作者: [美] 布拉德利·米勒/[美] 戴维·拉努姆 出版社: 人民邮电出版社 原作名: Problem Solving with Algorithms and Data Structures Using Python, Second Edition 译者: 吕能/刁寿钧 出版年: 2019-9-20 页数: 308 定价: 79.00元 装帧: 平装 丛书: 图灵程序设计丛书·Python系列 ISBN: 9787115517210

内容简介

【作者介绍】 布拉德利·米勒（Bradley N. Miller） 美国路德学院计算机科学名誉教授，曾获美国计算机协会软件系统奖，对Python课程开发有深入研究，由他创立的互动式教科书平台Runestone Interactive与全球600多家教育机构有合作。 戴维·拉努姆（David L. Ranum） IBM Watson认知软件工程师，医学信息学博士，致力于利用自然语言处理等人工智能技术解决医疗问题，曾在美国路德学院讲授计算机科学课程近三十载。 【译者介绍】 吕能 Twitter软件工程师，开源项目Apache Heron的核心贡献者。先后在浙江大学和美国加州大学洛杉矶分校取得计算机科学学士学位和硕士学位，关注分布式实时数据引擎系统的研发，热衷于普及计算机技术知识。 刁寿钧 腾讯优图实验室后台开发工程师，毕业于复旦大学。先后从事过广告业务与智慧零售、智慧社区业务的开发工作。热爱算法与数据库技术，曾协助组织IMG社区的技术沙龙活动。另译有《数据分析实战》。

作者简介

【作者介绍】 布拉德利·米勒（Bradley N. Miller） 美国路德学院计算机科学名誉教授，曾获美国计算机协会软件系统奖，对Python课程开发有深入研究，由他创立的互动式教科书平台Runestone Interactive与全球600多家教育机构有合作。 戴维·拉努姆（David L. Ranum） IBM Watson认知软件工程师，医学信息学博士，致力于利用自然语言处理等人工智能技术解决医疗问题，曾在美国路德学院讲授计算机科学课程近三十载。 【译者介绍】 吕能 Twitter软件工程师，开源项目Apache Heron的核心贡献者。先后在浙江大学和美国加州大学洛杉矶分校取得计算机科学学士学位和硕士学位，关注分布式实时数据引擎系统的研发，热衷于普及计算机技术知识。 刁寿钧 腾讯优图实验室后台开发工程师，毕业于复旦大学。先后从事过广告业务与智慧零售、智慧社区业务的开发工作。热爱算法与数据库技术，曾协助组织IMG社区的技术沙龙活动。另译有《数据分析实战》。

网友热评

Reguping: 逻辑上还是欠缺一些，不过相比于繁杂的流水还是强了许多。 草野: graph讲得太烂，所有的内容都流于举例子而没有深入。提纲挈领的、体系化的内容对学习算法还是很必要的呢。 josteingaarder: 还是那句话，计算机和编程方面的书籍，一定要参考美国人写的书，通俗易懂，条理清晰。python本身在编程方面就非常友好，本书基于python语言来介绍计算机编程中主要的数据结构类型，并分析了如何依靠不同数据类型解决不同问题，对算法复杂度的分析也非常全面。图的部分，客观讲，有些内容依旧不是特别明白，还需要再花时间研究。编程是一门抽象的科学，了解了抽象理论之后，实际的编程实现才是目的。 依然: 讲得挺清楚的，就是书中代码错误比较多。。。

图书目录

第1章导论1 1.1本章目标1 1.2入门1 1.3何谓计算机科学1 1.3.1何谓编程3 1.3.2为何学习数据结构及抽象数据类型4 1.3.3为何学习算法4 1.4Python基础5 1.4.1数据5 1.4.2输入与输出16 1.4.3控制结构18 1.4.4异常处理21 1.4.5定义函数23 1.4.6Python面向对象编程：定义类24 1.5小结37 1.6关键术语38 1.7讨论题38 1.8编程练习38 第2章算法分析40 2.1本章目标0 2.2何谓算法分析40 2.2.1大O记法43 2.2.2异序词检测示例46 2.3Python数据结构的性能49 2.3.1列表49 2.3.2字典53 2.4小结55 2.5关键术语55 2.6讨论题56 2.7编程练习56 第3章基本数据结构57 3.1本章目标57 3.2何谓线性数据结构57 3.3栈58 3.3.1何谓栈58 3.3.2栈抽象数据类型59 3.3.3用Python实现栈60 3.3.4匹配括号62 3.3.5普通情况：匹配符号64 3.3.6将十进制数转换成二进制数65 3.3.7前序、中序和后序表达式67 3.4队列75 3.4.1何谓队列75 3.4.2队列抽象数据类型75 3.4.3用Python实现队列76 3.4.4模拟：传土豆77 3.4.5模拟：打印任务79 3.5双端队列84 3.5.1何谓双端队列84 3.5.2双端队列抽象数据类型84 3.5.3用Python实现双端队列85 3.5.4回文检测器86 3.6列表88 3.6.1无序列表抽象数据类型88 3.6.2实现无序列表：链表89 3.6.3有序列表抽象数据类型97 3.6.4实现有序列表97 3.7小结100 3.8关键术语101 3.9讨论题101 3.10编程练习102 第4章递归105 4.1本章目标105 4.2何谓递归105 4.2.1计算一列数之和105 4.2.2递归三原则107 4.2.3将整数转换成任意进制的字符串108 4.3栈帧：实现递归110 4.4递归可视化111 4.5复杂的递归问题116 4.6探索迷宫118 4.7动态规划123 4.8小结128 4.9关键术语129 4.10讨论题129 4.11编程练习129 第5章搜索和排序131 5.1本章目标131 5.2搜索131 5.2.1顺序搜索131 5.2.2二分搜索134 5.2.3散列136 5.3排序145 5.3.1冒泡排序145 5.3.2选择排序147 5.3.3插入排序149 5.3.4希尔排序151 5.3.5归并排序153 5.3.6快速排序156 5.4小结159 5.5关键术语160 5.6讨论题160 5.7编程练习161 第6章树163 6.1本章目标163 6.2示例163 6.3术语及定义166 6.4实现168 6.4.1列表之列表168 6.4.2节点与引用171 6.5二叉树的应用173 6.5.1解析树173 6.5.2树的遍历179 6.6利用二叉堆实现优先级队列182 6.6.1二叉堆的操作182 6.6.2二叉堆的实现183 6.7二叉搜索树189 6.7.1搜索树的操作190 6.7.2搜索树的实现190 6.7.3搜索树的分析201 6.8平衡二叉搜索树202 6.8.1AVL树的性能203 6.8.2AVL树的实现204 6.8.3映射实现总结210 6.9小结211 6.10关键术语211 6.11讨论题211 6.12编程练习213 第7章图及其算法214 7.1本章目标214 7.2术语及定义215 7.3图的抽象数据类型216 7.3.1邻接矩阵216 7.3.2邻接表217 7.3.3实现218 7.4宽度优先搜索220 7.4.1词梯问题220 7.4.2构建词梯图221 7.4.3实现宽度优先搜索223 7.4.4分析宽度优先搜索226 7.5深度优先搜索226 7.5.1骑士周游问题226 7.5.2构建骑士周游图227 7.5.3实现骑士周游229 7.5.4分析骑士周游231 7.5.5通用深度优先搜索233 7.5.6分析深度优先搜索236 7.6拓扑排序236 7.7强连通单元238 7.8最短路径问题241 7.8.1Dijkstra算法243 7.8.2分析Dijkstra算法245 7.8.3Prim算法245 7.9小结248 7.10关键术语249 7.11讨论题249 7.12编程练习250 第8章附加内容251 8.1本章目标251 8.2复习Python列表251 8.3复习递归256 8.3.1同余定理257 8.3.2幂剩余257 8.3.3最大公因数与逆元258 8.3.4RSA算法261 8.4复习字典：跳表264 8.4.1映射抽象数据类型265 8.4.2用Python实现字典265 8.5复习树：量化图片274 8.5.1数字图像概述274 8.5.2量化图片275 8.5.3使用八叉树改进量化算法277 8.6复习图：模式匹配284 8.6.1生物学字符串285 8.6.2简单比较285 8.6.3使用图：DFA287 8.6.4使用图：KMP288 8.7小结291 8.8关键术语291 8.9讨论题291 8.10编程练习292 附录APython图形包293 附录BPython资源294 参考资料295