Python數(shù)據(jù)結(jié)構(gòu)與算法分析（第3版）

前言 iii
第 1章 導(dǎo)論 1
1.1 本章目標(biāo) 1
1.2 入門 1
1.3 何謂計算機(jī)科學(xué) 1
1.3.1 何謂編程 3
1.3.2 為何學(xué)習(xí)數(shù)據(jù)結(jié)構(gòu)及抽象數(shù)據(jù)類型 4
1.3.3 為何學(xué)習(xí)算法 5
1.4 Python基礎(chǔ) 5
1.4.1 數(shù)據(jù) 6
1.4.2 輸入與輸出 16
1.4.3 控制結(jié)構(gòu) 20
1.4.4 異常處理 23
1.4.5 定義函數(shù) 25
1.4.6 Python面向?qū)ο缶幊蹋憾x類 26
1.5 小結(jié) 39
1.6 關(guān)鍵術(shù)語 40
1.7 練習(xí) 40
第 2章 算法分析 42
2.1 本章目標(biāo) 42
2.2 何謂算法分析 42
2.2.1 大O記法 45
2.2.2 異序詞檢測示例 48
2.3 Python數(shù)據(jù)結(jié)構(gòu)的性能 51
2.3.1 列表 51
2.3.2 字典 56
2.4 小結(jié) 57
2.5 關(guān)鍵術(shù)語 57
2.6 練習(xí) 58
第3章 基本數(shù)據(jù)結(jié)構(gòu) 59
3.1 本章目標(biāo) 59
3.2 何謂線性數(shù)據(jù)結(jié)構(gòu) 59
3.3 棧 60
3.3.1 棧抽象數(shù)據(jù)類型 61
3.3.2 用Python實現(xiàn)棧 62
3.3.3 匹配括號 64
3.3.4 通用問題：符號匹配 66
3.3.5 將十進(jìn)制數(shù)轉(zhuǎn)換成二進(jìn)制數(shù) 67
3.3.6 前序、中序和后序表達(dá)式 69
3.4 隊列 77
3.4.1 隊列抽象數(shù)據(jù)類型 78
3.4.2 用Python實現(xiàn)隊列 78
3.4.3 隊列模擬：傳土豆 80
3.4.4 隊列模擬：打印任務(wù) 81
3.4.5 雙端隊列 87
3.5 雙端隊列抽象數(shù)據(jù)類型 87
3.5.1 用Python實現(xiàn)雙端隊列 88
3.5.2 回文檢測器 89
3.6 列表 91
3.6.1 無序列表抽象數(shù)據(jù)類型 91
3.6.2 實現(xiàn)無序列表：鏈表 92
3.6.3 有序列表抽象數(shù)據(jù)類型 100
3.6.4 實現(xiàn)有序列表 101
3.7 小結(jié) 104
3.8 關(guān)鍵術(shù)語 104
3.9 練習(xí) 105
第4章 遞歸 108
4.1 本章目標(biāo) 108
4.2 何謂遞歸 108
4.2.1 計算一列數(shù)之和 108
4.2.2 遞歸三原則 111
4.2.3 將整數(shù)轉(zhuǎn)換成任意進(jìn)制的字符串 111
4.3 棧幀：實現(xiàn)遞歸 113
4.4 可視化遞歸 115
4.5 復(fù)雜的遞歸問題 120
4.6 探索迷宮 123
4.7 動態(tài)規(guī)劃 128
4.8 小結(jié) 134
4.9 關(guān)鍵術(shù)語 134
4.10 練習(xí) 134
第5章 搜索和排序 137
5.1 本章目標(biāo) 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 歸并排序 160
5.3.6 快速排序 163
5.4 小結(jié) 166
5.5 關(guān)鍵術(shù)語 167
5.6 練習(xí) 167
第6章 樹及其算法 170
6.1 本章目標(biāo) 170
6.2 示例 170
6.3 術(shù)語及定義 173
6.4 實現(xiàn) 175
6.4.1 列表之列表 175
6.4.2 節(jié)點與引用 178
6.5 二叉樹的應(yīng)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(xiàn)優(yōu)先級隊列 190
6.6.1 二叉堆的操作 190
6.6.2 二叉堆的實現(xiàn) 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(xiàn) 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(xiàn) 212
6.8.3 映射實現(xiàn)總結(jié) 219
6.9 小結(jié) 219
6.10 關(guān)鍵術(shù)語 219
6.11 練習(xí) 220
第7章 圖及其算法 223
7.1 本章目標(biāo) 223
7.2 術(shù)語及定義 224
7.3 圖的抽象數(shù)據(jù)類型 225
7.3.1 鄰接矩陣 226
7.3.2 鄰接表 227
7.3.3 實現(xiàn) 227
7.4 廣度優(yōu)先搜索 230
7.4.1 詞梯問題 230
7.4.2 構(gòu)建詞梯圖 230
7.4.3 實現(xiàn)廣度優(yōu)先搜索 232
7.4.4 分析廣度優(yōu)先搜索 235
7.5 深度優(yōu)先搜索 236
7.5.1 騎士周游問題 236
7.5.2 構(gòu)建騎士周游圖 236
7.5.3 實現(xiàn)騎士周游 238
7.5.4 分析騎士周游 241
7.5.5 通用深度優(yōu)先搜索 242
7.5.6 分析深度優(yōu)先搜索 245
7.6 拓?fù)渑判?246
7.7 強(qiáng)連通分量 247
7.8 最短路徑問題 250
7.8.1 Dijkstra算法 252
7.8.2 分析Dijkstra算法 254
7.8.3 Prim算法 254
7.9 小結(jié) 258
7.10 關(guān)鍵術(shù)語 259
7.11 練習(xí) 259
第8章 進(jìn)階算法 261
8.1 本章目標(biāo) 261
8.2 復(fù)習(xí)Python列表 261
8.3 復(fù)習(xí)遞歸 266
8.3.1 同余定理 267
8.3.2 冪剩余 267
8.3.3 最大公因數(shù)與逆元 268
8.3.4 RSA算法 271
8.4 復(fù)習(xí)字典：跳表 275
8.4.1 映射抽象數(shù)據(jù)類型 276
8.4.2 用Python實現(xiàn)字典 276
8.5 復(fù)習(xí)樹：量化圖片 285
8.5.1 數(shù)字圖像概述 285
8.5.2 量化圖片 286
8.5.3 使用八叉樹改進(jìn)量化算法 288
8.6 復(fù)習(xí)圖：模式匹配 296
8.6.1 生物學(xué)字符串 296
8.6.2 簡單比較 297
8.6.3 圖算法：DFA 298
8.6.4 圖算法：KMP 300
8.7 小結(jié) 302
8.8 關(guān)鍵術(shù)語 303
8.9 練習(xí) 303
參考資料 305
版權(quán)聲明 306