演算法技術手冊, 2/e (Algorithms in a Nutshell: A Practical Guide, 2/e)
George T. Heineman等 陳仁和 譯
- 出版商: 歐萊禮 : 中文書展｜任選2書77折 滿999送企鵝帆布袋
- 出版日期: 2017-01-19
- 定價: $580
- 售價: 7.9 折 $458
- 語言: 繁體中文
- 頁數: 408
- ISBN: 986476263X
- ISBN-13: 9789864762637
-
相關分類:
Algorithms-data-structures
- 此書翻譯自: Algorithms in a Nutshell: A Practical Guide, 2/e 銷售排行: 👍 2017 年度 繁體中文書 銷售排行 第 7 名
🥈 2017/4 繁體中文書 銷售排行 第 2 名
🥇 2017/3 繁體中文書 銷售排行 第 1 名
🥇 2017/2 繁體中文書 銷售排行 第 1 名
立即出貨 (庫存 > 10)
買這商品的人也買了...
-
深入淺出設計模式 (Head First Design Patterns)$880$695 -
大話設計模式$620$527 -
大話資料結構$590$502 -
無瑕的程式碼－敏捷軟體開發技巧守則 (Clean Code: A Handbook of Agile Software Craftsmanship)$580$452 -
無瑕的程式碼－敏捷軟體開發技巧守則 + 番外篇－專業程式設計師的生存之道 (雙書合購)$940$700 -
精通 Python｜運用簡單的套件進行現代運算 (Introducing Python: Modern Computing in Simple Packages)$780$616 -
完整學會 Git, GitHub, Git Server 的24堂課$360$284 -
Python 機器學習 (Python Machine Learning)$580$452 -
網站擷取｜使用 Python (Web Scraping with Python: Collecting Data from the Modern Web)$580$458 -
Effective Debugging 中文版 | 軟體與系統除錯的 66 個具體作法 (Effective Debugging: 66 Specific Ways to Debug Software and Systems)$450$356 -
今天不學機器學習，明天就被機器取代：從 Python 入手+演算法$590$502 -
Git 團隊使用手冊 (Git for Teams: A User-Centered Approach to Creating Efficient Workflows in Git)$580$493 -
Python 自動化的樂趣｜搞定重複瑣碎 & 單調無聊的工作 (中文版) (Automate the Boring Stuff with Python: Practical Programming for Total Beginners)$500$395 -
深度學習快速入門 — 使用 TensorFlow (Getting started with TensorFlow)$360$281 -
程式設計師之禪 (The Zen Programmer)$320$250 -
Python 專家實踐指南｜搭乘專業開發者的學習便車 (The Hitchhiker's Guide to Python: Best Practices for Development)$580$458 -
C語法暨程式庫標準辭典, 2/e (C in a Nutshell: The Definitive Reference, 2/e)$980$774 -
優化 C++｜提高程式效能的有效技術 (Optimized C++: Proven Techniques for Heightened Performance)$680$578 -
資料視覺化｜使用 Python 與 JavaScript (Data Visualization with Python and JavaScript: Scrape, Clean, Explore & Transform Your Data)$680$537 -
TensorFlow + Keras 深度學習人工智慧實務應用$590$460 -
寫程式前就該懂的演算法 ─ 資料分析與程式設計人員必學的邏輯思考術 (Grokking Algorithms: An illustrated guide for programmers and other curious people)$390$332 -
Deep Learning｜用 Python 進行深度學習的基礎理論實作$580$458 -
初探機器學習｜使用 Python (Thoughtful Machine Learning with Python)$480$379 -
演算法圖鑑：26種演算法 + 7種資料結構，人工智慧、數據分析、邏輯思考的原理和應用 step by step 全圖解$450$356 -
無瑕的程式碼－整潔的軟體設計與架構篇 (Clean Architecture: A Craftsman's Guide to Software Structure and Design)$580$452
相關主題
商品描述
<內容簡介>
「這本書有三項值得閱讀的理由：針對書中演算法與資料結構，以視覺化圖表展示其特性；內容以會話方式陳述而不是生硬的學術語調；以及始終不斷強調的演算法效能基準。如果您正處於演算法領域的現實世界中，本書勢必會改變您對資料結構的使用方式。」
── Richard Resnick
GQ Life Science公司執行長
設計穩健的軟體需要運用高效的演算法，然而程式設計師鮮少能深入了解演算法可運用的程度。書中提供用於解決各種程式設計問題的現有演算法，並協助讀者選擇與實作適合所需的演算法。搭配淺顯易懂的數學陳述，讓讀者輕鬆了解與分析演算法的效能。
本書基於嚴謹的原則，著重於實作應用而非理論，包含了多種程式語言程式碼解法的運用與描述。本版的更新內容有：以Python語言描述十多個新增演算法的實作、Voronoi圖(Voronoi diagrams)的實作、以及描述空間樹(spatial tree)結構的新單元，如：R樹(R-Trees)與四元樹(Quadtrees)。
透過本書您將學習到：
‧解決新的程式設計問題或提升現有解法的效能
‧快速找到與問題相關的演算法以及確定適用的演算法
‧透過C、C++、Java與Python的實作程式獲得演算法解法
‧了解演算法的預期效能與優化執行所需的條件
‧使用進階的資料結構提高演算法效率
<章節目錄>
前言（第二版）
第一章 演算法的思量
第二章 演算法的數學論
第三章 演算法的建置基礎
第四章 排序
第五章 搜尋
第六章 圖論
第七章 AI 的路徑搜尋
第八章 網路流量
第九章 計算幾何
第十章 空間樹結構
第十一章 新興的演算法
第十二章 總結：演算法原理
附錄A 基準作業
