算法基礎及應用
呂雲翔 張師毓
- 出版商: 機械工業
- 出版日期: 2026-08-01
- 售價: $474
- 貴賓價: 9.5 折 $450
- 語言: 簡體中文
- 頁數: 258
- ISBN: 7111812166
- ISBN-13: 9787111812166
-
相關分類:
Algorithms-data-structures
立即出貨 (庫存=1)
買這商品的人也買了...
-
統計學習理論基礎$258$245 -
$300人工智能算法 捲1 基礎算法 -
特徵工程不再難:資料科學新手也能輕鬆搞定! (Feature Engineering Made Easy: Identify unique features from your dataset in order to build powerful machine learning systems)$520$405 -
$351人工智能算法 捲2 受大自然啟發的算法 -
$568金融中的機器學習 -
$606利用 Python 實現概率、統計及機器學習方法(原書第2版) -
$861精通機器學習算法 -
$331強化學習演算法入門 -
$504深度學習的理論基礎與核心算法 -
$473機器學習原理與 Python 實踐 -
概率機器學習 (基礎篇)$1,014$963 -
Gemini 深度使用手冊$474$450 -
人工智能數學基礎$959$911 -
$474Gemini 使用指南 -
一本搞定 Google AI:Gemini、NotebookLM、Workspace AI、Nano Banana 到 Gemini Omni,學會清晰化、結構化、規格化的 AI 工作法$399$299 -
數據科學的圖算法$588$558 -
機器學習實踐 — 基於 Weka 和 Sklearn$297$282 -
零基礎學 Vibe Coding:用 AI 做出網站、App 與工作自動化工具$550$434 -
WorkBuddy 和 QClaw 入門、實戰與進階:個人與企業龍蝦全場景實戰$474$450 -
Gemini Notebook 知識管理術 - 打造你的 AI 第二大腦$620$489 -
WorkBuddy AI 賺錢:用 AI 智能體接單、交付與變現$468$444 -
Gemini Notebook 任務神助手:200+ 實戰指令串聯 Gemini Notebook 與 AI Agent,全面解鎖學習、職場、生活與創意應用$650$507 -
AI 提問 X 學習 X 應用:ChatGPT、NotebookLM、Gemini、GitHub Copilot,從零到 AI Agent 實戰$390$308 -
$588Python 金融機器學習 -
$478機器學習的藝術
商品描述
本書系統地介紹了算法的基礎理論、設計方法及其應用,旨在為讀者提供全面而深入的算法知識體系。全書共分為11章,內容涵蓋算法的基本概念、特性及評價方式;詳細闡述了數據結構的基礎知識,包括線性表、棧、隊列、樹、圖等,並介紹了容器的使用;深入講解了多種基礎算法,如窮舉法、遞歸、分治法、回溯法、分支界限法、動態規劃、貪心算法等,每種算法都配有詳細的模型設計和豐富的應用實例;最後,通過圖算法、背包問題、旅行商問題、幾何問題、數論應用、NP問題、概率算法、近似算法等綜合應用,展示了算法在不同領域的實際應用。此外,本書還附有如何使用大語言模型學習算法的指導,以及相關參考文獻,為讀者提供了進一步學習和研究的資源。
目錄大綱
前言
第1章 算法概述
1.1 算法的概念
1.2 算法的特點
1.3 算法的描述方式
1.4 算法設計過程
1.5 算法的評價方式
1.5.1 時間覆雜度
1.5.2 空間覆雜度
1.5.3 算法的其他評價方式
習題
第2章 數據結構
2.1 數據結構概述
2.2 線性表
2.2.1 順序表(數組)
2.2.2 鏈表
2.2.3 串
2.3 棧
2.3.1 簡單棧
2.3.2 雙向棧
2.4 隊列
2.4.1 簡單隊列
2.4.2 雙端隊列
2.4.3 循環隊列
2.5 樹
2.5.1 樹的概念
2.5.2 樹的存儲
2.5.3 二叉樹
2.5.4 二叉樹的存儲
2.6 圖
2.6.1 圖的概念
2.6.2 圖的存儲
2.7 集合容器
2.7.1 List
2.7.2 Set
2.7.3 Queue
2.8 映射容器
習題
第3章 窮舉法
3.1 窮舉法概述
3.1.1 什麼是窮舉法
3.1.2 窮舉法的設計理念
3.1.3 窮舉法的算法評價
3.2 窮舉法模型設計
3.2.1 算法模型
3.2.2 窮舉中的循環遍歷
3.3 窮舉算法應用
3.3.1 回文串個數
3.3.2 最大連續子序列
3.3.3 求全排列
3.3.4 求冪集
3.3.5 n皇後問題
3.3.6 任務分配問題
習題
第4章 遞歸法
4.1 遞歸法概述
4.1.1 什麼是遞歸法
4.1.2 遞歸法的設計理念
4.1.3 遞歸法的算法評價
4.2 遞歸法模型設計
4.3 遞歸算法應用
4.3.1 簡單排序
4.3.2 表達式的值
4.3.3 漢諾塔
4.3.4 斐波那契數列
4.3.5 線性規劃
習題
第5章 分治法
5.1 分治法概述
5.1.1 什麼是分治法
5.1.2 分治法的設計理念
5.1.3 分治法的算法評價
5.2 分治法模型設計
5.3 分治算法應用
5.3.1 快速排序
5.3.2 二路歸並排序
5.3.3 希爾排序
5.3.4 堆排序
5.3.5 二分查找
5.3.6 散列問題
5.3.7 最大連續子序列和
5.3.8 棋盤覆蓋問題
5.3.9 循環日程安排問題
5.3.10 快速傅裏葉變換
習題
第6章 回溯法
6.1 回溯法概述
6.1.1 什麼是回溯法
6.1.2 回溯法的設計理念
6.1.3 回溯法的算法評價
6.2 回溯法模型設計
6.3 回溯算法應用
6.3.1 求冪集/子集/子集和
6.3.2 圖的遍歷
6.3.3 構造表達式
6.3.4 著色問題
6.3.5 n皇後問題
6.3.6 任務分配問題
6.3.7 哈密頓環問題
習題
第7章 分支界限法
7.1 分支界限法概述
7.1.1 什麼是分支界限法
7.1.2 分支界限法的設計理念
7.1.3 分支界限法的算法評價
7.2 分支界限法模型設計
7.3 分支界限算法應用
7.3.1 圖的遍歷與最短路徑
7.3.2 任務分配問題
7.3.3 作業調度問題
7.3.4 A*算法
7.3.5 博弈搜索算法
習題
第8章 動態規劃
8.1 動態規劃概述
8.1.1 什麼是動態規劃
8.1.2 動態規劃的設計理念
8.1.3 動態規劃的算法評價
8.2 動態規劃模型設計
8.3 動態規劃算法應用
8.3.1 最大連續子序列和
8.3.2 最長遞增子序列
8.3.3 最長公共子序列
8.3.4 三角最小路徑和
8.3.5 資源分配問題
8.3.6 旅行商問題
8.3.7 最少士兵數目問題
8.3.8 矩陣連乘問題
習題
第9章 貪心算法
9.1 貪心算法概述
9.1.1 什麼是貪心算法
9.1.2 貪心算法的設計理念
9.1.3 貪心算法的算法評價
9.2 貪心算法模型設計
9.3 貪心算法應用
9.3.1 區間調度問題
9.3.2 田忌賽馬
9.3.3 零錢兌換
9.3.4 哈夫曼編碼
9.3.5 多機調度
9.3.6 擬陣
習題
第10章 算法綜合應用
10.1 圖算法
10.1.1 最小生成樹
10.1.2 最短路徑
10.1.3 網絡流(最大流、最小割、匹配算法)
10.2 背包問題
10.2.1 0/1背包問題
10.2.2 完全背包問題
10.2.3 多重背包問題
10.3 回顧旅行商問題
10.4 幾何問題
10.4.1 向量運算
10.4.2 凸包問題
10.4.3 最遠點對
10.5 數論應用
10.5.1 歐幾裏得算法
10.5.2 同餘定理
10.5.3 素性檢驗算法
10.6 NP問題
10.6.1 P以及NP
10.6.2 多項式時間歸約
10.6.3 NP完全問題
10.6.4 NP困難問題
10.7 概率算法
10.7.1 數值概率算法
10.7.2 蒙特卡洛算法
10.7.3 拉斯維加斯算法
10.7.4 舍伍德算法
10.8 近似算法
第11章 使用大語言模型學習算法
11.1 什麼是大語言模型
11.2 大語言模型能幫我們做些什麼
11.3 嘗試使用大語言模型進行算法學習
參考文獻
