圖解算法(2024年中國科學技術出版社出版的圖書)

《圖解算法》是日本技術工程師增井敏克於2024年撰寫、中國科學技術出版社出版的計算機科學入門圖書。作者擁有信息工學領域技術資格認證，致力於通過“商務×數學×IT”模式普及技術知識，曾出版《圖解數據科學》《完全圖解編程原理》等圖解類技術書籍。

全書以零編程基礎讀者為對象，系統解析算法概念與實用場景，涵蓋數據結構、排序檢索、機器學習算法及典型案例。採用圖文結合的方式將抽象算法轉化為可視化步驟，並通過漢諾塔、旅行推銷員問題等案例闡釋原理。內容編排兼顧系統學習與碎片化閱讀需求，提供目錄索引便於主題檢索，涵蓋分治法、A*算法、神經網路等核心概念，同時解析加密技術、社交媒體算法等實際套用，涉及公共、醫療、金融等多個領域的18個實踐案例。

基本介紹

• 中文名：圖解算法
• 作者：[日]增井敏克
• 譯者：潘詠雪
• 出版社：中國科學技術出版社
• 頁數：232 頁
• ISBN：9787523605394
• 定價：69.00 元
• 開本：32 開
• 裝幀：平裝

內容簡介

許多人聽到“算法”這個詞，就覺得它很難懂，需要專業的編程知識才能明白。然而，算法只是一個計算的“步驟”，不需要計算機和程式語言基礎。

本書介紹了算法的基礎知識，數據的儲存、分類、查找方法，以及機器學習中使用的算法等，由淺入深，圖文配套，並結合使用場景和案例進行細緻講解，初學者讀起來也毫無壓力。

除了按順序閱讀，獲取系統的知識，讀者還可以從目錄中挑選感興趣的主題和關鍵字，按照自己的需求閱讀，是一本實用性滿分的算法入門書。

圖書目錄

第1章 算法基礎知識～算法的作用是什麼？～

1-1 進行快速準確運算的步驟

編程、算法

1-2 讓數據更容易處理

文本檔案、二進制檔案、非結構化數據、結構化數據、數據結構

1-3 什麼是好的電腦程式?

使用效率

1-4 比較各種算法的標準

計算複雜性、漸進、漸進符號

1-5 差異取決於實施的語言

程式語言、編譯器、解釋器、即時編譯

1-6 一套便捷的算法集合

庫

1-7 算法權利

專利權、軟體專利、著作權、開放原始碼

1-8 使用圖片講解算法

流程圖

1-9 紙上計算的算法

筆算

1-10 尋找素數

素數、埃拉托斯特尼篩法

1-11 找出最大公約數

最大公約數、歐幾里得算法

1-12 通過拼圖學習算法

漢諾塔問題

1-13 使用隨機值進行檢查

隨機數、偽隨機數、隨機種子、蒙特卡羅方法

第2章 如何存儲數據？～它們各自的結構和特點～

2-1 整數是如何表示的

十進制、二進制、十六進制

2-2 數據的單位

比特、位元組

2-3 小數是如何表示的？

小數、浮點數、實數類型

2-4 字元表示

字元、字元代碼、ASCII、2位元組字元、亂碼字元

2-5 一個接一個地分配

變數、賦值、常量

2-6 要存儲的數據大小

數據類型、整數類型、數據類型轉換

2-7 在連續的區域記憶體儲

數組、元素、索引

2-8 以人們容易理解的方式表示

關聯數組、字典、散列表、地圖、碰撞

2-9 存儲數據的位置

地址、指針

2-10 以表格形式存儲數據

二維數組、多維數組

2-11 存儲單詞和句子

字元串、空字元

2-12 表達複雜的數據結構

結構體、枚舉類型

2-13 排成一排的形式

鍊表

2-14 雙向連結的形式

雙向鍊表、循環鍊表

2-15 存儲在一個分支結構中

樹狀結構、二叉樹、完整二叉樹

2-16 滿足條件的樹狀結構

堆

2-17 適合搜尋算法的數據結構

二叉搜尋樹、平衡樹

2-18 平衡樹的類型

B樹、B+樹、B*樹

2-19 存儲無序的數據

集合

2-20 從最後的存儲中檢索

堆疊、LIFO、推入、彈出

2-21 便於按其保存的順序進行檢索的格式

佇列、FIFO、排隊、脫隊

2-22 虛擬記憶體分頁算法

虛擬記憶體、分頁算法、LFU、LRU

第3章 對數據進行分類～按照規則排列數字～

3-1 升序或降序分揀

排序

3-2 維持相同值的順序

穩定排序、內部排序、外部排序

3-3 通過選擇最大或最小值進行排序

選擇排序

3-4 將數據添加到一個對齊的數組中

插入排序

3-5 與緊隨其後的元素進行比較

氣泡排序

3-6 數組的雙向排序

雞尾酒排序

3-7 交換排序和插入排序相結合，速度更快

希爾排序

3-8 在創建堆的同時進行排序

堆排序

3-9 通過比較合併多個數據

合併排序

3-10 一般性的快速和常用排序

快速排序、分治法

3-11 當可能的值有限制時很有用的排序方法

桶排序、箱排序、基數排序

3-12 通過提供空隙進行排序

圖書館排序、跳躍列表

3-13 趣味排序方法

獨裁者排序、猴子排序

3-14 我應該選擇哪種方法？

計算複雜性的比較

第4章 查找數據～如何快速找到所需的值？～

4-1 從多個數據集中找到符合標準的那一個

搜尋

4-2 一個不漏地搜尋

全局搜尋、徹底搜尋

4-3 從頭開始檢查

線性搜尋

4-4 從排序後的數據中搜尋

二分搜尋

4-5 按距離遠近順序搜尋

廣度優先搜尋

4-6 依次搜尋相鄰的對象

深度優先搜尋、回溯

4-7 深入搜尋層次結構

遞歸、遞歸調用、分支定界

4-8 差異取決於樹狀結構的遍歷順序

前序遍歷、後序遍歷、中序遍歷、波蘭表示法、逆波蘭表示法

4-9 也可以在相反的方向進行搜尋

雙向搜尋

4-10 通過改變起點和終點進行搜尋

尺取法

4-11 通過關注邊緣尋找最短路徑

最短路徑問題、貝爾曼-福特算法

4-12 通過關注節點找到最短路徑

戴克斯特拉算法

4-13 使用經驗法則進行搜尋

A*算法、歐幾里得距離、曼哈頓距離

4-14 找到損害最小的那一個

極小化極大算法、Alpha-Beta算法

4-15 在句子中搜尋文本字元串

暴力搜尋、窮舉搜尋、KMP算法

4-16 以一種巧妙的方式搜尋字元串

BM算法

4-17 搜尋符合特定模式

正則表達式

第5章 機器學習中使用的算法～支持人工智慧的計算方法～

5-1 從數據中進行分類和預測

機器學習、統計機器學習

5-2 基於正確數據的學習

有監督學習、過擬合

5-3 通過從數據中提取特徵進行分類

無監督學習、聚類

5-4 獎勵預期結果

強化學習、行為、代理、環境、狀態、多代理

5-5 用於分類和回歸的樹狀結構

決策樹、不純度、信息增益

5-6 多重決策樹下的少數服從多數

隨機森林、集成學習、裝袋算法、提升算法

5-7 分離時最大限度地增加與邊界的間距

支持向量機、超平面、硬間隔、軟間隔

5-8 0到1範圍內的機率預測

回歸分析、最小二乘法、邏輯回歸分析

5-9 模仿人腦信號交換的數學模型

神經網路、反向傳播算法

5-10 深化層次結構

深度學習、CNN、RNN

5-11 能夠生成不存在數據的人工智慧

GAN、深度偽造

5-12 圖像去噪和邊界增強

圖像過濾、平滑、邊緣檢測

5-13 處理和執行過程中的隨機選擇

隨機選擇算法、啟發式算法

5-14 模仿生物進化

遺傳算法

5-15 隨著時間的推移改變隨機性

爬山算法、模擬退火算法

5-16 對附近的物體有很強的學習能力

自組織映射

5-17 快速求導近似解

牛頓法、梯度下降法、隨機梯度下降法

5-18 對大量的數據進行分類

k均值算法

5-19 數據的維度被縮小，並在新的指標中表達

主成分分析

第6章 其他算法～典型案例～

6-1 將問題分割成更小的問題並記錄結果

動態編程、記憶化

6-2 減少數據量

壓縮、解壓

6-3 壓縮重複的內容

運行長度編碼、哈夫曼編碼

6-4 檢測輸入的錯誤

校驗碼、奇偶校驗碼

6-5 消除噪聲和雜聲

糾錯碼、漢明碼

6-6 通過加密算法提高安全性

加密、解密、密文、明文

6-7 簡單密碼及其破譯

愷撒密碼、ROT13

6-8 低負載加密技術

共享密鑰加密、私鑰加密、密鑰配送問題

6-9 安全的密鑰共享

Diffie-Hellman密鑰交換

6-10 利用大整數分解素因數的困難

公鑰加密、RSA加密算法

6-11 用短密鑰保證安全

橢圓曲線加密、密碼危機

6-12 用於社交媒體的算法

臉書、推特、六度分隔

6-13 谷歌的算法

網頁排名、RankBrain

6-14 在沒有事先獲得信息的情況下做出決定

A/B測試、Bandit算法

6-15 使訪問所有城市的成本最小化

旅行推銷員問題、調度問題

6-16 使所裝貨物的價值最大化

背包問題、0-1背包問題

6-17 無法解決的算法

圖靈機、停機問題

6-18 如果解決了就能得到一百萬美元？非常難以解決的問題

P類、NP類、P=NP、NP困難、NP完全

作者簡介

[日]增井敏克

增井技術士事務所代表，獲得日本信息工學部門技術資格認證。

畢業於大阪府立大學研究生院。通過技術工程師(網路、信息安全)考試和其他多項信息處理技術人員考試。

通過商務數學檢定考試1級，獲得公益財團法人日本數學檢定協會認定，以培訓師身份展開活動。

開創“商務×數學×IT”模式，幫助客戶正確、高效提升計算機技能，並致力於各種軟體的開發。

著作有《圖解數據科學》《完全圖解網路與信息安全》《完全圖解編程原理》《用Python編程和實踐!算法入門》《IT用語圖鑑》等。