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)
Aditya Y.Bhargava 著、張書華 譯
- 出版商: 松崗
- 出版日期: 2017-06-19
- 定價: $390
- 售價: 7.6 折 $296
- 語言: 繁體中文
- 頁數: 272
- ISBN: 9572246399
- ISBN-13: 9789572246399
-
相關分類:
Algorithms-data-structures 資料結構與演算法、資料科學
- 相關原文書: Grokking Algorithms: An illustrated guide for programmers and other curious people (Paperback)
-
相關翻譯書:
算法圖解 (Grokking Algorithms: An illustrated guide for programmers and other curious people)
銷售排行:
👍 2018 年度 繁體中文書 銷售排行 第 8 名
🥈 2017 年度 繁體中文書 銷售排行 第 2 名
🥈 2017/11 繁體中文書 銷售排行 第 2 名
🥇 2017/10 繁體中文書 銷售排行 第 1 名
🥈 2017/9 繁體中文書 銷售排行 第 2 名
🥇 2017/8 繁體中文書 銷售排行 第 1 名
立即出貨 (庫存 > 10)
買這商品的人也買了...
-
$450$356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
-
$580$458Deep Learning|用 Python 進行深度學習的基礎理論實作
-
$500$390為你自己學 Git
-
$590$460TensorFlow+Keras 深度學習人工智慧實務應用
-
$780$616精通 Python|運用簡單的套件進行現代運算 (Introducing Python: Modern Computing in Simple Packages)
-
$940$700無瑕的程式碼-敏捷軟體開發技巧守則 + 番外篇-專業程式設計師的生存之道 (雙書合購)
-
$450$405Effective SQL 中文版 | 寫出良好 SQL 的 61個具體做法 (Effective SQL : 61 Specific Ways to Write Better SQL)
-
$790$616無瑕的程式碼-敏捷完整篇-物件導向原則、設計模式與 C#實踐 (Agile principles, patterns, and practices in C#)
-
$450$342Docker 這樣學才有趣:從入門,到玩直播、挖礦
-
$580$452無瑕的程式碼-整潔的軟體設計與架構篇 (Clean Architecture: A Craftsman's Guide to Software Structure and Design)
-
$650$507單元測試的藝術, 2/e (The Art of Unit Testing: with examples in C#, 2/e)
-
$450$356認識資料科學的第一本書 (Data Analytics Made Accessible)
-
$500$395Python 自動化的樂趣|搞定重複瑣碎 & 單調無聊的工作 (中文版) (Automate the Boring Stuff with Python: Practical Programming for Total Beginners)
-
$480$379Python 初學特訓班 (增訂版) (附250分鐘影音教學/範例程式)
-
$580$458演算法技術手冊, 2/e (Algorithms in a Nutshell: A Practical Guide, 2/e)
-
$480$379白話大數據與機器學習
-
$620$527大話設計模式
-
$480$379鳳凰專案|看 IT部門如何讓公司從谷底翻身的傳奇故事
-
$520$411Soft Skills 軟實力|軟體開發人員的生存手冊 (Soft Skills: The software developer's life manual)
-
$699$552Python 入門邁向高手之路王者歸來
-
$360$180深度學習快速入門—使用 TensorFlow (Getting started with TensorFlow)
-
$480$379初探機器學習|使用 Python (Thoughtful Machine Learning with Python)
-
$450$405Effective C# 中文版 | 寫出良好 C# 程式的 50個具體做法, 3/e (Effective C# : 50 Specific Ways to Improve Your C#(Covers C# 6.0), 3/e)
-
$400$304大數據時代的演算法:機器學習、人工智慧及其典型實例
-
$380$296圖說演算法 : 使用 Python
相關主題
商品描述
本書使用大量插圖與生活實例,讓您以最簡單快速的方式進入演算法領域。翻開本書,您可透過不同主題的圖示與說明,輕鬆理解演算法概念及應用,同時向繁雜的驗證程式說bye-bye!
本書前三章為基礎篇:
- 第 1 章 – 除了學習第一種實用的二進位搜尋演算法外,還將學習大 O 符號。
- 第 2 章 – 學習陣列和連結串列兩種基礎資料結構。這兩種資料結構用來產生更進階的資料結構,例如雜湊表(參閱第 5 章)。
- 第 3 章 – 學習許多演算法(例如第 4 章的快速排序演算法)中經常用到的遞迴法。
本書其餘章節將介紹演算法的各種應用:
- 解決問題的方法 – 這是第 4、8 和 9 章的主題。如果遇到問題卻不知該如何解決,不妨試試分治演算法(第 4 章)或動態規劃演算法(第 9 章)。如果確定找不到解決辦法,就用貪婪演算法(第 8 章)給個近似答案。
- 雜湊表 – 這是第 5 章的主題。雜湊表是非常實用的資料結構,包含多組鍵值對,就像一個人的姓名與其電子信箱地址,或使用者名稱與其密碼配對一樣。
- 圖形演算法 – 這是第 6 和 7 章的主題。圖形是網路模型化的途徑,包括社群網路、道路網、神經元網路,或任何其他組合網路。廣度優先搜尋法(第 6 章)和代克思托演算法(第 7 章)是在網路兩點之間搜尋最短距離的演算法,可用來計算兩人之間的分離程度或到達目標的最短路徑。
- K 最近鄰(KNN)演算法 – 這是第 10 章的主題。KNN 是一種簡易機器學習演算法,可用來建構推薦系統、OCR 引擎、股票價值預測系統,以及涉及價值預測的所有其他系統或物件分類系統。
- 下一步 – 這是第 11 章的主題,介紹 10 種值得繼續學習的演算法。
*全書程式碼範例使用Python 2.7,請至松崗官網下載範例程式碼。
*本書適用:
- 程式設計愛好者
- 想重新熟悉演算法的電腦工程師
- 對編寫程式感興趣的物理學、數學和其他專業人員
1. 涵蓋搜尋、排序和圖形等10種最常用的演算法。
2. 包含400張可愛、實用的插圖與逐步詳解,幫助您將概念視覺化,有如看卡通般的完成學習。
3. 比較不同演算法的效能,讓您能在遇到問題時,選出最適合解決問題的演算方法。
4. 書末附有全書習題解答,讓您完成書中練習後可以馬上對照使用,找出錯誤及時修正。
目錄大綱
CH 01 演算法概述
CH 02 選擇排序演算法
CH 03 遞迴演算法
CH 04 快速排序演算法
CH 05 雜湊表
CH 06 廣度優先搜尋法
CH 07 代克思托演算法
CH 08 貪婪演算法
CH 09 動態規劃演算法
CH 10 K 最近鄰演算法
CH 11繼續鑽研
附錄 習題與解答