算法学习指南

作品简介

在编写代码时，每位软件专业人士都需要对算法有充分的理解。在这本实用性极强的著作中，作者对一些关键的算法进行了详实的描述，可以有效地提高用各种语言编写代码的质量。

软件开发人员、测试人员和维护人员可以在本书中学会如何使用算法，以创造性的方式解决计算性问题。

本书各章内容前后衔接紧密，环环相扣，用醒目的图表有条不紊地展示了一些核心概念，并对书中介绍的每种算法的性能进行了分析。

George T.Heineman是一位计算机科学教授，在软件工程和算法领域有超过20年的教学经验。他是《算法技术手册》的作者，也是很多O’Reily视频培训课程的讲师，其中包括“Exploring Algorithms in Python”和“Working with Algorithms in Python”。他终身爱好逻辑题和数学智力题，是Sujiken智力游戏（数独的一种变型）和Trexagon智力游戏的发明者。

作品目录

• 版权声明
• 内容提要
• O'Reilly Media，Inc.介绍
• 业界评论
• 序
• 前　　言
• 本书的目标读者
• 关于代码
• 本书所使用的约定
• O’Reilly在线平台学习（O’Reilly Online Learning）
• 联系我们
• 致谢
• 服务与支持
• 提交错误信息
• 扫码关注本书
• 与我们联系
• 关于异步社区和异步图书
• 第1章　解决问题
• 1.1　什么是算法？
• 1.2　在一个任意的列表中查找最大值
• 1.3　对关键操作进行计数
• 1.4　可以预测算法性能的模型
• 1.5　在一个随机列表中查找两个最大值
• 1.6　锦标赛算法
• 1.7　时间复杂度和空间复杂度
• 1.8　总结
• 1.9　挑战练习
• 第2章　分析算法
• 2.1　使用实验模型预测性能
• 2.2　乘法可以更快
• 2.3　性能分类
• 2.4　渐进性分析
• 2.5　对所有操作进行计数
• 2.6　对所有字节进行计数
• 2.7　关上一扇门，打开另一扇门
• 2.8　二分数组搜索
• 2.9　几乎和π一样简单
• 2.10　一石二鸟
• 2.11　综述
• 2.12　曲线拟合与上下界的比较
• 2.13　总结
• 2.14　挑战练习
• 第3章　更好的散列，更适意的人生
• 3.1　值与键相关联
• 3.2　散列函数和散列码
• 3.3　 (key,value) 对的可散列结构
• 3.4　使用线性探查法检测和解决冲突
• 3.5　用链表实现分离链表
• 3.6　从链表中删除一个数据项
• 3.7　评估
• 3.8　增长的散列表
• 3.9　分析动态散列表的性能
• 3.10　完美散列
• 3.11　对 （key,value） 对进行迭代
• 3.12　总结
• 3.13　挑战练习
• 第4章　堆起来！
• 4.1　最大二叉堆
• 4.2　插入 (value,priority) 对
• 4.3　删除具有最高优先级的值
• 4.4　用数组表示二叉堆
• 4.5　实现上浮和下沉
• 4.6　总结
• 4.7　挑战练习
• 第5章　深入浅出论排序！
• 5.1　交换排序
• 5.2　选择排序
• 5.3　平方时间级排序算法的剖析
• 5.4　分析插入排序和选择排序的性能
• 5.5　递归和分治法
• 5.6　归并排序
• 5.7　快速排序
• 5.8　堆排序
• 5.9　O(NlogN)等级算法的性能比较
• 5.10　Tim排序
• 5.11　总结
• 5.12　挑战练习
• 第6章　二叉树：掌上世界的无限可能
• 6.1　基础知识
• 6.2　二叉查找树
• 6.3　在二叉查找树中搜索值
• 6.4　从二叉查找树删除值
• 6.5　遍历二叉查找树
• 6.6　分析二叉查找树的性能
• 6.7　平衡二叉树
• 6.8　分析平衡二叉树的性能
• 6.9　使用二叉树作为 (key,value) 符号表
• 6.10　使用二叉树作为优先队列
• 6.11　总结
• 6.12　挑战练习
• 第7章　图：连得上的才是好的！
• 7.1　图高效地存储了实用的信息
• 7.2　使用深度优先搜索解决迷宫问题
• 7.3　广度优先搜索提供了一种不同的搜索算法
• 7.4　有向图
• 7.5　具有边权重的图
• 7.6　迪杰斯特拉算法
• 7.7　全顶点对的最短路径
• 7.8　弗洛伊德-沃歇尔算法
• 7.9　总结
• 7.10　挑战练习
• 第8章　综述
• 8.1　Python的内置数据类型
• 8.2　在Python中实现堆栈
• 8.3　在Python中实现队列
• 8.4　堆和优先队列的实现
• 8.5　进一步的探索
• 关于作者
• 关于封面