圖說演算法 -- 使用 Python, 2/e【好評回饋版】
吳燦銘、胡昭民
- 出版商: 博碩文化
- 出版日期: 2024-05-23
- 定價: $500
- 售價: 7.8 折 $390
- 語言: 繁體中文
- 頁數: 352
- 裝訂: 平裝
- ISBN: 6263338652
- ISBN-13: 9786263338654
-
相關分類:
Algorithms-data-structures
立即出貨 (庫存 > 10)
買這商品的人也買了...
-
$520$411 -
$500$450 -
$650$507 -
$600$468 -
$690$538 -
$600$468 -
$720$562 -
$650$514 -
$699$552 -
$600$468 -
$600$468 -
$720$569 -
$560$437 -
$709Python架構模式:精通基於Python的API設計、事件驅動架構和套件管理
-
$880$695 -
$800$632 -
$580$383 -
$690$538 -
$880$695 -
$780$616 -
$750$593 -
$800$632 -
$650$507 -
$680$537 -
$1,800$1,350
相關主題
商品描述
☝ 博碩嚴選!☝
零負擔理解演算法設計技巧
零程式基礎也能快速上手
採高CP值Python語言實作程式
☝ 佳評如潮,好評再上市!☝
零負擔理解演算法設計技巧
零程式基礎也能快速上手
採高CP值Python語言實作程式
☝ 佳評如潮,好評再上市!☝
一本輕量級演算法,
是您獲得程式設計新技能,
提升自我價值的最好投資
是您獲得程式設計新技能,
提升自我價值的最好投資
- 當寫程式成為越來越普及的課程,讓人人擁有程式設計實作能力,已是各學校資訊教育的首要重點。演算法一直是電腦科學領域非常重要的基礎課程,從程式語言實作的角度,確實是有志從事資訊工作的專業人員,不得不重視的一門基礎理論。
為了讓讀者能以容易理解的方式吸收演算法與基礎資料結構的相關知識,全書使用簡明的圖例介紹最常用演算法的概念,包括:分治法、遞迴法、貪心法、動態規劃法、疊代法、枚舉法、回溯法…等,並應用不同演算法延伸出重要資料結構,例如:陣列、鏈結串列、堆疊、佇列、樹狀結構、圖形、排序、搜尋、雜湊…等。而本次改版亦補強地加入了運算思維的重要觀念與實例演練,並將實戰安全性演算法與人工智慧相關演算法納入,同時搭配Python程式語言舉例實作,是您入門演算法的最佳首選。
本書特色
✔強化程式設計邏輯:豐富圖例闡述基礎,將演算法做最簡明的詮釋及舉例
✔演算法最佳首選:配合實作程式碼,將各種演算法應用在程式設計的領域
✔完善科學領域重點:加入實戰安全性演算法與人工智慧的相關演算法
✔驗收學習成果:設計難易適中的習題,參閱國家考試題型,提供進一步演練
目錄大綱
- 第1章 進入演算法的世界
1-1 大話運算思維
1-2 運算思維的腦力大賽
1-3 生活中到處都是演算法
第2章 地表上最常見經典演算法
2-1 分治演算法
2-2 給我最好,其餘免談的貪心法
2-3 動態規劃法
2-4 疊代法
2-5 枚舉法
2-6 不對就回頭的回溯法
第3章 超人氣資料結構簡介
3-1 認識資料結構
3-2 資料結構的種類
3-3 盤根錯節的樹狀結構
3-4 學會藏寶圖的密技-圖形簡介
3-5 雜湊表
第4章 新手快速學會的最夯排序演算法
4-1 認識排序
4-2 氣泡排序法
4-3 選擇排序法
4-4 插入排序法
4-5 謝耳排序法
4-6 合併排序法
4-7 快速排序法
4-8 基數排序法
第5章 你必須學的搜尋演算法
5-1 循序搜尋法
5-2 二分搜尋法
5-3 內插搜尋法
5-4 費氏搜尋法
第6章 全方位應用的陣列與串列演算法
6-1 矩陣演算法與深度學習
6-2 陣列與多項式
6-3 徹底玩轉單向串列演算法
第7章 實戰安全性演算法
7-1 輕鬆學會資料加密
7-2 一學就懂的雜湊演算法
7-3 破解碰撞與溢位處理
第8章 徹底研究堆疊與佇列演算法
8-1 陣列實作堆疊輕鬆學
8-2 鏈結串列實作堆疊
8-3 河內塔演算法
8-4 八皇后演算法
8-5 陣列實作佇列
8-6 鏈結串列實作佇列
8-7 雙向佇列
8-8 優先佇列
第9章 超圖解的樹狀演算法
9-1 陣列實作二元樹
9-2 鏈結串列實作二元樹
9-3 二元樹走訪的入門捷徑
9-4 二元樹節點搜尋
9-5 二元樹節點插入
9-6 二元樹節點刪除
9-7 堆積樹排序法
9-8 延伸二元樹入門
9-9 霍夫曼樹特訓班
9-10 平衡樹
9-11 決策樹的智慧
第10章 圖形演算法的秘密
10-1 圖形簡介
10-2 圖形的資料表示法
10-3 圖形的走訪
10-4 最小花費擴張樹(MST)
10-5 圖形最短路徑法
第11章 AI高手鐵了心都要學的神級演算法
11-1 機器學習簡介
11-2 認識深度學習