分析183

8.2.3内容小结184

8.2.4思考题184

8.3BM算法:如何实现文本编辑器中的查找和替换功能185

8.3.1BM算法的核心思想185

8.3.2BM算法的原理分析186

8.3.3BM算法的代码实现188

8.3.4BM算法的性能分析192

8.3.5解答本节开篇问题193

8.3.6内容小结193

8.3.7思考题193

8.4KMP算法:如何借助BM算法理解KMP算法194

8.4.1KMP算法的基本原理194

8.4.2失效函数的计算方法196

8.4.3KMP算法的性能分析197

8.4.4内容小结198

8.4.5思考题198

8.5Trie树:如何实现搜索引擎的搜索关键词提示功能198

8.5.1Trie树的定义199

8.5.2Trie树的代码实现200

8.5.3Trie树的性能分析201

8.5.4Trie树与哈希表、红黑树的比较202

8.5.5解答本节开篇问题202

8.5.6内容小结203

8.5.7思考题204

8.6AC自动机:如何用多模式串匹配实现敏感词过滤204

8.6.1基于单模式串的敏感词过滤204

8.6.2基于Trie树的敏感词过滤205

8.6.3基于AC自动机的敏感词过滤205

8.6.4AC自动机的性能分析208

8.6.5内容小结209

8.6.6思考题209

第9章图210

9.1图的表示:如何存储微博、微信等社交网络中的好友关系211

9.1.1图的定义211

9.1.2邻接矩阵的存储方法212

9.1.3邻接表的存储方法213

9.1.4解答本节开篇问题214

9.1.5内容小结215

9.1.6思考题215

9.2深度优先搜索和广度优先搜索:如何找出社交网络中的三度好友关系216

9.2.1什么是搜索算法216

9.2.2广度优先搜索217

9.2.3深度优先搜索219

9.2.4解答本节开篇问题220

9.2.5内容小结220

9.2.6思考题220

9.3拓扑排序:如何确定代码源文件的编译依赖关系221

9.3.1什么是拓扑排序221

9.3.2利用Kahn算法实现拓扑排序222

9.3.3利用深度优先搜索实现拓扑排序222

9.3.4利用拓扑排序检测环223

9.3.5解答本节开篇问题224

9.3.6内容小结224

9.3.7思考题224

9.4单源短路径:地图软件如何“计算”出行路线225

9.4.1短路径算法介绍225

9.4.2Dijkstra算法的原理与实现225

9.4.3Dijkstra算法的性能分析228

9.4.4Dijkstra算法思想的应用228

9.4.5解答本节开篇问题229

9.4.6内容小结230

9.4.7思考题230

9.5多源短路径:如何利用Floyd算法解决传递闭包问题231

9.5.1Floyd算法的原理与实现231

9.5.2Floyd算法的性能分析232

9.5.3利用Floyd算法求解传递闭包232

9.5.4内容小结233

9.5.5思考题233

9.6启发式搜索:如何用A*算法实现游戏中的寻路功能233

9.6.1什么是次优路线234

9.6.2A*算法的原理与实现234

9.6.3A*算法与Dijkstra算法的对比236

9.6.4解答本节开篇问题237

9.6.5内容小结237

9.6.6思考题238

9.7小生成树:如何随机生成游戏中的迷宫地图238

9.7.1什么是小生成树238

9.7.2Kruskal算法的原理与实现239

9.7.3Prim算法的原理与实现240

9.7.4解答本节开篇问题242

9.7.5内容小结244

9.7.6思考题245

9.8流:如何解决单身交友联谊中的多匹配问题245

9.8.1什么是流245

9.8.2Ford-Fulkerson方法246

9.8.3Edmonds-Karp算法247

9.8.4二分匹配249

9.8.5解答本节开篇问题249

9.8.6内容小结249

9.8.7思考题250

第10章贪心、分治、回溯和动态规划251

10.1贪心算法:如何利用贪心算法实现霍夫曼编码252

10.1.1如何理解贪心算法252

10.1.2贪心算法的应用示例253

10.1.3解答本节开篇问题255

10.1.4内容小结256

10.1.5思考题256

10.2分治算法:谈一谈大规模计算框架MapReduce中的分治思想256

10.2.1如何理解分治算法257

10.2.2分治算法的应用示例257

10.2.3分治算法在大数据处理中的应用259

10.2.4解答本节开篇问题259

10.2.5内容小结260

10.2.6思考题260

10.3回溯算法:从电影《蝴蝶效应》中学习回溯算法的核心思想260

10.3.1如何理解回溯算法261

10.3.2八皇后问题261

10.3.30-1背包问题262

10.3.4正则表达式匹配问题263

10.3.5内容小结264

10.3.6思考题264

10.4初识动态规划:如何巧妙解决“双11”购物时的凑单问题264

10.4.1动态规划的学习路线265

10.4.2利用动态规划解决0-1背包问题265

10.4.30-1背包问题的升级版269

10.4.4解答本节开篇问题270

10.4.5内容小结271

10.4.6思考题272

10.5动态规划理论:理解子结构、无后效性和重复子问题272

10.5.1“一个模型和三个特征”理论介绍272

10.5.2“一个模型和三个特征”的应用示例273

10.5.3动态规划的两种解题方法274

10.5.44种算法思想的比较分析277

10.5.5内容小结277

10.5.6思考题278

10.6动态规划实战:如何实现搜索引擎中的拼写纠错功能278

10.6.1如何量化两个字符串的相似度278

10.6.2如何通过编程计算莱文斯坦距离279

10.6.3如何通过编程计算长公共子串长度281

10.6.4解答本节开篇问题282

10.6.5内容小结283

10.6.6思考题283

第11章数据结构和算法实战284

11.1实战1:剖析Redis的常用数据类型对应的数据结构285

11.1.1Redis数据库介绍285

11.1.2列表(list)285

1

—  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