最新章節

• 封底
• 8.4.3 集裝箱的裝載過程
• 8.4.2 使用分支限界的思路裝載集裝箱
• 8.4.1 集裝箱裝載問題回顧
• 8.4 三談集裝箱裝載問題
• 8.3.3 背包的搜索過程

• 封底 更新時間：2022-05-06 19:46:34
• 8.4.3 集裝箱的裝載過程
• 8.4.2 使用分支限界的思路裝載集裝箱
• 8.4.1 集裝箱裝載問題回顧
• 8.4 三談集裝箱裝載問題
• 8.3.3 背包的搜索過程
• 8.3.2 使用分支限界的思路裝船
• 8.3.1 0/1背包問題回顧
• 8.3 三談0/1背包問題
• 8.2.3 小老鼠的出逃之路
• 8.2.2 使用分支限界思路規劃小老鼠的路徑
• 8.2.1 迷宮中的小老鼠問題回顧
• 8.2 再談迷宮中的小老鼠問題
• 8.1.3 條條大路通羅馬——和回溯法的區別
• 8.1.2 剪掉沒有營養的分支
• 8.1.1 步步為營——廣度遍歷
• 8.1 一步一個腳印——分支限界
• 第8章 分支限界法
• 7.5.3 通過搜索求解裝載問題
• 7.5.2 使用貪心算法求解而存在的問題
• 7.5.1 集裝箱裝載問題回顧
• 7.5 再談集裝箱裝載問題
• 7.4.3 通過搜索求解背包問題
• 7.4.2 還可以使用貪心算法求解嗎
• 7.4.1 背包問題回顧
• 7.4 再談0/1背包問題
• 7.3.3 小老鼠的出逃之路
• 7.3.2 小老鼠如何進行搜索
• 7.3.1 上帝視角幫助小老鼠
• 7.3 絕望的小老鼠——迷宮中的小老鼠
• 7.2.3 搜索過程中的剪枝
• 7.2.2 如何設計8個皇后的解向量
• 7.2.1 一山不容二虎
• 7.2 不能攻擊的皇后——8個皇后問題
• 7.1.3 亂花漸欲迷人眼——搜索中的剪枝
• 7.1.2 一條路走到黑——深度遍歷
• 7.1.1 讓猴子打出《莎士比亞全集》
• 7.1 現代計算機的福音——回溯法
• 第7章 回溯法
• 6.4.3 自下而上進行距離編輯
• 6.4.2 考慮最后一個字符比較情況
• 6.4.1 外國人名的相似度
• 6.4 名字的相似度——最長公共子序列
• 6.3.3 自下而上計算電梯的停留過程
• 6.3.2 先考慮最后一次電梯停留的情況
• 6.3.1 設計智能電梯
• 6.3 智能的電梯——電梯優化
• 6.2.3 自下而上進行距離編輯
• 6.2.2 考慮最后一次編輯情況
• 6.2.1 設計語言翻譯系統
• 6.2 智能的語言翻譯——編輯距離
• 6.1.3 強者恒強，弱者恒弱——最優子結構
• 6.1.2 慎用貪心算法
• 6.1.1 時間倒流，改變歷史
• 6.1 長遠的眼光——動態規劃
• 第6章 動態規劃算法
• 5.5.4 Floyd算法實現
• 5.5.3 自下而上迭代朋友之間的最短路徑
• 5.5.2 自上而下分析朋友之間的最短路徑
• 5.5.1 朋友之間相互訪問的最短路徑
• 5.5 多源最短路徑——Floyd算法
• 5.4.3 Prim算法實現
• 5.4.2 Prim算法的貪心思想
• 5.4.1 基于管道的邊和結點貪心的區別
• 5.4 再談最短的管道——Prim算法
• 5.3.4 Kruskal算法實現
• 5.3.3 Kruskal算法的貪心思想
• 5.3.2 什么是最小生成樹
• 5.3.1 如何鋪設最短的管道
• 5.3 最短的管道——Kruskal算法
• 5.2.3 有向圖的廣度優先遍歷
• 5.2.2 有向圖的深度優先遍歷
• 5.2.1 什么是有向圖
• 5.2 尋找所有的城市——有向圖的遍歷
• 5.1.3 互聯網的連接
• 5.1.2 人與人之間的關系
• 5.1.1 城市的交通軌道
• 5.1 生活中的“圖”
• 第5章 圖算法
• 4.5.3 遍歷樹獲得所有祖先
• 4.5.2 在樹的遍歷基礎上增加結點找到信息
• 4.5.1 什么是樹的祖先
• 4.5 尋根溯源——找到所有祖先結點
• 4.4.3 遍歷樹獲得高度信息
• 4.4.2 在樹的遍歷基礎上增加高度信息
• 4.4.1 什么是樹的高度
• 4.4 十年樹木，百年樹人——二叉樹的高度
• 4.3.3 中序遍歷和后序遍歷還原家譜圖
• 4.3.2 前序遍歷和中序遍歷還原家譜圖
• 4.3.1 什么是二叉樹的還原
• 4.3 重建家譜圖——二叉樹的還原
• 4.2.5 二叉樹的平層遍歷
• 4.2.4 二叉樹的后序遍歷
• 4.2.3 二叉樹的中序遍歷
• 4.2.2 二叉樹的前序遍歷
• 4.2.1 什么是二叉樹
• 4.2 一葉一菩提——二叉樹的遍歷
• 4.1.3 操作系統的目錄結構
• 4.1.2 學校的組織結構
• 4.1.1 炎黃子孫，生生不息
• 4.1 生活中的“樹”
• 第4章 樹算法
• 3.5.3 找出循環賽的排列規律
• 3.5.2 如何設計循環賽
• 3.5.1 最公平的比賽
• 3.5 累人的比賽——循環賽日程安排
• 3.4.4 排序算法總結
• 3.4.3 快速排序算法實現
• 3.4.2 找到一個“分”的中心
• 3.4.1 如何將分而治之思想應用到快速排序上
• 3.4 再談排序算法（2）——快速排序
• 3.3.3 合并排序算法實現
• 3.3.2 先對一半的數字進行考慮
• 3.3.1 如何將分而治之思想應用到合并排序上
• 3.3 再談排序算法（1）——合并排序
• 3.2.3 找出硬幣的規律
• 3.2.2 先對一半的硬幣進行考慮
• 3.2.1 可惡的假幣
• 3.2 真幣和假幣——偽幣問題
• 3.1.3 合久必分，分久必合——治而合之
• 3.1.2 可分可治，缺一不可
• 3.1.1 分而治之——把復雜的事情簡單化
• 3.1 縱橫捭闔，各個擊破——分而治之
• 第3章 分而治之算法
• 2.5.3 裝載問題算法實現
• 2.5.2 搬家師傅的十年經驗
• 2.5.1 如何裝更多的物品
• 2.5 搬家師傅的煩惱——集裝箱裝載問題
• 2.4.3 背包問題算法實現
• 2.4.2 海盜的智慧
• 2.4.1 如何裝沙子賺更多的錢
• 2.4 選擇困難癥——背包問題
• 2.3.4 Dijkstra算法實現
• 2.3.3 找到抵達朋友家的最短路徑
• 2.3.2 從最短的第一條路開始分析
• 2.3.1 如何最快到朋友家做客
• 2.3 帶你去旅行——單源最短路徑
• 2.2.3 哈夫曼編碼算法實現
• 2.2.2 如何設計哈夫曼編碼
• 2.2.1 認識哈夫曼編碼
• 2.2 美麗心靈——哈夫曼編碼
• 2.1.3 為貪心加上限制
• 2.1.2 過度貪心——賠了夫人又折兵
• 2.1.1 適當的貪心——壞事變好事
• 2.1 短淺的眼光——貪心
• 第2章 貪心算法
• 1.4 怎樣才能學好算法
• 1.3.3 直接插入排序
• 1.3.2 簡單選擇排序
• 1.3.1 冒泡排序
• 1.3 經典算法回顧——排序算法
• 1.2.2 空間復雜度
• 1.2.1 時間復雜度
• 1.2 算法的指標——空間復雜度和時間復雜度
• 1.1.3 猜數游戲算法實現
• 1.1.2 游戲的秘密——二分搜索技術
• 1.1.1 好玩的猜數游戲
• 1.1 生活中的算法——猜數游戲
• 第1章 算法之美
• 前言
• 內容簡介
• 作者簡介
• 版權信息
• 封面

• 封面
• 版權信息
• 作者簡介
• 內容簡介
• 前言
• 第1章 算法之美
• 1.1 生活中的算法——猜數游戲
• 1.1.1 好玩的猜數游戲
• 1.1.2 游戲的秘密——二分搜索技術
• 1.1.3 猜數游戲算法實現
• 1.2 算法的指標——空間復雜度和時間復雜度
• 1.2.1 時間復雜度
• 1.2.2 空間復雜度
• 1.3 經典算法回顧——排序算法
• 1.3.1 冒泡排序
• 1.3.2 簡單選擇排序
• 1.3.3 直接插入排序
• 1.4 怎樣才能學好算法
• 第2章 貪心算法
• 2.1 短淺的眼光——貪心
• 2.1.1 適當的貪心——壞事變好事
• 2.1.2 過度貪心——賠了夫人又折兵
• 2.1.3 為貪心加上限制
• 2.2 美麗心靈——哈夫曼編碼
• 2.2.1 認識哈夫曼編碼
• 2.2.2 如何設計哈夫曼編碼
• 2.2.3 哈夫曼編碼算法實現
• 2.3 帶你去旅行——單源最短路徑
• 2.3.1 如何最快到朋友家做客
• 2.3.2 從最短的第一條路開始分析
• 2.3.3 找到抵達朋友家的最短路徑
• 2.3.4 Dijkstra算法實現
• 2.4 選擇困難癥——背包問題
• 2.4.1 如何裝沙子賺更多的錢
• 2.4.2 海盜的智慧
• 2.4.3 背包問題算法實現
• 2.5 搬家師傅的煩惱——集裝箱裝載問題
• 2.5.1 如何裝更多的物品
• 2.5.2 搬家師傅的十年經驗
• 2.5.3 裝載問題算法實現
• 第3章 分而治之算法
• 3.1 縱橫捭闔，各個擊破——分而治之
• 3.1.1 分而治之——把復雜的事情簡單化
• 3.1.2 可分可治，缺一不可
• 3.1.3 合久必分，分久必合——治而合之
• 3.2 真幣和假幣——偽幣問題
• 3.2.1 可惡的假幣
• 3.2.2 先對一半的硬幣進行考慮
• 3.2.3 找出硬幣的規律
• 3.3 再談排序算法（1）——合并排序
• 3.3.1 如何將分而治之思想應用到合并排序上
• 3.3.2 先對一半的數字進行考慮
• 3.3.3 合并排序算法實現
• 3.4 再談排序算法（2）——快速排序
• 3.4.1 如何將分而治之思想應用到快速排序上
• 3.4.2 找到一個“分”的中心
• 3.4.3 快速排序算法實現
• 3.4.4 排序算法總結
• 3.5 累人的比賽——循環賽日程安排
• 3.5.1 最公平的比賽
• 3.5.2 如何設計循環賽
• 3.5.3 找出循環賽的排列規律
• 第4章 樹算法
• 4.1 生活中的“樹”
• 4.1.1 炎黃子孫，生生不息
• 4.1.2 學校的組織結構
• 4.1.3 操作系統的目錄結構
• 4.2 一葉一菩提——二叉樹的遍歷
• 4.2.1 什么是二叉樹
• 4.2.2 二叉樹的前序遍歷
• 4.2.3 二叉樹的中序遍歷
• 4.2.4 二叉樹的后序遍歷
• 4.2.5 二叉樹的平層遍歷
• 4.3 重建家譜圖——二叉樹的還原
• 4.3.1 什么是二叉樹的還原
• 4.3.2 前序遍歷和中序遍歷還原家譜圖
• 4.3.3 中序遍歷和后序遍歷還原家譜圖
• 4.4 十年樹木，百年樹人——二叉樹的高度
• 4.4.1 什么是樹的高度
• 4.4.2 在樹的遍歷基礎上增加高度信息
• 4.4.3 遍歷樹獲得高度信息
• 4.5 尋根溯源——找到所有祖先結點
• 4.5.1 什么是樹的祖先
• 4.5.2 在樹的遍歷基礎上增加結點找到信息
• 4.5.3 遍歷樹獲得所有祖先
• 第5章 圖算法
• 5.1 生活中的“圖”
• 5.1.1 城市的交通軌道
• 5.1.2 人與人之間的關系
• 5.1.3 互聯網的連接
• 5.2 尋找所有的城市——有向圖的遍歷
• 5.2.1 什么是有向圖
• 5.2.2 有向圖的深度優先遍歷
• 5.2.3 有向圖的廣度優先遍歷
• 5.3 最短的管道——Kruskal算法
• 5.3.1 如何鋪設最短的管道
• 5.3.2 什么是最小生成樹
• 5.3.3 Kruskal算法的貪心思想
• 5.3.4 Kruskal算法實現
• 5.4 再談最短的管道——Prim算法
• 5.4.1 基于管道的邊和結點貪心的區別
• 5.4.2 Prim算法的貪心思想
• 5.4.3 Prim算法實現
• 5.5 多源最短路徑——Floyd算法
• 5.5.1 朋友之間相互訪問的最短路徑
• 5.5.2 自上而下分析朋友之間的最短路徑
• 5.5.3 自下而上迭代朋友之間的最短路徑
• 5.5.4 Floyd算法實現
• 第6章 動態規劃算法
• 6.1 長遠的眼光——動態規劃
• 6.1.1 時間倒流，改變歷史
• 6.1.2 慎用貪心算法
• 6.1.3 強者恒強，弱者恒弱——最優子結構
• 6.2 智能的語言翻譯——編輯距離
• 6.2.1 設計語言翻譯系統
• 6.2.2 考慮最后一次編輯情況
• 6.2.3 自下而上進行距離編輯
• 6.3 智能的電梯——電梯優化
• 6.3.1 設計智能電梯
• 6.3.2 先考慮最后一次電梯停留的情況
• 6.3.3 自下而上計算電梯的停留過程
• 6.4 名字的相似度——最長公共子序列
• 6.4.1 外國人名的相似度
• 6.4.2 考慮最后一個字符比較情況
• 6.4.3 自下而上進行距離編輯
• 第7章 回溯法
• 7.1 現代計算機的福音——回溯法
• 7.1.1 讓猴子打出《莎士比亞全集》
• 7.1.2 一條路走到黑——深度遍歷
• 7.1.3 亂花漸欲迷人眼——搜索中的剪枝
• 7.2 不能攻擊的皇后——8個皇后問題
• 7.2.1 一山不容二虎
• 7.2.2 如何設計8個皇后的解向量
• 7.2.3 搜索過程中的剪枝
• 7.3 絕望的小老鼠——迷宮中的小老鼠
• 7.3.1 上帝視角幫助小老鼠
• 7.3.2 小老鼠如何進行搜索
• 7.3.3 小老鼠的出逃之路
• 7.4 再談0/1背包問題
• 7.4.1 背包問題回顧
• 7.4.2 還可以使用貪心算法求解嗎
• 7.4.3 通過搜索求解背包問題
• 7.5 再談集裝箱裝載問題
• 7.5.1 集裝箱裝載問題回顧
• 7.5.2 使用貪心算法求解而存在的問題
• 7.5.3 通過搜索求解裝載問題
• 第8章 分支限界法
• 8.1 一步一個腳印——分支限界
• 8.1.1 步步為營——廣度遍歷
• 8.1.2 剪掉沒有營養的分支
• 8.1.3 條條大路通羅馬——和回溯法的區別
• 8.2 再談迷宮中的小老鼠問題
• 8.2.1 迷宮中的小老鼠問題回顧
• 8.2.2 使用分支限界思路規劃小老鼠的路徑
• 8.2.3 小老鼠的出逃之路
• 8.3 三談0/1背包問題
• 8.3.1 0/1背包問題回顧
• 8.3.2 使用分支限界的思路裝船
• 8.3.3 背包的搜索過程
• 8.4 三談集裝箱裝載問題
• 8.4.1 集裝箱裝載問題回顧
• 8.4.2 使用分支限界的思路裝載集裝箱
• 8.4.3 集裝箱的裝載過程
• 封底 更新時間：2022-05-06 19:46:34