算法精粹經(jīng)典計算機科學問題的Python實現(xiàn)

定　價：￥59.00

作　者：	（美）,大衛(wèi)·科帕克
出版社：	人民郵電出版社
叢編項：
標　簽：	暫缺

購買這本書可以去

ISBN：	9787115535122	出版時間：	2020-07-01	包裝：
開本：	16開	頁數(shù)：	209	字數(shù)：

內容簡介

　　本書是一本面向中高級程序員的算法教程，借助Python語言，用經(jīng)典的算法、編碼技術和原理來求解計算機科學的一些經(jīng)典問題。全書共9章，不僅介紹了遞歸、結果緩存和位操作等基本編程組件，還講述了常見的搜索算法、常見的圖算法、神經(jīng)網(wǎng)絡、遺傳算法、k均值聚類算法、對抗搜索算法等，運用了類型提示等Python高級特性，并通過各級方案、示例和習題展開具體實踐。本書將計算機科學與應用程序、數(shù)據(jù)、性能等現(xiàn)實問題深度關聯(lián)，定位獨特，示例經(jīng)典，適合有一定編程經(jīng)驗的中高級Python程序員提升用Python解決實際問題的技術、編程和應用能力。

作者簡介

　　大衛(wèi)·科帕克（David Kopec）是香普蘭學院（Champlain College）的計算機科學與創(chuàng)新專業(yè)助理教授，該學院位于美國佛蒙特州的伯靈頓市。他是一位經(jīng)驗豐富的軟件開發(fā)人員，也是Classic Computer Science Problems in Swift和Dart for Absolute Beginners的作者。他擁有達特茅斯學院（Dartmouth College）的經(jīng)濟學學士學位和計算機科學碩士學位。

圖書目錄

目錄
第 1章　幾個小問題　1
1．1　斐波那契序列　1
1．1．1　嘗試第一次遞歸　1
1．1．2　基線條件的運用　3
1．1．3　用結果緩存來救場　4
1．1．4　自動化的結果緩存　5
1．1．5　簡潔至上的斐波那契　6
1．1．6　用生成器生成斐波那契數(shù)　7
1．2　簡單的壓縮算法　7
1．3　牢不可破的加密方案　12
1．3．1　按順序讀取數(shù)據(jù)　12
1．3．2　加密和解密　13
1．4　計算(　15
1．5　漢諾塔　15
1．5．1　對塔進行建?！?6
1．5．2　求解漢諾塔問題　17
1．6　現(xiàn)實世界的應用　19
1．7　習題　20
第 2章　搜索問題　21
2．1　DNA搜索　21
2．1．1　DNA的存儲方案　22
2．1．2　線性搜索　23
2．1．3　二分搜索　24
2．1．4　通用示例　26
2．2　求解迷宮問題　28
2．2．1　生成一個隨機迷宮　29
2．2．2　迷宮的其他函數(shù)　30
2．2．3　深度優(yōu)先搜索　31
2．2．4　廣度優(yōu)先搜索　35
2．2．5　A*搜索　39
2．3　傳教士和食人族　44
2．3．1　表達問題　45
2．3．2　求解　47
2．4　現(xiàn)實世界的應用　48
2．5　習題　49
第3章　約束滿足問題　51
3．1　構建約束滿足問題的解決框架　52
3．2　澳大利亞地圖著色問題　55
3．3　八皇后問題　58
3．4　單詞搜索　60
3．5　字謎（SEND+MORE=MONEY）　63
3．6　電路板布局　65
3．7　現(xiàn)實世界的應用　66
3．8　習題　67
第4章　圖問題　69
4．1　地圖就是圖　69
4．2　搭建圖的框架　71
4．3　查找最短路徑　77
4．4　最小化網(wǎng)絡構建成本　79
4．4．1　權重的處理　79
4．4．2　查找最小生成樹　83
4．5　在加權圖中查找最短路徑　89
4．6　現(xiàn)實世界的應用　95
4．7　習題　96
第5章　遺傳算法　97
5．1　生物學背景知識　97
5．2　通用的遺傳算法　98
5．3　簡單測試　105
5．4　重新考慮SEND+MORE=MONEY問題　107
5．5　優(yōu)化列表壓縮算法　111
5．6　遺傳算法面臨的挑戰(zhàn)　113
5．7　現(xiàn)實世界的應用　114
5．8　習題　115
第6章　k均值聚類　117
6．1　預備知識　117
6．2　k均值聚類算法　119
6．3　按年齡和經(jīng)度對州長進行聚類　124
6．4　按長度聚類邁克爾·杰克遜的專輯　128
6．5　k均值聚類算法問題及其擴展　130
6．6　現(xiàn)實世界的應用　131
6．7　習題　131
第7章　十分簡單的神經(jīng)網(wǎng)絡　133
7．1　生物學基礎　133
7．2　人工神經(jīng)網(wǎng)絡　135
7．2．1　神經(jīng)元　135
7．2．2　分層　136
7．2．3　反向傳播　137
7．2．4　全貌　139
7．3　預備知識　140
7．3．1　點積　140
7．3．2　激活函數(shù)　140
7．4　構建神經(jīng)網(wǎng)絡　142
7．4．1　神經(jīng)元的實現(xiàn)　142
7．4．2　層的實現(xiàn)　143
7．4．3　神經(jīng)網(wǎng)絡的實現(xiàn)　145
7．5　分類問題　148
7．5．1　數(shù)據(jù)的歸一化　148
7．5．2　經(jīng)典的鳶尾花數(shù)據(jù)集　149
7．5．3　葡萄酒的分類　152
7．6　為神經(jīng)網(wǎng)絡提速　155
7．7　神經(jīng)網(wǎng)絡問題及其擴展　156
7．8　現(xiàn)實世界的應用　157
7．9　習題　157
第8章　對抗搜索　159
8．1　棋盤游戲的基礎組件　159
8．2　井字棋　161
8．2．1　井字棋的狀態(tài)管理　161
8．2．2　極小化極大算法　164
8．2．3　用井字棋測試極小化極大算法　167
8．2．4　開發(fā)井字棋AI　168
8．3　四子棋　169
8．3．1　四子棋游戲程序　170
8．3．2　四子棋AI　175
8．3．3　用α-β剪枝算法優(yōu)化極小化極大算法　177
8．4　超越α-β剪枝效果的極小化極大算法改進方案　178
8．5　現(xiàn)實世界的應用　179
8．6　習題　179
第9章　其他問題　181
9．1　背包問題　181
9．2　旅行商問題　186
9．2．1　樸素解法　186
9．2．2　進階　191
9．3　電話號碼助記符　191
9．4　現(xiàn)實世界的應用　193
9．5　習題　194
附錄A　術語表　195
附錄B　其他資料　201
附錄C　類型提示簡介　205