本书分为上、下两篇，共10章。上篇用5章的篇幅介绍了算法和数据结构的基础知识，包括基础算法思想、简单数据结构、复杂数据结构、排序和查找算法等内容；下篇用5章的篇幅介绍了用数据结构解决实际问题的相关程序，包括解决数学问题、数据结构问题、算法经典问题等内容以及信息学奥赛部分试题的程序，一章介绍了与算法和数据结构相关的常见面试题。本书案例实用性强、结构清晰、实例代码讲解详尽，可作为大中专院校学生学习数据结构以及做课程设计的参考书，也可以作为有一定程序设计基础的程序员的参考书，还可作为参加信息学奥赛选手的参考书。
本书由算法领域的知名专家StevenSkiena教授编写，其主要内容包括基本算法设计、算法分析、数据结构、排序与查找、图算法、动态规划以及难解问题与近似算法。“设计”是本书的核心，作者不但以生动有趣的语言讲授了算法设计中的常用技术与思想，还着重教导我们应从已有经典设计和实现中汲取力量来完成问题求解，而这正是一个算法工作者所的素养。为了更全面真实地展现作者的算法设计观，本书每章都给出了若干取自现实案例的精彩WarStory，读者可以从中深刻体验到算法设计的曲折历程。为了减轻阅读的难度，作者淡化了繁难的算法分析而仅仅给出性能结论与对比，这在同类算法书中是相当少见的。此外，本书配套网站包含大量算法设计资源以及作者本人的授课视频，为算法设计者提供了极大的便利。本书长期居于算法教材前列，是一本不可多得的“算法
本书内容按照算法策略分为7章。章从算法之美、简单小问题、趣味故事引入算法概念、时间复杂度、空间复杂度的概念和计算方法，以及算法设计的爆炸性增量问题，使读者体验算法的奥妙。第2～7章介绍经典算法的设计策略、实战演练、算法分析及优化拓展，分别讲解贪心算法、分治算法、动态规划、回溯法、分支限界法、线性规划和网络流。每一种算法都有4～10个实例，共50个大型实例，包括经典的构造实例和实际应用实例，按照问题分析、算法设计、图解、伪代码详解、实战演练、算法解析及优化拓展的流程，讲解清楚且通俗易懂。附录介绍常见的数据结构及算法改进用到的相关知识，包括sort函数、优先队列、邻接表、并查集、四边不等式、排列树、贝尔曼规则、增广路复杂性计算、大流小割定理等内容。本书可作为程序员的学习用书，也适合从未有过编程
本书是一本简明的MATLAB优化算法综合性参考书，以MATLAB?R2016b软件版本为基础，根据常用优化算法编写，包含多种优化算法的MATLAB应用方法，是读者掌握MATLAB在优化算法中应用的有力工具。全书分为四个部分共18章，包括MATLAB应用基础、常规优化算法、智能优化算法和综合应用。部分从MATLAB基础知识开始，详细介绍编程和程序设计、二维绘图、三维绘图、GUI应用等内容；?第二部分介绍MATLAB线性规划、非线性规划、无约束一维极值、无约束多维极值、约束优化方法、二次规划、多目标函数的优化方法等内容；?第三部分介绍免疫优化算法及其MATLAB实现、粒子群优化算法的MATLAB实现、遗传优化算法的MATLAB实现、小波变换的MATLAB实现、神经网络的MATLAB实现等内容；?第四部分主要介绍MATLAB在分形维数和经济金融*优化中的应用。在本书的*后，录中还给出了MATLAB基本命令的介绍
《程序员代码面试指南：IT名企算法与数据结构题目解》是一本程序员面试宝典！《程序员代码面试指南：IT名企算法与数据结构题目解》对IT名企代码面试各类题目的解进行了总结，并提供了相关代码实现。针对当前程序员面试缺乏专业题目汇总这一痛点，《程序员代码面试指南：IT名企算法与数据结构题目解》选取将近200道真实出现过的经典代码面试题，帮助广大程序员的面试准备做到万无一失。“刷”完本书后，你就是“题王”！《程序员代码面试指南：IT名企算法与数据结构题目解》采用题目解答的方式组织内容，并把面试题类型相近或者解法相近的题目尽量放在一起，读者在学习本书时很容易看出面试题解法之间的联系，使知识的学习避免碎片化。《程序员代码面试指南：IT名企算法与数据结构题目解》将所有的面试题从难到易依次分为“将、校、尉、士”
本书分为上、下两篇，共10章。上篇用5章的篇幅介绍了算法和数据结构的基础知识，包括基础算法思想、简单数据结构、复杂数据结构、排序和查找算法等内容；下篇用5章的篇幅介绍了用数据结构解决实际问题的相关程序，包括解决数学问题、数据结构问题、算法经典问题等内容以及信息学奥赛部分试题的程序，最后一章介绍了与算法和数据结构相关的常见面试题。本书案例实用性强、结构清晰、实例代码讲解详尽，可作为大中专院校学生学习数据结构以及做课程设计的参考书，也可以作为有程序设计基础的程序员的参考书，还可作为参加信息学奥赛选手的参考书。
本书内容按照算法策略分为7章。第1章从算法之美、简单小问题、趣味故事引入算法概念、时间复杂度、空间复杂度的概念和计算方法，以及算法设计的爆炸性增量问题，使读者体验算法的奥妙。第2～7章介绍经典算法的设计策略、实战演练、算法分析及优化拓展，分别讲解贪心算法、分治算法、动态规划、回溯法、分支限界法、线性规划和网络流。每一种算法都有4～10个实例，共50个大型实例，包括经典的构造实例和实际应用实例，按照问题分析、算法设计、完美图解、伪代码详解、实战演练、算法解析及优化拓展的流程，讲解清楚且通俗易懂。录介绍常见的数据结构及算法改进用到的相关知识，包括sort函数、优先队列、邻接表、并查集、四边不等式、排列树、贝尔曼规则、增广路复杂性计算、zui大流zui小割定理等内容。本书可作为程序员的学习用书，也适合从未
全书共13章，分为2篇。第1篇基础知识，介绍了人工智能发展里程、计算机视觉概要、深度学习和计算机视觉中的基础数学知识、神经网络及其相关的机器学习基础、卷积神经网络及其一些常见结构，后对前沿的趋势进行了简单探讨。第2篇实例精讲，介绍了Python基础、OpneCV基础、简单的分类神经网络、图像识别、利用Caffe做回归、迁移学习和模型微调、目标检测、度量学习和图像风格迁移等常见的计算机视觉应用场景。从第5章开始包含了很多有趣和实用的代码示例。从第7章开始的所有实例都基于当前流行的深度学习框架中的Caffe和MXNet。
本书精选了科学和工程中常用的200余个算法，采用MATLAB语言编程实现，并结合实例对算法程序进行验证和分析。本发为上下两篇，上篇为MATLAB基础篇，主要介绍MATLAB的基本功能和操作以及MATLAB程序设计的入门知识，下篇为算法程序篇，主要讲述以下方面常用算法的MATLAB实现，包括插值，函数逼近，矩阵特征值计算。数值微分，方程求根，非线性方程组求解，解线性方程组的直接法，解线性方程组的迭代法，数生成，特殊函数计算，常微分方程的初值问题，偏微分方程的数值解法，数据统计和分析。本书适用于高级MATLAB用户，既可以作为使用MATLAB的高等院校师生的教学用书或参考用书，又可以供广大科研人员和工程技术人员参考。
本书主要讲解系统中的召回算法和排序算法，以及各个算法在主流工具Sklearn、Spark、TensorFlow等中的实现和应用。书中本着循序渐进的原则进行讲解。首先，介绍系统中算法的数学基础，算法的平台、工具基础，以及具体的系统。其次，讲解系统中的召回算法，主要包括基于行为相似的协同过滤召回和基于内容相似的Word2vec召回，并且介绍其在Spark、TensorFlow主流工具中的实现与应用。再次，讲解系统中的排序算法，包括线性模型、树模型和深度学习模型，分别介绍逻辑回归、FM、决策树、随机森林、GBDT、GBDT LR、集成学习、深度森林、DNN、Wide&Deep、DeepFM、YouTube等模型的原理，以及其在Sklearn、Spark、TensorFlow主流工具中的实现与应用。，介绍算法的4个实践案例，帮助读者进行工程实践和应用，并且介绍如何在Notebook上进行代码开发和算法调试，以帮助读者提升工作效率。
本书通过大量示例介绍了算法设计、算法的复杂度分析以及计算复杂度。主要内容有：算法设计与分析、分而治之方法、动态规划方法、贪婪方法、回溯算法、分支定界算法、计算复杂度、难解性和NP理论、遗传算法和遗传编程、数论算法、并行算法等。此外，本书在每章末尾都提供了大量练习，而且还提供了全面的教辅材料及答案，是教授和学习算法设计与分析的理想教材。
对于任何一门编程语言来说，算法都是程序的“灵魂”。正是因为算法如此重要，所以笔者精心编写了本书，希望通过书中的内容广大读者一起探讨学习算法的奥秘，带领广大读者真正步入程序开发的世界。本书共分15章，循序渐进、由浅入深地详细讲解算法的核心内容，并通过具体实例的实现过程演练各个知识点的具体用法。本书首先详细讲解算法的基础知识，剖析了将算法称为“程序灵魂”的原因。然后详细讲解算法技术的核心内容，主要包括八大算法思想、数据结构、树、图、查找、内部排序、外部排序和文件等知识点的具体用法。接下来通过具体实例详细讲解各种算法经典问题的解决方案，主要包括解决经典的数据结构问题、解决数学问题、解决趣味问题、解决图像问题和解决奥赛问题的具体方案等。另外，书中还讲解了算法技术在现实编程项目中的作用
《强化学习精要：核心算法与TensorFlow实现》用通俗幽默的语言深入浅出地介绍了强化学习的基本算法与代码实现，为读者构建了一个完整的强化学习知识体系，同时介绍了这些算法的具体实现方式。从基本的马尔可夫决策过程，到各种复杂的强化学习算法，读者都可以从本书中学习到。本书除了介绍这些算法的原理，还深入分析了算法之间的内在联系，可以帮助读者举一反三，掌握算法精髓。书中介绍的代码可以帮助读者快速将算法应用到实践中。
本书是一本简明的MATLAB优化算法综合性参考书，以MATLAB?R2016b软件版本为基础，根据常用优化算法编写，包含多种优化算法的MATLAB应用方法，是读者掌握MATLAB在优化算法中应用的有力工具。全书分为四个部分共18章，包括MATLAB应用基础、常规优化算法、智能优化算法和综合应用。部分从MATLAB基础知识开始，详细介绍编程和程序设计、二维绘图、三维绘图、GUI应用等内容；?第二部分介绍MATLAB线性规划、非线性规划、无约束一维极值、无约束多维极值、约束优化方法、二次规划、多目标函数的优化方法等内容；?第三部分介绍免疫优化算法及其MATLAB实现、粒子群优化算法的MATLAB实现、遗传优化算法的MATLAB实现、小波变换的MATLAB实现、神经网络的MATLAB实现等内容；?第四部分主要介绍MATLAB在分形维数和经济金融*优化中的应用。在本书的*后，录中还给出了MATLAB基本命令的介绍
