当前位置:首页 > 程序设计 >
《算法》电子书封面

算法

  • 发布时间:2020年11月03日 09:46:24
  • 作者:Robert Sedgewick
  • 大小:181.7 MB
  • 类别:算法电子书
  • 格式:PDF
  • 版本:超清第4版
  • 评分:8.5

    算法 PDF 超清第4版

      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181.7 MB,Robert Sedgewick编写,目前豆瓣、亚马逊、当当、京东等电子书综合评分为:9.7。

      内容介绍

      算法 第四版 PDF

      Sedgewick之经典著作,与高德纳TAOCP相差无几
      很多年数次修定,长盛不衰的畅销书
      包含全部程序猿务必把握的50种优化算法 

       《算法(第4版)》全方位叙述优化算法和数据结构的必需专业知识,具备下列几个特点。

       1、 优化算法行业的經典教材:Sedgewick热销经典著作的*版,体现了历经很多年演变而成的优化算法关键知识结构
       2、內容全方位:全方位阐述排列、检索、图解决和字符数组解决的优化算法和数据结构,包含每名程序猿应知应会的50种优化算法
       3、全新升级修定的编码:全新升级的Java保持编码,选用模块化设计的程序编写设计风格,全部编码均能够用户应用
       4、与具体运用紧密结合:在关键的科学研究、工程项目和商业服务应用场景下讨论优化算法,得出了优化算法的具体编码,而非同类经典著作常见的伪代码
      5、富有智商挑战性:言简意赅的內容,用丰富多彩的視覺原素展现的实例,精心策划的编码,详细的历史时间和科学研究背景图专业知识,各种各样难度系数的训练,这任何都将使用户手不释卷
       6、科学研究的方式 :用适合的数学分析模型精准地探讨优化算法特性,这种实体模型是在真正自然环境中获得认证的
      7、与互联网紧密结合:配套设施平台网站algs4.cs.princeton.edu出示了这书內容的引言及有关的编码、数据测试、程序编写训练、教学课件等資源

      目录

      • 第1章  基础
      • 1.1 基础编程模型
      • 1.1.1 Java程序的基本结构
      • 1.1.2 原始数据类型与表达式
      • 1.1.3  语句
      • 1.1.4  简便记法
      • 1.1.5  数组
      • 1.1.6  静态方法
      • 1.1.7  API
      • 1.1.8  字符串
      • 1.1.9  输入输出
      • 1.1.10  二分查找
      • 1.1.11  展望
      • 1.2  数据抽象
      • 1.2.1  使用抽象数据类型
      • 1.2.2  抽象数据类型举例
      • 1.2.3  抽象数据类型的实现
      • 1.2.4  更多抽象数据类型的实现
      • 1.2.5  数据类型的设计
      • 1.3  背包、队列和栈
      • 1.3.1  API
      • 1.3.2  集合类数据类型的实现
      • 1.3.3  链表
      • 1.3.4  综述
      • 1.4  算法分析
      • 1.4.1  科学方法
      • 1.4.2  观察
      • 1.4.3  数学模型
      • 1.4.4  增长数量级的分类
      • 1.4.5  设计更快的算法
      • 1.4.6  倍率实验
      • 1.4.7  注意事项
      • 1.4.8  处理对于输入的依赖
      • 1.4.9  内存
      • 1.4.10  展望
      • 1.5  案例研究:union-find算法
      • 1.5.1  动态连通性
      • 1.5.2  实现
      • 1.5.3  展望
      • 第2章  排序
      • 2.1  初级排序算法
      • 2.1.1  游戏规则
      • 2.1.2  选择排序
      • 2.1.3  插入排序
      • 2.1.4  排序算法的可视化
      • 2.1.5  比较两种排序算法
      • 2.1.6  希尔排序
      • 2.2  归并排序
      • 2.2.1  原地归并的抽象方法
      • 2.2.2  自顶向下的归并排序
      • 2.2.3  自底向上的归并排序
      • 2.2.4  排序算法的复杂度
      • 2.3  快速排序
      • 2.3.1  基本算法
      • 2.3.2  性能特点
      • 2.3.3  算法改进
      • 2.4  优先队列
      • 2.4.1  API
      • 2.4.2  初级实现
      • 2.4.3  堆的定义
      • 2.4.4  堆的算法
      • 2.4.5  堆排序
      • 2.5  应用
      • 2.5.1  将各种数据排序
      • 2.5.2  我应该使用哪种排序算法
      • 2.5.3  问题的归约
      • 2.5.4  排序应用一览
      • 第3章 查找
      • 3.1 符号表
      • 3.1.1 API
      • 3.1.2 有序符号表
      • 3.1.3 用例举例
      • 3.1.4 无序链表中的顺序查找
      • 3.1.5 有序数组中的二分查找
      • 3.1.6 对二分查找的分析
      • 3.1.7 预览
      • 3.2 二叉查找树
      • 3.2.1 基本实现
      • 3.2.2 分析
      • 3.2.3 有序性相关的方法与删除操作
      • 3.3 平衡查找树
      • 3.3.1 2-3查找树
      • 3.3.2 红黑二叉查找树
      • 3.3.3 实现
      • 3.3.4 删除操作
      • 3.3.5 红黑树的性质
      • 3.4 散列表
      • 3.4.1 散列函数
      • 3.4.2 基于拉链法的散列表
      • 3.4.3 基于线性探测法的散列表
      • 3.4.4 调整数组大小
      • 3.4.5 内存使用
      • 3.5 应用
      • 3.5.1 我应该使用符号表的哪种实现
      • 3.5.2 集合的API
      • 3.5.3 字典类用例
      • 3.5.4 索引类用例
      • 3.5.5 稀疏向量
      • 第4章  图
      • 4.1  无向图
      • 4.1.1  术语表
      • 4.1.2  表示无向图的数据类型
      • 4.1.3  深度优先搜索
      • 4.1.4  寻找路径
      • 4.1.5  广度优先搜索
      • 4.1.6  连通分量
      • 4.1.7  符号图
      • 4.1.8  总结
      • 4.2  有向图
      • 4.2.1  术语
      • 4.2.2  有向图的数据类型
      • 4.2.3  有向图中的可达性
      • 4.2.4  环和有向无环图
      • 4.2.5  有向图中的强连通性
      • 4.2.6  总结
      • 4.3  最小生成树
      • 4.3.1  原理
      • 4.3.2  加权无向图的数据类型
      • 4.3.3  最小生成树的API和测试用例
      • 4.3.4  Prim算法
      • 4.3.5  Prim算法的即时实现
      • 4.3.6  Kruskal算法
      • 4.3.7  展望
      • 4.4  最短路径
      • 4.4.1  最短路径的性质
      • 4.4.2  加权有向图的数据结构
      • 4.4.3  最短路径算法的理论基础
      • 4.4.4  Dijkstra算法
      • 4.4.5  无环加权有向图中的最短路径算法
      • 4.4.6  一般加权有向图中的最短路径问题
      • 4.4.7  展望
      • 第5章  字符串
      • 5.1  字符串排序
      • 5.1.1  键索引计数法
      • 5.1.2  低位优先的字符串排序
      • 5.1.3  高位优先的字符串排序
      • 5.1.4  三向字符串快速排序
      • 5.1.5  字符串排序算法的选择
      • 5.2  单词查找树
      • 5.2.1  单词查找树
      • 5.2.2  单词查找树的性质
      • 5.2.3  三向单词查找树
      • 5.2.4  三向单词查找树的性质
      • 5.2.5  应该使用字符串符号表的哪种实现
      • 5.3  子字符串查找
      • 5.3.1  历史简介
      • 5.3.2  暴力子字符串查找算法
      • 5.3.3  Knuth-Morris-Pratt子字符串查找算法
      • 5.3.4  Boyer-Moore字符串查找算法
      • 5.3.5  Rabin-Karp指纹字符串查找算法
      • 5.3.6  总结
      • 5.4  正则表达式
      • 5.4.1  使用正则表达式描述模式
      • 5.4.2  缩略写法
      • 5.4.3  正则表达式的实际应用
      • 5.4.4  非确定有限状态自动机
      • 5.4.5  模拟NFA的运行
      • 5.4.6  构造与正则表达式对应的
      • 5.5  数据压缩
      • 5.5.1  游戏规则
      • 5.5.2  读写二进制数据
      • 5.5.3  局限
      • 5.5.4  热身运动:基因组
      • 5.5.5  游程编码
      • 5.5.6  霍夫曼压缩
      • 第6章  背景
      • 索引

      学习笔记

      python实现kMeans算法的详解

      聚类是一种无监督的学习,将相似的对象放到同一簇中,有点像是全自动分类,簇内的对象越相似,簇间的对象差别越大,则聚类效果越好。本文主要为大家详细介绍了python实现kMeans算法,具有一定的参考价值,感兴趣的小伙伴们可以参考一下,希望能帮助到大家。 1、k均值聚类算法 k均值聚类将数据分为k个簇,每个簇通过其质心,即簇中所有点的中心来描述。首先随机确定k个初始点作为质心,然后将数据集分配到距离最近的簇中。然后将每个簇的质心更新为所有数据集的平均值。然后再进行第二次划分数据集,直到聚类结果不再变化为止。 伪代码为 随机创建k个簇质心 当任意一个点的簇分配发生改……

      一个Python就可以实现所有的算法

      今天推荐一个Python学习的干货。 几个印度小哥,在GitHub上建了一个各种Python算法的新手入门大全,现在标星已经超过2.6万。 这个项目主要包括两部分内容:一是各种算法的基本原理讲解,二是各种算法的代码实现。 传送门在此: https://github.com/TheAlgorithms/Python 简单介绍下。 算法的基本原理讲解部分,包括排序算法、搜索算法、插值算法、跳跃搜索算法、快速选择算法、禁忌搜索算法、加密算法等。 相关推荐:《Python视频教程》 这部分内容,主要介绍各种不同算法的原理,其中不少介绍还给出了动态示意图,以更初学者能够更直观的理解。搬运几个示例: 鸡尾酒排序算法 鸡尾酒(Cocktail shaker)排序……

      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:Linux系统命令及Shell脚本实践指南

      下一篇:MongoDB实战

      展开 +

      收起 -

      下载地址:百度网盘下载
      读者留言
      39899547

      39899547 提供上传

      资源
      43
      粉丝
      41
      喜欢
      373
      评论
      16

      Copyright 2018-2020 www.xz577.com 码农之家

      版权投诉 / 书籍推广 / 赞助:520161757@qq.com