第1章 导论 1
1.1 本章目标 1
1.2 入门 1
1.3 何谓计算机科学 1
1.3.1 何谓编程 3
1.3.2 为何学习数据结构及抽象数据类型 4
1.3.3 为何学习算法 4
1.4 Python基础 5
1.4.1 数据 5
1.4.2 输入与输出 16
1.4.3 控制结构 18
1.4.4 异常处理 21
1.4.5 定义函数 23
1.4.6 Python面向对象编程：定义类 24
1.5 小结 37
1.6 关键术语 38
1.7 讨论题 38
1.8 编程练习 38
第2章 算法分析 40
2.1 本章目标 0
2.2 何谓算法分析 40
2.2.1 大O记法 43
2.2.2 异序词检测示例 46
2.3 Python数据结构的性能 49
2.3.1 列表 49
2.3.2 字典 53
2.4 小结 55
2.5 关键术语 55
2.6 讨论题 56
2.7 编程练习 56
第3章 基本数据结构 57
3.1 本章目标 57
3.2 何谓线性数据结构 57
3.3 栈 58
3.3.1 何谓栈 58
3.3.2 栈抽象数据类型 59
3.3.3 用Python实现栈 60
3.3.4 匹配括号 62
3.3.5 普通情况：匹配符号 64
3.3.6 将十进制数转换成二进制数 65
3.3.7 前序、中序和后序表达式 67
3.4 队列 75
3.4.1 何谓队列 75
3.4.2 队列抽象数据类型 75
3.4.3 用Python实现队列 76
3.4.4 模拟：传土豆 77
3.4.5 模拟：打印任务 79
3.5 双端队列 84
3.5.1 何谓双端队列 84
3.5.2 双端队列抽象数据类型 84
3.5.3 用Python实现双端队列 85
3.5.4 回文检测器 86
3.6 列表 88
3.6.1 无序列表抽象数据类型 88
3.6.2 实现无序列表：链表 89
3.6.3 有序列表抽象数据类型 97
3.6.4 实现有序列表 97
3.7 小结 100
3.8 关键术语 101
3.9 讨论题 101
3.10 编程练习 102
第4章 递归 105
4.1 本章目标 105
4.2 何谓递归 105
4.2.1 计算一列数之和 105
4.2.2 递归三原则 107
4.2.3 将整数转换成任意进制的字符串 108
4.3 栈帧：实现递归 110
4.4 递归可视化 111
4.5 复杂的递归问题 116
4.6 探索迷宫 118
4.7 动态规划 123
4.8 小结 128
4.9 关键术语 129
4.10 讨论题 129
4.11 编程练习 129
第5章 搜索和排序 131
5.1 本章目标 131
5.2 搜索 131
5.2.1 顺序搜索 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 选择排序 147
5.3.3 插入排序 149
5.3.4 希尔排序 151
5.3.5 归并排序 153
5.3.6 快速排序 156
5.4 小结 159
5.5 关键术语 160
5.6 讨论题 160
5.7 编程练习 161
第6章 树 163
6.1 本章目标 163
6.2 示例 163
6.3 术语及定义 166
6.4 实现 168
6.4.1 列表之列表 168
6.4.2 节点与引用 171
6.5 二叉树的应用 173
6.5.1 解析树 173
6.5.2 树的遍历 179
6.6 利用二叉堆实现优先级队列 182
6.6.1 二叉堆的操作 182
6.6.2 二叉堆的实现 183
6.7 二叉搜索树 189
6.7.1 搜索树的操作 190
6.7.2 搜索树的实现 190
6.7.3 搜索树的分析 201
6.8 平衡二叉搜索树 202
6.8.1 AVL树的性能 203
6.8.2 AVL树的实现 204
6.8.3 映射实现总结 210
6.9 小结 211
6.10 关键术语 211
6.11 讨论题 211
6.12 编程练习 213
第7章 图及其算法 214
7.1 本章目标 214
7.2 术语及定义 215
7.3 图的抽象数据类型 216
7.3.1 邻接矩阵 216
7.3.2 邻接表 217
7.3.3 实现 218
7.4 宽度优先搜索 220
7.4.1 词梯问题 220
7.4.2 构建词梯图 221
7.4.3 实现宽度优先搜索 223
7.4.4 分析宽度优先搜索 226
7.5 深度优先搜索 226
7.5.1 骑士周游问题 226
7.5.2 构建骑士周游图 227
7.5.3 实现骑士周游 229
7.5.4 分析骑士周游 231
7.5.5 通用深度优先搜索 233
7.5.6 分析深度优先搜索 236
7.6 拓扑排序 236
7.7 强连通单元 238
7.8 最短路径问题 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 小结 248
7.10 关键术语 249
7.11 讨论题 249
7.12 编程练习 250
第8章 附加内容 251
8.1 本章目标 251
8.2 复习Python列表 251
8.3 复习递归 256
8.3.1 同余定理 257
8.3.2 幂剩余 257
8.3.3 最大公因数与逆元 258
8.3.4 RSA算法 261
8.4 复习字典：跳表 264
8.4.1 映射抽象数据类型 265
8.4.2 用Python实现字典 265
8.5 复习树：量化图片 274
8.5.1 数字图像概述 274
8.5.2 量化图片 275
8.5.3 使用八叉树改进量化算法 277
8.6 复习图：模式匹配 284
8.6.1 生物学字符串 285
8.6.2 简单比较 285
8.6.3 使用图：DFA 287
8.6.4 使用图：KMP 288
8.7 小结 291
8.8 关键术语 291
8.9 讨论题 291
8.10 编程练习 292
附录A Python图形包 293
附录B Python资源 294
参考资料295
· · · · · · (收起)
1.1 本章目标 1
1.2 入门 1
1.3 何谓计算机科学 1
1.3.1 何谓编程 3
1.3.2 为何学习数据结构及抽象数据类型 4
1.3.3 为何学习算法 4
1.4 Python基础 5
1.4.1 数据 5
1.4.2 输入与输出 16
1.4.3 控制结构 18
1.4.4 异常处理 21
1.4.5 定义函数 23
1.4.6 Python面向对象编程：定义类 24
1.5 小结 37
1.6 关键术语 38
1.7 讨论题 38
1.8 编程练习 38
第2章 算法分析 40
2.1 本章目标 0
2.2 何谓算法分析 40
2.2.1 大O记法 43
2.2.2 异序词检测示例 46
2.3 Python数据结构的性能 49
2.3.1 列表 49
2.3.2 字典 53
2.4 小结 55
2.5 关键术语 55
2.6 讨论题 56
2.7 编程练习 56
第3章 基本数据结构 57
3.1 本章目标 57
3.2 何谓线性数据结构 57
3.3 栈 58
3.3.1 何谓栈 58
3.3.2 栈抽象数据类型 59
3.3.3 用Python实现栈 60
3.3.4 匹配括号 62
3.3.5 普通情况：匹配符号 64
3.3.6 将十进制数转换成二进制数 65
3.3.7 前序、中序和后序表达式 67
3.4 队列 75
3.4.1 何谓队列 75
3.4.2 队列抽象数据类型 75
3.4.3 用Python实现队列 76
3.4.4 模拟：传土豆 77
3.4.5 模拟：打印任务 79
3.5 双端队列 84
3.5.1 何谓双端队列 84
3.5.2 双端队列抽象数据类型 84
3.5.3 用Python实现双端队列 85
3.5.4 回文检测器 86
3.6 列表 88
3.6.1 无序列表抽象数据类型 88
3.6.2 实现无序列表：链表 89
3.6.3 有序列表抽象数据类型 97
3.6.4 实现有序列表 97
3.7 小结 100
3.8 关键术语 101
3.9 讨论题 101
3.10 编程练习 102
第4章 递归 105
4.1 本章目标 105
4.2 何谓递归 105
4.2.1 计算一列数之和 105
4.2.2 递归三原则 107
4.2.3 将整数转换成任意进制的字符串 108
4.3 栈帧：实现递归 110
4.4 递归可视化 111
4.5 复杂的递归问题 116
4.6 探索迷宫 118
4.7 动态规划 123
4.8 小结 128
4.9 关键术语 129
4.10 讨论题 129
4.11 编程练习 129
第5章 搜索和排序 131
5.1 本章目标 131
5.2 搜索 131
5.2.1 顺序搜索 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 选择排序 147
5.3.3 插入排序 149
5.3.4 希尔排序 151
5.3.5 归并排序 153
5.3.6 快速排序 156
5.4 小结 159
5.5 关键术语 160
5.6 讨论题 160
5.7 编程练习 161
第6章 树 163
6.1 本章目标 163
6.2 示例 163
6.3 术语及定义 166
6.4 实现 168
6.4.1 列表之列表 168
6.4.2 节点与引用 171
6.5 二叉树的应用 173
6.5.1 解析树 173
6.5.2 树的遍历 179
6.6 利用二叉堆实现优先级队列 182
6.6.1 二叉堆的操作 182
6.6.2 二叉堆的实现 183
6.7 二叉搜索树 189
6.7.1 搜索树的操作 190
6.7.2 搜索树的实现 190
6.7.3 搜索树的分析 201
6.8 平衡二叉搜索树 202
6.8.1 AVL树的性能 203
6.8.2 AVL树的实现 204
6.8.3 映射实现总结 210
6.9 小结 211
6.10 关键术语 211
6.11 讨论题 211
6.12 编程练习 213
第7章 图及其算法 214
7.1 本章目标 214
7.2 术语及定义 215
7.3 图的抽象数据类型 216
7.3.1 邻接矩阵 216
7.3.2 邻接表 217
7.3.3 实现 218
7.4 宽度优先搜索 220
7.4.1 词梯问题 220
7.4.2 构建词梯图 221
7.4.3 实现宽度优先搜索 223
7.4.4 分析宽度优先搜索 226
7.5 深度优先搜索 226
7.5.1 骑士周游问题 226
7.5.2 构建骑士周游图 227
7.5.3 实现骑士周游 229
7.5.4 分析骑士周游 231
7.5.5 通用深度优先搜索 233
7.5.6 分析深度优先搜索 236
7.6 拓扑排序 236
7.7 强连通单元 238
7.8 最短路径问题 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 小结 248
7.10 关键术语 249
7.11 讨论题 249
7.12 编程练习 250
第8章 附加内容 251
8.1 本章目标 251
8.2 复习Python列表 251
8.3 复习递归 256
8.3.1 同余定理 257
8.3.2 幂剩余 257
8.3.3 最大公因数与逆元 258
8.3.4 RSA算法 261
8.4 复习字典：跳表 264
8.4.1 映射抽象数据类型 265
8.4.2 用Python实现字典 265
8.5 复习树：量化图片 274
8.5.1 数字图像概述 274
8.5.2 量化图片 275
8.5.3 使用八叉树改进量化算法 277
8.6 复习图：模式匹配 284
8.6.1 生物学字符串 285
8.6.2 简单比较 285
8.6.3 使用图：DFA 287
8.6.4 使用图：KMP 288
8.7 小结 291
8.8 关键术语 291
8.9 讨论题 291
8.10 编程练习 292
附录A Python图形包 293
附录B Python资源 294
参考资料295
· · · · · · (收起)
具体描述
了解数据结构与算法是透彻理解计算机科学的前提。随着Python日益广泛的应用，Python程序员需要实现与传统的面向对象编程语言相似的数据结构与算法。本书是用Python描述数据结构与算法的开山之作，汇聚了作者多年的实战经验，向读者透彻讲解在Python环境下，如何通过一系列存储机制高效地实现各类算法。通过本书，读者将深刻理解Python数据结构、递归、搜索、排序、树与图的应用，等等。
用户评价
评分
##完工，最后一口气学了好多图算法，拓扑排序、强连通分量、Prim算法、Dijkstra算法（这个怎么读？），以及将图应用到DNA模式匹配、DFA、KMP，可以周末写进超图超网络小组。
评分
##非常适合转行，主要用python工作的同学
评分
##74
评分
##完工，最后一口气学了好多图算法，拓扑排序、强连通分量、Prim算法、Dijkstra算法（这个怎么读？），以及将图应用到DNA模式匹配、DFA、KMP，可以周末写进超图超网络小组。
评分
##74
评分
##看的陈斌老师的北大翻译版本
评分
##74
评分
##看的陈斌老师的北大翻译版本
##graph讲得太烂，所有的内容都流于举例子而没有深入。提纲挈领的、体系化的内容对学习算法还是很必要的呢。