 |
-- 會員 / 註冊 --
|
 |
|
|
|
寫程式前就該懂的演算法─資料分析與程式設計人員必學的邏輯思考術 ( 繁體 字) |
| 作者：Aditya Y. Bhargava 著/ | 類別：1. -> 程式設計 -> 演算法 |
| 譯者：張書華 譯 著 |
| 出版社：松崗圖書 |  3dWoo書號： 47033
詢問書籍請說出此書號！【缺書】
【不接受訂購】 |
| 出版日：6/20/2017 |
| 頁數：272 |
| 光碟數：0 |
|
站長推薦：   |
| 印刷：黑白印刷 | 語系： ( 繁體 版 ) |
| |
【不接受訂購】 | | ISBN：9789572246399 |
| 作者序 | 譯者序 | 前言 | 內容簡介 | 目錄 | 序 |
| (簡體書上所述之下載連結耗時費功, 恕不適用在台灣, 若讀者需要請自行嘗試, 恕不保證) |
| 作者序： |
| 譯者序： |
| 前言： |
內容簡介：日常生活的演算問題→
加了註解的Python程式碼+大量可愛插圖
=用最簡單的方式學會演算法
本書使用大量插圖與生活實例，讓您以最簡單快速的方式進入演算法領域。翻開本書，您可透過不同主題的圖示與說明，輕鬆理解演算法概念及應用，同時向繁雜的驗證程式說bye-bye！
本書前三章為基礎篇：
第 1 章 – 除了學習第一種實用的二進位搜尋演算法外，還將學習大 O 符號。
第 2 章 – 學習陣列和連結串列兩種基礎資料結構。這兩種資料結構用來產生更進階的資料結構，例如雜湊表（參閱第 5 章）。
第 3 章 – 學習許多演算法（例如第 4 章的快速排序演算法）中經常用到的遞迴法。
本書其餘章節將介紹演算法的各種應用：
解決問題的方法 – 這是第 4、8 和 9 章的主題。如果遇到問題卻不知該如何解決，不妨試試分治演算法（第 4 章）或動態規劃演算法（第 9 章）。如果確定找不到解決辦法，就用貪婪演算法（第 8 章）給個近似答案。
雜湊表 – 這是第 5 章的主題。雜湊表是非常實用的資料結構，包含多組鍵值對，就像一個人的姓名與其電子信箱地址，或使用者名稱與其密碼配對一樣。
圖形演算法 – 這是第 6 和 7 章的主題。圖形是網路模型化的途徑，包括社群網路、道路網、神經元網路，或任何其他組合網路。廣度優先搜尋法（第 6 章）和代克思托演算法（第 7 章）是在網路兩點之間搜尋最短距離的演算法，可用來計算兩人之間的分離程度或到達目標的最短路徑。
K 最近鄰（KNN）演算法 – 這是第 10 章的主題。KNN 是一種簡易機器學習演算法，可用來建構推薦系統、OCR 引擎、股票價值預測系統，以及涉及價值預測的所有其他系統或物件分類系統。
下一步 – 這是第 11 章的主題，介紹 10 種值得繼續學習的演算法。
*全書程式碼範例使用Python 2.7，請至松崗官網下載範例程式碼。
*本書適用：
程式設計愛好者
想重新熟悉演算法的電腦工程師
對編寫程式感興趣的物理學、數學和其他專業人員
|
目錄：
CH 01 演算法概述
CH 02 選擇排序演算法
CH 03 遞迴演算法
CH 04 快速排序演算法
CH 05 雜湊表
CH 06 廣度優先搜尋法
CH 07 代克思托演算法
CH 08 貪婪演算法
CH 09 動態規劃演算法
CH 10 K 最近鄰演算法
CH 11繼續鑽研
附錄 習題與解答
|
| 序： |
|
