1 (p1): 前言 7 (p2): 第1章 用算法的眼光去看问题 7 (p2-1): 1.1 理解问题 8 (p2-2): 1.2 简单解法 9 (p2-3): 1.3 高明做法 13 (p2-4): 1.4 总结 13 (p2-5): 1.5 参考文献 14 (p3): 第2章 算法的数学原理 14 (p3-1): 2.1 问题样本的规模 15 (p3-2): 2.2 函数的增长率 18 (p3-3): 2.3 最好、最坏和平均情况下的性能分析 23 (p3-4): 2.4 性能指标 34 (p3-5): 2.5 基准测试 36 (p3-6): 2.6 参考文献 37 (p4): 第3章 算法基础 37 (p4-1): 3.1 算法模板的格式 38 (p4-2): 3.2 伪代码模板的格式 39 (p4-3): 3.3 实验评估的格式 39 (p4-4): 3.4 浮点计算 43 (p4-5): 3.5 算法举例 47 (p4-6): 3.6 常用方法 53 (p4-7): 3.7 参考文献 54 (p5): 第4章 排序算法 54 (p5-1): 4.1 概述 58 (p5-2): 4.2 移位排序 61 (p5-3): 4.3 选择排序 62 (p5-4): 4.4 堆排序 68 (p5-5): 4.5 基于分区的排序算法 74 (p5-6): 4.6 不基于比较的排序算法 74 (p5-7): 4.7 桶排序 80 (p5-8): 4.8 使用额外存储空间的排序算法 84 (p5-9): 4.9 字符串基准测试结果 86 (p5-10): 4.10 分析技术 88 (p5-11): 4.11 参考文献 89 (p6): 第5章 搜索算法 90 (p6-1): 5.1 顺序搜索 93 (p6-2): 5.2 二分搜索 97 (p6-3): 5.3 散列搜索 111 (p6-4): 5.4 布隆过滤器 114 (p6-5): 5.5 二叉搜索树 126 (p6-6): 5.6 参考文献 127 (p7): 第6章 图算法 127 (p7-1): 6.1 图 131 (p7-2): 6.2 深度优先搜索 136 (p7-3): 6.3 广度优先搜索 140 (p7-4): 6.4 单源顶点最短路径 145 (p7-5): 6.5 针对稠密图的Diikstra算法 149 (p7-6): 6.6 比较单源顶点最短路径的各种方案 151 (p7-7): 6.7 所有点对最短路径 155 (p7-8): 6.8 最小生成树算法 159 (p7-9): 6.9 关于图的最后一些想法 160 (p7-10): 6.10 参考文献 161 (p8): 第7章 AI寻路 161 (p8-1): 7.1 博弈树 165 (p8-2): 7.2 寻路算法的概念 166 (p8-3): 7.3 Minimax 171 (p8-4): 7.4 NegMax 174 (p8-5): 7.5 AlphaBeta 180 (p8-6): 7.6 搜索树 183 (p8-7): 7.7 深度优先搜索 188 (p8-8): 7.8 广度优先搜索 191 (p8-9): 7.9 A*搜索 201 (p8-10): 7.10 比较搜索树算法 203 (p8-11): 7.11 参考文献 206 (p9): 第8章 网络流算法 208 (p9-1): 8.1 网络流 209 (p9-2): 8.2 最大流 219 (p9-3): 8.3 二分图匹配 222 (p9-4): 8.4 对于增广路径的深入思考 226 (p9-5): 8.5 最小费用流 227 (p9-6): 8.6 转运问题 228 (p9-7): 8.7 运输问题 228 (p9-8): 8.8 任务分配问题 230 (p9-9): 8.9 线性规划 231 (p9-10): 8.10 参考文献 232 (p10): 第9章 计算几何 232 (p10-1): 9.1 问题类型 236...

zlibzh/no-category/Pdg2Pic, （美）乔治·T·海涅曼（George T.Heineman），加里·波利切（Gary Pollice）著/a_41015116.pdf

算法技术手册(原书第2 版) # 算法技术手册(原书第2 版) [[No Pinyin Available

Pdg2Pic, (美)乔治·T·海涅曼(George T.Heineman),加里·波利切(Gary Pollice)著

海涅曼 (Heineman, George T.)

China Machine Press

China, People's Republic, China

Di 1 ban, Beijing, 2017

2nd edition, 2017

producers:
FreePic2Pdf_Lib - v3.08

Bookmarks: p1 (p1): 前言
p2 (p7): 第1章 用算法的眼光去看问题
p2-1 (p7): 1.1 理解问题
p2-2 (p8): 1.2 简单解法
p2-3 (p9): 1.3 高明做法
p2-4 (p13): 1.4 总结
p2-5 (p13): 1.5 参考文献
p3 (p14): 第2章 算法的数学原理
p3-1 (p14): 2.1 问题样本的规模
p3-2 (p15): 2.2 函数的增长率
p3-3 (p18): 2.3 最好、最坏和平均情况下的性能分析
p3-4 (p23): 2.4 性能指标
p3-5 (p34): 2.5 基准测试
p3-6 (p36): 2.6 参考文献
p4 (p37): 第3章 算法基础
p4-1 (p37): 3.1 算法模板的格式
p4-2 (p38): 3.2 伪代码模板的格式
p4-3 (p39): 3.3 实验评估的格式
p4-4 (p39): 3.4 浮点计算
p4-5 (p43): 3.5 算法举例
p4-6 (p47): 3.6 常用方法
p4-7 (p53): 3.7 参考文献
p5 (p54): 第4章 排序算法
p5-1 (p54): 4.1 概述
p5-2 (p58): 4.2 移位排序
p5-3 (p61): 4.3 选择排序
p5-4 (p62): 4.4 堆排序
p5-5 (p68): 4.5 基于分区的排序算法
p5-6 (p74): 4.6 不基于比较的排序算法
p5-7 (p74): 4.7 桶排序
p5-8 (p80): 4.8 使用额外存储空间的排序算法
p5-9 (p84): 4.9 字符串基准测试结果
p5-10 (p86): 4.10 分析技术
p5-11 (p88): 4.11 参考文献
p6 (p89): 第5章 搜索算法
p6-1 (p90): 5.1 顺序搜索
p6-2 (p93): 5.2 二分搜索
p6-3 (p97): 5.3 散列搜索
p6-4 (p111): 5.4 布隆过滤器
p6-5 (p114): 5.5 二叉搜索树
p6-6 (p126): 5.6 参考文献
p7 (p127): 第6章 图算法
p7-1 (p127): 6.1 图
p7-2 (p131): 6.2 深度优先搜索
p7-3 (p136): 6.3 广度优先搜索
p7-4 (p140): 6.4 单源顶点最短路径
p7-5 (p145): 6.5 针对稠密图的Diikstra算法
p7-6 (p149): 6.6 比较单源顶点最短路径的各种方案
p7-7 (p151): 6.7 所有点对最短路径
p7-8 (p155): 6.8 最小生成树算法
p7-9 (p159): 6.9 关于图的最后一些想法
p7-10 (p160): 6.10 参考文献
p8 (p161): 第7章 AI寻路
p8-1 (p161): 7.1 博弈树
p8-2 (p165): 7.2 寻路算法的概念
p8-3 (p166): 7.3 Minimax
p8-4 (p171): 7.4 NegMax
p8-5 (p174): 7.5 AlphaBeta
p8-6 (p180): 7.6 搜索树
p8-7 (p183): 7.7 深度优先搜索
p8-8 (p188): 7.8 广度优先搜索
p8-9 (p191): 7.9 A＊搜索
p8-10 (p201): 7.10 比较搜索树算法
p8-11 (p203): 7.11 参考文献
p9 (p206): 第8章 网络流算法
p9-1 (p208): 8.1 网络流
p9-2 (p209): 8.2 最大流
p9-3 (p219): 8.3 二分图匹配
p9-4 (p222): 8.4 对于增广路径的深入思考
p9-5 (p226): 8.5 最小费用流
p9-6 (p227): 8.6 转运问题
p9-7 (p228): 8.7 运输问题
p9-8 (p228): 8.8 任务分配问题
p9-9 (p230): 8.9 线性规划
p9-10 (p231): 8.10 参考文献
p10 (p232): 第9章 计算几何
p10-1 (p232): 9.1 问题类型
p10-2 (p236): 9.2 凸包
p10-3 (p237): 9.3 凸包扫描
p10-4 (p244): 9.4 计算线段交点
p10-5 (p244): 9.5 线段扫描
p10-6 (p253): 9.6 Voronoi图
p10-7 (p265): 9.7 参考文献
p11 (p266): 第10章 空间树结构
p11-1 (p267): 10.1 最近邻查询
p11-2 (p268): 10.2 范围查询
p11-3 (p268): 10.3 交集查询
p11-4 (p268): 10.4 空间树
p11-5 (p271): 10.5 最近邻查询
p11-6 (p281): 10.6 范围查询
p11-7 (p287): 10.7 四叉树
p11-8 (p292): 10.8 R树
p11-9 (p303): 10.9 参考文献
p12 (p304): 第11章 新兴算法
p12-1 (p304): 11.1 特定情形下的衍生算法
p12-2 (p304): 11.2 近似算法
p12-3 (p310): 11.3 并行算法
p12-4 (p314): 11.4 概率算法
p12-5 (p321): 11.5 参考文献
p13 (p322): 第12章 尾声：算法原理
p13-1 (p322): 12.1 了解数据
p13-2 (p323): 12.2 将问题分解成更小的问题
p13-3 (p324): 12.3 选择正确的数据结构
p13-4 (p325): 12.4 空间换时间
p13-5 (p326): 12.5 构造一个搜索
p13-6 (p326): 12.6 将问题归约为另一个问题
p13-7 (p327): 12.7 编写算法难，测试算法更难
p13-8 (p328): 12.8 在可能的情况下接受近似解
p13-9 (p328): 12.9 增加并行化以提升性能
p14 (p331): 附录A 基准测试

打造鲁棒性优秀的软件需要用到高效的算法,然而程序员们却对此知之甚少。新版的《算法技术手册》介绍了用于解决各种类型问题的已有算法,并帮助读者挑选和实现最适合自身需要的算法。不仅如此,书中还提供了恰到好处的数学知识来帮助读者理解和分析算法的性能。 本书侧重应用多于理论且规范严谨。书中提供了用多种程序设计语言实现的文档化的实际代码解决方案。此外,新版还增加了用Python实现的10多种新算法、Voronoi图算法实现以及包括R树(R-Trees)和四叉树(Quadtrees)在内的空间树结构等内容。 通过阅读本书,你将可以: 解决新的编码问题,提升现有解决方案的性能。 快速定位与问题相关的算法,并挑选最佳算法。 获取带有实现技巧提示的采用C、C++、Java和Python实现的算法解决方案。 学习算法的预期性能和最佳性能所需要的条件。 使用高级数据结构提升算法效率。

本书提供了用多种程序设计语言实现的文档化的实际代码解决方案,还介绍了近40种核心算法,其中包括用于计算点集的Voronoi图的Fortune算法,归并排序,多线程快速排序,AVL平衡二叉树实现以及空间算法

2024-06-28