本書示例豐富，圖文並茂，以讓人容易理解的方式闡釋了算法，旨在幫助程式設計師在日常項目中更好地發揮算法的能量。書中的前三章將幫助你打下基礎，帶你學習二分查找、大O表示法、兩種基本的數據結構以及遞歸等。餘下的篇幅將主要介紹套用廣泛的算法，具體內容包括：面對具體問題時的解決技巧，比如，何時採用貪婪算法或動態規劃；散列表的套用；圖算法；K最近鄰算法。
基本介紹
- 書名：算法圖解
- 作者：[美] Aditya Bhargava
- 原版名稱：算法圖解
- ISBN：9787115447630
- 類別：算法
- 頁數：196
- 定價：49.00元
- 出版社：人民郵電出版社
- 出版時間：2017-3
- 裝幀：平裝
內容簡介,作者簡介,目錄,
內容簡介
本書示例豐富，圖文並茂，以讓人容易理解的方式闡釋了算法，旨在幫助程式設計師在日常項目中更好地發揮算法的能量。書中的前三章將幫助你打下基礎，帶你學習二分查找、大O表示法、兩種基本的數據結構以及遞歸等。餘下的篇幅將主要介紹套用廣泛的算法，具體內容包括：面對具體問題時的解決技巧，比如，何時採用貪婪算法或動態規劃；散列表的套用；圖算法；K最近鄰算法。
作者簡介
Aditya Bhargava
軟體工程師，兼具計算機科學和美術方面的教育背景，在adit.io撰寫編程方面的部落格。
目錄
第1章 算法簡介 1
1.1 引言 1
1.1.1 性能方面 1
1.1.2 問題解決技巧 2
1.2 二分查找 2
1.2.1 更佳的查找方式 4
1.2.2 運行時間 8
1.3 大O表示法 8
1.3.1 算法的運行時間以不同的速度增加 9
1.3.2 理解不同的大O運行時間 10
1.3.3 大O表示法指出了最糟情況下的運行時間 12
1.3.4 一些常見的大O運行時間 12
1.3.5 旅行商 13
1.4 小結 15
第2章 選擇排序 16
2.1 記憶體的工作原理 16
2.2 數組和鍊表 18
2.2.1 鍊表 19
2.2.2 數組 20
2.2.3 術語 21
2.2.4 在中間插入 22
2.2.5 刪除 23
2.3 選擇排序 25
2.4 小結 28
第3章 遞歸 29
3.1 遞歸 29
3.2 基線條件和遞歸條件 32
3.3 棧 33
3.3.1 調用棧 34
3.3.2 遞歸調用棧 36
3.4 小結 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 再談大O表示法 52
4.3.1 比較合併排序和快速排序 53
4.3.2 平均情況和最糟情況 54
4.4 小結 57
第5章 散列表 58
5.1 散列函式 60
5.2 套用案例 63
5.2.1 將散列表用於查找 63
5.2.2 防止重複 64
5.2.3 將散列表用作快取 66
5.2.4 小結 68
5.3 衝突 69
5.4 性能 71
5.4.1 填裝因子 72
5.4.2 良好的散列函式 74
5.5 小結 75
第6章 廣度優先搜尋 76
6.1 圖簡介 77
6.2 圖是什麼 79
6.3 廣度優先搜尋 79
6.3.1 查找最短路徑 82
6.3.2 佇列 83
6.4 實現圖 84
6.5 實現算法 86
6.6 小結 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 術語 98
7.3 換鋼琴 100
7.4 負權邊 105
7.5 實現 108
7.6 小結 116
第8章 貪婪算法 117
8.1 教室調度問題 117
8.2 背包問題 119
8.3 集合覆蓋問題 121
8.4 NP 完全問題 127
8.4.1 旅行商問題詳解 127
8.4.2 如何識別NP完全問題 131
8.5 小結 133
第9章 動態規劃 134
9.1 背包問題 134
9.1.1 簡單算法 135
9.1.2 動態規劃 136
9.2 背包問題FAQ 143
9.2.1 再增加一件商品將如何呢 143
9.2.2 行的排列順序發生變化時結果將如何 145
9.2.3 可以逐列而不是逐行填充格線嗎 146
9.2.4 增加一件更小的商品將如何呢 146
9.2.5 可以偷商品的一部分嗎 146
9.2.6 旅遊行程最最佳化 147
9.2.7 處理相互依賴的情況 148
9.2.8 計算最終的解時會涉及兩
個以上的子背包嗎 148
9.2.9 最優解可能導致背包沒裝滿嗎 149
9.3 最長公共子串 149
9.3.1 繪製格線 150
9.3.2 填充格線 151
9.3.3 揭曉答案 152
9.3.4 最長公共子序列 153
9.3.5 最長公共子序列之解決方案 154
9.4 小結 155
第10章 K最近鄰算法 156
10.1 橙子還是柚子 156
10.2 創建推薦系統 158
10.2.1 特徵抽取 159
10.2.2 回歸 162
10.2.3 挑選合適的特徵 164
10.3 機器學習簡介 165
10.3.1 OCR 165
10.3.2 創建垃圾郵件過濾器 166
10.3.3 預測股票市場 167
10.4 小結 167
第11章 接下來如何做 168
11.1 樹 168
11.2 反向索引 171
11.3 傅立葉變換 171
11.4 並行算法 172
11.5 MapReduce 173
11.5.1 分散式算法為何很有用 173
11.5.2 映射函式 173
11.5.3 歸併函式 174
11.6 布隆過濾器和HyperLogLog 174
11.6.1 布隆過濾器 175
11.6.2 HyperLogLog 176
11.7 SHA算法 176
11.7.1 比較檔案 177
11.7.2 檢查密碼 178
11.8 局部敏感的散列算法 178
11.9 Diffie-Hellman密鑰交換 179
11.10 線性規劃 180
11.11 結語 180
練習答案 181
1.1 引言 1
1.1.1 性能方面 1
1.1.2 問題解決技巧 2
1.2 二分查找 2
1.2.1 更佳的查找方式 4
1.2.2 運行時間 8
1.3 大O表示法 8
1.3.1 算法的運行時間以不同的速度增加 9
1.3.2 理解不同的大O運行時間 10
1.3.3 大O表示法指出了最糟情況下的運行時間 12
1.3.4 一些常見的大O運行時間 12
1.3.5 旅行商 13
1.4 小結 15
第2章 選擇排序 16
2.1 記憶體的工作原理 16
2.2 數組和鍊表 18
2.2.1 鍊表 19
2.2.2 數組 20
2.2.3 術語 21
2.2.4 在中間插入 22
2.2.5 刪除 23
2.3 選擇排序 25
2.4 小結 28
第3章 遞歸 29
3.1 遞歸 29
3.2 基線條件和遞歸條件 32
3.3 棧 33
3.3.1 調用棧 34
3.3.2 遞歸調用棧 36
3.4 小結 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 再談大O表示法 52
4.3.1 比較合併排序和快速排序 53
4.3.2 平均情況和最糟情況 54
4.4 小結 57
第5章 散列表 58
5.1 散列函式 60
5.2 套用案例 63
5.2.1 將散列表用於查找 63
5.2.2 防止重複 64
5.2.3 將散列表用作快取 66
5.2.4 小結 68
5.3 衝突 69
5.4 性能 71
5.4.1 填裝因子 72
5.4.2 良好的散列函式 74
5.5 小結 75
第6章 廣度優先搜尋 76
6.1 圖簡介 77
6.2 圖是什麼 79
6.3 廣度優先搜尋 79
6.3.1 查找最短路徑 82
6.3.2 佇列 83
6.4 實現圖 84
6.5 實現算法 86
6.6 小結 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 術語 98
7.3 換鋼琴 100
7.4 負權邊 105
7.5 實現 108
7.6 小結 116
第8章 貪婪算法 117
8.1 教室調度問題 117
8.2 背包問題 119
8.3 集合覆蓋問題 121
8.4 NP 完全問題 127
8.4.1 旅行商問題詳解 127
8.4.2 如何識別NP完全問題 131
8.5 小結 133
第9章 動態規劃 134
9.1 背包問題 134
9.1.1 簡單算法 135
9.1.2 動態規劃 136
9.2 背包問題FAQ 143
9.2.1 再增加一件商品將如何呢 143
9.2.2 行的排列順序發生變化時結果將如何 145
9.2.3 可以逐列而不是逐行填充格線嗎 146
9.2.4 增加一件更小的商品將如何呢 146
9.2.5 可以偷商品的一部分嗎 146
9.2.6 旅遊行程最最佳化 147
9.2.7 處理相互依賴的情況 148
9.2.8 計算最終的解時會涉及兩
個以上的子背包嗎 148
9.2.9 最優解可能導致背包沒裝滿嗎 149
9.3 最長公共子串 149
9.3.1 繪製格線 150
9.3.2 填充格線 151
9.3.3 揭曉答案 152
9.3.4 最長公共子序列 153
9.3.5 最長公共子序列之解決方案 154
9.4 小結 155
第10章 K最近鄰算法 156
10.1 橙子還是柚子 156
10.2 創建推薦系統 158
10.2.1 特徵抽取 159
10.2.2 回歸 162
10.2.3 挑選合適的特徵 164
10.3 機器學習簡介 165
10.3.1 OCR 165
10.3.2 創建垃圾郵件過濾器 166
10.3.3 預測股票市場 167
10.4 小結 167
第11章 接下來如何做 168
11.1 樹 168
11.2 反向索引 171
11.3 傅立葉變換 171
11.4 並行算法 172
11.5 MapReduce 173
11.5.1 分散式算法為何很有用 173
11.5.2 映射函式 173
11.5.3 歸併函式 174
11.6 布隆過濾器和HyperLogLog 174
11.6.1 布隆過濾器 175
11.6.2 HyperLogLog 176
11.7 SHA算法 176
11.7.1 比較檔案 177
11.7.2 檢查密碼 178
11.8 局部敏感的散列算法 178
11.9 Diffie-Hellman密鑰交換 179
11.10 線性規劃 180
11.11 結語 180
練習答案 181
