本书共分9章，内容包括：算法设计基础、算法效率分析基础、迭代法、蛮力法、分治法、回溯法与分支界限法、贪心算法、动态规划、随机算法。
电子书
内容简介
本书内容包括：算法初步、排序算法、查找、双指针问题、哈希算法、深度优先搜索算法、广度优先搜索算法、回溯算法、动态规划、贪心算法、分治算法、并查集、最短路径算法和数论算法等常见算法。
章节目录
- 封面
- 扉页
- 版权信息
- 内容提要
- 前言
- 第1章 算法初步
- 1.1 什么是算法
- 1.1.1 算法的定义
- 1.1.2 算法与程序的区别
- 1.2 时间复杂度
- 1.2.1 运行时间和程序复杂程度的关系
- 1.2.2 时间复杂度是渐进的
- 1.2.3 简单程序的时间复杂度分析
- 1.2.4 时间复杂度的意义
- 1.3 空间复杂度
- 1.4 算法的应用
- 1.5 Python算法的优势
- 1.6 小结
- 1.7 习题
- 第2章 排序算法
- 2.1 初级排序算法
- 2.1.1 插入排序
- 2.1.2 选择排序
- 2.1.3 冒泡排序
- 2.2 高级排序算法
- 2.2.1 归并排序
- 2.2.2 快速排序
- 2.2.3 希尔排序
- 2.2.4 堆排序
- 2.2.5 桶排序
- 2.3 小结
- 2.4 习题
- 第3章 查找
- 3.1 顺序查找
- 3.2 二分查找
- 3.3 树
- 3.4 二叉树
- 3.4.1 二叉树的性质
- 3.4.2 满二叉树
- 3.4.3 完全二叉树
- 3.4.4 创建二叉树
- 3.4.5 遍历二叉树
- 3.5 二叉搜索树
- 3.5.1 二叉搜索树基础
- 3.5.2 二叉搜索树的操作
- 3.6 平衡二叉树
- 3.6.1 二叉搜索树的效率
- 3.6.2 AVL树
- 3.7 小结
- 3.8 习题
- 第4章 双指针问题
- 4.1 单链表
- 4.1.1 建立单链表
- 4.1.2 遍历单链表
- 4.1.3 插入单链表
- 4.1.4 删除单链表第n个数
- 4.2 双指针的应用
- 4.2.1 数组合并
- 4.2.2 删除单链表倒数第n个数
- 4.3 小结
- 4.4 习题
- 第5章 哈希算法
- 5.1 哈希算法的原理
- 5.2 哈希函数
- 5.2.1 除法哈希算法
- 5.2.2 乘法哈希算法
- 5.2.3 平方取中法
- 5.2.4 随机数哈希算法
- 5.3 解决冲突
- 5.3.1 开放定址法
- 5.3.2 链地址法
- 5.4 哈希算法的应用
- 5.4.1 两个数的和问题
- 5.4.2 团体赛问题
- 5.4.3 猜数字游戏
- 5.5 小结
- 5.6 习题
- 第6章 深度优先搜索算法
- 6.1 搜索
- 6.2 图上的深度优先搜索
- 6.2.1 无向图
- 6.2.2 图的术语
- 6.2.3 图上的搜索
- 6.2.4 经典例题讲解（最大的油田）
- 6.3 二叉树上的深度优先搜索
- 6.3.1 二叉树相关术语
- 6.3.2 二叉树上的搜索
- 6.3.3 经典例题讲解（员工派对）
- 6.3.4 经典例题讲解（城市危机）
- 6.4 小结
- 6.5 习题
- 第7章 广度优先搜索算法
- 7.1 依旧是图的搜索
- 7.2 队列中的存储方式
- 7.3 经典例题讲解
- 7.3.1 艰难旅行
- 7.3.2 混乱地铁
- 7.3.3 温室大棚
- 7.4 小结
- 7.5 习题
- 第8章 回溯算法
- 8.1 回溯算法原理
- 8.2 回溯算法的应用
- 8.2.1 N皇后
- 8.2.2 数独
- 8.2.3 排列组合
- 8.2.4 两个扩展问题
- 8.3 小结
- 8.4 习题
- 第9章 动态规划
- 9.1 动态规划介绍
- 9.2 矿工问题
- 9.2.1 问题描述
- 9.2.2 问题分析
- 9.2.3 参考实现
- 9.3 爬楼梯问题
- 9.3.1 问题描述
- 9.3.2 问题分析
- 9.3.3 参考实现
- 9.4 背包问题
- 9.4.1 问题描述
- 9.4.2 问题分析
- 9.4.3 问题实例
- 9.4.4 参考实现
- 9.5 最长递增子序列问题
- 9.5.1 问题描述
- 9.5.2 改进算法
- 9.5.3 参考实现
- 9.6 小结
- 9.7 习题
- 第10章 贪心算法
- 10.1 贪心算法介绍
- 10.2 硬币找零问题
- 10.2.1 问题描述
- 10.2.2 问题实例
- 10.2.3 参考实现
- 10.3 活动安排问题
- 10.3.1 问题描述
- 10.3.2 参考实现
- 10.4 哈夫曼编码
- 10.4.1 问题描述
- 10.4.2 哈夫曼树
- 10.4.3 贪心选择性质
- 10.4.4 最优子结构性质
- 10.4.5 参考实现
- 10.5 小结
- 10.6 习题
- 第11章 分治算法
- 11.1 分治算法原理
- 11.2 分治算法应用
- 11.2.1 二分查找
- 11.2.2 二维数组的查找
- 11.2.3 快速凸包算法
- 11.2.4 快速傅氏变换
- 11.3 小结
- 11.4 习题
- 第12章 并查集
- 12.1 并查集介绍
- 12.1.1 并查集的构造方法
- 12.1.2 并查集的应用
- 12.1.3 并查集3种基本操作的Python实现
- 12.2 朋友圈
- 12.2.1 问题描述
- 12.2.2 问题分析
- 12.2.3 代码
- 12.3 图的子元素
- 12.3.1 问题描述
- 12.3.2 问题分析
- 12.3.3 代码
- 12.4 小结
- 12.5 习题
- 第13章 最短路径算法
- 13.1 戴克斯特拉算法
- 13.1.1 算法介绍
- 13.1.2 算法证明
- 13.1.3 算法代码
- 13.2 贝尔曼-福特算法
- 13.2.1 算法介绍
- 13.2.2 算法证明
- 13.2.3 算法代码
- 13.3 弗洛伊德算法
- 13.3.1 算法介绍
- 13.3.2 算法代码
- 13.4 A*搜索算法
- 13.4.1 算法介绍
- 13.4.2 算法证明
- 13.4.3 算法代码
- 13.5 小结
- 13.6 习题
- 第14章 数论算法
- 14.1 欧几里得算法
- 14.1.1 算法分析与证明
- 14.1.2 算法代码
- 14.1.3 算法应用
- 14.2 中国余数定理
- 14.2.1 算法介绍
- 14.2.2 算法证明
- 14.2.3 算法代码
- 14.3 素性检验算法
- 14.3.1 费马素性检验
- 14.3.2 米勒-拉宾素性检验
- 14.3.3 算法代码
- 14.4 小结
- 14.5 习题
展开全部
Python算法设计与分析是2020年由人民邮电出版社出版,作者王硕 董文馨 张舒行 张洁 李秉伦。
温馨提示：
1.本电子书已获得正版授权，由出版社通过知传链发行。
2.该电子书为虚拟物品，付费之后概不接收任何理由退款。电子书内容仅支持在线阅读，不支持下载。
3.您在本站购买的阅读使用权仅限于您本人阅读使用，您不得/不能给任何第三方使用，由此造成的一切相关后果本平台保留向您追偿索赔的权利！版权所有，后果自负！
得书感谢您对《Python算法设计与分析》关注和支持，如本书内容有不良信息或侵权等情形的，请联系本网站。
电子书
电子书
Python简单易学，是一种非常适合零基础编程人员学习算法与编程的高级程序设计语言。本书是中国电子学会全国青少年软件编程等级考试Python编程一至四级的指定用书，基于Python自带的集成开发工具IDLE3.5.2版本，对应每级考试要求讲解知识要点。对于广大青少年学习者，本书能够指导他们了解并掌握Python语言编程技巧，培养他们用Python语言编程解决生活中实际问题的能力。
电子书
面对大数据和人工智能技术及应用的迅猛发展，传统的数据结构与算法课程的教学内容和教学模式亟待改革，以适应大数据和人工智能专业人才培养的需要。本书就是为满足这种需要而编写的。本书共15章，主要内容包括大数据概念、Python语言基础、线性表、栈与队列、数组与字符串、树、图等经典数据结构，键值对、嵌套数据结构、列存储结构等面向大数据计算的新型数据结构，排序算法、查找算法、基础算法设计、机器学习算法基础、
电子书
机器学习是人工智能领域一个极其重要的研究方向，而深度学习则是机器学习中一个非常接近AI的分支，其思路在于建立进行分析学习的神经网络，模仿人脑感知与组织的方式，根据输入数据做出决策。深度学习在快速的发展过程中，不断有与其相关的产品推向市场，显然，深度学习的应用将会日趋广泛。《Python深度学习：逻辑、算法与编程实战》是关于深度学习的理论、算法、应用的实战教程，内容涵盖深度学习的语言、学习环境、典型
电子书
本书面向大数据应用型人才，以任务为导向，系统地介绍Python数据分析与挖掘的常用技术与真实案例。全书共7章，第1、2章介绍Python数据分析的常用模块及其应用，涵盖NumPy数值计算模块、pandas数据分析模块，较为系统地阐述Python数据分析的方法；第3、4章介绍轻量级的数据交换格式JSON和连接MySQL数据库的pymysql模块，并以此进行数据综合案例的分析；第5章介绍Matplot
电子书
本书从算法设计策略和算法实际应用两方面入手，介绍了6类常用的算法：蛮力法、分治法、贪心法、动态规划法、回溯法和分支限界法。本书以“算法设计基础知识+算法经典应用案例”为主线，讲解了各章内容，分析了各类算法的特点，帮助读者理解算法的基本概念、掌握算法的关键设计步骤和了解算法所适用的问题。
电子书
本书系统地描述了如何利用Python语言进行数据分析。由浅入深的编写方式可以帮助读者轻松愉快地进入数据的世界。全书从理论到实践、从基础语法到科学计算库，循序渐进地讲解了Python数据分析所需要学习的技能。搭配项目实战帮助读者更好、更快地掌握Python数据分析知识点。此外，还全面介绍了数据分析的必知必会技能。本书提供代码资源下载服务，每章均配有重要知识点串讲视频。本书不仅适合零基础喜欢数据分析的
电子书
本书介绍利用Python进行大数据处理与分析的详细方法和步骤。全书共9章，主要内容包括搭建开发环境、Numpy库、Pandas库、Matplotlib库、数据预处理以及多个案例分析。
