包邮图解算法:C语言实现+视频教学版

第1章 进入算法的世界 1 1.1 计算思维 2 1.1.1 分解 3 1.1.2 模式识别 4 1.1.3 模式概括与抽象 4 1.1.4 算法 5 1.2 计算思维的脑力大赛 5 1.2.1 三分球比赛灯记录器 6 1.2.2 图像字符串编码 6 1.2.3 计算机绘图指令实践 7 1.2.4 炸弹超人游戏 7 1.3 生活中处处都存在算法 8 1.3.1 算法的条件 9 1.3.2 时间复杂度O(f(n)) 11 1.4 课后习题 13 第2章 经典算法介绍 14 2.1 分治法 14 2.2 递归法 15 2.3 贪心法 18 2.4 动态规划法 19 2.5 迭代法 20 2.6 枚举法 23 2.7 回溯法 26 2.8 课后习题 32 第3章 常用数据结构 33 3.1 认识数据结构 34 3.2 常见的数据结构 36 3.2.1 数组 36 3.2.2 链表 38 3.2.3 堆栈 39 3.2.4 队列 40 3.3 树结构简介 41 3.3.1 树的基本概念 41 3.3.2 二叉树 42 3.4 图论简介 43 3.5 哈希表 45 3.6 课后习题 46 第4章 排序算法 47 4.1 认识排序 47 4.1.1 排序的分类 48 4.1.2 排序算法分析 48 4.2 冒泡排序法 49 4.3 选择排序法 52 4.4 插入排序法 55 4.5 希尔排序法 57 4.6 合并排序法 60 4.7 快速排序法 61 4.8 基数排序法 65 4.9 课后习题 68 第5章 查找算法 69 5.1 常见查找算法的介绍 69 5.2 顺序查找法 70 5.3 二分查找法 72 5.4 插值查找法 74 5.5 斐波那契查找法 76 5.6 课后习题 81 第6章 数组与链表相关算法 82 6.1 矩阵算法与深度学习 82 6.1.1 矩阵相加 84 6.1.2 矩阵相乘 85 6.1.3 转置矩阵 87 6.1.4 稀疏矩阵 89 6.2 数组与多项式 91 6.3 建立单向链表 93 6.3.1 单向链表的串接 94 6.3.2 单向链表中新节点的插入 97 6.3.3 单向链表中节点的删除 102 6.3.4 单向链表的反转 105 6.4 课后习题 109 第7章 信息安全基础算法 110 7.1 数据加密 111 7.1.1 对称密钥加密系统 111 7.1.2 非对称密钥加密系统与RSA算法 112 7.1.3 认证 113 7.1.4 数字签名 113 7.2 哈希算法 114 7.2.1 除留余数法 114 7.2.2 平方取中法 115 7.2.3 折叠法 116 7.2.4 数字分析法 117 7.3 碰撞与溢出处理 118 7.3.1 线性探测法 118 7.3.2 平方探测法 120 7.3.3 再哈希法 120 7.3.4 链表法 121 7.4 课后习题 127 第8章 堆栈与队列相关算法 128 8.1 以数组来实现堆栈 128 8.2 以链表来实现堆栈 131 8.3 汉诺塔问题的求解算法 134 8.4 八皇后问题的求解算法 139 8.5 以数组来实现队列 142 8.6 以链表来实现队列 145 8.7 双向队列 149 8.8 优先队列 153 8.9 课后习题 154 第9章 树结构相关算法 155 9.1 以数组来实现二叉树 156 9.2 以链表来实现二叉树 158 9.3 二叉树的遍历 161 9.4 二叉树节点的查找 165 9.5 二叉树节点的插入 167 9.6 二叉树节点的删除 170 9.7 堆积树排序法 172 9.8 优化二叉查找树 176 9.8.1 扩充二叉树 176 9.8.2 哈夫曼树 178 9.9 平衡树 179 9.10 高级树结构的应用 180 9.10.1 博弈树 180 9.10.2 B树 182 9.10.3 二叉空间分割树 184 9.10.4 四叉树和八叉树 185 9.11 课后习题 187 第10章 图结构相关算法 188 10.1 图的定义 188 10.1.1 无向图 188 10.1.2 有向图 189 10.2 图的数据表示法 191 10.2.1 邻接矩阵法 191 10.2.2 邻接链表法 193 10.2.3 邻接复合链表法 196 10.2.4 索引表格法 197 10.3 图的遍历 197 10.3.1 深度优先遍历 197 10.3.2 广度优先遍历 201 10.4 生成树 204 10.4.1 深度优先生成树和广度优先生成树 205 10.4.2 *小生成树 205 10.4.3 Kruskal算法 206 10.4.4 Prim算法 210 10.5 图的*短路径 212 10.5.1 单点对全部顶点——Dijkstra算法与A*算法 212 10.5.2 两两顶点间的*短路径——Floyd算法 218 10.6 课后习题 221 第11章 人工智能基础算法 224 11.1 机器学习简介 225 11.1.1 监督式学习 226 11.1.2 半监督式学习 227 11.1.3 无监督式学习与K均值聚类 227 11.1.4 强化学习 229 11.2 认识深度学习 230 11.2.1 人工神经网络 231 11.2.2 卷积神经网络 234 11.2.3 循环神经网络 239 11.3 课后习题 242 附录A 课后习题与解答 243