用python语言讲解数据结构与算法

写在前面的话：关于数据结构与算法讲解的书籍很多，但是用python语言去实现的不是很多，最近有幸看到一本这样的书籍，由Brad Miller and David Ranum编写的《Problem Solving with Algorithms and Data Structures Using Python》，地址为：http://interactivepython.org/runestone/static/pythonds/index.html是英文的，写的不错，里面代码的实现也很详细，很多有趣的例子，本篇只把本书目录翻译如下，以便大家有个整体的认识。

======正文开始======

用Python讲解数据结构与算法

（Problem Solving with Algorithms and Data Structures Using Python）

一、简介（Introduction）

1.学习目标（Objectives）

2.开始学习（Getting Started）

3.什么是计算机科学（What is Computer Science）

4.Python基本知识回顾（Review of Basic Python）

5.总结（Summary）

6.关键术语（Key Terms）

7.问题讨论（Discussion Questions）

8.习题练习（Programming Exercises）

二、算法分析（Analysis）

1.学习目标（Objectives）

2.什么是算法分析（What is Algorithm Analysis）

3.Python内置数据结构性能分析（Performance of Python Data Structures）

4.总结（Summary）

5.关键术语（Key Terms）

6.问题讨论（Discussion Questions）

7.习题练习（Programming Exercises）

三、基本数据结构（Basic Data Structures）

1.学习目标（Objectives）

2.什么是线性数据结构（What Are Linear Structures）

3.栈（Stacks）

4.队列（Queues）

5.双端队列（Deques）

6.列表（Lists）

7.总结（Summary）

8.关键术语(Key Terms)

9.问题讨论（Discussion Questions）

10.习题练习（Programming Exercises）

四、递归（Recursion）

1.学习目标（Objectives）

2.什么是递归（What is Recursion）

3.栈帧实现递归（Stack Frames:Implementing Recursion）

4.可视化递归（Visualizing Recursion）

5.复杂递归问题（Complex Recursive Problems）

6.迷宫问题（Exploring a Maze）

7.动态规划（Dynamic Programming）

8.总结（Summary）

9.关键术语(Key Terms)

10.问题讨论（Discussion Questions）

11.习题练习（Programming Exercises）

五、排序与检索（Sorting and Searching）

1.学习目标（Objectives）

2.检索（Searching）

3.各种排序算法（Sorting）

4.总结（Summary）

5.关键术语(Key Terms)

6.问题讨论（Discussion Questions）

7.习题练习（Programming Exercises）

六、树与树相关的算法（Trees and Tree Algorithms）

1.学习目标（Objectives）

2.树相关实例（Examples of Trees）

3.树相关术语与定义（Vocabulary and Definitions）

4.实现树结构（Implementation）

5.二叉树（Binary Tree Aplications）

6.堆与优先队列（Priority Queues with Binary Heaps）

7.二叉搜索树（Binary Search Trees）

8.平衡二叉搜索树（Balanced Binary Search Trees）

9.总结（Summary）

10.关键术语(Key Terms)

11.问题讨论（Discussion Questions）

12.习题练习（Programming Exercises）

七、图与图相关的算法（Graphs and Graph Algorithms）

1.学习目标（Objectives）

2.图相关术语与定义（Vocabulary and Definitions）

3.图抽象数据结构（The Graph Abstract Data Type）

4.广度优先搜索（Breadth First Search）

5.深度优先搜索（Depth First Search）

6.拓扑排序（Topological Sorting）

7.强连通分量（Strongly Connected Components）

8.最短路径问题（Shortest Path Problems）

9.总结（Summary）

10.关键术语(Key Terms)

11.问题讨论（Discussion Questions）

12.习题练习（Programming Exercises）

（完）

文档信息

• 版权声明：自由转载-非商用-非衍生-保持署名（创意共享3.0许可证）
• 本文为原创文章，欢迎转载，后续本博客会不断更新，因此请保留该文档信息。
• 本文地址：http://www.cnblogs.com/wuguanglei/p/3776284.html