本書示例豐富，圖文并茂，以讓人容易理解的方式闡釋了算法，旨在幫助程序員在日常項目中更好地發(fā)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(shù)據(jù)結構以及遞歸等。余下的篇幅將主要介紹應用廣泛的算法，具體內(nèi)容包括：面對具體問題時的解決技巧，比如，何時采用貪婪算法或動態(tài)規(guī)劃；散列表的應用；圖算法；Kzui近鄰算法。
像小說一樣有趣的算法入門書。
算法是解決問題的一步步流程，也是計算機科學領域的核心主題。如今程序員*常用的算法已經(jīng)經(jīng)過了前人的探索、檢驗及證明。如果你想搞明白這些算法，又不想被困在繁瑣的證明中，本書正是你的不二選擇。這本圖示豐富、引人入勝的實用指南將讓你輕松學會如何在自己的程序中高效使用重要的算法。
Aditya Bhargava
軟件工程師，兼具計算機科學和美術方面的教育背景，在adit.io撰寫編程方面的博客。
前言
致謝
關于本書
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 內(nèi)存的工作原理 16
2.2 數(shù)組和鏈表 18
2.2.1 鏈表 19
2.2.2 數(shù)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 �！�33
3.3.1 調(diào)用�！�34
3.3.2 遞歸調(diào)用�！�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 比較合并排序和快速排序 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 散列函數(shù) 60
5.2 應用案例 63
5.2.1 將散列表用于查找 63
5.2.2 防止重復 64
5.2.3 將散列表用作緩存 66
5.2.4 小結 68
5.3 沖突 69
5.4 性能 71
5.4.1 填裝因子 72
5.4.2 良好的散列函數(shù) 74
5.5 小結 75
第6 章 廣度優(yōu)先搜索 76
6.1 圖簡介 77
6.2 圖是什么 79
6.3 廣度優(yōu)先搜索 79
6.3.1 查找最短路徑 82
6.3.2 隊列 83
6.4 實現(xiàn)圖 84
6.5 實現(xiàn)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(xiàn) 108
7.6 小結 116
第8 章 貪婪算法 117
8.1 教室調(diào)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(tài)規(guī)劃 134
9.1 背包問題 134
9.1.1 簡單算法 135
9.1.2 動態(tài)規(guī)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(fā)生變化時結果將如何 145
9.2.3 可以逐列而不是逐行填充網(wǎng)格嗎 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 旅游行程最優(yōu)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(yōu)解可能導致背包沒裝滿嗎 149
9.3 最長公共子串 149
9.3.1 繪制網(wǎng)格 150
9.3.2 填充網(wǎng)格 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(chuàng)建推薦系統(tǒng) 158
10.2.1 特征抽取 159
10.2.2 回歸 162
10.2.3 挑選合適的特征 164
10.3 機器學習簡介 165
10.3.1 OCR 165
10.3.2 創(chuàng)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 傅里葉變換 171
11.4 并行算法 172
11.5 MapReduce 173
11.5.1 分布式算法為何很有用 173
11.5.2 映射函數(shù) 173
11.5.3 歸并函數(shù) 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 比較文件 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(guī)劃 180
11.11 結語 180
練習答案 181
書單推薦
