| 词条 | 程序员实用算法 |
| 释义 | 《程序员实用算法》重点关注的是实用、立即可用的代码，并且广泛讨论了可移植性和特定于实现的细节。《程序员实用算法》作者介绍了一些有用但很少被讨论的算法，它们可用于语音查找、日期和时间例程（直到公元1年）、B树和索引文件、数据压缩、任意精度的算术、校验和与数据验证，并且还最全面地介绍了查找例程、排序算法和数据结构。 图书信息书 名: 程序员实用算法 作 者：（美）宾斯托克，（美）瑞克斯 ，陈宗斌 译 出版社： 机械工业出版社 出版时间： 2009-9-1 开本： 16开外文书名:Practical Algorithms for Programmers 丛书名:华章程序员书库 平装:437页 正文语种:简体中文 开本:16 ISBN:9787111272960 条形码:9787111272960 商品尺寸: 23.6 x 18.6 x 2.2 cm 商品重量: 721 g ASIN:B002LE7E5C 内容简介《程序员实用算法》结构清晰，示例丰富，可作为广大程序员的参考用书。 作者简介Andrew Binstock是《UNIX Review》的主编和《C Gazette》的创刊编辑。他是《HP LaserJet Programming》(Addison-Wesley，1991)的第一作者。 图书目录译者序 前言 致谢 第1章 绪论 1.1 评估算法 1.2 修改算法 1.2.1 主要的优化：I/O 1.2.2 主要的优化：函数调用 1.3 资源和参考资料 第2章 基本数据结构 2.1 链表 2.1.1 双向链表 2.1.2 链表的其他特征 2.2 栈和队列 2.2.1 栈的特征 2.2.2 队列的特征 第3章 散列 3.1 散列的概念 3.2 散列函数 3.3 冲突解决方法 3.3.1 线性再散列法 3.3.2 非线性再散列法 3.3.3 外部拉链法 3.4 性能问题 3.5 资源和参考资料 第4章 查找 4.1 查找的特征 4.1.1 准备时间 4.1.2 运行时间 4.1.3 回溯的需要 4.2 蛮力查找 4.3 Boyer?Moore查找 4.3.1 启发式方法#1：跳过字符 4.3.2 启发式方法#2：重复模式 4.4 多字符串查找 4.5 用于正则表达式的字符串查找：grep 4.6 近似字符串匹配技术 4.7 语音比较：Soundex算法 4.8 Metaphone：现代的Soundex 4.9 选择技术 4.10 资源和参考资料 4.10.1 通用参考资料 4.10.2 Boyer?Moore 4.10.3 多字符串查找 4.10.4 正则表达式查找 4.10.5 近似字符串匹配 4.10.6 Soundex算法和Metaphone算法 第5章 排序 5.1 排序的基本特征 5.1.1 稳定性 5.1.2 对哨兵的需求 5.1.3 对链表进行排序的能力 5.1.4 输入的阶的相关性 5.1.5 对额外存储空间的需求 5.1.6 内部排序技术与外部排序技术 5.2 排序模型 5.2.1 冒泡排序 5.2.2 插入排序 5.2.3 希尔排序 5.2.4 快速排序 5.2.5 堆排序 5.3 对链表进行插入排序 5.4 对链表进行快速排序 5.5 对多个键进行排序——不稳定排序的修正方法 5.6 网络排序 5.7 小结：选择一种排序算法 5.8 资源和参考资料 第6章 树 6.1 二叉树 6.1.1 树查找 6.1.2 节点插入 6.1.3 节点删除 6.1.4 二叉查找树的性能 6.1.5 AVL树 6.2 红黑树 6.3 伸展树 6.4 B树 6.4.1 保持B树平衡 6.4.2 实现B树算法 6.4.3 B树实现的代码 6.5 可以看见森林吗 6.6 资源和参考资料 第7章 日期和时间 7.1 日期例程的库 7.2 时间例程 7.3 用于日期和时间数据的格式 7.4 最后的提醒 7.5 资源和参考资料 第8章 任意精度的算术 8.1 构建计算器8.2表示数字 8.3 计算 8.4 加法 8.5 减法 8.6 乘法 8.7 除法 8.8 关于计算器要注意的最后几点 8.9 用于计算平方根的牛顿算法 8.10 分期付款表 8.11 资源和参考资料 第9章 数据压缩 9.1 行程编码 9.2 霍夫曼压缩 9.2.1 代码 9.2.2 其他问题 9.3 滑动窗口压缩 9.4 基于字典的压缩（LZW） 9.4.1 LZW算法的伪代码 9.4.2 LZW压缩的实现 9.4.3 填满字典 9.5 使用哪种压缩方法 9.6 资源和参考资料 第10章 数据完整性和验证 10.1 简单的校验和 10.2 加权校验和 10.3 循环冗余校验 10.3.1 CRC?CCITT 10.3.2 CRC?16 10.3.3 CRC?32 10.4 资源和参考资料 文摘第1章 绪论 1.1 评估算法 除了最直观的应用之外，算法是所有程序的核心和灵魂。算法一般被设计用于以最小的代价高效地解决特定的问题。算法的价值一般取决于两方面因素：如何恰当地解决问题以及如何高效地实现解决方案。这些是算法分析的定性和定量方面。 对于许多算法，质量不是一个问题。例如，对于排序算法，必须保证每次都对所有元素正确地进行了排序。一旦出错，就必须丢弃它并且严格说来不能将其视为一种算法。在其他领域，不能基于这种简单的通过/失败测试来度量质量。例如，在第4章中介绍的Soundex算法允许检索听起来相同的单词或名字。与排序算法不同，可以调整Soundex算法，以寻找接近的匹配或者相当宽泛的匹配；这取决于实现算法的方式和开发人员的需求。在这种情况下，质量是可度量的并且是算法的重要方面，并且指导我们认真选择不同的解决方案。 算法设计的定量方面尝试确定算法所需的资源。一般来说，最重要的度量标准是时间：即算法运行得有多快?偶尔，计算机资源（比如可用的内存）也是一个重要因素。度量性能 与基准的性能不同，算法的性能很少依据时间来加以说明。在论及排序例程时，你几乎从未听到它完成排序要花费8．62秒这样的说明。这有一个很好的理由：这种计时难以复制，并且通常依赖于正在处理的数据的具体特征。算法不依赖于计时，而是依赖于一个直观的方程，以显示输入的大小与性能之间的关系。用于显示这种关系的传统方法是使用符号D，称为大O表示法（big.oh notation）。其工作方式是：假定你有一个算法，它简单地通读一个文本文件，从中查找单词flea。一种合理的方法是寻找字母f的每个实例（参见第4章）。当找到一个f，该算法就测试4个字母的序列，看看它是不是单词flea。在这个示例中，显然执行时间直接与文本文件的大小成正比。如果给定的文件包含Ⅳ个字符，那么我们就说该算法的执行时间的界限是O（N）。你会注意到这种表述没有考虑到可能影响性能的其他因素——例如，字母f在文本中出现的频繁程度。在查找字符串时（比如fleas rarely wear collars），字符串的长度以及其中相似字符串（比如fleasrarely weal"colors）出现的频率也会影响性能。不过，严格来讲，这些因素是要处理的数据的函数，而不是算法的函数。因此，在大O表示法中，它们不会出现在公式中。该表示法只是简单地说明数据规模（一般用Ⅳ表示，偶尔也用n表示）与算法的典型性能之间的关系。 |
| 随便看 |
百科全书收录4421916条中文百科知识，基本涵盖了大多数领域的百科知识，是一部内容开放、自由的电子版百科全书。