算法第一步（Python版）

葉濛濛，微軟資深算法工程師，科普寫手。
近二十年間積累了大量用C/C++, Java, C# 和 Python開發各類軟件的經驗，深刻體會到編程的核心在於算法。
本著幫助更多朋友了解、學習計算機算法，掌握計算思維的初心，寫作此書。

第1章  認識算法
1.1  算法究竟是什麼
1.1.1  廣義的算法
1.1.2  計算機領域的算法
1.2  程序、編程和算法之間的關係
1.2.1  算法與程序
1.2.2  算法與編程
1.2.3  學習算法和編程的用處
1.3  學習算法的深度
1.3.1  掌握算法的5個層次
1.3.2  對應不同層次的講解方法
1.3.3  算法驅動編程
1.3.4  算法的難點：從原理到實現

第2章  萬事的抽象：控制流程
2.1  認識流程
2.1.1  順序
2.1.2  順序結構
2.1.3  條件（分支）
2.1.4  條件（分支）結構
2.1.5  循環（迭代）
2.1.6  循環（迭代）結構
2.2  用簡單的結構表達複雜的過程：控制結構的排列和嵌套
2.2.1  什麼是流程圖
2.2.2  極簡版流程圖符號表
2.2.3  2簡單的流程圖
2.3  流程圖的粒度與嵌套
2.3.1  粒度
2.3.2  嵌套
2.3.3  條件結構和循環結構的嵌套
2.3.4  粒度均衡的流程圖

第3章  計算機是如何運行的
3.1  數據
3.1.1  信息數字化
3.1.2  數據化與數據
3.1.3  數據的組織
3.1.4  數據結構
3.2  計算機原理淺釋
3.2.1  電子計算機的前世今生
3.2.2  馮·諾依曼結構
3.2.3  存儲空間的地址和內容
3.2.4  一條指令是如何被執行的
3.2.5  馮·諾依曼結構的直觀解釋
3.2.6  馮·諾依曼結構的應用
3.2.7  馮·諾依曼結構的瓶頸
3.2.8  哈佛結構

第4章  萬物的抽象：數據結構
4.1  認識數據結構
4.1.1  數組
4.1.2  鍊錶
4.2  直觀理解數據結構
4.2.1  數組與鍊錶
4.2.2  數組與鍊錶之同
4.2.3  數組與鍊錶之異
4.3  預留給貨物的固定貨架：內存中的數組
4.3.1  存儲空間
4.3.2  數組：一塊連續的存儲空間
4.3.3  數組的下標
4.3.4  數組中的元素
4.3.5  數組的元素值
4.3.6  數組的特性
4.3.7  連續存儲惹的禍
4.4  見縫插針地擺放貨物：內存中的鍊錶
4.4.1  鍊錶
4.4.2  鍊錶的編輯
4.5  數據結構的特性和發展
4.5.1  特性各異的鍊錶與數組
4.5.2  數據結構的發展

第5章  複雜一些的數據結構：圖和樹
5.1  圖
5.1.1  圖的定義和分類
5.1.2  相關概念和算法
5.2  樹
5.2.1  樹的定義
5.2.2  二叉樹
5.3  遍曆算法
5.3.1  樹的遍歷和圖的遍歷
5.3.2  二叉樹的深度優先遍曆算法
5.3.3  二叉樹的廣度優先遍曆算法
5.4  圖和樹的現實意義
5.4.1  圖的抽象
5.4.2  樹的抽象
5.5  圖和樹
5.5.1  樹是圖的真子集
5.5.2  樹比圖更加嚴謹

第6章  22行Python代碼
6.1  跟你的計算機聊天：編程語言
6.1.1  什麼是編程語言
6.1.2  從低級語言到高級語言
6.1.3  編譯和解釋
6.2  直觀感受不同的編程語言
6.3  一條可愛的小蟒蛇：Python語言
6.3.1  主流編程語言
6.3.2  為什麼選擇Python
6.3.3  Python的特性
6.3.4  結合數組與鍊錶的優點的列表
6.4  Python的編輯、運行環境
6.4.1  順序安裝
6.4.2  創建項目
6.4.3  開始編寫22個程序
6.5  22個Python程序：讓Python小蟒蛇動起來
6.5.1  你好世界
6.5.2  運行Python程序的幾種方式
6.5.3  編程語言的基本概念
6.5.4  Python中的print()函數

第7章  開始用Python語言編寫程序
7.1  數據值和數據類型
7.1.1  數據的抽象和具象含義
7.1.2  數據類型
7.2  標識符
7.3  字面量、變量和常量
7.4  變量賦值
7.4.1  賦值的方式
7.4.2  賦值前無須聲明類型
7.4.3  賦值後不能隱性轉換類型
7.5  Python中的數組
7.5.1  邏輯上的數組
7.5.2  列表和元素
7.5.3  列表的賦值和22
7.6  Python中的流程控制
7.6.1  用縮進劃分代碼塊
7.6.2  關鍵字
7.6.3  Python中的3種控制結構
7.6.4  不同類型結構的嵌套

第8章  實現22個算法並衡量其優劣
8.1  從2簡單的算法開始學：順序查找
8.1.1  什麼是查找算法
8.1.2  查找算法的要素
8.1.3  順序查找
8.2  順序查找的數據結構和控制流程
8.2.1  數據結構
8.2.2  控制流程
8.3  用Python實現順序查找算法
8.3.1  用變量和賦值重繪流程圖
8.3.2  代碼實現
8.4  用for語句實現順序查找算法
8.4.1  Python循環關鍵字：for和while
8.4.2  用for循環實現順序查找算法
8.5  如何衡量算法的性能
8.5.1  時間複雜度
8.5.2  常見算法的時間複雜度
8.5.3  空間複雜度

第9章  簡單但有用的經典查找算法
9.1  猜數遊戲
9.1.1  遊戲規則
9.1.2  不限制猜測次數的遊戲的必勝攻略
9.1.3  限制猜測次數的猜數遊戲
9.2  從“挨著找”到“跳著找”
9.3  二分查找：從原理到形式化描述
9.3.1  二分查找的原理
9.3.2  結構化的自然語言描述——流程圖
9.3.3  形式化描述22步——變量和賦值
9.4  二分查找的編程實現
9.4.1  形式化流程控制
9.4.2  從流程圖到代碼
9.5  二分查找的性能
9.5.1  二分查找的時間複雜度
9.5.2  二分查找的空間複雜度

第10章  程序中的函數
10.1  計算機領域的函數
10.1.1  編程中的函數
10.1.2  函數的定義
10.1.3  函數的調用
10.1.4  二分查找函數
10.2  函數的作用
10.2.1  重用
10.2.2  抽象和封裝
10.2.3  從程序之外獲得數據
10.3  函數的參數
10.3.1  函數的參數及其值的變化
10.3.2  Python的函數參數傳遞
10.3.3  函數參數問題的簡化理解

第11章  編程實現猜數遊戲
11.1  用Python實現猜數遊戲
11.1.1  猜數遊戲與二分查找
11.1.2  編寫猜數遊戲攻擊者輔助程序
11.2  修改後的猜數小助手為什麼輸了
11.3  Bug
11.4  Bug的天敵——Debug
11.4.1  什麼是Debug
11.4.2  常用Debug方法：打印變量中間值
11.5  和Bug鬥智斗勇
11.5.1  Bug的嚴重性
11.5.2  產生Bug的原因
11.5.3  防止Bug產生危害的方法

第12章  二分查找的變形
12.1  二分查找變形記：重複數列二分查找
12.1.1  包含重複元素數列的二分查找
12.1.2  包含重複元素數列的二分查找的變形
12.2  讓變形更高效：與經典二分查找相同的時間複雜度
12.2.1  包含重複元素數列的二分查找的時間複雜度
12.2.2  時間複雜度的計算
12.2.3  包含重複元素數列的二分查找的O(log(n))算法
12.3  二分查找再變形：旋轉數列二分查找
12.3.1  有序數列的旋轉
12.3.2  不包含重複元素旋轉數列的二分查找
12.3.3  算法實現
12.3.4  代碼優化
12.4  包含重複元素旋轉數列的二分查找

第13章  認識排序算法
13.1  處處可見的排行榜
13.1.1  什麼是排序
13.1.2  排序算法的江湖地位
13.1.3  無處不在的排行榜
13.2  排序算法的分類
13.2.1  排序算法的分類方式
13.2.2  比較排序
13.2.3  比較排序的局限和優勢
13.3  排序算法的基本操作：兩兩交換數組中的元素
13.3.1  查找算法和排序算法
13.3.2  兩兩交換數組中的元素
13.3.3  swap()函數
13.3.4  沒有返回值的swap()函數

第14章  幾種簡單排序算法
14.1  撲克牌遊戲
14.1.1  用撲克牌做一個小遊戲
14.1.2  排序要解決的問題
14.1.3  基於直覺的排序算法
14.2  選擇排序
14.2.1  算法原理
14.2.2  數據結構
14.2.3  算法步驟
14.2.4  編程實現
14.3  起泡排序
14.3.1  歷史
14.3.2  算法原理
14.3.3  算法步驟
14.3.4  編程實現
14.3.5  算法優化
14.4  插入排序
14.4.1  算法原理：又見撲克牌
14.4.2  在數組中插入元素
14.4.3  算法步驟
14.4.4  編程實現
14.5  簡單排序概述
14.5.1  排序的時間複雜度
14.5.2  排序的空間複雜度
14.5.3  簡單排序算法性能總結

第15章  必須掌握的排序算法
15.1  快速排序
15.1.1  一個“笑話”
15.1.2  算法原理
15.1.3  算法的江湖地位
15.1.4  算法步驟
15.2  快速排序的時間複雜度
15.2.1  時間複雜度的計算
15.2.2  2佳時間複雜度
15.2.3  2差時間複雜度
15.2.4  平均時間複雜度
15.2.5  理解快速排序的平均時間複雜度
15.3  快速排序的空間複雜度
15.3.1  簡單的分區函數
15.3.2  優化分區函數
15.4  解讀分區算法源代碼
15.4.1  “22計算機”法
15.4.2  打印解讀法
15.5  編程實現快速排序算法
15.5.1  分治策略
15.5.2  快速排序的分與治
15.5.3  編程實現快速排序算法

第16章  遞歸實現快速排序
16.1  遞歸：像“貪吃蛇”一樣“吃掉”自己
16.1.1  歷史悠久的概念
16.1.2  無效遞歸
16.1.3  有效遞歸
16.1.4  分形
16.1.5  斐波那契數列
16.2  遞歸函數
16.2.1  遞歸和分治
16.2.2  遞歸函數
16.2.3  2簡單的遞歸函數
16.2.4  Python 限制遞歸深度
16.2.5  限制運行次數的遞歸函數
16.2.6  遞歸實現斐波那契數的計算
16.3  實現遞歸式快速排序
16.3.1  遞歸式快速排序的原理
16.3.2  遞歸式快速排序的編程實現
16.3.3  算法性能
16.4  測試算法程序
16.4.1  構造測試數據集
16.4.2  安裝 pip 和用 pip 安裝模塊
16.4.3  用生成數據測試快速排序
16.4.4  分區函數帶來的差異

第17章  算法精進
17.1  如何算學會了一個算法
17.1.1  以二分查找為例了解“掌握算法的幾個層次”
17.1.2  依據掌握的知識解決問題
17.1.3  學習算法的誤區
17.2  學會之後——創新
17.3  如何自學算法
17.3.1  自學三要素
17.3.2  學習材料和內容
17.3.3  學習目的和深度
17.3.4  學習方法
17.3.5  如何閱讀代碼
17.3.6  練習與實踐
17.4  說說刷題