以下文章来源于图灵教育 ,作者推荐好书的
是好书,把我们联系在一起
说到算法巨著,你可能想到的是《算法导论》这本经典。但在入门算法时,还有一本与之比肩的巨著,不得不提,它就是《算法(第4版)》。
这本豆瓣评分 9.4 的算法巨著,可谓是算法经典好书,给了无数人帮助。它是由普林斯顿的 Robert Sedgewick 和 Kevin Wayne 所写,其中 Sedgewick 作为 Knuth 的学生,继承了他们这一派的算法分析思路。
“这本书很适合刚刚入门或者离开校园已久需要复习一下算法基础的人。说起实用性,这本书比很多同类的书好太多了。省去了很多数学推导,非常适合需要准备面试,需要快速回顾一下基本的算法及其实现的人。”
“最好的算法入门书,当之无愧。内容全面实用,覆盖常用的排序、查找、图、字符串操作,讲解生动,能用简单精炼的语句将复杂问题讲清楚,可见作者的算法和语言功力都很出色。”
“不愧是大师的作品,读起来酣畅淋漓。这本书架构清晰明了,算法思想通俗易懂,学完很难忘记。其中的思想给我带来了一个新的世界,在这个世界我见识了很多新奇又好玩的事物。读此书犹如小孩把玩自己的玩具,久久不能放下。”
这样一本神作,影响了一代又一代的程序员。如果你想全面了解算法,希望你能走近这本书。
滑动滚动条查看答案
f(N)~g(N) 的正式定义为limN→∞f(N)/g(N)=1。
滑动滚动条查看答案
使用最广泛的记法是“大O”:对于f(N) 和g(N),如果存在常数c 和N0 使得对于所有N>N0 都有| f(N) | < cg(N),则我们称f(N) 为O(g(N))。这种记法在描述算法性能的渐进上限时十分有用,这在算法理论领域是十分重要的,但它在预测算法性能或是比较算法时并没有什么作用。
滑动滚动条查看答案
需要注意的是,我们不能根据实验数据推测它们所符合的某个特定的数学模型。但如果我们只是在预测性能,这并不是什么问题。例如,当N 在16 000 到32 000 之间时,14N 和NlgN 的图像非常接近。这些数据同时与两条曲线吻合。随着N 的增大,两条曲线更为接近。想要用实验来检验一个算法的运行时间是线性对数级别而非线性级别是要费一番工夫的。
滑动滚动条查看答案
Sedgewick 之巨著,与高德纳 TAOCP 一脉相承
几十年多次修订,经久不衰的畅销书
涵盖所有程序员必须掌握的 50 种算法
斯坦福大学博士,导师为 Donald E. Knuth,从 1985 年开始一直担任普林斯顿大学计算机科学系教授,曾任该系主任,也是 Adobe Systems 公司董事会成员,曾在 Xerox PARC、国防分析研究所(Institute for Defense Analyses)和法国国家信息与自动化研究所(INRIA)从事研究工作。他的研究方向包括解析组合学、数据结构和算法的分析与设计、程序可视化等。
Kevin Wayne
康奈尔大学博士,普林斯顿大学计算机科学系高级讲师,研究方向包括算法的设计、分析和实现,特别是图和离散优化。
赠书福利
AI科技评论本次联合【图灵教育】为大家带来10本《算法(第四版)》正版新书。
AI科技评论将一共选出 10名读者,每人送出《算法(第四版)》一本。
在本文(仅限AI科技评论微信公众号端)留言区留言,欢迎大家畅所欲言,谈一谈你对本书的看法和期待。在综合留言质量(留言是敷衍还是走心)和留言点赞最高(注:点赞最高的前10不意味着一定会中奖)的读者中选出10位读者获得赠书。获得赠书的读者请联系 AI 科技评论客服(aitechreview)。
留言内容会有筛选,例如“选我上去”、“这书写的很棒(仅仅几个字)”等内容将不会被筛选,亦不会中奖。
留言送书活动时间为2021年8月8日 - 2021年8月12日(23:00),活动推送时间内仅允许赠书福利中奖一次。
由于微信公众号试行乱序推送,您可能不再能准时收到AI科技评论的推送。为了第一时间收到AI科技评论的报道, 请将“AI科技评论”设为星标账号,以及常点文末右下角的“在看”。