本書旨在幫助讀者筑牢數據結構和算法的基礎，提升職場競爭力。本書代碼采用Java語言編寫，分為上、下兩篇，共15章。其中，第1~9章為上篇，講解數據結構和算法基礎，為讀者全面梳理基本知識，內容涵蓋線性結構、樹結構、圖結構、排序與查找、窮舉法、遞歸算法、貪心算法、動態規劃、回溯法；第10~15章為下篇，收集了50多道經典且有趣的大廠面試真題，針對每道題都給出了詳細的分析和解答，幫助讀者全面提升解決實際問題的能力，同時為讀者準備筆試、面試提供幫助。
本書堅持夯實基礎、注重實踐、舉一
ChatGPT掀起了現象級的風暴，趕超ChatGPT潮流，算法突破是關鍵。
本書介紹了若干常見算法，涉及排序、哈希、動態規劃與近似算法、高斯消去法、圖論與線性規劃、無約束優化、迭代法、插值與擬合等。本書在介紹算法的同時，結合了作者自己對數學背景、應用場景的理解，便于讀者把握算法的核心思想。而且，本書不僅指出了哪些算法可以解決問題，還指出了哪些算法可以更好地解決問題，便于讀者深入理解算法。本書盡可能地避開了以應試為導向的灌輸式講解，力求引起讀者的興趣并擴大其視野，例如在介紹哈希
數據結構與算法設計相關課程是計算機專業教學中的核心課程，也是各類程序設計競賽及互聯網公司與軟件企業招聘考查的重要方面。本書按照"數據結構—算法設計”的路線系統地介紹數據結構與算法設計的主要內容。其中，數據結構部分包括線性表、棧、隊列、字符串、數組、廣義表、樹和圖，以及兩種常用的數據操作——查找和排序；算法設計部分包括遞歸與分治法、動態規劃、貪心法、回溯法和分支限界法；最后以"快遞超市信息管理系統”作為案例介紹面向實際應用開展分析、設計、編碼與測試的完整過程。 本書融入了思政元素，注重培養學習者解
本書注重理論與實踐緊密結合, 系統介紹算法設計方法、分析技巧和C++編程實戰。作者本著“易理解, 重實用”的指導思想.結合多年的教學經驗, 以算法設計策略為主線, 沿著“算法思想--算法設計--構造實例--算法描述--算法分析--C++實戰”的思路組織學習內容,共包括算法及基礎知識、貪心法、分治法、動態規劃、搜索法、隨機化算法、線性規劃問題與網絡流、數論算法及計算幾何算法和NP完全理論等9章內容。
本書為高等學校計算機類專業核心課程“算法設計與分析”教材. 全書以算法設計技術和分析方法為主線來組織各知識單元. 主要內容包括基礎知識、分治策略、動態規劃、貪心法、回溯與分支限界、線性規劃、網絡流算法、算法分析與問題的計算復雜度、NP完全性、近似算法、隨機算法、處理難解問題的策略等. 力求突出對問題本身的分析和求解方法的闡述，從問題建模、算法設計與分析、改進措施等方面給出適當的建議，同時也簡要介紹了計算復雜性理論的核心內容和處理難解問題的一些新技術. 與本書配套的有習題解答與學習指導用書
《啊哈！算法揭秘》圍繞程序設計典型算法，精心編織了一個場景，讓讀者通過本書學會優先搜索、深度優先搜索、迭代加深、并行算法、二分搜索等算法背后的原理，字符串、數組、棧和隊列等基本計算機科學概念，學習如何修改搜索算法以適應不同的數據結構、如何在特定情況下選擇的算法，以及何時應該使用基于常識的啟發式算法，以加深對程序世界的理解。 本書的每一章都會伴隨情節引入一個新的算法概念，并在結尾處回顧總結本章內出現的專業知識。
本書對當前主流的視頻隱寫技術進行了系統闡述，主要包括作者及團隊在控制幀內失真漂移和魯棒視頻隱寫領域的研究成果及其他主流的視頻隱寫算法。針對原始域的視頻隱寫技術，介紹了基于LSB和DWT的視頻隱寫算法；針對壓縮域的視頻隱寫技術，提出了基于H.264/AVC、H.265/HEVC無幀內失真漂移視頻隱寫算法，介紹了基于幀內預測模式、運動矢量和熵編碼的視頻隱寫算法；針對可逆隱寫技術，提出了基于單系數的無幀內失真漂移可逆隱寫算法，介紹了基于二維直方圖平移的視頻可逆隱寫算法；針對魯棒性視頻隱寫技術
本書是國際著名算法專家李德財教授主編的系列叢書Lecture Notes Series on Computing中的一本。本書涵蓋了絕大多數算法設計中的一般技術， 在講解每一種技術時， 闡述了它的應用背景， 注重用與其他技術相比較的方法說明它的特征， 并提供大量實際問題的例子。本書同時也強調了對每一種算法的詳細的復雜性分析。全書分七部分共18 章， 從算法設計與算法分析的基本概念和方法入手， 先后介紹了遞歸、分治、動態規劃、貪心算法、圖的遍歷等技術， 對NP 完全問題進行了基本但清晰的討論。作者
本書從數據采集、模型構建和評價標準設計三個方面對SOD技術展開了系統的研究, 包括開放環境下的圖像SOD技術、動態場景下的SOD視覺轉移建模技術以及符合人類認知規律的評價指標設計。
本書以深度學習在計算機視覺領域的常用技術與案例相結合的方式，深入淺出地介紹計算機視覺的常見任務及實現技術。全書共7章，內容包含概述、圖像處理基本操作、深度學習視覺基礎任務、基于FaceNet的人臉識別實戰、基于 Faster R-CNN 的目標檢測實戰、基于 U-Net 的城市道路場景分割實戰、基于SRGAN 的圖像超分辨率技術實戰等。本書大部分章包含操作實踐代碼和課后習題，希望能夠幫助讀者在計算機視覺基礎任務中應用算法，鞏固所學內容。本書可以作為高校人工智能相關專業教材，也可
新書資訊 新書推薦