掃一掃
關注中圖網
官方微博
本類五星書更多>
-
>
全國計算機等級考試最新真考題庫模擬考場及詳解·二級MSOffice高級應用
-
>
決戰行測5000題(言語理解與表達)
-
>
軟件性能測試.分析與調優實踐之路
-
>
第一行代碼Android
-
>
JAVA持續交付
-
>
EXCEL最強教科書(完全版)(全彩印刷)
-
>
深度學習
算法精粹 經典計算機科學問題的Python實現 版權信息
- ISBN：9787115535122
- 條形碼：9787115535122 ; 978-7-115-53512-2
- 裝幀：平裝-膠訂
- 冊數：暫無
- 重量：暫無
- 所屬分類：>
算法精粹 經典計算機科學問題的Python實現 本書特色
本書是一本面向中高級程序員的算法教程，借助Python語言，用經典的算法、編碼技術和原理來求解計算機科學的一些經典問題。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、神經網絡、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、數據、性能等現實問題深度關聯，定位獨特，示例經典，適合有一定編程經驗的中高級Python程序員提升用Python解決實際問題的技術、編程和應用能力。
算法精粹 經典計算機科學問題的Python實現 內容簡介
本書以Python編程語言為工具, 展示了眾多的編程挑戰難題, 內容包括: 幾個小問題 ; 搜索問題 ; 約束滿足問題 ; 圖問題 ; 遺傳算法 ; 十分簡單的神經網絡 ; 對抗搜索等。
算法精粹 經典計算機科學問題的Python實現 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 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 按順序讀取數據 12
1.3.2 加密和解密 13
1.4 計算( 15
1.5 漢諾塔 15
1.5.1 對塔進行建模 16
1.5.2 求解漢諾塔問題 17
1.6 現實世界的應用 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 30
2.2.3 深度優先搜索 31
2.2.4 廣度優先搜索 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*短路徑 77
4.4 *小化網絡構建成本 79
4.4.1 權重的處理 79
4.4.2 查找*小生成樹 83
4.5 在加權圖中查找*短路徑 89
4.6 現實世界的應用 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 優化列表壓縮算法 111
5.6 遺傳算法面臨的挑戰 113
5.7 現實世界的應用 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 現實世界的應用 131
6.7 習題 131
第7章 十分簡單的神經網絡 133
7.1 生物學基礎 133
7.2 人工神經網絡 135
7.2.1 神經元 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 140
7.4 構建神經網絡 142
7.4.1 神經元的實現 142
7.4.2 層的實現 143
7.4.3 神經網絡的實現 145
7.5 分類問題 148
7.5.1 數據的歸一化 148
7.5.2 經典的鳶尾花數據集 149
7.5.3 葡萄酒的分類 152
7.6 為神經網絡提速 155
7.7 神經網絡問題及其擴展 156
7.8 現實世界的應用 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
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 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 按順序讀取數據 12
1.3.2 加密和解密 13
1.4 計算( 15
1.5 漢諾塔 15
1.5.1 對塔進行建模 16
1.5.2 求解漢諾塔問題 17
1.6 現實世界的應用 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 30
2.2.3 深度優先搜索 31
2.2.4 廣度優先搜索 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*短路徑 77
4.4 *小化網絡構建成本 79
4.4.1 權重的處理 79
4.4.2 查找*小生成樹 83
4.5 在加權圖中查找*短路徑 89
4.6 現實世界的應用 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 優化列表壓縮算法 111
5.6 遺傳算法面臨的挑戰 113
5.7 現實世界的應用 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 現實世界的應用 131
6.7 習題 131
第7章 十分簡單的神經網絡 133
7.1 生物學基礎 133
7.2 人工神經網絡 135
7.2.1 神經元 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 140
7.4 構建神經網絡 142
7.4.1 神經元的實現 142
7.4.2 層的實現 143
7.4.3 神經網絡的實現 145
7.5 分類問題 148
7.5.1 數據的歸一化 148
7.5.2 經典的鳶尾花數據集 149
7.5.3 葡萄酒的分類 152
7.6 為神經網絡提速 155
7.7 神經網絡問題及其擴展 156
7.8 現實世界的應用 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
展開全部
算法精粹 經典計算機科學問題的Python實現 作者簡介
大衛·科帕克（David Kopec）是香普蘭學院（Champlain College）的計算機科學與創新專業助理教授，該學院位于美國佛蒙特州的伯靈頓市。他是一位經驗豐富的軟件開發人員，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）的經濟學學士學位和計算機科學碩士學位。
書友推薦
- >
李白與唐代文化
- >
上帝之肋:男人的真實旅程
- >
伊索寓言-世界文學名著典藏-全譯本
- >
羅庸西南聯大授課錄
- >
二體千字文
- >
巴金－再思錄
- >
企鵝口袋書系列·偉大的思想20:論自然選擇(英漢雙語)
- >
名家帶你讀魯迅:朝花夕拾
本類暢銷
