演算法導論
A. 《數據結構與演算法分析》和《演算法導論》這兩本書哪個好
演算法導論這書我有,確實是很好的書,經典,論證很嚴謹。演算法基本上和高等數學沒多少聯系,涉及到數學的一般是離散數學,組合數學,數論之類的,類似於微積分這類很少涉及到。
B. 請問看完看懂《演算法導論》這本書的話月薪可以達到三千五嗎
MIT 殿堂級教科書,在中國是bat的入門條件之一,在美國基本上讀懂了flag隨便進了。。。基本上入職13w刀年薪差不多 好好學吧小兄弟
C. 《演算法導論》與《演算法設計》選擇哪本更好
總的來說,兩本各有所長,建議可以都涉及涉及一下,然後根據自己重點學習哪個。另外我覺得想自學演算法,我認為吧,就是看學寫無數演算法,然後就可以信手拈來的自己去寫。同時如果自學演算法,我的建議是最好是多思考多動手(可以結合現實當中的各種程序演算法,想一下他們怎麼用演算法寫出來的,就比如飯堂里刷卡算錢等等。。如何用演算法做到的。。),這樣自學就很有意義了。
D. 我買了一本《演算法導論》,可裡面找不著「回溯法」,不知到它藏到哪一章了。
強烈推薦王曉東的。。。。。。
E. 《演算法導論》這本書是用什麼語言寫的
用偽代碼(Pseudocode)寫的。偽代碼(Pseudocode)是一種演算法描述語言,本身不能被解釋或者編譯。使用偽代碼的目的是為了使被描述的演算法可以容易地以任何一種編程語言(Pascal,C,Java,etc)實現。
F. 《演算法導論》第二版和第三版的區別大嗎有中文版的嗎
第三版比第二版去掉了幾章,例如排序網路之類的冷門演算法,加入了並行演算法等熱門的內容。
動態規劃這一章做了些修改,論述的內容不變,就是選的例子更好一些。
另外第三版更新了一些習題和思考題,所以習題編號肯定有變化。說實話,思考題才是此書最精彩的地方,但是一般人看《演算法導論》,能把前面的演算法描述搞清楚就不錯了,90%的讀者會略過演算法復雜度分析部分,而最後的每一章的思考題部分,99%的讀者都不會去看的。
因為之前看過第二版的大部分,所以我第三版讀起來沒有太多障礙。
如果你能把思考題都解決了,你在簡歷上寫個精通《演算法導論》也是理直氣壯的。
G. 演算法導論
這本書。。額。。
可以說,讀完這本書收獲很大很大。。。
還有要說的,這本書不太好看透。。。
再有,如果你在大學裡面連演算法導論都不看完,以後的工作中基本上就不會用得上什麼演算法了。。
建議:好好看吧,加快節奏。
祝你順利!
H. 關於演算法導論
概念:
紅黑樹是一種自平衡二叉查找樹,是在計算機科學中用到的一種數據結構,典型的用途是實現關聯數組。它是在1972年由Rudolf Bayer發明的,他稱之為"對稱二叉B樹",它現代的名字是在 Leo J. Guibas 和 Robert Sedgewick 於1978年寫的一篇論文中獲得的。它是復雜的,但它的操作有著良好的最壞情況運行時間,並且在實踐中是高效的: 它可以在O(log n)時間內做查找,插入和刪除,這里的n 是樹中元素的數目。
紅黑樹是一種很有意思的平衡檢索樹。它的統計性能要好於平衡二叉樹(有些書籍根據作者姓名,Adelson-Velskii和Landis,將其稱為AVL-樹),因此,紅黑樹在很多地方都有應用。在C++ STL中,很多部分(目前包括set, multiset, map, multimap)應用了紅黑樹的變體(SGI STL中的紅黑樹有一些變化,這些修改提供了更好的性能,以及對set操作的支持)。
背景和術語:
紅黑樹是一種特定類型的二叉樹,它是在計算機科學中用來組織數據比如數字的塊的一種結構。所有數據塊都存儲在節點中。這些節點中的某一個節點總是擔當啟始位置的功能,它不是任何節點的兒子;我們稱之為根節點或根。它有最多兩個"兒子",都是它連接到的其他節點。所有這些兒子都可以有自己的兒子,以此類推。這樣根節點就有了把它連接到在樹中任何其他節點的路徑。
如果一個節點沒有兒子,我們稱之為葉子節點,因為在直覺上它是在樹的邊緣上。子樹是從特定節點可以延伸到的樹的某一部分,其自身被當作一個樹。在紅黑樹中,葉子被假定為 null 或空。
由於紅黑樹也是二叉查找樹,它們當中每一個節點都的比較值都必須大於或等於在它的左子樹中的所有節點,並且小於或等於在它的右子樹中的所有節點。這確保紅黑樹運作時能夠快速的在樹中查找給定的值。
用途和好處:
紅黑樹和AVL樹一樣都對插入時間、刪除時間和查找時間提供了最好可能的最壞情況擔保。這不只是使它們在時間敏感的應用如即時應用(real time application)中有價值,而且使它們有在提供最壞情況擔保的其他數據結構中作為建造板塊的價值;例如,在計算幾何中使用的很多數據結構都可以基於紅黑樹。
紅黑樹在函數式編程中也特別有用,在這里它們是最常用的持久數據結構之一,它們用來構造關聯數組和集合,在突變之後它們能保持為以前的版本。除了O(log n)的時間之外,紅黑樹的持久版本對每次插入或刪除需要O(log n)的空間。
紅黑樹是 2-3-4樹的一種等同。換句話說,對於每個 2-3-4 樹,都存在至少一個數據元素是同樣次序的紅黑樹。在 2-3-4 樹上的插入和刪除操作也等同於在紅黑樹中顏色翻轉和旋轉。這使得 2-3-4 樹成為理解紅黑樹背後的邏輯的重要工具,這也是很多介紹演算法的教科書在紅黑樹之前介紹 2-3-4 樹的原因,盡管 2-3-4 樹在實踐中不經常使用。
屬性:
紅黑樹是每個節點都有顏色特性的二叉查找樹,顏色的值是紅色或黑色之一。除了二叉查找樹帶有的一般要求,我們對任何有效的紅黑樹加以如下增補要求:
1.節點是紅色或黑色。
2.根是黑色。
3.每個紅色節點的兩個子節點都是黑色。(從每個葉子到根的所有路徑上不能有兩個連續的紅色節點)
4.從每個葉子到根的所有路徑都包含相同數目的黑色節點。
這些約束強制了紅黑樹的關鍵屬性: 從根到葉子的最長的可能路徑不大於最短的可能路徑的兩倍長。結果是這個樹大致上是平衡的。因為操作比如插入、刪除和查找某個值都要求與樹的高度成比例的最壞情況時間,這個在高度上的理論上限允許紅黑樹在最壞情況下都是高效的,而不同於普通的二叉查找樹。
在很多樹數據結構的表示中,一個節點有可能只有一個兒子,而葉子節點包含數據。用這種範例表示紅黑樹是可能的,但是這會改變一些屬性並使演算法復雜。為此,本文中我們使用 "null 葉子" 或"空(null)葉子",如上圖所示,它不包含數據而只充當樹在此結束的指示。這些節點在繪圖中經常被省略,導致了這些樹好像同上述原則相矛盾,而實際上不是這樣。與此有關的結論是所有節點都有兩個兒子,盡管其中的一個或兩個可能是空葉子。
操作:
在紅黑樹上只讀操作不需要對用於二叉查找樹的操作做出修改,因為它也二叉查找樹。但是,在插入和刪除之後,紅黑屬性可能變得違規。恢復紅黑屬性需要少量(O(log n))的顏色變更(這在實踐中是非常快速的)並且不超過三次樹旋轉(對於插入是兩次)。這允許插入和刪除保持為 O(log n) 次,但是它導致了非常復雜的操作。