Python數據結構與演算法分析 (第3版) 9787115623348 (美)布拉德利.N. 米勒(Bradley N

編輯推薦
適讀人群 ：本書適合以下讀者： 1 希望學習數據結構和演算法的Python用戶； 2 計算機專業的學生和老師。
1 若把編寫代碼比作行軍打仗，那麼要想稱霸沙場，不能僅靠手中的利刃，還需深諳兵法。Python是一把利刃，數據結構與演算法則是兵法。只有熟讀兵法，才能使利刃所向披靡。
2 本書作者在計算機科學領域深耕數十載，積累了豐富的實戰經驗。通過學習本書，你將掌握數據結構與演算法的基本思想，從而有信心探索任何編程難題的解決方法。
3 內容系統完善，邏輯清晰。不僅能讓你學會用Python實現棧、隊列、列表等數據結構，掌握大O記法和時間複雜度等概念，利用遞歸解決漢諾塔問題，還能實現常用的搜索演算法和排序演算法，並分析性能，掌握樹與圖在Python中的應用。
4 與第2版相比，第3版不僅對過時的內容進行了更新，還採用了PEP 8 Python編程規範，並對代碼進行了重寫，引入了pythonds3包等。

內容簡介
了解數據結構與演算法是透徹理解計算機科學的前提。隨著Python日益廣泛的應用，Python程序員需要實現與傳統的面向對象編程語言相似的數據結構與演算法。本書是用Python描述數據結構與演算法的開山之作，匯聚了作者多年的實戰經驗，向讀者透徹講解在Python環境下，如何通過一系列存儲機制有效地實現各類演算法。通過本書，讀者將深刻理解Python數據結構、遞歸、搜索、排序、樹與圖的應用，等等。這一版重寫了書中的示例代碼，並對諸多內容做了修正。

作者簡介
[美] 布拉德利 N 米勒（Bradley N Miller）美國路德學院計算機科學名譽教授，曾獲美國計算機協會軟體系統獎，對Python課程開發有深入研究，由他創立的互動式教科書平台Runestone Interactive與全球600多家教育機構有合作。
[美] 戴維 L 拉努姆（David L Ranum）
Merative高級科學家，醫學信息學博士，致力於利用自然語言處理等人工智慧技術解決醫療問題，曾在美國路德學院講授計算機科學課程近三十載。
[烏] 羅曼 亞西諾夫斯基（Roman Yasinovskyy）
美國路德學院計算機科學系主任、副教授，授課範圍涵蓋演算法、Web開發、計算機網路、資料庫管理系統、操作系統、計算機體繫結構以及信息安全等課程。博士畢業於陶森大學應用信息技術專業。

精彩書評
本書是一本優質的Python指南，透徹講解了在Python環境下實現各類有效演算法的方法。作者凝聚多年實戰經驗，將數據結構、遞歸、搜索、排序、樹與圖等內容生動呈現。對於所有Python程序員，本書是在Python基礎上學習數據結構與演算法的優秀資源，值得一讀。
——崔慶才，微軟（中國）工程師，《Python 3網路爬蟲開發實戰》作者
我一直採用本書原版教材講授數據結構與演算法課程，很高興看到本書中文版第3版出版，讓更多學生能夠無障礙閱讀這本優秀的教材。本書採用Python語言，深入淺出地介紹了常用的數據結構及演算法，語言使用規範，案例豐富，應用情境取材廣泛，很有啟發性。在多年的教學實踐中，本書深受學生歡迎，相信它能幫助更多Python學習者提升演算法能力。
——陳斌，北京大學地球與空間科學學院教授，北京市高等學校教學名師

目錄
前言 iii
第 1章 導論 1
1 1 本章目標 1
1 2 入門 1
1 3 何謂計算機科學 1
1 3 1 何謂編程 3
1 3 2 為何學習數據結構及抽象數據類型 4
1 3 3 為何學習演算法 5
1 4 Python基礎 5
1 4 1 數據 6
1 4 2 輸入與輸出 16
1 4 3 控制結構 20
1 4 4 異常處理 23
1 4 5 定義函數 25
1 4 6 Python面向對象編程：定義類 26
1 5 小結 39
1 6 關鍵術語 40
1 7 練習 40
第 2章 演算法分析 42
2 1 本章目標 42
2 2 何謂演算法分析 42
2 2 1 大O記法 45
2 2 2 異序詞檢測示例 48
2 3 Python數據結構的性能 51
2 3 1 列表 51
2 3 2 字典 56
2 4 小結 57
2 5 關鍵術語 57
2 6 練習 58
第3章 基本數據結構 59
3 1 本章目標 59
3 2 何謂線性數據結構 59
3 3 棧 60
3 3 1 棧抽象數據類型 61
3 3 2 用Python實現棧 62
3 3 3 匹配括弧 64
3 3 4 通用問題：符號匹配 66
3 3 5 將十進位數轉換成二進位數 67
3 3 6 前序、中序和後序表達式 69
3 4 隊列 77
3 4 1 隊列抽象數據類型 78
3 4 2 用Python實現隊列 78
3 4 3 隊列模擬：傳土豆 80
3 4 4 隊列模擬：列印任務 81
3 4 5 雙端隊列 87
3 5 雙端隊列抽象數據類型 87
3 5 1 用Python實現雙端隊列 88
3 5 2 迴文檢測器 89
3 6 列表 91
3 6 1 無序列表抽象數據類型 91
3 6 2 實現無序列表：鏈表 92
3 6 3 有序列表抽象數據類型 100
3 6 4 實現有序列表 101
3 7 小結 104
3 8 關鍵術語 104
3 9 練習 105
第4章 遞歸 108
4 1 本章目標 108
4 2 何謂遞歸 108
4 2 1 計算一列數之和 108
4 2 2 遞歸三原則 111
4 2 3 將整數轉換成任意進位的字元串 111
4 3 棧幀：實現遞歸 113
4 4 可視化遞歸 115
4 5 複雜的遞歸問題 120
4 6 探索迷宮 123
4 7 動態規劃 128
4 8 小結 134
4 9 關鍵術語 134
4 10 練習 134
第5章 搜索和排序 137
5 1 本章目標 137
5 2 搜索 137
5 2 1 順序搜索 137
5 2 2 二分搜索 140
5 2 3 散列 142
5 3 排序 151
5 3 1 冒泡排序 151
5 3 2 選擇排序 154
5 3 3 插入排序 156
5 3 4 希爾排序 158
5 3 5 歸併排序 160
5 3 6 快速排序 163
5 4 小結 166
5 5 關鍵術語 167
5 6 練習 167
第6章 樹及其演算法 170
6 1 本章目標 170
6 2 示例 170
6 3 術語及定義 173
6 4 實現 175
6 4 1 列表之列表 175
6 4 2 節點與引用 178
6 5 二叉樹的應用 180
6 5 1 解析樹 180
6 5 2 樹的遍歷 186
6 6 利用二叉堆實現優先順序隊列 190
6 6 1 二叉堆的操作 190
6 6 2 二叉堆的實現 191
6 7 二叉搜索樹 198
6 7 1 搜索樹的操作 198
6 7 2 搜索樹的實現 198
6 7 3 搜索樹的分析 209
6 8 平衡二叉搜索樹 210
6 8 1 AVL樹的性能 211
6 8 2 AVL樹的實現 212
6 8 3 映射實現總結 219
6 9 小結 219
6 10 關鍵術語 219
6 11 練習 220
第7章 圖及其演算法 223
7 1 本章目標 223
7 2 術語及定義 224
7 3 圖的抽象數據類型 225
7 3 1 鄰接矩陣 226
7 3 2 鄰接表 227
7 3 3 實現 227
7 4 廣度優先搜索 230
7 4 1 詞梯問題 230
7 4 2 構建詞梯圖 230
7 4 3 實現廣度優先搜索 232
7 4 4 分析廣度優先搜索 235
7 5 深度優先搜索 236
7 5 1 騎士周遊問題 236
7 5 2 構建騎士周遊圖 236
7 5 3 實現騎士周遊 238
7 5 4 分析騎士周遊 241
7 5 5 通用深度優先搜索 242
7 5 6 分析深度優先搜索 245
7 6 拓撲排序 246
7 7 強連通分量 247
7 8 最短路徑問題 250
7 8 1 Dijkstra演算法 252
7 8 2 分析Dijkstra演算法 254
7 8 3 Prim演算法 254
7 9 小結 258
7 10 關鍵術語 259
7 11 練習 259
第8章 進階演算法 261
8 1 本章目標 261
8 2 複習Python列表 261
8 3 複習遞歸 266
8 3 1 同余定理 267
8 3 2 冪剩餘 267
8 3 3 最大公因數與逆元 268
8 3 4 RSA演算法 271
8 4 複習字典：跳錶 275
8 4 1 映射抽象數據類型 276
8 4 2 用Python實現字典 276
8 5 複習樹：量化圖片 285
8 5 1 數字圖像概述 285
8 5 2 量化圖片 286
8 5 3 使用八叉樹改進量化演算法 288
8 6 複習圖：模式匹配 296
8 6 1 生物學字元串 296
8 6 2 簡單比較 297
8 6 3 圖演算法：DFA 298
8 6 4 圖演算法：KMP 300
8 7 小結 302
8 8 關鍵術語 303
8 9 練習 303
參考資料 305
版權聲明 306