0
本文作者: AI研習(xí)社 | 2020-06-30 14:12 |
本書示例豐富,圖文并茂,以讓人容易理解的方式闡釋了算法,旨在幫助程序員在日常項目中更好地發(fā)揮算法的能量。書中的前三章將幫助你打下基礎(chǔ),帶你學(xué)習(xí)二分查找、大O表示法、兩種基本的數(shù)據(jù)結(jié)構(gòu)以及遞歸等。余下的篇幅將主要介紹應(yīng)用廣泛的算法,具體內(nèi)容包括:面對具體問題時的解決技巧,比如,何時采用貪婪算法或動態(tài)規(guī)劃;散列表的應(yīng)用;圖算法;K最近鄰算法。
本書易于理解,沒有大跨度的思維跳躍,每次引入新概念時,都立即進行詮釋,或者指出將在什么地方進行詮釋。核心概念都通過練習(xí)和反復(fù)詮釋進行強化,以便你檢驗假設(shè),跟上步伐。 書中使用示例來幫助理解。我的目標是讓你輕松地理解這些概念,而不是讓正文充斥各種符號。我還認為,如果能夠回憶起熟悉的情形,學(xué)習(xí)效果將達到最佳,而示例有助于喚醒記憶。因此,如果你要記住數(shù)組和鏈表(第2章)之間的差別,只要想想在電影院就坐的情形。另外,不怕你說我啰嗦,我是視覺型學(xué)習(xí)者,因此本書包含大量的圖示。
本書內(nèi)容是精挑細選的。沒必要在一本書中介紹所以的排序算法,不然還要維基百科和可汗學(xué)院做什么。書中介紹的所有算法都非常實用,對我從事的軟件工程師的工作大有幫助,還可為閱讀更復(fù)雜的主題打下堅實的基礎(chǔ)。祝你閱讀愉快!
本書適合任何具備編程基礎(chǔ)并想理解算法的人閱讀。你可能面臨一個編程問題,需要找一種算法來實現(xiàn)解決方案,抑或你想知道哪些算法比較有用。
下面列出了可能從本書獲得很多幫助的部分讀者:
業(yè)余程序員
程培訓(xùn)班學(xué)員
需要重溫算法的計算機專業(yè)畢業(yè)生
對編程感興趣的物理或數(shù)學(xué)等專業(yè)畢業(yè)生
Daniel Jurafsky
Aditya Bhargava 軟件工程師,兼具計算機科學(xué)和美術(shù)方面的教育背景,在adit.io撰寫編程方面的博客。
本站所有資源版權(quán)均屬于原作者所有,這里所提供資源均只能用于參考學(xué)習(xí)用,請勿直接商用。如需刪除,請聯(lián)系 kefu@yanxishe.com
AI 研習(xí)社已經(jīng)和阿里大文娛、曠視、搜狗搜索、小米等知名公司達成聯(lián)系,幫助大家更好地求職找工作,一鍵投遞簡歷至 HR 后臺,準備了一些內(nèi)推渠道群。
歡迎大家添加研習(xí)社小學(xué)妹微信(aiyanxishe),小學(xué)妹拉你加入(備注求職)。
雷鋒網(wǎng)雷鋒網(wǎng)雷鋒網(wǎng)
相關(guān)文章:
資料 | Python語言程序設(shè)計基礎(chǔ)(第2版)
資料 | Python 神經(jīng)網(wǎng)絡(luò)編程
資料 | 神經(jīng)網(wǎng)絡(luò)與深度學(xué)習(xí)(邱錫鵬)
資料 | 科技之巔:《麻省理工科技評論》50大全球突破性技術(shù)深度剖析
資料 | 解析深度學(xué)習(xí):卷積神經(jīng)網(wǎng)絡(luò)原理與視覺實踐
資料 | 深度學(xué)習(xí)之美:AI時代的數(shù)據(jù)處理與最佳實踐
資料 | Python數(shù)據(jù)結(jié)構(gòu)與算法分析(第2版)
資料 | 數(shù)據(jù)可視化實戰(zhàn):使用 D3 實際交互式圖表
資料 | 連廣場大媽都聽得懂的“機器學(xué)習(xí)入門”scikit-learn -17頁 PPT
這套477頁的開源電子書和598頁的課件,是一份寫給機器翻譯愛好者的學(xué)習(xí)資料
雷峰網(wǎng)版權(quán)文章,未經(jīng)授權(quán)禁止轉(zhuǎn)載。詳情見轉(zhuǎn)載須知。