秒懂算法:用常識解讀數據結構與算法
[美]傑伊·溫格羅(Jay Wengrow)
買這商品的人也買了...
-
$880$792 -
$580$493 -
$1,140$1,083 -
$352機器學習精講 (全彩印刷)(The Hundred-Page Machine Learning Book)
-
$356算法之美——Python語言實現
-
$480$379 -
$713算法訓練營:海量圖解 + 競賽刷題 (進階篇)
-
$580$458 -
$680$530 -
$719$683 -
$505高級前端程序員面試筆試寶典
-
$520$406 -
$610$580 -
$800$624 -
$600$468 -
$780$616 -
$599$569 -
$580$458 -
$580$458 -
$800$632 -
$602分佈式高可用算法
-
$458趣學算法(第2版)
-
$611大話設計模式【Java溢彩加強版】
-
$510算法大爆炸:面試通關步步為營
-
$659$626
相關主題
商品描述
本書是簡單易懂的數據結構與算法入門書。作者略過復雜的數學公式,用“通俗講解×逐步圖示×代碼實現”的方式介紹了數據結構與算法的基本概念,培養讀者的算法思維。全書共有20章。讀者將瞭解數據結構與算法為何如此重要,如何快速使用大O記法判斷代碼的運行效率,以及如何用動態規劃優化算法。本書的重點內容包括冒泡排序、選擇排序、插入排序等排序算法,以及深度優先搜索、廣度優先搜索、迪傑斯特拉算法等圖算法。在學習算法的過程中,讀者也將通曉數組、哈希表、棧、隊列、鏈表、圖等常用數據結構的適用場景。
作者簡介
【作者简介】
杰伊·温格罗(Jay Wengrow)
经验丰富的讲师、软件工程师,一直致力于全民编程教育,编程培训公司Actualize和Anyone Can Learn to Code的创始人兼CEO。
【译者简介】
姜喆
普渡大学计算机科学硕士,具备扎实的数据结构与算法基础,熟悉C、JavaScript、Java和Python。曾在互联网行业和金融行业从事软件开发工作,现就职于游戏公司。另译有《不可能的几何挑战:数学求索两千年》。
目錄大綱
第 1 章 數據結構為何重要 1
1.1 數據結構 2
1.2 數組:基礎數據結構 3
1.3 速度計量 4
1.4 讀取 4
1.5 查找 7
1.6 插入 9
1.7 刪除 11
1.8 集合:差之毫釐,“慢”之千里 12
1.9 小結 15
習題 15
第 2 章 算法為何重要 17
2.1 有序數組 18
2.2 有序數組的查找 20
2.3 二分查找 21
2.4 二分查找與線性查找 25
2.5 小結 27
習題 28
第 3 章 哦!大O記法 29
3.1 大O:對N個元素來說需要多少步 29
3.2 大O的靈魂 30
3.2.1 深入大O的靈魂 32
3.2.2 同樣的算法,不同的場景 32
3.3 第三類算法 33
3.4 對數 34
3.5 O(log N)的含義 34
3.6 實際例子 35
3.7 小結 36
習題 36
第 4 章 使用大O給代碼提速 38
4.1 冒泡排序 38
4.2 冒泡排序實戰 39
4.3 冒泡排序的效率 44
4.4 平方問題 45
4.5 線性解法 47
4.6 小結 48
習題 49
第 5 章 用或不用大O來優化代碼 50
5.1 選擇排序 50
5.2 選擇排序實戰 51
5.3 選擇排序的效率 55
5.4 忽略常數 56
5.5 大O類別 57
5.5.1 實際例子 58
5.5.2 關鍵步驟 59
5.6 小結 59
習題 60
第 6 章 根據情況進行優化 61
6.1 插入排序 61
6.2 插入排序實戰 62
6.3 插入排序的效率 67
6.4 平均情況 68
6.5 實際例子 70
6.6 小結 72
習題 72
第 7 章 日常代碼中的大O 74
7.1 偶數平均數 74
7.2 構詞程序 75
7.3 數組抽樣 77
7.4 攝氏溫度平均值 78
7.5 衣服標簽 79
7.6 1的個數 80
7.7 迴文檢查 80
7.8 計算所有的積 81
7.9 密碼破解程序 84
7.10 小結 86
習題 86
第 8 章 查找迅速的哈希表 89
8.1 哈希表 89
8.2 用哈希函數進行哈希 90
8.3 好玩又賺錢的同義詞典(賺錢是重點) 91
8.4 哈希表查找 92
8.5 解決沖突 94
8.6 創造高效的哈希表 96
8.7 用哈希表整合數據 98
8.8 用哈希表優化速度 99
8.9 小結 103
習題 103
第 9 章 用棧和隊列打造優雅的代碼 104
9.1 棧 104
9.2 抽象數據類型 106
9.3 棧實戰 107
9.4 受限數據結構的重要性 112
9.5 隊列 113
9.6 隊列實戰 114
9.7 小結 116
習題 116
第 10 章 用遞歸不停遞歸 117
10.1 用遞歸代替循環 117
10.2 基準情形 118
10.3 閱讀遞歸代碼 119
10.4 電腦眼中的遞歸 121
10.4.1 調用棧 121
10.4.2 棧溢出 123
10.5 文件系統遍歷 123
10.6 小結 125
習題 125
第 11 章 學習編寫遞歸代碼 127
11.1 遞歸類別:重復執行 127
11.2 遞歸類別:計算 130
11.3 自上而下遞歸:新的思維方式 132
11.3.1 自上而下的思考過程 133
11.3.2 數組的和 133
11.3.3 字符串倒序 134
11.3.4 x的個數 135
11.4 台階問題 136
11.5 易位構詞生成 139
11.6 小結 142
習題 143
第 12 章 動態規劃 144
12.1 不必要的遞歸調用 144
12.2 大O小改 147
12.3 遞歸的效率 148
12.4 重復子問題 149
12.5 動態規劃與記憶化 150
12.6 自下而上的動態規劃 153
12.6.1 自下而上的斐波那契函數 154
12.6.2 記憶化與自下而上 154
12.7 小結 155
習題 155
第 13 章 飛快的遞歸算法 156
13.1 分區 156
13.2 快速排序 161
13.3 快速排序的效率 165
13.3.1 快速排序鳥瞰 166
13.3.2 快速排序的時間復雜度 167
13.4 最壞情況下的快速排序 169
13.5 快速選擇 171
13.5.1 快速選擇的效率 172
13.5.2 代碼實現:快速選擇 173
13.6 基於排序的其他算法 173
13.7 小結 175
習題 175
第 14 章 基於節點的數據結構 176
14.1 鏈表 176
14.2 鏈表實現 177
14.3 讀取 179
14.4 查找 180
14.5 插入 181
14.6 刪除 185
14.7 鏈表操作的效率 187
14.8 鏈表實戰 187
14.9 雙鏈表 188
14.9.1 代碼實現:雙鏈表插入 189
14.9.2 前後移動 190
14.10 隊列的雙鏈表實現 190
14.11 小結 192
習題 192
第 15 章 用二叉查找樹加速萬物 193
15.1 樹 193
15.2 二叉查找樹 195
15.3 查找 196
15.3.1 二叉查找樹的查找效率 198
15.3.2 logN層 198
15.3.3 代碼實現:二叉查找樹查找 199
15.4 插入 200
15.4.1 代碼實現:二叉查找樹插入 202
15.4.2 插入順序 203
15.5 刪除 203
15.5.1 刪除有兩個子節點的節點 204
15.5.2 找到後繼節點 205
15.5.3 有右子節點的後繼節點 206
15.5.4 完整的刪除算法 208
15.5.5 代碼實現:二叉查找樹刪除 208
15.5.6 二叉查找樹刪除的效率 211
15.6 二叉查找樹實戰 211
15.7 二叉查找樹遍歷 212
15.8 小結 215
習題 216
第 16 章 使用堆分清主次 217
16.1 優先隊列 217
16.2 堆 218
16.2.1 堆條件 219
16.2.2 完全樹 220
16.3 堆的性質 221
16.4 堆的插入 222
16.5 尋找尾節點 223
16.6 堆的刪除 224
16.7 堆和有序數組 227
16.8 重新解決尾節點問題 228
16.9 用數組實現堆 230
16.9.1 遍歷基於數組的堆 231
16.9.2 代碼實現:堆插入 232
16.9.3 代碼實現:堆刪除 233
16.9.4 堆的其他實現方法 235
16.10 用堆實現優先隊列 235
16.11 小結 236
習題 236
第 17 章 字典樹又何妨 237
17.1 字典樹 237
17.1.1 字典樹節點 238
17.1.2 Trie類 238
17.2 存儲單詞 239
17.3 字典樹查找 241
17.4 字典樹查找的效率 245
17.5 字典樹插入 246
17.6 實現自動補全 249
17.6.1 收集所有單詞 249
17.6.2 遞歸過程分析 251
17.7 完成自動補全功能 254
17.8 帶有值的字典樹:更好的自動補全 255
17.9 小結 256
習題 257
第 18 章 連接萬物的圖 258
18.1 圖 258
18.1.1 圖和樹 259
18.1.2 圖的術語 259
18.1.3 圖的基本實現 260
18.2 有向圖 260
18.3 面向對象的圖實現 261
18.4 圖的搜索 262
18.5 深度優先搜索 264
18.5.1 深度優先搜索步驟詳解 265
18.5.2 代碼實現:深度優先搜索 271
18.6 廣度優先搜索 272
18.6.1 廣度優先搜索步驟詳解 273
18.6.2 代碼實現:廣度優先搜索 280
18.6.3 對比廣度優先搜索與深度優先搜索 281
18.7 圖的搜索效率 283
18.8 加權圖 285
18.8.1 加權圖的代碼實現 286
18.8.2 最短路徑問題 287
18.9 迪傑斯特拉算法 288
18.9.1 迪傑斯特拉算法的準備工作 288
18.9.2 迪傑斯特拉算法的步驟 289
18.9.3 迪傑斯特拉算法詳解 289
18.9.4 找到最短路徑 295
18.9.5 代碼實現:迪傑斯特拉算法 296
18.9.6 迪傑斯特拉算法的效率 301
18.10 小結 301
習題 302
第 19 章 對付空間限制 304
19.1 空間復雜度的大O記法 304
19.2 時間和空間的取捨 306
19.3 遞歸的隱藏成本 308
19.4 小結 310
習題 310
第 20 章 代碼優化技巧 312
20.1 前置工作:確定目前的時間復雜度 312
20.2 從這里開始:最理想復雜度 312
20.3 魔法查找 313
20.3.1 魔法查找:查找作者 314
20.3.2 使用其他數據結構 315
20.3.3 兩數之和問題 317
20.4 找規律 319
20.4.1 硬幣游戲 319
20.4.2 舉例法 320
20.4.3 交換和問題 321
20.5 貪心算法 325
20.5.1 數組最大值 326
20.5.2 最大子數組和 326
20.5.3 貪心的股價預測 331
20.6 更換數據結構 335
20.6.1 易位構詞檢查器 335
20.6.2 分組排序 338
20.7 小結 340
20.8 臨別感言 340
習題 341
附錄 習題答案(圖靈社區下載)