算法图解（第2版）

本书示例丰富，图文并茂，以简明易懂的方式阐释了算法，旨在帮助程序员在日常项目中更好地利用算法为软件开发助力。前三章介绍算法基础，包括二分查找、大O表示法、两种基本的数据结构以及递归等。余下的篇幅主要介绍应用广泛的算法，具体内容包括：面对具体问题时的解决技巧，比如何时采用分而治之、贪婪算法或动态规划，哈希表的应用，图和树算法，K最近邻算法等。这一版将示例代码更新到了Python 3，并新增了两章专门讨论树，加之诸多修订，使得内容更加完善。

阿迪蒂亚·Y. 巴尔加瓦（Aditya Y. Bhargava） Rula高级软件工程师，拥有芝加哥大学计算机科学硕士学位，还在adit.io撰写技术博客。

版权声明 赞誉 献词 序 前言 致谢 关于本书 第 1章 算法简介 1 1.1 引言 1 1.1.1 性能方面 1 1.1.2 问题解决技巧 2 1.2 二分查找 2 1.2.1 更佳的查找方式 4 1.2.2 运行时间 8 1.3 大O表示法 8 1.3.1 算法的运行时间以不同的速度增加 9 1.3.2 理解不同的大O运行时间 10 1.3.3 大O表示法指出了最糟情况下的运行时间 12 1.3.4 一些常见的大O运行时间 12 1.3.5 旅行商 14 1.4 小结 15 第 2章 选择排序 16 2.1 内存的工作原理 16 2.2 数组和链表 18 2.2.1 链表 19 2.2.2 数组 20 2.2.3 术语 21 2.2.4 在中间插入 22 2.2.5 删除 23 2.2.6 数组和链表哪个用得更多 24 2.3 选择排序 27 2.4 小结 30 第3章 递归 31 3.1 递归 31 3.2 基线条件和递归条件 34 3.3 栈 35 3.3.1 调用栈 36 3.3.2 递归调用栈 38 3.4 小结 42 第4章 快速排序 43 4.1 分而治之 43 4.2 快速排序 50 4.3 再谈大O表示法 55 4.3.1 比较合并排序和快速排序 56 4.3.2 平均情况和最糟情况 57 4.4 小结 60 第5章 散列表 61 5.1 散列函数 63 5.2 应用案例 67 5.2.1 将散列表用于查找 67 5.2.2 防止重复 68 5.2.3 将散列表用作缓存 70 5.2.4 小结 72 5.3 冲突 73 5.4 性能 75 5.4.1 填装因子 77 5.4.2 良好的散列函数 78 5.5 小结 80 第6章 广度优先搜索 81 6.1 图简介 82 6.2 图是什么 84 6.3 广度优先搜索 85 6.3.1 查找最短路径 87 6.3.2 队列 88 6.4 实现图 89 6.5 实现算法 91 6.6 小结 98 第7章 树 99 7.1 树简介 99 7.2 太空漫游：深度优先搜索 103 7.3 二叉树 107 7.4 霍夫曼编码 108 7.5 小结 113 第8章 平衡树 114 8.1 平衡措施 115 8.2 树越矮，速度越快 118 8.3 AVL树——一种平衡树 121 8.3.1 旋转 121 8.3.2 AVL树如何把握旋转时机 123 8.4 伸展树 128 8.5 B 树 130 8.6 小结 133 第9章 迪杰斯特拉算法 134 9.1 使用迪杰斯特拉算法 135 9.2 术语 138 9.3 换钢琴 140 9.4 负权边 146 9.5 实现 148 9.6 小结 157 第 10章 贪婪算法 158 10.1 教室调度问题 158 10.2 背包问题 160 10.3 集合覆盖问题 162 10.4 小结 168 第 11章 动态规划 169 11.1 再谈背包问题 169 11.1.1 简单算法 170 11.1.2 动态规划 171 11.2 背包问题FAQ 178 11.2.1 再增加一件商品将如何呢 178 11.2.2 行的排列顺序发生变化时结果将如何 181 11.2.3 可以逐列而不是逐行填充网格吗 181 11.2.4 增加一件更小的商品将如何呢 181 11.2.5 可以拿商品的一部分吗 182 11.2.6 旅游行程最优化 182 11.2.7 处理相互依赖的情况 183 11.2.8 计算最终的解时会涉及两个以上的子背包吗 184 11.2.9 最优解可能导致背包没装满吗 184 11.3 最长公共子串 185 11.3.1 绘制网格 186 11.3.2 填充网格 186 11.3.3 揭晓答案 187 11.3.4 最长公共子序列 189 11.3.5 最长公共子序列之解决方案 190 11.4 小结 191 第 12章 K最近邻算法 192 12.1 橙子还是柚子 192 12.2 创建推荐系统 194 12.2.1 特征提取 195 12.2.2 回归 199 12.2.3 挑选合适的特征 201 12.3 机器学习简介 202 12.3.1 OCR 202 12.3.2 创建垃圾邮件过滤器 203 12.3.3 预测股票市场 204 12.4 机器学习模型训练概述 204 12.5 小结 206 第 13章 接下来如何做 207 13.1 线性回归 207 13.2 反向索引 209 13.3 傅里叶变换 209 13.4 并行算法 210 13.5 映射/归并 211 13.6 布隆过滤器和HyperLogLog 211 13.6.1 布隆过滤器 212 13.6.2 HyperLogLog 213 13.7 HTTPS和迪菲-赫尔曼密钥交换算法 213 13.8 局部敏感的散列算法 217 13.9 最小堆和优先级队列 217 13.10 线性规划 219 13.11 结语 220 附录A AVL树的性能 221 附录B NP-hard问题 223 附录C 练习答案 232