< >
暢銷經典,全球銷售超過百萬本Thomas H. Cormen、Charles E. Leiserson、Ronald L. Rivest和Clifford Stein所著的《演算法導論》受到世界各地許多著名大學廣泛採用,作為演算法課程的主要教科書。本書即是大家耳熟能詳的CLRS。歷經數個版次,同時受到廣泛選用所造就的不可替代性,在該領域的社群和學術界,常以作者姓氏的首個英文字母「CLRS」,作為這本經典著作的代稱。這本書因幾個關鍵特點而備受讚譽:‧內容全面:本書涵蓋了從基本到進階的演算法主題,適合各個程度的讀者,無論是大學生、研究生或業界人士,都能從中受益。‧清晰的講解:書中以清晰詳細的方式解釋各種演算法,並搭配虛擬碼,幫助讀者理解演算法的實作過程。‧嚴謹的數學分析:本書提供了演算法的數學分析,幫助讀者深入理解演算法的效率和複雜度,對於希望深入研究演算法理論的讀者很有幫助。‧豐富的練習題:每章結尾都有大量的練習題,這些題目設計巧妙,有助於對學習內容的強化和加深理解。‧現實應用:書中展示了多演算法在實際問題中的應用,增加了學習的趣味性和實用性。這些特點使得《演算法導論》成為計算機科學領域的經典教材,廣受學術界和業界人士的推崇。有些演算法書籍雖然嚴謹卻不夠完整,有些則包羅萬象卻嚴謹不足,獨樹一幟的《演算法導論》既嚴謹且全面,不僅深入探討廣泛的演算法,也透過自成一體的章節及演算法虛擬碼,讓各種程度的讀者皆能理解演算法的設計和分析。《演算法導論》自第一版問世以來,已成為全球大學的主要演算法教材,以及專業人士的標準參考書。 本書的第四版做了全面的更新,採用更清晰的文筆、更個人化且性別中立的表達方式,並透過顏色來增進視覺表現。我們根據讀者的回饋改進問題,讓注釋和參考文獻反映這個領域的最新發展,並且在本書的網站提供新的補充教材。第四版的新內容 ‧關於二部圖、線上演算法與機器學習的新章節 ‧探討遞迴方程、雜湊表、勢能函數及後綴陣列等主題的新內容‧新增140道新習題和22道新問題本書提供超過900道習題與162個問題,讀者可以在本書網站上找到大部分的解答。適合大學或研究所的演算法或資料結構課程使用;此外,由於本書探討演算法設計的工程問題和數學層面,所以也適合專業技術人員用來自學。http://mitpress.mit.edu/algorithms
Thomas H. Cormen 是達特茅斯學院的計算機科學榮譽教授。Charles E. Leiserson 是麻省理工學院Edwin Sibley Webster學院的電機工程暨計算機科學教授。Ronald L. Rivest 是麻省理工學院的研究所教授。Clifford Stein 是哥倫比亞大學的工業工程暨運籌學以及計算機科學的Wai T. Chang教授。
PART Ⅰ 基礎1 演算法在計算時的作用2 起點3 分析執行時間的特性4 分治法5 機率分析與隨機演算法PART Ⅱ 排序和順序統計量6 堆積排序7 快速排序8 以線性時間排序9 中位數與順序統計量PART Ⅲ 資料結構10 基本資料結構11 雜湊表12 二元搜尋樹13 紅黑樹PART Ⅳ 進階設計和分析技術14 動態規劃15 貪婪演算法16 平攤分析PART Ⅴ 高階資料結構17 擴充資料結構18 B 樹19 不相交集合的資料結構PART Ⅵ 圖演算法20 初級圖演算法21 最小生成樹22 單源最短路徑23 all-pairs 最短路徑24 最大流量25 二部圖的配對PART Ⅶ 特選主題26 平行演算法27 線上演算法28 矩陣運算29 線性規劃30 多項式與 FFT31 數論演算法32 字串比對33 機器學習演算法34 NP 完備性35 近似演算法PART Ⅷ 附錄:數學基礎A 求和B 集合與離散數學的其他要素C 計數與機率D 矩陣
機器學習的高風險應用|負責任的人工智慧方法 精通機器學習|使用Scikit-Learn, Keras與TensorFlow 第三版 機器學習的公式推導和程式實作
購買紙本書