给大家带来的一篇关于算法相关的电子书资源，介绍了关于算法、详解、算法基础方面的内容，本书是由人民邮电出版社出版，格式为PDF，资源大小88.4 MB，蒂姆·拉夫加登编写，目前豆瓣、亚马逊、当当、京东等电子书综合评分为：9.2。
内容介绍
算法详细说明四部曲*卷，详细说明算法基本，呈现算法实质 集斯坦福学校专家教授很多年课堂教学工作经验，从入门到精通，浅显易懂 算法是电子信息科学的关键与生命。算法的运用范畴极广，互联网路由器、测算基因组学、公钥数据加密学和数据库等的保持都必须算法。科学研究算法能够协助人们变成更出色的程序猿，能够我们一起具备更周密的逻辑思维，并取得成功解决各种各样场所的技术性招聘面试。
它是1本容易入门的算法新手入门书籍，它可做为程序猿的学习培训用书，也合适愿意学习培训算法和想提高算法思维逻辑的用户阅读文章。 这书包括以下几点： 渐进性剖析； 大O表示法； 主方式 ； 迅速分治算法； 随机化算法； 排序算法； 挑选算法。算法是电子信息科学行业*关键的根基之首。算法是程序流程的生命，只能把握了算法，能够轻轻松松地掌控软件开发。 算法详细说明系列产品书籍现有4卷，这书是第1卷——算法基本。
这书现有6章，关键详细介绍了4个主题风格，他们各自是渐进性剖析和大O表示法、分治算法和主方式 、随机化算法及其排列和挑选。附则A和附则B简易详细介绍了统计数据归纳法和离开几率的有关专业知识。这书的每章节均有小测试、章末练习题和程序编写题，这为用户的个人检查及其深化学习培训出示了较多的便捷。 这书为对算法很感兴趣的广大读者出示了丰富多彩而好用的材料，可以协助用户提高算法思维逻辑。这书合适计算机专科的高校老师和大学生，愿意塑造和训炼算法逻辑思维和计算思维的IT专业人员，及其在提前准备招聘面试的求职者和招聘者阅读文章参照。
目录
第 1章 绪论 1
1.1 为什么要学习算法 1
1.2 整数乘法 3
1.2.1 问题和解决方案 3
1.2.2 整数乘法问题 3
1.2.3 小学算法 4
1.2.4 操作数量的分析 5
1.2.5 还能做得更好吗 5
1.3 Karatsuba乘法 6
1.3.1 一个具体的例子 6
1.3.2 一种递归算法 7
1.3.3 Karatsuba乘法 9
1.4 MergeSort算法 11
1.4.1 推动力 11
1.4.2 排序 12
1.4.3 一个例子 13
1.4.4 伪码 14
1.4.5 Merge子程序 15
1.5 MergeSort算法分析 16
1.5.1 Merge的运行时间 17
1.5.2 MergeSort的运行时间 18
1.5.3 定理1.2的证明 19
1.5.4 小测验1.1～1.2的答案 23
1.6 算法分析的指导原则 23
1.6.1 第 1个原则：最坏情况分析 24
1.6.2 第 2个原则：全局分析 25
1.6.3 第3个原则：渐进性分析 26
1.6.4 什么是“快速”算法 27
1.7 本章要点 28
1.8 习题 29
挑战题 31
编程题 31
第 2章 渐进性表示法 32
2.1 要旨 32
2.1.1 推动力 32
2.1.2 高级思维 33
2.1.3 4个例子 34
2.1.4 小测验2.1～2.4的答案 38
2.2 大O表示法 40
2.2.1 文本定义 40
2.2.2 图形定义 40
2.2.3 数学定义 41
2.3 两个基本例子 42
2.3.1 k阶多项式是O(nk) 42
2.3.2 k阶多项式不是O(nk-1) 43
2.4 大Ω和大 表示法 44
2.4.1 大Ω表示法 44
2.4.2 大 表示法 45
2.4.3 小O表示法 46
2.4.4 渐进性表示法的来源 47
2.4.5 小测验2.5的答案 48
2.5 其他例子 48
2.5.1 在指数中添加一个常数 48
2.5.2 指数乘以一个常数 49
2.5.3 最大值vs.和 49
2.6 本章要点 50
2.7 习题 51
第3章 分治算法 53
3.1 分治法规范 53
3.2 以O(n log n)时间计数逆序对 54
3.2.1 问题 54
3.2.2 一个例子 54
3.2.3 协同筛选 55
3.2.4 穷举搜索法 55
3.2.5 分治法 56
3.2.6 高级算法 57
3.2.7 关键思路：站在MergeSort的肩膀上 57
3.2.8 重温Merge 58
3.2.9 Merge和分离逆序对 60
3.2.10 Merge_and_CountSplitInv 61
3.2.11 正确性 61
3.2.12 运行时间 62
3.2.13 小测验3.1～3.2的答案 62
3.3 Strassen的矩阵相乘算法 63
3.3.1 矩阵相乘 63
3.3.2 例子（n = 2） 64
3.3.3 简单算法 64
3.3.4 分治法 65
3.3.5 节省一个递归调用 67
3.3.6 细节 68
3.3.7 小测验3.3的答案 69
*3.4 O(n log n)时间的最近点对（Closest Pair）算法 70
3.4.1 问题 70
3.4.2 热身：1D情况 71
3.4.3 预处理 71
3.4.4 一种分治方法 72
3.4.5 一个微妙的变化 74
3.4.6 ClosestSplitPair 74
3.4.7 正确性 76
3.4.8 辅助结论3.3（a）的证明 77
3.4.9 辅助结论3.3（b）的证明 78
3.4.10 小测验3.4的答案 80
3.5 本章要点 80
3.6 习题 81
挑战题 81
编程题 82
第4章 主方法 83
4.1 重温整数乘法 83
4.1.1 RecIntMult算法 84
4.1.2 Karatsuba算法 84
4.1.3 比较递归过程 85
4.2 形式声明 86
4.2.1 标准递归过程 86
4.2.2 主方法的陈述和讨论 87
4.3 6个例子 88
4.3.1 重温MergeSort 89
4.3.2 二分搜索 89
4.3.3 整数乘法的递归算法 90
4.3.4 Karatsuba乘法 90
4.3.5 矩阵乘法 91
4.3.6 一个虚构的递归过程 92
4.3.7 小测验4.2～4.3的答案 93
*4.4 主方法的证明 94
4.4.1 前言 94
4.4.2 重温递归树 95
4.4.3 单层所完成的工作 96
4.4.4 各层累计 97
4.4.5 正义与邪恶：需要考虑3种情况 98
4.4.6 预告运行时间上界 99
4.4.7 最后的计算：第 一种情况 100
4.4.8 迂回之旅：几何级数 101
4.4.9 最后的计算：第二种情况和第三种情况 102
4.4.10 小测验4.4～4.5的答案 103
4.5 本章要点 103
4.6 习题 104
第5章 快速排序（QuickSort） 107
5.1 概述 107
5.1.1 排序 108
5.1.2 根据基准元素进行划分 108
5.1.3 高级描述 110
5.1.4 内容前瞻 110
5.2 围绕基准元素进行划分 111
5.2.1 简易方法 111
5.2.2 原地实现：高级计划 112
5.2.3 例子 113
5.2.4 Partition子程序的伪码 115
5.2.5 QuickSort的伪码 117
5.3 良好的基准元素的重要性 117
5.3.1 ChoosePivot的简单实现 118
5.3.2 ChoosePivot的过度实现 118
5.3.3 小测验5.1～5.2的答案 119
5.4 随机化的QuickSort 121
5.4.1 ChoosePivot的随机化实现 121
5.4.2 随机化QuickSort的运行时间 122
5.4.3 直觉：随机基准元素为什么很好 123
*5.5 随机化QuickSort的分析 124
5.5.1 预备工作 125
5.5.2 分解蓝图 126
5.5.3 应用蓝图 128
5.5.4 计算比较的概率 130
5.5.5 最后的计算 132
5.5.6 小测验5.3的答案 133
*5.6 排序需要 (n log n)的比较 134
5.6.1 基于比较的排序算法 134
5.6.2 具有更强前提的更快速排序 135
5.6.3 定理5.5的证明 136
5.7 本章要点 138
5.8 习题 139
挑战题 140
编程题 141
第6章 线性时间级的选择 142
6.1 RSelect算法 143
6.1.1 选择问题 143
6.1.2 简化为排序 144
6.1.3 分治法 145
6.1.4 RSelect的伪码 146
6.1.5 RSelect的运行时间 147
6.1.6 小测验6.1～6.2的答案 149
*6.2 RSelect的分析 150
6.2.1 根据阶段追踪进展 150
6.2.2 简化为掷硬币 151
6.2.3 综合结论 153
*6.3 DSelect算法 154
6.3.1 基本思路：中位的中位元素 154
6.3.2 DSelect的伪码 155
6.3.3 理解DSelect 156
6.3.4 DSelect的运行时间 157
*6.4 DSelect的分析 159
6.4.1 递归调用之外所完成的工作 159
6.4.2 一个粗略的递归过程 159
6.4.3 30-70辅助结论 160
6.4.4 解析递归过程 163
6.4.5 先猜后验方法 164
6.5 本章要点 166
6.6 本章习题 166
挑战题 167
编程题 168
附录A 快速回顾数学归纳法 169
附录B 快速回顾离散概率 173
学习笔记
Python cookbook(数据结构与算法)将名称映射到序列元素中的方法
本文实例讲述了Python将名称映射到序列元素中的方法。分享给大家供大家参考，具体如下： 问题： 希望通过名称来访问元素，减少结构中对位置的依赖性 解决方案： 使用命名元组 collections.namedtuple() 。它是一个工厂方法，返回的是python中标准元组类型的子类，提供给它一个类型名称以及相应的字段名称，它就返回一个可实例化的类，为你以定义好的字段名称传入值等。 命名元组的主要作用在于将代码同它所控制的元素位置间进行解耦 from collections import namedtuple Sub=namedtuple('Subscriber',['addr','joined']) subscriber=Sub('lucy@','-8-7') subscriberSubscriber(addr='lucy@', joined='-8-7') subscriber.addr'lucy@examp……
java算法实现红黑树完整代码示例
红黑树 定义 红黑树（英语：Red–black tree）是一种自平衡二叉查找树，是在计算机科学中用到的一种数据结构，典型的用途是实现关联数组。 红黑树的另一种定义是含有红黑链接并满足下列条件的二叉查找树： 红链接均为左链接；没有任何一个结点同时和两条红链接相连；该树是完美黑色平衡的，即任意空链接到根结点的路径上的黑链接数量相同。 满足这样定义的红黑树和相应的2-3树是一一对应的。 旋转 旋转又分为左旋和右旋。通常左旋操作用于将一个向右倾斜的红色链接旋转为向左链接。对比操作前后，可以看出，该操作实际上是将红线链接的两个节点中的一个较大的节点移动到根节点上。 左旋……
Java编程实现A*算法完整代码
前言 A*搜寻算法俗称A星算法。这是一种在图形平面上，有多个节点的路径，求出最低通过成本的算法。常用于游戏中 通过二维数组构建的一个迷宫，“%”表示墙壁，A为起点，B为终点，“#”代表障碍物，“*”代表算法计算后的路径 本文实例代码结构： % % % % % % % % o o o o o % % o o # o o % % A o # o B % % o o # o o % % o o o o o % % % % % % % % ============================= 经过A*算法计算后 ============================= % % % % % % % % o o * o o % % o * # * o % % A o # o B % % o o # o o % % o o o o o % % % % % % % % 算法理论 算法的核心公式为：F=G+H 把地图上的节点看成一个网格。 G=从起点A,沿着产生的路径，移动到网格上指定节点的移动消耗，在这个例……
Java常用排序算法整理分享
排序算法常用的有冒泡排序，选择排序和插入排序，下面将用Java语言实现这三种排序方式，并且介绍一种由插入排序拓展出来的希尔排序。 1、冒泡排序（BubbleSort）是一种最简单的排序算法。它的基本思想是迭代地对输入序列的第一个元素到最后一个元素进行俩俩比较，当满足条件时交换这俩个元素的位置，该过程持续到不需要执行上述过程的条件时。 2、我们自定义一个排序的函数为sorter(int[]array); private static void sorter(int[] array) for(int i=0;iarray.length-1;i++) { for(int j=0;jarray.length-i-1;j++) { if(array[j]array[j+1]) { int temp = array[j]; array[j] = array[j+1]; array[j+1] = temp; } } } } 完整代码如下图： 3、运行结果如下： 1、选择……
以上就是本次介绍的算法电子书的全部相关内容，希望我们整理的资源能够帮助到大家，感谢大家对码农之家的支持。
上一篇：运营本源
展开 +
收起 -
