圖解資料結構 × 演算法：運用 C語言結合 ChatGPT 輔助驗證及寫程式
胡昭民
- 出版商: 博碩
- 出版日期: 2023-11-10
- 定價: $720
- 售價: 7.8 折 $562
- 語言: 繁體中文
- 頁數: 528
- ISBN: 6263336420
- ISBN-13: 9786263336421
-
相關分類:
C 程式語言、ChatGPT、Algorithms-data-structures
-
其他版本:
圖解資料結構 × 演算法：運用 C語言結合 ChatGPT 輔助驗證及寫程式【暢銷回饋版】
買這商品的人也買了...
-
提升程式設計師的面試力｜189道面試題目與解答, 6/e (修訂版) (Cracking the Coding Interview : 189 Programming Questions and Solutions, 6/e)$980$774 -
大話資料結構：全新彩色版$780$616 -
Python 與 LINE Bot 機器人全面實戰特訓班 -- Flask 最強應用 (附210分鐘影音教學/範例程式)$550$434 -
$663算法訓練營：海量圖解 + 競賽刷題 (進階篇) -
練核心從裡強到外：全面了解 Linux 基礎架構$1,000$790 -
圖解程式設計的技術與知識$450$356 -
$407高效制勝 -- 程序員面試典型題解 (全彩印刷) -
$615算法訓練營：海量圖解 + 競賽刷題 (入門篇) -
大師功力再昇華：實作 Linux 核心偵錯及實戰演練$880$695 -
大師養成起手式：從核心真正了解 Linux 運作原理$880$695 -
$626數據結構編程實驗:大學程序設計課程與競賽訓練教材(第3版) -
會動的演算法：61 個演算法動畫＋全圖解逐步拆解，人工智慧、資料分析必備$620$490 -
超圖解 C語言 -- 用資料結構 × 演算法突破 APCS$780$663 -
提升程式設計力｜國際程式設計競賽精選解題解析$300$237 -
提升程式設計的運算思維力｜國際程式設計競賽之演算法原理、題型、解題技巧與重點解析, 2/e$680$537 -
提升程式設計的資料結構力｜國際程式設計競賽之資料結構原理、題型、解題技巧與重點解析, 3/e$780$616 -
資料科學基礎數學 (Essential Math for Data Science)$680$537 -
和秋葉一起學 PPT, 5/e$659$626 -
圖解資料結構 × 演算法：運用 Python 結合 ChatGPT 輔助驗證及寫程式$680$530 -
APCS 完全攻略：從新手到高手，Python 解題必備！(暢銷回饋版)$650$507 -
演算法圖鑑：33種演算法 + 7種資料結構，人工智慧、數據分析、邏輯思考的原理和應用全圖解 【全新增訂版】$550$435 -
徹底研究 C語言指標 (經典修復版) (Pointers on C)$980$764 -
圖解資料結構 × 演算法：運用 C++ 結合 ChatGPT 輔助驗證及寫程式$720$562 -
刷題實戰筆記：演算法工程師求職加分的祕笈 (暢銷回饋版)$720$562 -
MySQL 資料庫開發的樂趣 (MySQL Crash Course: A Hands-on Introduction to Database Development)$580$458
商品描述
- 資料結構一直以來都在電腦科學領域扮演著極為重要的基石角色。它不僅是全國各大專院校資訊、資工、資管、應用數學、電腦科學、計算機等資訊相關科系的必修科目，近年來，甚至包括電機、電子和商學管理科系也納入選修課程中。此外，一些轉學考試、研究所入學考試以及國家高、普、特考，資料結構都是必考科目之一。從這些角度來看，無論是從考試的角度，還是對於探索資訊科學領域的熱情，資料結構都是資訊工作者不容忽視的基礎課程。
對於初次接觸資料結構課程的新手來說，這門課中涉及的大量理論和演算法可能會讓人感到困惑，甚至產生挫折感。為了協助讀者更迅速地理解資料結構，本書以豐富的圖例呈現基本概念，對重要的理論和演算法進行了簡明扼要的解釋和舉例，同時提供完整的範例程式碼，讓讀者透過實際操作來熟悉資料結構。
此外，透過人工智慧的協助，我們能夠更深入地探索資料結構；也因此本書特別設計了作者與 ChatGPT 問答的欄位。儘管是由人工智慧程式生成的，但它們經過了精密的人工審查，並確保其正確性。因此，這種方法有助於提高學習效率，並幫助理解與資料結構相關的問題。
本書特色
☑ 完整的內容結構和清晰的邏輯，豐富的圖例解說提高可讀性
☑ 使用C語言實作資料結構理論，並透過範例程式碼深入解析
☑ 參閱國家考試題型設計難易適中的習題，立即檢驗學習效果
☑ 附錄彙整出資料結構相關的專有名詞，方便查詢加深學習印象
☑ 增加「向 ChatGPT 提問」、「ChatGPT 解決觀點」欄位，提高學習效率
◇特別提供◇
——————————————————
ChatGPT 生成程式碼
——————————————————
可與人工編寫程式碼相互比較作為參考！
｜本書範例程式碼檔案，請至博碩官網下載｜
目錄大綱
- Chapter 0 ChatGPT 與 C 語言程式設計黃金入門課
0-1 認識聊天機器人
0-1-1 聊天機器人的種類
0-2 ChatGPT 初體驗
0-2-1 註冊免費 ChatGPT 帳號
0-2-2 更換新的機器人
0-2-3 登出 ChatGPT
0-3 使用 ChatGPT 寫C語言程式
0-3-1 利用 ChatGPT AI 撰寫C語言程式
0-3-2 複製 ChatGPT 幫忙寫的程式碼
0-3-3 費伯那序列的遞迴程式
0-3-4 利用 ChatGPT AI 撰寫萬年曆
0-4 課堂上學不到的 ChatGPT 使用秘訣
0-4-1 能記錄對話內容
0-4-2 專業問題可事先安排人物設定腳本
0-4-3 目前只回答2021年前
0-4-4 善用英文及 Google 翻譯工具
0-4-5 熟悉重要指令
0-4-6 充份利用其它網站的 ChatGPT 相關資源
Chapter 1 資料結構入門與演算法
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 動態配置記憶體
3-1-1 動態配置變數
3-2 單向串列
3-2-1 建立單向串列
3-2-2 走訪單向串列
3-2-3 單向串列插入新節點
3-2-4 單向串列刪除節點
3-2-5 單向串列的反轉
3-2-6 單向串列的連結
3-2-7 多項式串列表示法
3-3 環狀串列結構
3-3-1 環狀串列的建立與走訪
3-3-2 環狀串列的插入節點
3-3-3 環狀串列的刪除節點
3-3-4 環狀串列的連結
3-3-5 稀疏矩陣的環狀串列表示法
3-4 雙向串列
3-4-1 雙向串列的建立與走訪
3-4-2 雙向串列加入新節點
3-4-3 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 前序表示法求值
4-3-5 後序表示法求值
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 二元樹儲存方式
6-3-1 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
6-9-2 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 擴張樹簡介
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 選擇排序法
8-2-3 插入排序法
8-2-4 謝耳排序法
8-2-5 合併排序法
8-2-6 快速排序法
8-2-7 堆積排序法
8-2-8 基數排序法
8-3 外部排序法
8-3-1 直接合併排序法
8-3-2 k路合併法
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 雜湊函數簡介
9-3 常見雜湊函數
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
