圖解演算法:從基礎知識到實際應用的演算法入門書

[日]增井敏克 著 潘詠雪 譯

  • 出版商: 中國科學技術出版社
  • 出版日期: 2024-06-01
  • 售價: $414
  • 貴賓價: 9.5$393
  • 語言: 簡體中文
  • 頁數: 218
  • 裝訂: 平裝
  • ISBN: 7523605397
  • ISBN-13: 9787523605394
  • 相關分類: Algorithms-data-structures
  • 立即出貨

買這商品的人也買了...

相關主題

商品描述

許多人聽到「演算法」這個詞,就覺得它很難懂,需要專業的程式設計知識才能明白。
然而,演算法只是一個計算的“步驟”,不需要計算機和程式語言基礎。
本書介紹了演算法的基礎知識,
資料的儲存、分類、查找方法,以及機器學習中使用的演算法等,由淺入深,圖文配套,
並結合使用場景和案例進行細緻講解,初學者讀起來也毫無壓力。
除了依序閱讀,獲得系統的知識,讀者還可以從目錄中挑選有興趣的主題和關鍵字,
依照自己的需求閱讀,是一本實用性滿分的演算法入門書。

目錄大綱

第1章 演算法基礎知識~演算法的作用是什麼? ~
1-1 進行快速且準確運算的步驟
程式設計、演算法
1-2 讓數據更容易處理
文字檔案、二進位、非結構化資料、結構化資料、資料結構
1-3 什麼是好的電腦程序
使用效率
1-4 比較各種演算法的標準
計算複雜度、漸進、漸進符號
1-5 差異取決於實施的語言
程式語言、編譯器、解譯器、即時編譯
1-6 一套便捷的演算法集合

1-7 演算法權利
專利權、軟體專利、著作權、開放原始碼
1-8 使用圖片解說演算法
流程圖
1-9 紙上計算的演算法
筆算
1-10 尋找質數
素數、埃拉托斯特尼篩法
1-11 求最大公約數
最大公約數、歐幾裡得演算法
1-12 透過拼圖學習演算法
漢諾塔問題
1-13 使用隨機值進行檢查
隨機數、偽隨機數、隨機種子、蒙特卡羅方法
第2章 如何儲存資料? ~它們各自的結構和特徵~
2-1 整數是如何表示的
十進制、二進制、十六進制
2-2 數據的單位
位元、位元組
2-3 小數是如何表示的?
小數、浮點數、實數類型
2-4 字元表示
字元、字元代碼、ASCII、2位元組字元、亂碼字符
2-5 一個接一個地分配
變數、賦值、常數
2-6 要儲存的資料大小
資料型態、整數型態、資料型別轉換
2-7 在連續的區域內存儲
數組、元素、索引
2-8 以人們容易理解的方式表示
關聯數組、字典、散列表、地圖、碰撞
2-9 儲存資料的位置
地址、指針
2-10 以表格形式儲存數據
二維數組、多維數組
2-11 儲存單字和句子
字串、空字符
2-12 表達複雜的資料結構
結構體、枚舉類型
2-13 排成一排的形式
鍊錶
2-14 雙向連結的形式
雙向鍊錶、循環鍊錶
2-15 儲存在一個分支結構中
樹狀結構、二元樹、完整二元樹
2-16 滿足條件的樹狀結構
堆疊
2-17 適合搜尋演算法的資料結構
二元搜尋樹、平衡樹
2-18 平衡樹的類型
B樹、B+樹、B*樹
2-19 儲存無序的數據
集合
2-20 從最後的儲存中檢索
堆疊、LIFO、推入、彈出
2-21 便於以其儲存的順序進行檢索的格式
排隊、FIFO、排隊、脫隊
2-22 虛擬記憶體分頁演算法
虛擬記憶體、分頁演算法、LFU、LRU
第3章 將資料分類~依規則排列數字~
3-1 升序或降序分揀
排序
3-2 維持相同值的順序
穩定排序、內部排序、外部排序
3-3 透過選擇最大或最小值進行排序
選擇排序
3-4 將資料加入到一個對齊的陣列中
插入排序
3-5 與緊接著的元素進行比較
氣泡排序
3-6 數組的雙向排序
雞尾酒排序
3-7 交換排序和插入排序結合,速度更快
希爾排序
3-8 在創建堆的同時進行排序
堆排序
3-9 透過比較合併多個數據
合併排序
3-10 一般性的快速和常用排序
快速排序、分治法
3-11 當可能的值有限制時很有用的排序方法
桶排序、箱排序、基數排序
3-12 透過提供空隙進行排序
圖書館排序、跳躍列表
3-13 趣味排序方法
獨裁者排序、猴子排序
3-14 我該選擇哪一種方法?
計算複雜度的比較
第4章 找出資料~如何快速找到所需的值? ~
4-1 從多個資料集中找到符合標準的那一個
搜尋
4-2 一個不漏地搜索
全域搜尋、徹底搜尋
4-3 從頭開始檢查
線性搜尋
4-4 從排序後的資料中搜尋
二分搜尋
4-5 按距離遠近順序搜索
廣度優先搜尋
4-6 依序搜尋相鄰的對象
深度優先搜尋、回溯
4-7 深入搜尋層次結構
遞歸、遞歸呼叫、分支定界
4-8 差異取決於樹狀結構的遍歷順序
前序遍歷、後序遍歷、中序遍歷、波蘭表示法、逆波蘭表示法
4-9 也可以在相反的方向進行搜索
雙向搜尋
4-10 透過改變起點和終點進行搜索
尺取法
4-11 透過關注邊緣尋找最短路徑
最短路徑問題、貝爾曼福特演算法
4-12 透過關注節點找到最短路徑
戴克斯特拉演算法
4-13 使用經驗法則進行搜索
A*演算法、歐幾裡得距離、曼哈頓距離
4-14 找出損害最小的那一個
極小化極大演算法、Alpha-Beta演算法
4-15 在句子中搜尋文字字串
暴力搜尋、窮舉搜尋、KMP演算法
4-16 以巧妙的方式搜尋字串
BM演算法
4-17 搜尋符合特定模式
正規表示式
第5章 機器學習中使用的演算法~支援人工智慧的計算方法~
5-1 從資料中進行分類和預測
機器學習、統計機器學習
5-2 基於正確數據的學習
有監督學習、過擬合
5-3 透過從資料中提取特徵進行分類
無監督學習、聚類
5-4 獎勵預期結果
強化學習、行為、代理、環境、狀態、多代理
5-5 用於分類和回歸的樹狀結構
決策樹、不純度、資訊增益
5-6 多重決