具体描述
本书示例丰富，图文并茂，以让人容易理解的方式阐释了算法，旨在帮助程序员在日常项目中更好地发挥算法的能量。书中的前三章将帮助你打下基础，带你学习二分查找、大O表示法、两种基本的数据结构以及递归等。余下的篇幅将主要介绍应用广泛的算法，具体内容包括：面对具体问题时的解决技巧，比如，何时采用贪婪算法或动态规划；散列表的应用；图算法；K最近邻算法。
作者简介
Aditya Bhargava
软件工程师，兼具计算机科学和美术方面的教育背景，在adit.io撰写编程方面的博客。
目录信息
1.1 引言 1
1.1.1 性能方面 1
1.1.2 问题解决技巧 2
1.2 二分查找 2
1.2.1 更佳的查找方式 4
1.2.2 运行时间 8
1.3 大O表示法 8
1.3.1 算法的运行时间以不同的速度增加 9
1.3.2 理解不同的大O运行时间 10
1.3.3 大O表示法指出了最糟情况下的运行时间 12
1.3.4 一些常见的大O运行时间 12
1.3.5 旅行商 13
1.4 小结 15
第2章 选择排序 16
2.1 内存的工作原理 16
2.2 数组和链表 18
2.2.1 链表 19
2.2.2 数组 20
2.2.3 术语 21
2.2.4 在中间插入 22
2.2.5 删除 23
2.3 选择排序 25
2.4 小结 28
第3章 递归 29
3.1 递归 29
3.2 基线条件和递归条件 32
3.3 栈 33
3.3.1 调用栈 34
3.3.2 递归调用栈 36
3.4 小结 40
第4章 快速排序 41
4.1 分而治之 41
4.2 快速排序 47
4.3 再谈大O表示法 52
4.3.1 比较合并排序和快速排序 53
4.3.2 平均情况和最糟情况 54
4.4 小结 57
第5章 散列表 58
5.1 散列函数 60
5.2 应用案例 63
5.2.1 将散列表用于查找 63
5.2.2 防止重复 64
5.2.3 将散列表用作缓存 66
5.2.4 小结 68
5.3 冲突 69
5.4 性能 71
5.4.1 填装因子 72
5.4.2 良好的散列函数 74
5.5 小结 75
第6章 广度优先搜索 76
6.1 图简介 77
6.2 图是什么 79
6.3 广度优先搜索 79
6.3.1 查找最短路径 82
6.3.2 队列 83
6.4 实现图 84
6.5 实现算法 86
6.6 小结 93
第7章 狄克斯特拉算法 94
7.1 使用狄克斯特拉算法 95
7.2 术语 98
7.3 换钢琴 100
7.4 负权边 105
7.5 实现 108
7.6 小结 116
第8章 贪婪算法 117
8.1 教室调度问题 117
8.2 背包问题 119
8.3 集合覆盖问题 121
8.4 NP 完全问题 127
8.4.1 旅行商问题详解 127
8.4.2 如何识别NP完全问题 131
8.5 小结 133
第9章 动态规划 134
9.1 背包问题 134
9.1.1 简单算法 135
9.1.2 动态规划 136
9.2 背包问题FAQ 143
9.2.1 再增加一件商品将如何呢 143
9.2.2 行的排列顺序发生变化时结果将如何 145
9.2.3 可以逐列而不是逐行填充网格吗 146
9.2.4 增加一件更小的商品将如何呢 146
9.2.5 可以偷商品的一部分吗 146
9.2.6 旅游行程最优化 147
9.2.7 处理相互依赖的情况 148
9.2.8 计算最终的解时会涉及两
个以上的子背包吗 148
9.2.9 最优解可能导致背包没装满吗 149
9.3 最长公共子串 149
9.3.1 绘制网格 150
9.3.2 填充网格 151
9.3.3 揭晓答案 152
9.3.4 最长公共子序列 153
9.3.5 最长公共子序列之解决方案 154
9.4 小结 155
第10章 K最近邻算法 156
10.1 橙子还是柚子 156
10.2 创建推荐系统 158
10.2.1 特征抽取 159
10.2.2 回归 162
10.2.3 挑选合适的特征 164
10.3 机器学习简介 165
10.3.1 OCR 165
10.3.2 创建垃圾邮件过滤器 166
10.3.3 预测股票市场 167
10.4 小结 167
第11章 接下来如何做 168
11.1 树 168
11.2 反向索引 171
11.3 傅里叶变换 171
11.4 并行算法 172
11.5 MapReduce 173
11.5.1 分布式算法为何很有用 173
11.5.2 映射函数 173
11.5.3 归并函数 174
11.6 布隆过滤器和HyperLogLog 174
11.6.1 布隆过滤器 175
11.6.2 HyperLogLog 176
11.7 SHA算法 176
11.7.1 比较文件 177
11.7.2 检查密码 178
11.8 局部敏感的散列算法 178
11.9 Diffie-Hellman密钥交换 179
11.10 线性规划 180
11.11 结语 180
练习答案 181
· · · · · · (收起)
读后感
其实，我们平时常用的数据结构，就是数组链表，树，图，然后，由此，我们就可以遍历，在里面放了数据，就要用到查找，查找的时候，如果有顺序，那肯定就比较快，那么如何查找呢？查找一般用二分和查找树，查找，那就得排序啊，排序呢，简单的有，冒泡，快速，插入，选择，希尔...
评分最近买了本有趣的电子书[《算法图解》]。这本书很薄，可以很快地看完——如果不考虑做习题的时间的话。 这本书对我这样一个编程爱好者来说是很有意思的，我理解了一些非常有用的常规算法，比如： 二分查找 选择排序 递归 快速排序 散列表 广度优先搜索 狄克斯特拉算法 贪婪算法...
评分算法教科书通常让人昏昏欲睡，麻烦就在于算法是绕不开的必修课。以前大学有这个课程，看过几本算法书，都不太满意，看不懂很打击自信心。 而这本图解书确实有所突破，很容易看懂，不枯燥。书不到200页，我几个小时就看了一半。虽然都是些入门级的算法，经过作者梳理后就很清晰...
评分 评分所以第七章后面假设海报到底是Sarah的还是Alex的？拿黑胶唱片到海报的边的权重为负7，也就是黑胶唱片换海报后，还能额外得到7美金，这样才解释得通。英文版网上没找到，中文版这部分看得揪心，是翻译出了问题还是作者笔误?全书还是比较侧重于让读者更容易理解，这点确实很不错...
用户评价
超级棒，一直觉得很枯燥的数学竟然如此迷人？忽然重燃对数学的兴趣。
评分超级棒，一直觉得很枯燥的数学竟然如此迷人？忽然重燃对数学的兴趣。
评分递归，分而治之DC， 快速排序 散列表 广度有限搜索DFS，图 => 求最短路径 Dijkstra算法 => 求最短加权路径（不带负边），Bellman-Ford算法（带负边） 贪婪算法，集合覆盖，NP完全 动态规划DP => 背包问题，最长公共子串 KNN算法 => 分类，回归，机器学习 树，二叉树查找，二分查找 平衡 => 红黑树 B树，红黑树，伸展树，堆 => 数据库结构 反向索引 傅里叶变换 分布式算法，MapReduce， 布隆过滤器，HyperLogLog => 概率型数据结构 SHA算法 => 比较文件，局部敏感 Simhash算法 => 判断相似度，局部不敏感 Diffie-Hellman加密算法 => 公钥密钥 线性规划 => Simplex算法
评分小读物
评分小读物
相关图书
本站所有内容均为互联网搜索引擎提供的公开搜索信息，本站不存储任何数据与内容，任何内容与数据均与本站无关，如有需要请联系相关搜索引擎包括但不限于百度，google,bing,sogou 等
© 2025 book.quotespace.org All Rights Reserved. 小美书屋 版权所有