《Python數據結構與算法分析（第2版）》是2020年4月人民郵電出版社出版的圖書，作者是[美]布拉德利·米勒（Bradley N·Miller）、戴維·拉努姆（David L·Ranum）。
基本介紹
- 中文名：Python數據結構與算法分析（第2版）
- 作者：[美]布拉德利·米勒（Bradley N·Miller）、戴維·拉努姆（David L·Ranum）
- 出版社：人民郵電出版社
- 出版時間：2020年4月
- 頁數：296 頁
- 定價：79 元
- 開本：16 開
- 裝幀：平裝
- ISBN：9787115517210
內容簡介,圖書目錄,
內容簡介
了解數據結構與算法是透徹理解計算機科學的前提。隨著Python日益廣泛的套用，Python程式設計師需要實現與傳統的面向對象程式語言相似的數據結構與算法。本書是用Python描述數據結構與算法的開山之作，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高效地實現各類算法。通過本書，讀者將深刻理解Python數據結構、遞歸、搜尋、排序、樹與圖的套用，等等。
圖書目錄
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 為何學習算法 4
1.4 Python基礎 5
1.4.1 數據 5
1.4.2 輸入與輸出 16
1.4.3 控制結構 18
1.4.4 異常處理 21
1.4.5 定義函式 23
1.4.6 Python面向對象編程：定義類 24
1.5 小結 37
1.6 關鍵術語 38
1.7 討論題 38
1.8 編程練習 38
第 2章 算法分析 40
2.1 本章目標 0
2.2 何謂算法分析 40
2.2.1 大O記法 43
2.2.2 異序詞檢測示例 46
2.3 Python數據結構的性能 49
2.3.1 列表 49
2.3.2 字典 53
2.4 小結 55
2.5 關鍵術語 55
2.6 討論題 56
2.7 編程練習 56
第3章 基本數據結構 57
3.1 本章目標 57
3.2 何謂線性數據結構 57
3.3 棧 58
3.3.1 何謂棧 58
3.3.2 棧抽象數據類型 59
3.3.3 用Python實現棧 60
3.3.4 匹配括弧 62
3.3.5 普通情況：匹配符號 64
3.3.6 將十進制數轉換成二進制數 65
3.3.7 前序、中序和後序表達式 67
3.4 佇列 75
3.4.1 何謂佇列 75
3.4.2 佇列抽象數據類型 75
3.4.3 用Python實現佇列 76
3.4.4 模擬：傳土豆 77
3.4.5 模擬：列印任務 79
3.5 雙端佇列 84
3.5.1 何謂雙端佇列 84
3.5.2 雙端佇列抽象數據類型 84
3.5.3 用Python實現雙端佇列 85
3.5.4 回文檢測器 86
3.6 列表 88
3.6.1 無序列表抽象數據類型 88
3.6.2 實現無序列表：鍊表 89
3.6.3 有序列表抽象數據類型 97
3.6.4 實現有序列表 97
3.7 小結 100
3.8 關鍵術語 101
3.9 討論題 101
3.10 編程練習 102
第4章 遞歸 105
4.1 本章目標 105
4.2 何謂遞歸 105
4.2.1 計算一列數之和 105
4.2.2 遞歸三原則 107
4.2.3 將整數轉換成任意進制的字元串 108
4.3 棧幀：實現遞歸 110
4.4 遞歸可視化 111
4.5 複雜的遞歸問題 116
4.6 探索迷宮 118
4.7 動態規劃 123
4.8 小結 128
4.9 關鍵術語 129
4.10 討論題 129
4.11 編程練習 129
第5章 搜尋和排序 131
5.1 本章目標 131
5.2 搜尋 131
5.2.1 順序搜尋 131
5.2.2 二分搜尋 134
5.2.3 散列 136
5.3 排序 145
5.3.1 冒泡排序 145
5.3.2 選擇排序 147
5.3.3 插入排序 149
5.3.4 希爾排序 151
5.3.5 歸併排序 153
5.3.6 快速排序 156
5.4 小結 159
5.5 關鍵術語 160
5.6 討論題 160
5.7 編程練習 161
第6章 樹 163
6.1 本章目標 163
6.2 示例 163
6.3 術語及定義 166
6.4 實現 168
6.4.1 列表之列表 168
6.4.2 節點與引用 171
6.5 二叉樹的套用 173
6.5.1 解析樹 173
6.5.2 樹的遍歷 179
6.6 利用二叉堆實現優先權佇列 182
6.6.1 二叉堆的操作 182
6.6.2 二叉堆的實現 183
6.7 二叉搜尋樹 189
6.7.1 搜尋樹的操作 190
6.7.2 搜尋樹的實現 190
6.7.3 搜尋樹的分析 201
6.8 平衡二叉搜尋樹 202
6.8.1 AVL樹的性能 203
6.8.2 AVL樹的實現 204
6.8.3 映射實現總結 210
6.9 小結 211
6.10 關鍵術語 211
6.11 討論題 211
6.12 編程練習 213
第7章 圖及其算法 214
7.1 本章目標 214
7.2 術語及定義 215
7.3 圖的抽象數據類型 216
7.3.1 鄰接矩陣 216
7.3.2 鄰接表 217
7.3.3 實現 218
7.4 寬度優先搜尋 220
7.4.1 詞梯問題 220
7.4.2 構建詞梯圖 221
7.4.3 實現寬度優先搜尋 223
7.4.4 分析寬度優先搜尋 226
7.5 深度優先搜尋 226
7.5.1 騎士週遊問題 226
7.5.2 構建騎士週遊圖 227
7.5.3 實現騎士週遊 229
7.5.4 分析騎士週遊 231
7.5.5 通用深度優先搜尋 233
7.5.6 分析深度優先搜尋 236
7.6 拓撲排序 236
7.7 強連通單元 238
7.8 最短路徑問題 241
7.8.1 Dijkstra算法 243
7.8.2 分析Dijkstra算法 245
7.8.3 Prim算法 245
7.9 小結 248
7.10 關鍵術語 249
7.11 討論題 249
7.12 編程練習 250
第8章 附加內容 251
8.1 本章目標 251
8.2 複習Python列表 251
8.3 複習遞歸 256
8.3.1 同餘定理 257
8.3.2 冪剩餘 257
8.3.3 最大公因數與逆元 258
8.3.4 RSA算法 261
8.4 複習字典：跳表 264
8.4.1 映射抽象數據類型 265
8.4.2 用Python實現字典 265
8.5 複習樹：量化圖片 274
8.5.1 數字圖像概述 274
8.5.2 量化圖片 275
8.5.3 使用八叉樹改進量化算法 277
8.6 複習圖：模式匹配 284
8.6.1 生物學字元串 285
8.6.2 簡單比較 285
8.6.3 使用圖：DFA 287
8.6.4 使用圖：KMP 288
8.7 小結 291
8.8 關鍵術語 291
8.9 討論題 291
8.10 編程練習 292
附錄A Python圖形包 293
附錄B Python資源 294
參考資料295
