【PART 1 面試流程】chapter 1 矽谷公司面試流程 1.1 非技術電話面試 1.2 技術電話面試 1.3 現場面試 【PART 2 資料結構】chapter 2 串列 2.1 串列的基礎知識 2.2 實例 1：最長連續 1 的個數 2.3 實例 2：二進位相加 2.4 實例 3：查詢範圍和 2.5 實例 4：隨機索引 2.6 實例 5：下一個更大排列 2.7 實例 6：驗證有效數字 2.8 實例 7：遞迴小數chapter 3 堆疊 3.1 堆疊的基礎知識 3.2 實例 1：透過最小移除操作得到有效的括弧 3.3 實例 2：函式的專用時間chapter 4 佇列 4.1 佇列的 3 種實現方式 4.2 實例 1：設計循環佇列 4.3 實例 2：求和大於 K 的最短非空連續子陣列的長度chapter 5 優先佇列 5.1 優先佇列的 3 種實現方式 5.2 實例 1：僱用 K 個工人的最低成本 5.3 實例 2：判斷陣列是否可以拆分為連續的子序列chapter 6 字典 6.1 字典的基礎知識 6.2 實例 1：和等於 K 的連續子陣列的總數 6.3 實例 2：標籤中的最大值 6.4 實例 3：以平均時間複雜度 O(1) 實現插入、刪除和獲取隨機值 6.5 實例 4：最近最少使用快取記憶體chapter 7 集合 7.1 集合的基礎知識 7.2 集合的基本操作chapter 8 鏈結串列 8.1 雙指標技術 8.2 實例 1：判斷鏈結串列是否有循環 8.3 實例 2：兩個鏈結串列的交集 8.4 實例 3：複製隨機鏈結串列 8.5 實例 4：反轉鏈結串列chapter 9 二元樹 9.1 層次順序走訪 9.2 遞迴方法用於樹的走訪 9.3 實例 1：二元樹的最低共同祖先 9.4 實例 2：序列化和反序列化二元樹 9.5 實例 3：求二元樹的最大路徑和 9.6 實例 4：將二元樹轉換為雙鏈結串列chapter 10 其他樹結構 10.1 前綴樹 10.2 線段樹 10.3 二元索引樹 10.4 實例 1：範圍和的個數 10.5 實例 2：計算後面較小數字的個數chapter 11 圖形 11.1 圖形的表示 11.2 實例 1：克隆圖 11.3 實例 2：圖驗證樹【PART 3 演算法】chapter 12 二分搜尋法 12.1 實例 1：求平方根 12.2 實例 2：在旋轉排序串列中搜索 12.3 實例 3：會議室預訂問題chapter 13 雙指標法 13.1 實例 1：稀疏向量的內積 13.2 實例 2：最小視窗子字串 13.3 實例 3：區間交集 13.4 實例 4：最長連續 1 的個數 13.5 實例 5：搜尋字串中的所有字母 chapter 14 動態規劃 14.1 動態規劃的基礎知識 14.2 實例 1：買賣股票的最佳時間 14.3 實例 2：硬幣找零 14.4 實例 3：計算解碼方式總數 chapter 15 深度優先搜尋 15.1 深度優先搜尋的應用 15.2 實例 1：太平洋和大西洋的水流問題 15.3 實例 2：預測獲勝者 15.4 實例 3：運算式與運算子 chapter 16 回溯 16.1 實例 1：數獨求解 16.2 實例 2：掃地機器人 chapter 17 廣度優先搜尋 17.1 廣度優先搜尋的應用 17.2 實例 1：牆與門 17.3 實例 2：課程表 17.4 實例 3：公車路線 17.5 實例 4：判斷二分圖 17.6 實例 5：單字階梯chapter 18 併查集 18.1 併查集的基本概念 18.2 實例：朋友圈chapter 19 資料結構、演算法面試試題實戰 19.1 實例 1：檔案系統 19.2 實例 2：最長單字鏈 19.3 實例 3：圓圈組【PART 4 系統設計】chapter 20 系統設計理論 20.1 設計步驟 20.2 網域名稱系統 20.3 負載平衡器 20.4 分散式快取系統 20.5 雜湊一致性chapter 21 系統設計實戰 21.1 設計分散式快取系統 21.2 設計網路爬蟲系統 21.3 TinyURL 的加密與解密 21.4 設計自動完成功能 21.5 設計新聞動態功能 21.6 設計 X（Twitter）應用程式 21.7 設計 Uber/Lyft 應用程式 chapter 22 多執行緒程式設計 22.1 多執行緒面試問題 22.2 實例 1：形成水分子 22.3 實例 2：列印零、偶數、奇數 chapter 23 設計機器學習系統 23.1 機器學習的基礎知識 23.2 機器學習的進階知識 23.3 機器學習面試 23.4 實例 1：搜尋排名系統 23.5 實例 2：Netflix 電影推薦系統
Microsoft Azure AI Services與Azure OpenAI從入門到人工智慧程式...more 深度學習詳解｜台大李宏毅老師機器學習課程精粹 演算法導論 第四版
本書範例程式請線上下載，下載方式請見書內說明。其內容僅供合法持有本書的讀者使用，未經授權不得抄襲、轉載或任意散佈。