《算法竞赛入门经典（2版）》是一本算法竞赛的入门与提高教材，把C/C 语言、算法和解题有机地结合在一起，淡化理论，注重学习方法和实践技巧。全书内容分为12章，包括程序设计入门、循环结构程序设计、数组和字符串、函数和递归、C 与STL入门、数据结构基础、暴力求解法、高效算法设计、动态规划初步、数学概念与方法、图论模型与算法、高级专题等内容，覆盖了算法竞赛入门和提高所需的主要知识点，并含有大量例题和习题。书中的代码规范、简洁、易懂，不仅能帮助读者理解算法原理，还能教会读者很多实用的编程技巧；书中包含的各种开发、测试和调试技巧也是传统的语言、算法类书籍中难以见到的。 《算法竞赛入门经典（2版）》可作为全国青少年信息学奥林匹克联赛（NOIP）复赛教材、全国青少年信息学奥林匹克竞赛（NOI）和ACM国际大学生程序
本书采用大量图片，通过详细的分步讲解，以直观、易懂的方式展现了7个数据结构和26个基础算法的基本原理。第1章介绍了链表、数组、栈等7个数据结构；从第2章到第7章，分别介绍了和排序、查找、图论、安全、聚类等相关的26个基础算法，内容涉及冒泡排序、二分查找、广度优先搜索、哈希函数、迪菲 - 赫尔曼密钥交换、k-means 算法等。 本书没有枯燥的理论和复杂的公式，而是通过大量的步骤图帮助读者加深对数据结构原理和算法执行过程的理解，便于学习和记忆。将本书作为算法入门的*步，是非常不错的选择。
《智能优化算法与MATLAB编程实践》介绍了国内外新研发的10种智能优化算法，对每种算法的灵感来源、实现过程、函数编程、案例应用都进行了细致描述并给出详细的MATLAB代码，使读者快速掌握智能优化算法的学习和应用方法。 全书共分为12章，前10章分别介绍10种智能优化算法的原理、MATLAB实现、具体函数寻优求解过程和应用案例；第11章列举了23种衡量智能优化算法性能的常见测试函数，并给出MATLAB代码；第12章重点介绍智能优化算法的评价指标体系，选取部分测试函数和文中算法进行测试与分析，并给出完整MATLAB代码，供读者参考。 本书的主要特点为算法新颖，要素齐全，案例丰富，可移植性和实战性强。理论研究和工程技术人员可通过本书快速理解、掌握书中算法，节省大量时间，感兴趣的读者可以在此基础上进行深入研究。 本书可作为本科生、研究生和教
《算法竞赛入门经典 习题与解答》是在《算法竞赛入门经典（第2 版）》的基础上，延伸出来的一本习题与解答图书，它把C 语言、算法和解题有机地结合在一起，淡化理论，注重学习方法和实践技巧，是一本算法竞赛的入门和提高教材。 《算法竞赛入门经典 习题与解答》分为5 章。第1 章是各种编程训练技巧以及C 11 语法特性的简单介绍。第2 章精选了一部分《算法竞赛入门经典（第2 版）》的习题进行分析、解答。第3 章是ACM/ICPC 比赛真题分类选解，挑选了近些年ACM/ICPC 比赛中较有价值的题目进行分析并解答。第4～5 章是比赛真题选译，整理并翻译了近几年来各大区域比赛中笔者认为值得学习训练的比赛真题。 如果你对算法感兴趣，如果你是一名程序员或即将成为一名程序员，如果你想大幅提升自己的算法思维能力，如果你有志于参加ACM/ICPC、NOIP、NOI 等竞赛，
软件质量，不但依赖架构及项目管理，而且与代码质量紧密相关。这一点，无论是敏捷开发流派还是传统开发流派，都不得不承认。 本书提出一种观点：代码质量与其整洁度成正比。干净的代码，既在质量上较为可靠，也为后期维护、升级奠定了良好基础。作为编程领域的佼佼者，本书作者给出了一系列行之有效的整洁代码操作实践。这些实践在本书中体现为一条条规则（或称 启示 ），并辅以来自实际项目的正、反两面的范例。只要遵循这些规则，就能编写出干净的代码，从而有效提升代码质量。 本书阅读对象为一切有志于改善代码质量的程序员及技术经理。书中介绍的规则均来自作者多年的实践经验，涵盖从命名到重构的多个编程方面，虽为一 家 之言，然诚有可资借鉴的价值。
《深入浅出算法竞赛（图解版）》是为帮助读者理解基本的算法思想和编写高效的解决问题的程序而编写的。全书共6章，第1章概述了算法与算法竞赛的知识；第2章介绍了计算机程序解决问题的基本方法 穷举算法与贪心算法；第3章讲解了随机算法，如何利用概率与期望优化算法的效率；第4章讲解了AI的思维模式 搜索算法，如何用更灵活的方式遍历每一种可行解；第5章讲解了动态规划，如何通过状态间的转移，巧妙地规划解；第6章讲解了将大事化小、小事化了的分治算法，如何将问题拆分为易于解决的小问题。 本书配备了大量的算法竞赛试题，使用算法竞赛常用的C 语言编写。同时，本书不拘泥于算法竞赛，在第2 ～ 6章的后每一节给出一段阅读材料，介绍算法有趣的应用，帮助读者拓宽思维。 本书的讲解避开了繁琐枯燥的理论，采用浅显易懂的语言和大量生动
机器学习是人工智能研究领域中的一个极其重要的方向。在现今大数据时代的背景下，捕获数据并从中萃取有价值的信息或模式，使得这一过去为分析师与数学家所专属的研究领域越来越为人们瞩目。 本书通过精心编排的实例，切入日常工作任务，摒弃学术化语言，利用高效可复用的Python代码阐释如何处理统计数据，进行数据分析及可视化。读者可从中学到一些核心的机器学习算法，并将其运用于某些策略性任务中，如分类、预测及推荐等。 本书适合机器学习相关研究人员及互联网从业人员学习参考。
《算法竞赛入门经典 算法实现》精选《算法竞赛入门经典（第2版）》和《算法竞赛入门经典 训练指南（升级版）》中的经典题目，按算法要点和竞赛考点重新进行分拆和归类，提供了240余套简洁、高效、规范的完整代码模板。此外，也加入了一些虽然未在两本书中出现，但实际上对初学者入门非常重要的题目代码。借助于这些模板，读者在练习环节和比赛时，可大大减轻因来回琢磨代码实现细节而导致调试时间大幅增加的压力。 《算法竞赛入门经典 算法实现》共分7章，第1章介绍C 编程基础与STL，第2章介绍算法设计与优化，第3章介绍数学相关算法，第4章介绍数据结构，第5章介绍字符串，第6章介绍计算几何，第7章介绍图论。 《算法竞赛入门经典 算法实现》题目覆盖了ACM/ICPC/NOI/NOIP等算法竞赛的大多数经典题型和细分算法要点，内容全面，信息量
算法是个有趣的东西 针对某个问题设计算法的时候，不会的人感觉像 大海捞针 ，而会的人则感觉像 一苇渡江 。高手的头脑里都有一张 算法地图 ，算法之间不是孤立的，而是彼此连通的。算法之间的内在联系有很多，但挖掘到根源上，就是递推与递归两种思想。本书从深度解析递推和递归这两个基本算法思想开始，用它们贯穿起了《算法导论》中的几十个经典算法，包括排序、查找、回溯、贪心、分治、动态规划、图算法等。 本书成稿自作者的教案，秉承了作者一贯的风趣幽默又不失严谨的写作风格，同时融入了学习心理学和认知科学的实践原理。作者的诸多学生在参加完以本书内容为蓝本的集训后进入了微软、脸书、亚马逊、领英、甲骨文等公司，所以本书是经过千锤百炼的一线教学成果。本书适合于所有想通过学习算法来精进自己编程能力的读者。为了倾
智能优化算法在解决大空间、非线性、全局寻优、组合优化等复杂问题方面具有独特的优势，因而得到了国内外学者的广泛关注，并在信号处理、图像处理、生产调度、任务分配、模式识别、自动控制和机械设计等众多领域得到了成功应用。本书介绍了8种经典智能优化算法 遗传算法、差分进化算法、免疫算法、蚁群算法、粒子群算法、模拟退火算法、禁忌搜索算法和神经网络算法的来源、原理、算法流程和关键参数说明，并给出了具体的MATLAB仿真实例。对于要用这些算法工具来解决具体问题的理论研究和工程技术人员，通过本书可以节省大量查询资料和编写程序的时间，通过仿真实例可以更深入地理解、快速地掌握这些算法。
本书采用大量图片，通过详细的分步讲解，以直观、易懂的方式展现了各种数据结构和算法的基本原理。第1章介绍了链表、数组、栈等数据结构；从第2章到第8章，分别介绍了和排序、查找、图、安全、聚类、数据压缩等相关算法，较为全面地介绍常见算法与数据结构知识。 本书没有枯燥的理论和复杂的公式，而是通过大量的步骤图帮助读者加深对数据结构原理和算法执行过程的理解，易于理解，便于学习和记忆。将本书作为算法入门的第一步，是非常不错的选择。
本书较全面地叙述了智能控制的基本理论、方法和应用。全书共分17章，主要内容为模糊控制的基本原理和应用、神经网络控制的基本原理和应用、智能优化算法及其应用。 本书系统性强，突出理论联系实际，叙述深入浅出，适合于初学者学习。书中给出了一些智能算法的仿真实例和MATLAB仿真程序，并配有一定数量的习题和上机操作题，可作为高等院校工业自动化、计算机应用、电子工程等专业的高年级本科生和硕士研究生的教材，也适合从事工业自动化领域的工程技术人员阅读和参考。
《集成学习入门与实战：原理、算法与应用》通过6章内容全面地解读了集成学习的基础知识、集成学习技术、集成学习库和实践应用。其中集成学习技术包括采样、Bagging、投票集成、Boosting、AdaBoost、梯度提升、XGBoost、Stacking、随机森林、决策树等，从混合训练数据到混合模型，再到混合组合，逻辑严谨、逐步讲解；同时也对ML-集成学习、Dask、LightGBM、AdaNet等集成学习库相关技术进行了详细解读；后通过相关实践对集成学习进行综合性应用。本书配有逻辑框图、关键代码及代码分析，使读者在阅读中能够及时掌握算法含义和对应代码。 本书适合集成学习的初学者和机器学习方向的从业者和技术人员阅读学习，也适合开设机器学习等算法课程的高等院校师生使用。
◆图书简介◆ 本书是为了满足广大应聘 IT岗位的毕业生及社招人士复习所学知识，提高职场竞争力而编写的。书中涵盖了C/C 程序员面试所需掌握的全部知识点，内容涉及C/C 基础、面向对象、字符串、数据结构、算法设计、操作系统、数据库、计算机网络以及综合能力测试题等面试中经常出现的知识点。与此同时，本书还包含了相当篇幅的面试技巧介绍，并精心搜集了面试官常问的20个问题和外企常考的20道英文面试题，帮助求职者在面试过程中展现自身技术硬实力的同时更能充分发挥自身素质和个人魅力等软实力。 本书不只是一部 习题集 ，在每节中都对本节所涉及的知识点进行了完整的梳理，这样不仅可以帮读者夯实专业基础，从根本上掌握程序员笔试面试的要领，也为未来的工作打下了坚实的基础。 本书采用笔记体裁方式编写，核心内容用红色
本书示例丰富，图文并茂，以让人容易理解的方式阐释了算法，旨在帮助程序员在日常项目中更好地发挥算法的能量。书中的前三章将帮助你打下基础，带你学习二分查找、大O表示法、两种基本的数据结构以及递归等。余下的篇幅将主要介绍应用广泛的算法，具体内容包括：面对具体问题时的解决技巧，比如，何时采用贪婪算法或动态规划；散列表的应用；图算法；Kzui近邻算法。
《算法零基础一本通（Python版）》使用 Python 指导读者从零开始学习算法 ：由基础数据结构开始，逐步解说信息安全算法，*后也讲解了人工智能入门领域的 KNN 和 K-means 算法。《算法零基础一本通（Python版）》包含约 120 个程序实例，使用约 600 张完整图例，深入讲解了 7 种数据结构和数十种算法，此外也针对国内外著名公司招聘程序员的算法考题做了讲解。《算法零基础一本通（Python版）》实用性强、案例丰富，适合有一定 Python 基础的读者使用，也可作为大中专院校及培训机构的参考教材。
深度学习是目前学术界和工业界都非常火热的话题，在许多行业有着成功应用。本书由Hulu的近30位算法研究员和算法工程师共同编写完成，专门针对深度学习领域，是《百面机器学习：算法工程师带你去面试》的延伸。全书内容大致分为两个部分，*部分介绍经典的深度学习算法和模型，包括卷积神经网络、循环神经网络、图神经网络、生成模型、生成式对抗网络、强化学习、元学习、自动化机器学习等；第二部分介绍深度学习在一些领域的应用，包括计算机视觉、自然语言处理、推荐系统、计算广告、视频处理、计算机听觉、自动驾驶等。本书仍然采用知识点问答的形式来组织内容，每个问题都给出了难度级和相关知识点，以督促读者进行自我检查和主动思考。书中每个章节精心筛选了对应领域的不同方面、不同层次上的问题，相互搭配，展示深度学习的 百面 精
本书系统地介绍了各种常用的算法设计策略，包括递归、分治法、蛮力法、回溯法、分枝限界法、贪心法、动态规划、概率算法和近似算法等，并详细讨论了各种图算法和计算几何设计算法。全书既注重原理又注重实践，配有大量图表、练习题、上机实验题和在线编程题，内容丰富，概念讲解清楚，表达严谨，逻辑性强，语言精练，可读性好。本书既便于教师课堂讲授，又便于自学者阅读，适合作为高等院校 算法设计与分析 课程的教材，也可供ACM和各类程序设计竞赛者参考。
在信息时代，计算思维是解决复杂工程问题的重要思维方式，计算机则是求解问题的重要工具。本书以计算机经典问题求解为导向，通用算法思维和编程能力培养为目标，引入ACM国际大学生程序设计竞赛的有益元素，组织教材的理论教学和编程实践两方面的内容。本书主要内容包括计算机问题求解的经典算法模型和设计范式，包括计算机问题求解中常用的数据结构、枚举算法、递归与分治策略、动态规划、贪心算法和搜索技术。除了强调经典的问题原型和算法原理，本书兼顾编程实践能力，力图使得学生面对复杂问题时既能 想到 还能 做到 。
本书以图解的方式综合讲述算法及其数据结构，内容浅显易懂，逻辑严谨，范例丰富，易于学习和掌握，力求兼顾教师教学和学生自学。 全书内容分为五部分，共12章：计算思维与算法（第1~3章）介绍各个经典的算法，包括分治法、递归法、贪心法、动态规划法、迭代法、枚举法、回溯法等；数据结构相关算法（第4~6章）讲述重要的数据结构及其相关算法的实现，数据结构包括数组、链表、堆栈、队列、树结构、图结构、哈希表；排序与查找算法（第7、8章）讲述排序算法和查找算法；树结构与图结构相关算法（第9、10章）讲述数组和链表相关算法、堆栈和队列相关算法、树结构相关算法和图结构相关算法；现代议题算法（第11、12章）讲述信息安全基础算法、人工智能基础算法等。 书中为每个算法及其数据结构提供演算的详细图解，并为每个经典的算法提供JavaScri
本书较为系统地介绍**化领域中比较成熟的基本理论与方法。基本理论包括**化问题解的必要条件和充分条件以及各种算法的收敛性理论。介绍的算法有：无约束问题的速下降法、Newton法、拟Newton法、共辄梯度法、信赖域算法和直接法；非线性方程组和小二乘问题的Newton法和拟Newton法；约束问题的罚函数法、乘子法、可行方向法、序列二次规划算法和信赖域算法等。还介绍了线性规划的基本理论与单纯形算法以及求解二次规划的有效集法。并简单介绍了求解全局**化问题的几种常用算法。《BR》 作为基本工具，本书在附录中简要介绍了求解线性方程组的常用直接法和选代法以及MATLAB初步知识。
《数据结构与算法 第4版》共包括8章内容，详细讲述了线性结构、树结构和图结构中的数据表示及数据处理的方法，并对查找和排序两种重要的数据处理技术做了细致的探讨。《数据结构与算法 第4版》对每一类数据结构的分析均按照 逻辑结构 存储结构 基本运算的实现 时空性能分析 典型应用实例 知识小结 练习题 实验题 的顺序进行讲解，算法全部采用C语言描述，很容易转换成程序。《数据结构与算法 第4版》语言叙述通俗易懂、由浅入深，算法可读性好、应用性强。《数据结构与算法 第4版》不仅配有算法设计的应用实例和大量的练习题，还针对重点、难点问题配有授课视频讲解，扫描二维码即可观看。
