圖解演算法 增井敏克 9787523605394 【台灣高等教育出版社】
圖書均為代購，正常情形下，訂後約兩周可抵台。
物品所在地：中國大陸
原出版社：中國科學技術
物品所在地：中國大陸
原出版社：中國科學技術
NT$439
商品編號:
供貨狀況:
尚有庫存
加入最愛
此商品 「 最高 」可以折抵紅利
0
點
(約等於 NT$0 )
商品介紹
| *完成訂單後正常情形下約兩周可抵台。 *本賣場提供之資訊僅供參考，以到貨標的為正確資訊。 印行年月：202406*若逾兩年請先於私訊洽詢存貨情況，謝謝。 台灣(台北市)在地出版社，每筆交易均開具統一發票，祝您中獎最高1000萬元。 書名：圖解演算法 ISBN：9787523605394 出版社：中國科學技術 著編譯者：增井敏克 叢書名：圖解新科技系列 頁數：218 所在地：中國大陸 *此為代購商品 書號：1651796 可大量預訂，請先連絡。 編輯推薦 圖解新科技系列之圖解演算法。本書是一本演算法入門書，淺顯易懂，介紹了演算法的基礎知識，數據的儲存、分類、查找方法，以及機器學習中使用的演算法等，從基礎知識到應用都附有圖片解析。 將當前演算法教科書中的關鍵主題，通過使用場景案例進行精鍊講解，可以直擊演算法知識重點，讓讀者在案例和圖示中快速掌握。 除了介紹基礎的演算法知識，本書還擴展到了機器學習和密碼學中的演算法使用知識，幫助大家開拓新科技視野，跟上時代腳步。內容簡介 許多人聽到「演算法」這個詞，就覺得它很難懂，需要專業的編程知識才能明白。然而，演算法只是一個計算的「步驟」，不需要計算機和編程語言基礎。 本書介紹了演算法的基礎知識，數據的儲存、分類、查找方法，以及機器學習中使用的演算法等，由淺入深，圖文配套，並結合使用場景和案例進行細緻講解，初學者讀起來也毫無壓力。 除了按順序閱讀，獲取系統的知識，讀者還可以從目錄 中挑選感興趣的主題和關鍵詞，按照自己的需求閱讀，是一本實用性滿分的演算法入門書。作者簡介 增井敏克，1979年生於奈良，畢業於大阪府立大學研究生院。增井IT工程師事務所代表、註冊工程師（信息工程學方向）。從事旨在「將商務、數學和IT結合以正確、高效使用計算機」的技能提升指導、軟體開發以及信息安全諮詢等工作。掌握C/C++、C#、Java、PHP和Ruby等20多種編程語言。著作有《在家就能學會的安全基礎》等。目前在面向IT工程師提供業務技能評估服務的平台CodeIQ上負責人氣欄目「每周演算法」的出題和評審工作。目錄 第1章 演算法基礎知識∼演算法的作用是什麼？∼1-1 進行快速準確運算的步驟 編程、演算法 1-2 讓數據更容易處理 文本文件、二進位文件、非結構化數據、結構化數據、數據結構 1-3 什麼是好的計算機程序 使用效率 1-4 比較各種演算法的標準 計算複雜性、漸進、漸進符號 1-5 差異取決於實施的語言 編程語言、編譯器、解釋器、即時編譯 1-6 一套便捷的演算法集合 庫 1-7 演算法權利 專利權、軟體專利、著作權、開放源代碼 1-8 使用圖片講解演算法 流程圖 1-9 紙上計算的演算法 筆算 1-10 尋找素數 素數、埃拉托斯特尼篩法 1-11 找出最大公約數 最大公約數、歐幾里得演算法 1-12 通過拼圖學習演算法 漢諾塔問題 1-13 使用隨機值進行檢查 隨機數、偽隨機數、隨機種子、蒙特卡羅方法 第2章 如何存儲數據？∼它們各自的結構和特點∼ 2-1 整數是如何表示的 十進位、二進位、十六進位 2-2 數據的單位 比特、位元組 2-3 小數是如何表示的？ 小數、浮點數、實數類型 2-4 字元表示 字元、字元代碼、ASCII、2位元組字元、亂碼字元 2-5 一個接一個地分配 變數、賦值、常量 2-6 要存儲的數據大小 數據類型、整數類型、數據類型轉換 2-7 在連續的區域內存儲 數組、元素、索引 2-8 以人們容易理解的方式表示 關聯數組、字典、散列表、地圖、碰撞 2-9 存儲數據的位置 地址、指針 2-10 以表格形式存儲數據 二維數組、多維數組 2-11 存儲單詞和句子 字元串、空字元 2-12 表達複雜的數據結構 結構體、枚舉類型 2-13 排成一排的形式 鏈表 2-14 雙向鏈接的形式 雙向鏈表、循環鏈表 2-15 存儲在一個分支結構中 樹狀結構、二叉樹、完整二叉樹 2-16 滿足條件的樹狀結構 堆 2-17 適合搜索演算法的數據結構 二叉搜索樹、平衡樹 2-18 平衡樹的類型 B樹、B+樹、B*樹 2-19 存儲無序的數據 集合 2-20 從最後的存儲中檢索 堆棧、LIFO、推入、彈出 2-21 便於按其保存的順序進行檢索的格式 隊列、FIFO、排隊、脫隊 2-22 虛擬內存分頁演算法 虛擬內存、分頁演算法、LFU、LRU 第3章 對數據進行分類∼按照規則排列數字∼ 3-1 升序或降序分揀 排序 3-2 維持相同值的順序 穩定排序、內部排序、外部排序 3-3 通過選擇最大或最小值進行排序 選擇排序 3-4 將數據添加到一個對齊的數組中 插入排序 3-5 與緊隨其後的元素進行比較 氣泡排序 3-6 數組的雙向排序 雞尾酒排序 3-7 交換排序和插入排序相結合，速度更快 希爾排序 3-8 在創建堆的同時進行排序 堆排序 3-9 通過比較合併多個數據 合併排序 3-10 一般性的快速和常用排序 快速排序、分治法 3-11 當可能的值有限制時很有用的排序方法 桶排序、箱排序、基數排序 3-12 通過提供空隙進行排序 圖書館排序、跳躍列表 3-13 趣味排序方法 獨裁者排序、猴子排序 3-14 我應該選擇哪種方法？ 計算複雜性的比較 第4章 查找數據∼如何快速找到所需的值？∼ 4-1 從多個數據集中找到符合標準的那一個 搜索 4-2 一個不漏地搜索 全局搜索、徹底搜索 4-3 從頭開始檢查 線性搜索 4-4 從排序后的數據中搜索 二分搜索 4-5 按距離遠近順序搜索 廣度優先搜索 4-6 依次搜索相鄰的對象 深度優先搜索、回溯 4-7 深入搜索層次結構 遞歸、遞歸調用、分支定界 4-8 差異取決於樹狀結構的遍歷順序 前序遍歷、後序遍歷、中序遍歷、波蘭表示法、逆波蘭表示法 4-9 也可以在相反的方向進行搜索 雙向搜索 4-10 通過改變起點和終點進行搜索 尺取法 4-11 通過關注邊緣尋找最短路徑 最短路徑問題、貝爾曼-福特演算法 4-12 通過關注節點找到最短路徑 戴克斯特拉演算法 4-13 使用經驗法則進行搜索 A*演算法、歐幾里得距離、曼哈頓距離 4-14 找到損害最小的那一個 極小化極大演算法、Alpha-Beta演算法 4-15 在句子中搜索文本字元串 暴力搜索、窮舉搜索、KMP演算法 4-16 以一種巧妙的方式搜索字元串 BM演算法 4-17 搜索符合特定模式 正則表達式 第5章 機器學習中使用的演算法∼支持人工智慧的計算方法∼ 5-1 從數據中進行分類和預測 機器學習、統計機器學習 5-2 基於正確數據的學習 有監督學習、過擬合 5-3 通過從數據中提取特徵進行分類 無監督學習、聚類 5-4 獎勵預期結果 強化學習、行為、代理、環境、狀態、多代理 5-5 用於分類和回歸的樹狀結構 決策樹、不純度、信息增益 5-6 多重決 詳細資料或其他書籍請至台灣高等教育出版社查詢，查後請於PChome商店街私訊告知ISBN或書號，我們即儘速上架。 |
