清華大學電子工程系核心課系列教材:數據與算法 清华大学电子工程系核心课系列教材:数据与算法
吳及, 陳健生, 白鉑
- 出版商: 清華大學
- 出版日期: 2017-10-01
- 定價: $354
- 售價: 7.9 折 $280
- 語言: 簡體中文
- 頁數: 346
- 裝訂: 平裝
- ISBN: 7302468818
- ISBN-13: 9787302468813
-
相關分類:
Algorithms-data-structures
立即出貨 (庫存 < 3)
買這商品的人也買了...
-
Visual C++ .NET 程式設計藝術 (Visual C++ .NET: How to Program)$450$405 -
Hadoop 管理手冊 (Hadoop Operations)$580$493 -
精通 Objective-C 程式設計, 6/e (Programming in Objective-C, 6/e)$580$458 -
$474Python 基礎教程(第2版修訂版)(Beginning Python: From Novice to Professional, 2/e) -
邁向 jQuery 達人的階梯$490$417 -
$294Java 代碼與架構之完美優化 — 實戰經典 -
$294鳳凰計畫:一個 IT計畫的傳奇故事 (The Phoenix Project : A Novel about IT, DevOps, and Helping your business win)(沙盤特別版) -
AWS Certified Solutions Architect Official Study Guide: Associate Exam$2,140$2,033 -
$588操作系統原理與應用(第4版)(Guide to Operating Systems,4th Edition) -
TensorFlow + Keras 深度學習人工智慧實務應用$590$460 -
寫程式前就該懂的演算法 ─ 資料分析與程式設計人員必學的邏輯思考術 (Grokking Algorithms: An illustrated guide for programmers and other curious people)$390$308 -
用 Javascript 一統前後端:御用語言 Node.js 出巡 Web$490$417 -
Python 初學特訓班 (增訂版) (附250分鐘影音教學/範例程式)$480$379 -
$414Python 與機器學習實戰:決策樹、集成學習、支持向量機與神經網絡算法詳解及編程實現 -
Deep Learning|用 Python 進行深度學習的基礎理論實作$580$458 -
精通機器學習|使用 Python (Introduction to Machine Learning with Python: A Guide for Data Scientists)$680$537 -
Docker 這樣學才有趣:從入門,到玩直播、挖礦$450$356 -
Python:期貨演算法交易實務 121個關鍵技巧詳解$500$390 -
演算法圖鑑:26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 step by step 全圖解$450$356 -
為你自己學 Git$500$390 -
圖解區塊鏈$380$323 -
$305軟件工程入門經典 -
$500HTML5 Web開發最佳實踐:使用CSS JavaScript和多媒體 -
$230枕邊算法書 -
$458C++ 從入門到精通 (項目案例版)
中文年末書展|繁簡參展書2書75折 詳見活動內容 »
-
75折
為你寫的 Vue Components:從原子到系統,一步步用設計思維打造面面俱到的元件實戰力 (iThome 鐵人賽系列書)$780$585 -
75折
BDD in Action, 2/e (中文版)$960$720 -
75折
看不見的戰場:社群、AI 與企業資安危機$750$563 -
79折
AI 精準提問 × 高效應用:DeepSeek、ChatGPT、Claude、Gemini、Copilot 一本搞定$390$308 -
7折
超實用!Word.Excel.PowerPoint 辦公室 Office 365 省時高手必備 50招, 4/e (暢銷回饋版)$420$294 -
75折
裂縫碎光:資安數位生存戰$550$412 -
日本當代最強插畫 2025 : 150位當代最強畫師豪華作品集$640$576 -
79折
Google BI 解決方案:Looker Studio × AI 數據驅動行銷實作,完美整合 Google Analytics 4、Google Ads、ChatGPT、Gemini$630$498 -
79折
超有料 Plus!職場第一實用的 AI 工作術 - 用對 AI 工具、自動化 Agent, 讓生產力全面進化!$599$473 -
75折
從零開始學 Visual C# 2022 程式設計, 4/e (暢銷回饋版)$690$518 -
75折
Windows 11 制霸攻略:圖解 AI 與 Copilot 應用,輕鬆搞懂新手必學的 Windows 技巧$640$480 -
75折
精準駕馭 Word!論文寫作絕非難事 (好評回饋版)$480$360 -
Sam Yang 的插畫藝術:用 Procreate / PS 畫出最強男友視角 x 女孩美好日常$699$629 -
79折
AI 加持!Google Sheets 超級工作流$599$473 -
78折
想要 SSR? 快使用 Nuxt 吧!:Nuxt 讓 Vue.js 更好處理 SEO 搜尋引擎最佳化(iThome鐵人賽系列書)$780$608 -
78折
超實用!業務.總管.人資的辦公室 WORD 365 省時高手必備 50招 (第二版)$500$390 -
7折
Node-RED + YOLO + ESP32-CAM:AIoT 智慧物聯網與邊緣 AI 專題實戰$680$476 -
79折
「生成式⇄AI」:52 個零程式互動體驗,打造新世代人工智慧素養$599$473 -
7折
Windows APT Warfare:惡意程式前線戰術指南, 3/e$720$504 -
75折
我輩程式人:回顧從 Ada 到 AI 這條程式路,程式人如何改變世界的歷史與未來展望 (We, Programmers: A Chronicle of Coders from Ada to AI)$850$637 -
75折
不用自己寫!用 GitHub Copilot 搞定 LLM 應用開發$600$450 -
79折
Tensorflow 接班王者:Google JAX 深度學習又快又強大 (好評回饋版)$780$616 -
79折
GPT4 會你也會 - 共融機器人的多模態互動式情感分析 (好評回饋版)$700$553 -
79折
技術士技能檢定 電腦軟體應用丙級術科解題教本|Office 2021$460$363 -
75折
Notion 與 Notion AI 全能實戰手冊:生活、學習與職場的智慧策略 (暢銷回饋版)$560$420
相關主題
商品描述
希利爾先生在書中倡導時間樓梯、人名重復、隨文發問等方式,皆別開生面,有助於孩子對歷史的有效認知和思考。讀過此書,孩子們心中便有了一幅歷史地圖,一架時間樓梯,站在此刻,回顧漫長歲月中曾經有過的人和故事,他們會對世界歷史有一個切近明晰的瞭解。
海報:

作者簡介
吳及,清華大學電子工程系副系主任,長聘副教授,博士生導師。1996年和2001年在清華大學電子工程系獲得學士和工學博士學位。2013—2015年在美國喬治亞理工學院擔任訪問學者。主要從事數據與算法方面的教學工作,以及人工智能和大數據領域的研究工作。2006起擔任清華-訊飛語音技術聯合實驗室主任。目前是中國語音產業聯盟技術工作組組長。先後獲得2011年度國家科技進步二等獎和2014年度北京市科學技術獎一等獎。已在國內外刊物和學術會議上發表論文一百餘篇,現在為IEEE高級會員。
陳健生,博士,出生於安徽省蕪湖市,畢業於清華大學計算機科學與技術系(學士、碩士)和香港中文大學計算機科學與工程系(博士)。目前在清華大學電子工程系任副教授,博士生導師。教學方面,擔任電子系本科生核心課“數據與算法”及限選課“視聽信息系統導論”的主講教師;曾獲清華大學第六屆青年教師教學大賽理工科一等獎。主要研究領域為計算機視覺與機器學習。在國際期刊及會議上發表有多篇論文,曾獲2013年度北京市科學技術獎一等獎。
白鉑,男,1982年生於陝西西安,2004年畢業於西安電子科技大學,獲學士學位,陝西省優秀畢業生。2010畢業於清華大學,獲博士學位,電子系學術新秀。2010—2012年在香港科技大學做博士後研究。隨後,進入清華大學電子系任講師,碩士生導師。曾獲2016年清華大學青年教師教學基本功大賽一等獎(理工組)。2017年加入華為技術有限公司2012實驗室,任未來網絡理論實驗室高級研究員。研究方向包括無線協作資源分配、Cloud/Fog-無線計算網絡、網絡信息論、網絡大數據分析等。發表學術論文近80篇,其中SCI檢索論文近30篇,曾獲IEEE ICC 2016最佳論文獎。
目錄大綱
第1章數據、數學模型和算法1
1.1數據時代1
1.1.1什麼是數據1
1.1.2大數據時代2
1.1.3數據的重要性4
1.2數據的表示5
1.2.1二元關係及其性質5
1.2.2數據的邏輯結構9
1.2.3數據的存儲結構12
1.2.4抽像數據類型12
1.3數學模型13
1.3.1什麼是數學模型13
1.3.2數學模型的種類14
1.3.3數學模型與計算機15
1.3.4數據結構16
1.4算法及復雜度分析16
1.4.1什麼是算法16
1.4.2問題與解17
1.4.3算法的分析與評價18
1.5本章小結22
第2章線性結構24
2.1線性表24
2.1.1線性表的概念及其抽像數據類型24
2.1.2線性表的順序存儲——順序表27
2.1.3線性表的鍊式存儲——鍊錶30
2.1.4線性表小結35
2.2棧35
2.2.1棧的概念與實現35
2.2.2棧的應用38
2.2.3遞歸41
2.3隊列48
2.3.1隊列的概念與實現48
2.3.2優先級隊列51
2.4字符串55
2.4.1字符串的概念和ADT55
2.4.2字符串的存儲表示56
2.4.3字符串的模式匹配和簡單匹配算法57
2.4.4KMP算法58
2.5本章小結61
第3章樹與二叉樹62
3.1樹的基本概念62
3.1.1普遍存在的樹結構62
3.1.2樹的定義和性質65
3.2二叉樹67
3.2.1二叉樹的定義和性質68
3.2.2二叉樹的表示和實現70
3.2.3二叉樹的遍歷76
3.2.4二叉樹運算81
3.2.5二叉樹的建立83
3.3二叉樹的應用84
3.3.1表達式求值84
3.3.2二叉搜索樹85
3.3.3Hu.man樹與編碼89
3.3.4堆95
3.4並查集102
3.5本章小結103
第4章圖105
4.1圖的基本概念105
4.1.1圖的定義和概念105
4.1.2圖的抽像數據類型110
4.1.3歐拉路徑110
4.2圖的存儲結構112
4.2.1圖的鄰接矩陣表示112
4.2.2圖的鄰接表表示115
4.2.3圖的其他表示方法119
4.3圖的遍歷122
4.3.1圖的深度優先遍歷123
4.3.2圖的廣度優先遍歷124
4.3.3圖遍歷的應用125
4.3.4圖的連通性128
4.4有向圖與有向無環圖129
4.4.1有向圖的連通性和傳遞閉包129
4.4.2有向無環圖和拓撲排序132
4.4.3關鍵路徑135
4.5最小生成樹137
4.5.1圖的生成樹與最小生成樹137
4.5 .2普裏姆(Prim)算法139
4.5.3克魯斯卡爾(Kruskal)算法142
4.6最短路徑問題144
4.6.1單源最短路徑145
4.6.2全源最短路徑147
4.7最大流149
4.7.1網絡流的基本概念150
4.7.2Ford—Fulkerson方法151
4.8匹配154
4.8.1二分圖和匹配的基本概念154
4.8.2匈牙利算法155
4.8.3最大匹配與最大流157
4.9本章小結157
