具体描述
本书是《Data Structures and Algorithm Analysis in C》一书第2版的简体中译本。原书曾被评为20世纪顶尖的30部计算机著作之一,作者Mark Allen Weiss在数据结构和算法分析方面卓有建树,他的数据结构和算法分析的著作尤其畅销,并受到广泛好评.已被世界500余所大学用作教材。
在本书中,作者更加精炼并强化了他对算法和数据结构方面创新的处理方法。通过C程序的实现,着重阐述了抽象数据类型的概念,并对算法的效率、性能和运行时间进行了分析。
全书特点如下:
●专用一章来讨论算法设计技巧,包括贪婪算法、分治算法、动态规划、随机化算法以及回溯算法
●介绍了当前流行的论题和新的数据结构,如斐波那契堆、斜堆、二项队列、跳跃表和伸展树
●安排一章专门讨论摊还分析,考查书中介绍的一些高级数据结构
●新开辟一章讨论高级数据结构以及它们的实现,其中包括红黑树、自顶向下伸展树。treap树、k-d树、配对堆以及其他相关内容
●合并了堆排序平均情况分析的一些新结果
本书是国外数据结构与算法分析方面的标准教材,介绍了数据结构(大量数据的组织方法)以及算法分析(算法运行时间的估算)。本书的编写目标是同时讲授好的程序设计和算法分析技巧,使读者可以开发出具有最高效率的程序。 本书可作为高级数据结构课程或研究生一年级算法分析课程的教材,使用本书需具有一些中级程序设计知识,还需要离散数学的一些背景知识。
作者简介
Mark Allen Weiss,1987年在普林斯顿大学获得计算机科学博士学位,师从Robert Sedgewick (师从Knuth),现任美国佛罗里达国际大学计算与信息科学学院教授。他曾经担任全美AP(Advanced Placement)考试计算机学科委员会的主席(2000-2004)。他的主要研究方向是数据结构、算法和教育学。
目录信息
1.1 本书讨论的内容
1.2 数学知识复习
1.2.1 指数
1.2.2 对数
1.2.3 级数
1.2.4 模运算
1. 2.5 证明方法
1.3 递归简论
总结
练习
参考文献
第2章 算法分析
2.1 数学基础
2.2 模型
2.3 要分析的问题
2.4 运行时间计算
2.4.1 一个简单的例子
2.4.2 一般法则
2.4.3 最大子序列和问题的解
.2.4.4 运行时间中的对数
2.4.5 检验你的分析
2.4.6 分析结果的准确性
总结
练习
参考文献
第3章 表、栈和队列
3.1 抽象数据类型(adt)
3.2 表adt
3.2.1 表的简单数组实现
3.2.2 链表
3.2.3 程序设计细节
3.2.4 常见的错误
3.2.5 双链表
3.2.6 循环链表
3.2.7 例子
3.2.8 链表的游标实现
3.3 栈adt
3.3.1 栈模型
3.3.2 栈的实现
3.3.3 应用
3.4 队列adt
3.4.1 队列模型
3.4.2 队列的数组实现
3.4.3 队列的应用
总结
练习
第4章 树
4.1 预备知识
4.1.1 树的实现
4.1.2 树的遍历及应用
4.2 二叉树
4.2.1 实现
4.2.2 表达式树
4.3 查找树adt--二叉查找树
4.3.1 makeempty
4.3.2 find
4.3.3 findmin和findmax
4.3.4 insert
4.3.5 delere
4.3.6 平均情形分析
4.4 avl树
4.4.1 单旋转
4.4.2 双旋转
4.5 伸展树
4.5.1 一个简单的想法
4.5.2 展开
4.6 树的遍历
4.7 b-树
总结
练习
参考文献
第5章 散列
5.1 一般想法
5.2 散列函数
5.3 分离链接法
5.4 开放定址法
5.4.1 线性探测法
5.4.2 平方探测法
5.4.3 双散列
5.5 再散列
5.6 可扩散列
总结
练习
参考文献
第6章 优先队列(堆)
6.1 模型
6.2 一些简单的实现
6.3 二叉堆
6.3.1 结构性质
6.3.2 堆序性质
6.3.3 基本的堆操作
6.3.4 其他的堆操作
6.4 优先队列的应用
6.4.1 选择问题
6.4.2 事件模拟
6.5 d-堆
6.6 左式堆
6.6.1 左式堆的性质
6.6.2 左式堆的操作
6.7 斜堆
6.8 二项队列
6.8.1 二项队列结构
6.8.2 二项队列操作
6.8.3 二项队列的实现
总结
练习
参考文献
第7章 排序
7.1 预备知识
7.2 插入排序
7.2.1 算法
7.2.2 插入排序的分析
7.3 一些简单排序算法的下界
7. 4 希尔排序
7.4.1 希尔排序的最坏情形分析
7.5 堆排序
7.5.1 堆排序的分析
7.6 归并排序
7.6.1 归并排序的分析
7.7 快速排序
7.7.1 选取枢纽元
7.7.2 分割策略
7.7.3 小数组
7.7.4 实际的快速排序例程
7.7.5 快速排序的分析
7.7.6 选择的线性期望时间算法
7.8 大型结构的排序
7.9 排序的一般下界
7.9.1 决策树
7.10 桶式排序
7.11 外部排序
7.11.1 为什么需要新的算法
7.11.2 外部排序模型
7.11.3 简单算法
7.11.4 多路合并
7.11.5 多相合并
7.11.6 替换选择
总结
练习
参考文献
第8章 不相交集adt
8.1 等价关系
8.2 动态等价性问题
8.3 基本数据结构
8.4 灵巧求并算法
8.5 路径压缩
8.6 按秩求并和路径压缩的最坏情形
8.6.1 union/find算法分析
8.7 一个应用
总结
练习
参考文献
第9章 图论算法
9.1 若干定义
9.1.1 图的表示
9.2 拓扑排序
9.3 最短路径算法
9.3.1 无权最短路径
9.3.2 dijkstra算法
9.3.3 具有负边值的图
9.3.4 无圈图
9.3.5 所有点对最短路径
9.4 网络流问题
9.4.1 一个简单的最大流算法
9.5 最小生成树
9.5.1 prim算法
9.5.2 kruskal算法
9.6 深度优先搜索的应用
9.6.1 无向图
9.6.2 双连通性
9.6.3 欧拉回路
9.6.4 有向图
9.6.5 查找强分支
9.7 np-完全性介绍
9.7.1 难与易
9.7.2 np类
9.7.3 np-完全问题
总结
练习
参考文献
第10章 算法设计技巧
10.1 贪婪算法
10.1.1 一个简单的调度问题
10.1.2 huffman编码
10.1.3 近似装箱问题
10.2 分治算法
10.2.1 分治算法的运行时间
10.2.2 最近点问题
10.2.3 选择问题
10.2.4 一些运算问题的理论改进
10.3 动态规划
10.3.1 用一个表代替递归
10.3.2 矩阵乘法的顺序安排
10.3.3 最优二叉查找树
10.3.4 所有点对最短路径
10.4 随机化算法
10.4.1 随机数发生器
10.4.2 跳跃表
10.4.3 素性测试
10.5 回溯算法
10.5.1 收费公路重建问题
10.5.2 博弈
总结
练习
参考文献
第11章 摊还分析
11.1 一个无关的智力问题
11.2 二项队列
11.3 斜堆
11.4 斐波那契堆
11.4.1 切除左式堆中的节点
11.4.2 二项队列的懒惰合并
11.4.3 斐波那契堆操作
11.4.4 时间界的证明
11. 5 伸展树
总结
练习
参考文献
第12章 高级数据结构及其实现
12.1 自顶向下伸展树
12.2 红黑树
12.2.1 自底向上插入
12.2.2 自顶向下红黑树
12.2.3 自顶向下删除
12.3 确定性跳跃表
12.4 aa-树
12.5 treap树
12.6 k-d树
12.7 配对堆
总结
练习
参考文献
索引
· · · · · · (收起)
读后感
断断续续看了两个月,没有完全看完。 所有的算法都能看懂,而且可以编程实现,但还是不会做习题。 离散数学的功底不行,先看看离散数学再看这本书。
这段时间又继续深入的学习了下,觉得主要收获有两个: 收获一:真正的理解了折半查找和插入查找,以前买过一本105元的书,可看了很久,就是不知道作者讲的什么,但是这本书不同,这本书的作者用形象的文字和图片的说明让人的理解入木三分。我自已也动手写了一个demo的查找:查...
这段时间又继续深入的学习了下,觉得主要收获有两个: 收获一:真正的理解了折半查找和插入查找,以前买过一本105元的书,可看了很久,就是不知道作者讲的什么,但是这本书不同,这本书的作者用形象的文字和图片的说明让人的理解入木三分。我自已也动手写了一个demo的查找:查...
英文原版 3.4.2节: Since there are a few options for implementation, it is probably worth a comment or two in the code, if you don't use the size field. 该书的中文翻译是: 由于实现的方法有多种选择,因此如果你不使用表示大小的域,那就很有可能有必要进行一些讨...
断断续续看了两个月,没有完全看完。 所有的算法都能看懂,而且可以编程实现,但还是不会做习题。 离散数学的功底不行,先看看离散数学再看这本书。
用户评价
这本书的书名虽然直白,但内涵却远比我想象的要丰富。初拿到它时,我以为会是一本枯燥乏味的理论堆砌,毕竟“数据结构”和“算法”这两个词听起来就带着一丝学术的冰冷。然而,翻开第一页,便被作者流畅而富有洞察力的笔触所吸引。他并没有一开始就抛出一堆复杂的公式和抽象的概念,而是从我们日常生活中随处可见的例子入手,将抽象的算法思想具象化。比如,讲述链表时,他用生动的比喻描述了信息的“节点”和“指针”如何串联起来,让原本晦涩的内存地址概念变得亲切易懂。更让我惊喜的是,书中对每种数据结构和算法的讲解,都不仅仅停留在“是什么”的层面,而是深入探讨了“为什么”以及“在什么场景下”最适合应用。这种深度挖掘,让我不仅记住了知识点,更理解了其背后的设计哲学和权衡取舍,仿佛与作者一同在知识的海洋中进行着一场智慧的探险,每一页都充满了发现的乐趣和豁然开朗的喜悦。
在我看来,这本书不仅仅是一本技术书籍,更像是一本关于“思考”的书。它所讲解的数据结构和算法,其实是解决各种问题的基本框架和工具。作者在书中反复强调了“选择合适的数据结构能够极大地提升算法的效率”这一核心思想。通过对比不同数据结构在插入、删除、查找等操作上的性能差异,我深刻体会到了设计优化带来的巨大收益。例如,在讲解哈希表时,作者详细分析了其平均 O(1) 的查找时间是如何实现的,同时也指出了哈希冲突的可能性以及如何通过不同的冲突解决策略来优化性能。这种对细节的关注和对权衡的分析,让我意识到在实际编程中,一个微小的选择可能就会对整个系统的性能产生蝴蝶效应。我甚至开始在日常编码中,主动去思考“我当前的问题,最适合用哪种数据结构来表示?”、“我的算法是否存在可以优化的地方?”。这种思维模式的转变,远比记住几个排序算法的实现要重要得多,它让我从一个只会“写代码”的人,逐渐成长为一个懂得“设计”的人。
我一直对计算机科学领域的基础理论感到好奇,但又常常被其抽象和庞杂所困扰。这本书的出现,恰恰填补了我在这方面的认知空白。它并没有以一种高高在上的姿态来“教导”读者,而是以一种平等的姿态,邀请我们一起探索。书中对于各种经典算法的讲解,都带着一种循序渐进的魅力。从简单的冒泡排序,到更复杂的快速排序和归并排序,作者都细致地剖析了它们的思想根源、执行流程以及时间空间复杂度。特别是对递归和分治策略的阐释,用通俗易懂的语言和清晰的图示,将复杂的递归调用过程变得逻辑清晰。我特别喜欢书中对动态规划的介绍,以往觉得这是最难理解的概念之一,但这本书通过一系列精心设计的实例,一步步引导我理解其“最优子结构”和“重叠子问题”的特点,最终能够独立思考和设计动态规划解决方案。这种“授人以渔”的教学方式,让我受益匪浅,感觉自己真的掌握了一种解决问题的思维工具,而不仅仅是死记硬背了一些代码。
我一直认为,好的技术书籍应该能够激发读者的好奇心,并引导他们进行更深入的探索。这本书无疑做到了这一点。作者在讲解某些算法时,会适时地抛出一些引人深思的问题,引导读者去思考其局限性以及可能存在的改进方向。比如,在介绍某些高效算法时,他会提到其在特定条件下的不足,并暗示更高级的算法是如何克服这些不足的,这让我迫不及待地想要翻阅后面的章节,去寻找答案。书中的一些章节,尤其是在涉及到算法的演进和发展历史时,都充满了人文关怀和故事性,让我感受到这些冷冰冰的代码背后,其实是人类智慧不断演进的结晶。这不仅仅是一次学习的过程,更像是一次与前人智慧的对话。读完这本书,我感觉自己对计算机科学的理解更加系统和深刻,也更加坚定了我继续在这条道路上探索下去的决心。
这本书给我最直观的感受是,它极其注重理论与实践的结合。虽然书中涵盖了大量理论知识,但作者并没有让这些理论变得空洞。相反,他巧妙地将每一个抽象的概念都与具体的应用场景联系起来。比如,在讲解图算法时,他不仅仅介绍了深度优先搜索和广度优先搜索,还结合了社交网络分析、最短路径问题等实际例子,让我能够直观地理解这些算法的威力。书中提供的伪代码清晰易懂,并且很多地方都提供了对不同编程语言的实现思路的简要说明,这对于我这样希望将理论知识转化为实际代码的读者来说,非常有帮助。我特别欣赏书中对于算法效率的分析,不仅仅停留在理论层面的复杂度分析,还常常会讨论一些实际操作中的性能瓶颈和优化技巧。这种贴近实战的讲解方式,让我感觉这本书不是一本只存在于象牙塔里的理论著作,而是能够真正指导我解决实际工程问题的宝典。
抛开图没看。。
lesson
看做excel,acess数据库就行了:表--关系--查询(问题)--修改数据库(类型 属性 关系)
中规中矩的书。
简单易读懂的一本算法和数据结构书。如果你只想读一本算法书,那就读这本。