首頁 搜尋 我的知識庫
演算法:最強彩色圖鑑 + Python程式實作 王者歸來(第二版)

演算法:最強彩色圖鑑 + Python程式實作 王者歸來(第二版)

作者: 洪錦魁
出版社: 深智數位
出版日期: 2021/01/15
ISBN-13: 9789865501754
書店 1






內容描述


本書第一版曾經獲得博客來和天瓏暢銷排行榜第一名。

  本書包含600幅圖片,124個程式實例,66個習題實作。

  多年教學經驗筆者深知演算法書籍如果只敘述理論,讀者在實作階段一定會碰上層層困難,因此在撰寫此書時,筆者特別重視理論與實作同步進行,所有程式實例皆是為了讓讀者了解演算法的觀念與內涵而設計。

  整本書從時間複雜度、空間複雜度、資料結構開始,使用完整大量圖片講解資料儲存觀念,逐步邁向程式設計師必須懂的演算法知識。除了傳統演算法,本書更擴充到講解資訊安全演算法、人工智慧演算法以及程式設計師面試常見的演算法考題,下列是本書主要內容。

  □時間複雜度
  □空間複雜度
  □7大資料結構完整圖說與程式實例
  □特別使用二元樹和堆疊解圖形解說遞迴中序、前序和後序列印
  □7大排序法完整圖說與程式實例
  □二元搜尋與遍歷
  □遞迴與回溯演算法
  □八皇后
  □河內塔
  □碎形與VLSI設計應用
  □圖形理論
  □深度、度寬度優先搜尋
  □Bellman-Ford演算法
  □Dijkstra’s演算法
  □貪婪演算法
  □動態規劃演算法
  □資訊安全演算法
  □摩斯與凱薩密碼
  □金鑰系統觀念,也解說設計金鑰方法或是應用目前市面上成熟的金鑰。
  □訊息鑑別碼(Message authentication code)
  □數位簽章(Digital Signature)
  □數位憑證(Digital certificate)
  □基礎機器學習KNN演算法,不過讀者不用擔心這是分類與迴歸的數學或是統計問題,筆者將拋棄數學公式,用很平實語句敘述搭配程式實例,讓讀者徹底了解此演算法。
  □在機器學習的無監督學習中,K-means演算法常被用來做特徵學習,筆者也將拋棄數學公式,用很平實語句敘述搭配程式實例,讓讀者徹底了解此演算法。
  □職場面試常見的演算法考題與LeetCode考題

  這本著作特色在於不賣弄文字與數學,特別在敘述人工智慧演算法時,拋棄了難懂的數學公式,用最平凡的文字與淺顯易懂的程式實例講解人工智慧的演算法原理與應用,相信讀者購買本書可以用最輕鬆方式學會演算法基礎知識。


目錄大綱


第一章 演算法基本觀念
1-1 電腦的演算法
1-2 好的演算法與不好的演算法
1-3 程式執行的時間量測方法 – 時間複雜度
1-4 記憶體的使用 – 空間複雜度
1-5 資料結構
1-6 習題
 
第二章 陣列(Array)
2-1 基本觀念
2-2 使用索引存取陣列內容
2-3 新資料插入陣列
2-4 刪除陣列元素
2-5 思考陣列的優缺點
2-6 與陣列有關的Python 程式
2-7 習題
 
第三章 鏈結串列(Linked list)
3-1 鏈結串列資料形式與記憶體觀念
3-2 鏈結串列的資料讀取
3-3 新資料插入鏈結串列
3-4 刪除鏈結串列的節點元素
3-5 循環鏈結串列(circle linked list)
3-6 雙向鏈結串列
3-7 陣列與鏈結串列基本操作時間複雜度比較
3-8 與鏈結串列有關的Python 程式
3-9 習題
 
第四章 佇列(Queue)
4-1 資料插入enqueue
4-2 資料讀取dequeue
4-3 使用串列模擬佇列的操作
4-4 與佇列有關的Python 模組
4-5 習題
 
第五章 堆疊(Stack)
5-1 資料堆入push
5-2 資料取出pop
5-3 Python 實作堆疊
5-4 函數呼叫與堆疊運作
5-5 遞迴呼叫與堆疊運作
5-6 習題
 
第六章 二元樹(Binary Tree)
6-1 建立二元樹
6-2 刪除二元樹的節點
6-3 搜尋二元樹的數據
6-4 更進一步認識二元樹
6-5 記憶體儲存二元樹的方法
6-6 Python 實作二元樹
6-7 習題
 
第七章 堆積樹(Heap Tree)
7-1 建立堆積樹
7-2 插入數據到堆積樹
7-3 取出最小堆積樹的值
7-4 最小堆積樹與陣列
7-5 Python 內建堆積樹模組heapq
7-6 Python 硬功夫 - 自己建立堆積樹模組
7-7 習題
 
第八章 雜湊表(Hash Table)
8-1 基本觀念
8-2 雜湊表轉成陣列
8-3 搜尋雜湊表
8-4 雜湊表的規模與擴充
8-5 好的雜湊表與不好的雜湊表
8-6 雜湊表效能分析
8-7 Python 程式應用
8-8 認識雜湊表模組hashlib
8-9 習題
 
第九章 排序
9-1 排序的觀念與應用
9-2 泡沫排序法(Bubble Sort)
9-3 雞尾酒排序(Cocktail Sort)
9-4 選擇排序(Selection Sort)
9-5 插入排序(Insertion Sort)
9-6 堆積樹排序(Heap Sort)
9-7 快速排序(Quick Sort)
9-8 合併排序(Merge Sort)
9-9 習題
 
第十章 數據搜尋
10-1 順序搜尋法(Sequential Search)
10-2 二分搜尋法(Binary Search)
10-3 搜尋最大值演算法
10-4 習題
 
第十一章 堆疊、回溯演算法與迷宮
11-1 走迷宮與回溯演算法
11-2 迷宮設計堆疊扮演的角色
11-3 Python 程式實作走迷宮
11-4 習題
 
第十二章 從遞迴看經典演算法
12-1 費波納契(Fibonacci) 數列
12-2 河內塔演算法
12-3 八皇后演算法
12-4 碎形 – VLSI 設計演算法
12-5 習題
 
第十三章 圖形(Graph) 理論
13-1 圖形(Graph) 的基本觀念
13-2 廣度優先搜尋演算法觀念解說
13-3 Python 實作廣度優先搜尋演算法
13-4 深度優先搜尋演算法理論與實作
13-5 習題
 
第十四章 圖形理論之最短路徑演算法
14-1 戴克斯特拉(Dijkstra's) 演算法
14-2 貝爾曼- 福特(Bellman-Ford) 演算法
14-3 A* 演算法
14-4 習題
 
第十五章 貪婪演算法(Greedy Algorithm)
15-1 選課分析
15-2 背包問題 – 貪婪演算法不是最完美的結果
15-3 電台選擇
15-4 業務員旅行
15-5 習題
 
第十六章 動態規劃演算法
16-1 再談背包問題 – 動態規劃演算法
16-2 旅遊行程的安排
16-3 習題
 
第十七章 資料加密到資訊安全演算法
17-1 資料安全與資料加密
17-2 摩斯密碼(Morse code)
17-3 凱薩密碼
17-4 再談文件加密技術
17-5 全天下只有你可以解的加密程式? 你也可能無法解?
17-6 雜湊函數與SHA 家族
17-7 金鑰密碼
17-8 訊息鑑別碼(Message authentication code)
17-9 數位簽章(Digital Signature)
17-10 數位憑證(Digital certificate)17-11 習題
 
第十八章 人工智慧破冰之旅 - KNN 演算法
18-1 KNN 演算法 - 電影分類
18-2 KNN 演算法 - 選舉造勢與銷售烤香腸
18-3 K-means 演算法
18-4 習題
 
第十九章 常見職場面試的演算法
19-1 質數(Prime number) 測試
19-2 回文(Palindrome) 演算法
19-3 歐幾里德演算法
19-4 最小公倍數(Least Common Multiple)
19-5 雞兔同籠的問題
19-6 挖金礦問題
19-7 LeetCode 考題實作
19-8 習題


作者介紹


作者簡介

洪錦魁

  一位跨越電腦作業系統與科技時代的電腦專家,著作等身的作家。

  →DOS 時代他的代表作品是 IBM PC 組合語言、C、C++、Pascal、資料結構。
  →Windows 時代他的代表作品是 Windows Programming 使用 C、Visual Basic。
  →Internet 時代他的代表作品是網頁設計使用 HTML。
  →大數據時代他的代表作品是 R 語言邁向 Big Data 之路。
  →AI 時代他的代表作品是機器學習基礎數學 +Python 實作

  除了作品被翻譯為簡體中文、馬來西亞文外,2000 年作品更被翻譯為Mastering HTML 英文版行銷美國,近年來作品則是在北京清華大學和台灣深智同步發行:
  1:Java 入門邁向高手之路王者歸來
  2:Python 最強入門邁向頂尖高手之路王者歸來
  3:Python 最強入門邁向數據科學之路王者歸來
  4:Python 網路爬蟲:大數據擷取、清洗、儲存與分析王者歸來
  5:演算法最強彩色圖鑑 + Python 程式實作王者歸來
  6:網頁設計HTML+CSS+JavaScript+jQuery+Bootstrap+Google Map 王者歸來
  7:機器學習彩色圖解 + 基礎數學篇 + Python 實作王者歸來
  8:R 語言邁向Big Data 之路
  9:Excel 完整學習邁向最強職場應用王者歸來

  他的2020 年著作分別登上天瓏、博客來、Momo 電腦書類暢銷排行榜第一名,他的著作最大的特色是,所有程式語法會依特性分類,同時以實用的程式範例做解說,讓整本書淺顯易懂,讀者可以由他的著作事半功倍輕鬆掌握相關知識。






相關書籍

零基礎入門的機器學習圖鑑:2大類機器學習╳ 17種演算法 ╳ Python基礎教學,讓你輕鬆學以致用

實戰ROS機器人作業系統與專案實作(第二版)

背景の描繪方法:基礎知識到實際運用的技巧

人手一本的資安健診實作課:不是專家也能自己動手做!(Win10 / Win11適用)【暢銷回饋版】