不要笑我,用算法做的都是很俗气的事情,比如拿线性规划在购物车凑满减...
最后几章不知道是作者还是译者开始放飞自我了……
对于初学者真的蛮好的,概念拆的很清晰。树立起学习信心才能更好地进行学习嘛,赞
用图来解释算法是非常好的想法,这本书也非常的体贴,看起来也很快。当然要说不足,这本书只能算作学习数据结构和算法的热身教材。可以给你一个整体的感觉,但是很多细节需要你再继续学习。当然这本书看起来还是非常舒服的,基本上半天就可以学习完。例子也很适合笔算,一步步的图解也很好!
虎头蛇尾了,前面的内容讲得还可以,后面基本上都让人很费解,图很多但是实例都不当,代码很少,几乎可以忽略不计。从狄克斯特拉算法的第七章开始就看不懂了。
适合零基础当做入门科普读物吧,书中的python代码不多,还算直观。买这本书是冲着python代码去的。有点小失落,理论部分还行。
很有意思也很好读的一本小书,作者实现了自己的承诺,写得非常简单易懂。Python真是一门简洁优雅的语言,以及,学习算法,真能开拓思路呀!
比较新且是亚马逊的热门,选取的算法注重实用性,讲解循序渐进、关注理念并有实操的代码(Python)。英文原版2015年12月出版。
递归,分而治之DC,快速排序散列表广度有限搜索DFS,图 => 求最短路径Dijkstra算法 => 求最短加权路径(不带负边),Bellman-Ford算法(带负边)贪婪算法,集合覆盖,NP完全动态规划DP => 背包问题,最长公共子串KNN算法 => 分类,回归,机器学习树,二叉树查找,二分查找平衡 => 红黑树B树,红黑树,伸展树,堆 => 数据库结构反向索引傅里叶变换分布式算法,MapReduce,布隆过滤器,HyperLogLog => 概率型数据结构SHA算法 => 比较文件,局部敏感Simhash算法 => 判断相似度,局部不敏感Diffie-Hellman加密算法 => 公钥密钥线性规划 => Simplex算法
非常好的入门算法书, 和<我的第一本算法书>一起看, 很快就重新回忆起各种数据结构和算法. 实现方法是python这一点也很好.
好书。有点太入门了。有时下定义的方式不够严谨直接。第九章对动态规划的讲解不清晰。第十章有点混淆KNN和协同过滤。因此开始怀疑其他章节。
目前个人认为最好的算法入门书之一,它偏重于思路,可以激发兴趣还有《啊哈!算法》也可以一起读,它更偏重于代码
某些看不懂的地方去找英文原文一看就懂了= =
看了此书我才知道,好多基于数学的算法我都学过的。可惜都惭愧了还给了老师。现在我也才明白当初那些数学课到底有什么用!只可惜知道的太晚啦。。。
19#113 大一时候f大牛给我推荐的入门读物是《算法导论》,于是直接从入门到放弃……这本真的是入门级,把复杂事情讲简单很厉害,虽然我不是视觉学习者,也翻小说一样翻完了(主题够有趣,够生活)。以及最近还翻了一个app“算法动画图解”。
思路图解得非常清楚,但是最后几章的实战代码呢?瞧不起我觉得写了也看不懂是不是?(确实)
来被科普一下,比想象的有趣很多
文科小白看图说话系列。感觉到了作者的苦心,已经尽可能讲的基础又简略了,即便如此,遇到代码部分还是愉快地跳过了。
特别好的一本扫盲用小人儿书,对于非专业人士友好地不行,基本都是亲妈式智障科普。语气比海底捞还亲切还软。
太赞了的一本算法书,看的我欲罢不能低血糖