你也能看懂的python算法书_你一定能看懂的算法基础书《算法图解》

你一定能看懂的算法基础书

代码示例基于Python

400多个示意图，生动介绍算法执行过程

展示不同算法在性能方面的优缺点

教会你用常见算法解决每天面临的实际编程问题

本书易于理解，没有大跨度的思维跳跃，每次引入新概念时，都立即进行诠释，或者指出将在什么地方进行诠释。核心概念都通过练习和反复诠释进行强化，以便你检验假设，跟上步伐。

书中使用示例来帮助理解。我的目标是让你轻松地理解这些概念，而不是让正文充

阅读路线图

本书前三章将帮助你打好基础。第1章：你将学习第一种实用算法——二分查找；还将学习使用大O表示法分析算法的速度。本书从始至终都将使用大O表示法来分析算法的速度。

第2章：你将学习两种基本的数据结构——数组和链表。这两种数据结构贯穿本书，它们还被用来创建更高级的数据结构，如第5章介绍的散列表。

第3章：你将学习递归，一种被众多算法(如第4章介绍的快速排序)采用的实用技巧。

根据我的经验，大O表示法和递归对初学者来说颇具挑战性，因此介绍这些内容时我放慢了脚步，花费的篇幅也较长。

余下的篇幅将介绍应用广泛的算法。问题解决技巧：将在第4、8和9章介绍。遇到问题时，如果不确定该如何高效地解决，可尝试分而治之(第4章)或动态规划(第9章)；如果认识到根本就没有高效的解决方案，可转而使用贪婪算法(第8章)来得到近似答案。

散列表：将在第5章介绍。散列表是一种很有用的数据结构，由键值对组成，如人名和电子邮件地址或者用户名和密码。散列表的用途之大，再怎么强调都不过分。每当我需要解决问题时，首先想到的两种方法是：可以使用散列表吗？可以使用图来建立模型吗？

图算法：将在第6、7章介绍。图是一种模拟网络的方法，这种网络包括人际关系网、公路网、神经元网络或者任何一组连接。广度优先搜索(第6章)和狄克斯特拉算法(第7章)计算网络中两点之间的最短距离，可用来计算两人之间的分隔度或前往目的地的最短路径。

K最近邻算法(KNN)：将在第10章介绍。这是一种简单的机器学习算法，可用于创建推荐系统、OCR引擎、预测股价或其他值(如“我们认为Adit会给这部电影打4星”)的系统，以及对物件进行分类(如“这个字母是Q”)。

接下来如何做：第11章概述了适合你进一步学习的10种算法。

各种符号。我还认为，如果能够回忆起熟悉的情形，学习效果将达到最佳，而示例有助于唤醒记忆。因此，如果你要记住数组和链表(第2章)之间的差别，只要想想在电影院找座位就坐的情形。另外，不怕你说我啰嗦，我是视觉型学习者，因此本书包含大量的图示。

本书内容是精挑细选的。没必要在一本书中介绍所有的排序算法，不然还要维基百科和可汗学院做什么。书中介绍的所有算法都非常实用，对我从事的软件工程师的工作大有帮助，还可为阅读更复杂的主题打下坚实的基础。祝你阅读愉快！

目录第 1 章　算法简介

第 2 章　选择排序

第 3 章　递归

第 4 章　快速排序

第 5 章　散列表

第 6 章　广度优先搜索

第 7 章　狄克斯特拉算法

第 8 章　贪婪算法

第 9 章　动态规划

第 10 章　K最近邻算法

第 11 章　接下来如何做

练习答案