圖解資料結構 × 演算法：運用 Python
胡昭民
- 出版商: 博碩文化
- 出版日期: 2022-07-25
- 定價: $600
- 售價: 7.8 折 $468
- 語言: 繁體中文
- 頁數: 496
- 裝訂: 平裝
- ISBN: 6263331836
- ISBN-13: 9786263331839
-
相關分類:
Algorithms-data-structures
-
其他版本:
圖解資料結構 × 演算法：運用 Python【暢銷回饋版】
-
圖解資料結構 × 演算法：運用 C語言 圖解資料結構 × 演算法：運用 C++ 圖解資料結構 × 演算法：運用 C# 圖解資料結構 × 演算法：運用 Python
買這商品的人也買了...
-
無瑕的程式碼－敏捷軟體開發技巧守則 (Clean Code: A Handbook of Agile Software Craftsmanship)$580$452 -
Foundations of Computer Science, 4/e (Paperback)$1,280$1,254 -
0 陷阱！0 誤解！8 天重新認識 JavaScript！（iT邦幫忙鐵人賽系列書）$550$429 -
人工智慧與深度學習 -- 理論與 Python 實踐$460$363 -
機器學習的數學：用數學引領你走進AI的神秘世界$580$452 -
$454Python 機器學習系統構建 (原書第3版) -
零基礎入門的機器學習圖鑑：2大類機器學習 X 17種演算法 X Python 基礎教學，讓你輕鬆學以致用$450$405 -
內行人才知道的系統設計面試指南$580$435 -
圖像處理與圖像分析基礎 (C/C++語言版)$354$336 -
Android 移動安全攻防實戰 (微課視頻版)$414$393 -
$509深度學習原理與PyTorch實戰（第2版） -
開發者傳授 PyTorch 秘笈$1,200$792 -
圖解機器學習與資料科學的數學基礎｜使用 Python$650$488 -
圖解資料結構 × 演算法：運用 C語言$600$468 -
機器學習聖經：最完整的統計學習方法$880$695 -
每個程式設計師都應該要知道的50個演算法$690$538 -
Python 操作 Excel - 最強入門邁向辦公室自動化之路 - 王者歸來$680$449 -
AI 開發的機器學習系統設計模式$620$465 -
Python：股票 × ETF 量化交易回測 102個活用技巧$600$468 -
從機器學習到人工智慧｜寫給Android/iOS程式師的ML/AI開發指南 (AI and Machine Learning for On-Device Development: A Programmer's Guide)$620$490 -
Python - 最強入門邁向數據科學之路 - 王者歸來 (全彩印刷第三版)$1,080$853 -
Web API 設計原則｜API 與微服務傳遞價值之道 (Principles of Web API Design: Delivering Value with APIs and Microservices)$520$390 -
讓響應式(RWD)網頁設計變簡單：Bootstrap 開發速成, 3/e (附554分鐘實作影音/範例檔)$520$390 -
Python 資料科學實戰教本 - 爬蟲、清理、資料庫、視覺化、探索式分析、機器學習建模，數據工程一次搞定！$680$578 -
圖解資料結構 × 演算法：運用 C++$600$468
相關主題
商品描述
- 本書是一本以 Python 程式語言實作來解說資料結構概念的重要著作。為了方便學習，書中都是完整的程式碼，可以避免片斷學習程式的困擾。內容編排上將較為複雜的理論以圖文並茂的方式解說，並將這些資料結構理論以最簡單的方式表達，加以詮釋。從最基本的資料結構概念開始說明，再以 Python 語言加以詮釋陣列結構、堆疊、鏈結串列、佇列、樹狀、圖形、排序、搜尋等重要觀念。最後在附錄中整理了資料結構相關的專有名詞，並加入一些重要演算好的介紹與實作。
【本書特色】
※內容架構完整，邏輯清楚，採用豐富的圖例來闡述基本觀念及應用，有效提高可讀性。
※以 Python 語言實作資料結構中的重要理論，以範例程式說明資料結構的內涵。
※強調邊作邊學：提供書中範例完整程式檔，給予最完整的支援，加深學習記憶。
※驗收學習成果：參閱國家考試題型，設計難易適中的習題，提供進一步演練。
【重點主題】
◆ 資料結構入門與演算法
◆ 陣列結構 / 串列結構
◆ 堆疊 / 佇列
◆ 樹狀結構 / 圖形結構
◆ 排序演算法
◆ 搜尋演算法與雜湊函數
◆ 資料結構專有名詞
目錄大綱
- Chapter 1 資料結構與演算法入門
1-1 資料結構的定義
1-1-1 資料與資訊
1-1-2 資料的特性
1-1-3 資料結構的應用
1-2 演算法
1-2-1 演算法的條件
1-2-2 演算法的表現方式
1-3 常見演算法簡介
1-3-1 分治法
1-3-2 貪心法
1-3-3 枚舉法
1-3-4 巴斯卡三角形演算法
1-3-5 質數求解演算法
1-4 演算法效能分析
1-4-1 Big-oh
1-4-2 Ω(omega)
1-4-3 θ(theta)
Chapter 2 陣列結構
2-1 線性串列簡介
2-1-1 儲存結構簡介
2-2 認識陣列
2-2-1 二維陣列
2-2-2 三維陣列
2-2-3 n維陣列
2-3 矩陣
2-3-1 矩陣相加
2-3-2 矩陣相乘
2-3-3 轉置矩陣
2-3-4 稀疏矩陣
2-3-5 上三角形矩陣
2-3-6 下三角形矩陣
2-3-7 帶狀矩陣
2-4 陣列與多項式
2-4-1 認識多項式
Chapter 3 串列結構
3-1 單向串列
3-1-1 建立單向串列
3-1-2 走訪單向串列
3-1-3 單向串列插入新節點
3-1-4 單向串列刪除節點
3-1-5 單向串列的反轉
3-1-6 單向串列的連結功能
3-1-7 多項式串列表示法
3-2 環狀串列
3-2-1 環狀串列的建立與走訪
3-2-2 環狀串列插入新節點
3-2-3 環狀串列刪除節點
3-2-4 環狀串列的連結
3-2-5 環狀串列與稀疏矩陣表示法
3-3 雙向串列
3-3-1 雙向串列建立與走訪
3-3-2 雙向串列加入新節點
3-3-3 雙向串列刪除節點
Chapter 4 堆疊
4-1 堆疊簡介
4-1-1 陣列實作堆疊
4-1-2 串列實作堆疊
4-2 堆疊的應用
4-2-1 遞迴演算法
4-2-2 動態規劃演算法
4-2-3 河內塔問題
4-2-4 回溯法-老鼠走迷宮
4-2-5 八皇后問題
4-3 算術運算式的表示法
4-3-1 中序轉為前序與後序
4-3-2 前序與後序轉為中序
4-3-3 中序表示法求值
4-3-4 前序法的求值運算
4-3-5 後序法的求值運算
Chapter 5 佇列
5-1 認識佇列
5-1-1 佇列的工作運算
5-1-2 佇列的應用
5-1-3 陣列實作佇列
5-1-4 串列實作佇列
5-2 環狀佇列、雙向佇列與優先佇列
5-2-1 環狀佇列
5-2-2 雙向佇列
5-2-3 優先佇列
Chapter 6 樹狀結構
6-1 樹的基本觀念
6-1-1 樹專有名詞簡介
6-2 二元樹簡介
6-2-1 二元樹的定義
6-2-2 特殊二元樹簡介
6-3 二元樹的儲存方式
6-3-1 一維陣列表示法
6-3-2 串列表示法
6-4 二元樹走訪
6-4-1 中序走訪
6-4-2 後序走訪
6-4-3 前序走訪
6-4-4 二元樹節點的插入與刪除
6-4-5 二元運算樹
6-5 引線二元樹
6-5-1 二元樹轉為引線二元樹
6-6 樹的二元樹表示法
6-6-1 樹化為二元樹
6-6-2 二元樹轉換成樹
6-6-3 樹林化為二元樹
6-6-4 二元樹轉換成樹林
6-6-5 樹與樹林的走訪
6-6-6 決定唯一二元樹
6-7 最佳化二元搜尋樹
6-7-1 延伸二元樹
6-7-2 霍夫曼樹
6-8 平衡樹
6-8-1 平衡樹的定義
6-9 進階樹狀結構的應用
6-9-1 決策樹
6-9-2 B樹
6-9-3 二元空間分割樹（BSP）
6-9-4 四元樹 / 八元樹
Chapter 7 圖形結構
7-1 圖形簡介
7-1-1 尤拉環與尤拉鏈
7-1-2 圖形的定義
7-1-3 無向圖形
7-1-4 有向圖形
7-2 圖形的資料表示法
7-2-1 相鄰矩陣法
7-2-2 相鄰串列法
7-2-3 相鄰複合串列法
7-2-4 索引表格法
7-3 圖形的走訪
7-3-1 先深後廣法
7-3-2 先廣後深搜尋法
7-4 擴張樹
7-4-1 DFS擴張樹及BFS擴張樹
7-4-2 最小花費擴張樹
7-4-3 Kruskal演算法
7-4-4 Prim演算法
7-5 圖形最短路徑
7-5-1 單點對全部頂點
7-5-2 兩兩頂點間的最短路徑
7-5-3 A* 演算法
7-6 AOV網路與拓樸排序
7-6-1 拓樸序列簡介
7-7 AOE網路
7-7-1 臨界路徑
Chapter 8 排序演算法
8-1 認識排序
8-1-1 排序的分類
8-1-2 排序演算法分析
8-2 內部排序法
8-2-1 氣泡排序法
8-2-2 雞尾酒排序法
8-2-3 選擇排序法
8-2-4 插入排序法
8-2-5 謝耳排序法
8-2-6 合併排序法
8-2-7 快速排序法
8-2-8 堆積排序法
8-2-9 基數排序法
Chapter 9 搜尋演算法與雜湊函數
9-1 常見搜尋演算法
9-1-1 循序搜尋法
9-1-2 二分搜尋法
9-1-3 內插搜尋法
9-1-4 費氏搜尋法
9-2 雜湊搜尋法
9-2-1 雜湊法簡介
9-3 常用的雜湊函數
9-3-1 除法
9-3-2 中間平方法
9-3-3 折疊法
9-3-4 數位分析法
9-4 碰撞與溢位問題的處理
9-4-1 線性探測法
9-4-2 平方探測法
9-4-3 再雜湊法
9-4-4 鏈結串列法
附錄A 資料結構專有名詞索引
