1.1 本章目標 1
1.2 入門 1
1.3 何謂計算機科學 1
1.3.1 何謂編程 3
1.3.2 為何學習數據結構及抽象數據類型 4
1.3.3 為何學習算法 4
1.4 Python基礎 5
1.4.1 數據 5
1.4.2 輸入與輸齣 16
1.4.3 控製結構 18
1.4.4 異常處理 21
1.4.5 定義函數 23
1.4.6 Python麵嚮對象編程：定義類 24
1.5 小結 37
1.6 關鍵術語 38
1.7 討論題 38
1.8 編程練習 38
第2章 算法分析 40
2.1 本章目標 0
2.2 何謂算法分析 40
2.2.1 大O記法 43
2.2.2 異序詞檢測示例 46
2.3 Python數據結構的性能 49
2.3.1 列錶 49
2.3.2 字典 53
2.4 小結 55
2.5 關鍵術語 55
2.6 討論題 56
2.7 編程練習 56
第3章 基本數據結構 57
3.1 本章目標 57
3.2 何謂綫性數據結構 57
3.3 棧 58
3.3.1 何謂棧 58
3.3.2 棧抽象數據類型 59
3.3.3 用Python實現棧 60
3.3.4 匹配括號 62
3.3.5 普通情況：匹配符號 64
3.3.6 將十進製數轉換成二進製數 65
3.3.7 前序、中序和後序錶達式 67
3.4 隊列 75
3.4.1 何謂隊列 75
3.4.2 隊列抽象數據類型 75
3.4.3 用Python實現隊列 76
3.4.4 模擬：傳土豆 77
3.4.5 模擬：打印任務 79
3.5 雙端隊列 84
3.5.1 何謂雙端隊列 84
3.5.2 雙端隊列抽象數據類型 84
3.5.3 用Python實現雙端隊列 85
3.5.4 迴文檢測器 86
3.6 列錶 88
3.6.1 無序列錶抽象數據類型 88
3.6.2 實現無序列錶：鏈錶 89
3.6.3 有序列錶抽象數據類型 97
3.6.4 實現有序列錶 97
3.7 小結 100
3.8 關鍵術語 101
3.9 討論題 101
3.10 編程練習 102
第4章 遞歸 105
4.1 本章目標 105
4.2 何謂遞歸 105
4.2.1 計算一列數之和 105
4.2.2 遞歸三原則 107
4.2.3 將整數轉換成任意進製的字符串 108
4.3 棧幀：實現遞歸 110
4.4 遞歸可視化 111
4.5 復雜的遞歸問題 116
4.6 探索迷宮 118
4.7 動態規劃 123
4.8 小結 128
4.9 關鍵術語 129
4.10 討論題 129
4.11 編程練習 129
第5章 搜索和排序 131
5.1 本章目標 131
5.2 搜索 131
5.2.1 順序搜索 131
5.2.2 二分搜索 134
5.2.3 散列 136
5.3 排序 145
5.3.1 冒泡排序 145
5.3.2 選擇排序 147
5.3.3 插入排序 149
5.3.4 希爾排序 151
5.3.5 歸並排序 153
5.3.6 快速排序 156
5.4 小結 159
5.5 關鍵術語 160
5.6 討論題 160
5.7 編程練習 161
第6章 樹 163
6.1 本章目標 163
6.2 示例 163
6.3 術語及定義 166
6.4 實現 168
6.4.1 列錶之列錶 168
6.4.2 節點與引用 171
6.5 二叉樹的應用 173
6.5.1 解析樹 173
6.5.2 樹的遍曆 179
6.6 利用二叉堆實現優先級隊列 182
6.6.1 二叉堆的操作 182
6.6.2 二叉堆的實現 183
6.7 二叉搜索樹 189
6.7.1 搜索樹的操作 190
6.7.2 搜索樹的實現 190
6.7.3 搜索樹的分析 201
6.8 平衡二叉搜索樹 202
6.8.1 AVL樹的性能 203
6.8.2 AVL樹的實現 204
6.8.3 映射實現總結 210
6.9 小結 211
6.10 關鍵術語 211
6.11 討論題 211
6.12 編程練習 213
第7章 圖及其算法 214
7.1 本章目標 214
7.2 術語及定義 215
7.3 圖的抽象數據類型 216
7.3.1 鄰接矩陣 216
7.3.2 鄰接錶 217
7.3.3 實現 218
7.4 寬度優先搜索 220
7.4.1 詞梯問題 220
7.4.2 構建詞梯圖 221
7.4.3 實現寬度優先搜索 223
7.4.4 分析寬度優先搜索 226
7.5 深度優先搜索 226
7.5.1 騎士周遊問題 226
7.5.2 構建騎士周遊圖 227
7.5.3 實現騎士周遊 229
7.5.4 分析騎士周遊 231
7.5.5 通用深度優先搜索 233
7.5.6 分析深度優先搜索 236
7.6 拓撲排序 236
7.7 強連通單元 238
7.8 最短路徑問題 241
7.8.1 Dijkstra算法 243
7.8.2 分析Dijkstra算法 245
7.8.3 Prim算法 245
7.9 小結 248
7.10 關鍵術語 249
7.11 討論題 249
7.12 編程練習 250
第8章 附加內容 251
8.1 本章目標 251
8.2 復習Python列錶 251
8.3 復習遞歸 256
8.3.1 同餘定理 257
8.3.2 冪剩餘 257
8.3.3 最大公因數與逆元 258
8.3.4 RSA算法 261
8.4 復習字典：跳錶 264
8.4.1 映射抽象數據類型 265
8.4.2 用Python實現字典 265
8.5 復習樹：量化圖片 274
8.5.1 數字圖像概述 274
8.5.2 量化圖片 275
8.5.3 使用八叉樹改進量化算法 277
8.6 復習圖：模式匹配 284
8.6.1 生物學字符串 285
8.6.2 簡單比較 285
8.6.3 使用圖：DFA 287
8.6.4 使用圖：KMP 288
8.7 小結 291
8.8 關鍵術語 291
8.9 討論題 291
8.10 編程練習 292
附錄A Python圖形包 293
附錄B Python資源 294
參考資料295
· · · · · · (收起)
具體描述
瞭解數據結構與算法是透徹理解計算機科學的前提。隨著Python日益廣泛的應用，Python程序員需要實現與傳統的麵嚮對象編程語言相似的數據結構與算法。本書是用Python描述數據結構與算法的開山之作，匯聚瞭作者多年的實戰經驗，嚮讀者透徹講解在Python環境下，如何通過一係列存儲機製高效地實現各類算法。通過本書，讀者將深刻理解Python數據結構、遞歸、搜索、排序、樹與圖的應用，等等。
用戶評價
##還是直接看《算法導論》吧
評分##講得挺清楚的，就是書中代碼錯誤比較多。。。
評分##完工，最後一口氣學瞭好多圖算法，拓撲排序、強連通分量、Prim算法、Dijkstra算法（這個怎麼讀？），以及將圖應用到DNA模式匹配、DFA、KMP，可以周末寫進超圖超網絡小組。
評分##沒讀完，不過這本書入門很棒
評分##講得挺清楚的，就是書中代碼錯誤比較多。。。
評分##邏輯上還是欠缺一些，不過相比於繁雜的流水還是強瞭許多。
評分##graph講得太爛，所有的內容都流於舉例子而沒有深入。提綱挈領的、體係化的內容對學習算法還是很必要的呢。
評分##實戰性非常強的一本書。抽象的數據結構和算法，結閤直觀形象的示意圖，加上誠意十足的示例代碼，一口氣讀下來，很多以前想做但是沒什麼頭緒的問題，忽然就思路明朗瞭起來。 已經用書裏的思想實現瞭圖論中的 Dijkstra 算法解決最短路徑問題、Route Inspection 算法解決郵遞員問題，感覺棒棒噠。但現在知道目前的水平隻是初窺計算機科學的奧妙，以後要繼續加油！
評分##完工，最後一口氣學瞭好多圖算法，拓撲排序、強連通分量、Prim算法、Dijkstra算法（這個怎麼讀？），以及將圖應用到DNA模式匹配、DFA、KMP，可以周末寫進超圖超網絡小組。
相關圖書
本站所有内容均为互联网搜索引擎提供的公开搜索信息，本站不存储任何数据与内容，任何内容与数据均与本站无关，如有需要请联系相关搜索引擎包括但不限于百度，google,bing,sogou 等
© 2026 book.tinynews.org All Rights Reserved. 静思书屋 版权所有