首页 > 教育 > 本科研究生 > 计算机类

数据结构——基于Python语言（微课版）

作译者：周翔

出版时间：2024-02 千字数：549 版次：01-01 页数：272

开本：16开装帧： I S B N ：9787121473852

换版：

纸质书定价：￥59.0

库存:无

分享到：

共有图书评论0条【查看评论摘要】

看了又看

{{data.bookName}}

￥{{data.price}}

内容简介

前言

上架建议

作者简介

编辑推荐

音视频专区

第1章   数据结构与算法概述 / 1
1.1  数据结构 / 1
1.1.1  什么是数据结构 / 1
1.1.2  数据结构的分类 / 3
1.1.3  数据类型与抽象数据类型 / 6
1.2  算法 / 7
1.3  算法分析 / 9
1.3.1  算法的时间复杂度 / 10
1.3.2  算法的空间复杂度 / 13
1.4  本章习题 / 13

第2章   线性表 / 15
2.1  什么是线性表 / 15
2.2  顺序表 / 16
2.2.1  顺序表的定义 / 16
2.2.2  顺序表的实现 / 17
2.3  单链表 / 24
2.3.1  单链表的定义 / 24
2.3.2  单链表的实现 / 25
2.4  双向链表 / 34
2.4.1  双向链表的定义 / 34
2.4.2  双向链表的实现 / 34
2.5  循环链表 / 38
2.5.1  循环链表的定义 / 38
2.5.2  循环链表的实现 / 39
2.6  线性表的比较 / 42
2.6.1  顺序表与链表的比较 / 42
2.6.2  链式存储方式的比较 / 42
2.7  线性表的应用 / 43
2.7.1  一元多项式的表示及相加 / 43
2.7.2  约瑟夫环 / 47
2.8  本章实验：线性表初探 / 49
2.9  本章习题 / 50

第3章   栈与队列 / 53
3.1  什么是栈 / 53
3.2  栈的实现 / 54
3.2.1  顺序栈存储实现 / 54
3.2.2  双端栈存储实现 / 57
3.2.3  链栈存储实现 / 59
3.3  栈与递归 / 61
3.3.1  递归的概念 / 61
3.3.2  栈的应用 / 63
3.4  什么是队列 / 66
3.5  队列的实现 / 66
3.5.1  顺序队列的实现 / 66
3.5.2  循环队列的实现 / 68
3.5.3  链式队列的实现 / 71
3.6  队列的应用 / 74
3.7  讨论课：如何选择合适的线性表解决实际问题 / 75
3.8  本章实验：栈的定义与应用 / 75
3.9  本章习题 / 76

第4章   串 / 78
4.1  什么是串 / 78
4.2  串的存储结构 / 78
4.2.1  串的顺序存储实现 / 78
4.2.2  串的链式存储实现 / 83
4.3  串的模式匹配算法 / 83
4.3.1  朴素的模式匹配算法 / 83
4.3.2  KMP算法 / 85
4.4  综合实验：校友通讯录—线性表的应用 / 89
4.5  本章习题 / 90

第5章   数组与广义表 / 92
5.1  数组 / 92
5.2  矩阵存储 / 93
5.2.1  特殊矩阵 / 93
5.2.2  稀疏矩阵 / 94
5.3  广义表 / 100
5.3.1  广义表的定义 / 100
5.3.2  广义表的存储结构 / 101
5.3.3  广义表的递归运算 / 102
5.4  本章习题 / 105

第6章   基于线性表的查找算法 / 107
6.1  查找概述 / 107
6.2  顺序表查找法 / 108
6.3  折半查找法 / 108
6.4  索引顺序查找法 / 111
6.5  本章实验：折半查找 / 113
6.6  本章习题 / 113

第7章   基于线性表的排序算法 / 115
7.1  排序的概念及分类 / 115
7.2  插入排序 / 116
7.2.1  直接插入排序 / 116
7.2.2  折半插入排序 / 119
7.2.3  希尔排序 / 119
7.3  交换排序 / 120
7.3.1  冒泡排序 / 121
7.3.2  快速排序 / 123
7.4  归并排序 / 124
7.5  本章实验：冒泡排序改动算法 / 126
7.6  本章习题 / 127

第8章   树 / 129
8.1  树 / 129
8.1.1  什么是树 / 129
8.1.2  树的基本概念及常用术语 / 130
8.2  树的存储结构 / 131
8.2.1  双亲表示法 / 131
8.2.2  孩子表示法 / 132
8.2.3  孩子兄弟表示法 / 132
8.3  二叉树 / 134
8.3.1  什么是二叉树 / 134
8.3.2  二叉树的分类 / 134
8.3.3  二叉树的性质 / 135
8.4  二叉树的存储结构 / 137
8.4.1  二叉树的顺序存储 / 137
8.4.2  二叉树的链式存储 / 138
8.5  树的遍历与应用 / 139
8.5.1  二叉树的遍历 / 139
8.5.2  二叉树的应用 / 143
8.5.3  树的遍历 / 147
8.6  树的转换、构建与线索化 / 147
8.6.1  二叉树与树、森林之间的转换 / 147
8.6.2  二叉树的构建 / 150
8.6.3  线索化二叉树 / 153
8.7  哈夫曼树 / 155
8.7.1  什么是哈夫曼树 / 155
8.7.2  哈夫曼树的构造 / 155
8.7.3  哈夫曼编码 / 156
8.7.4  哈夫曼树的实现 / 157
8.8  讨论课：如何学习树 / 158
8.9  本章实验一：二叉树的创建与遍历 / 159
8.10  本章实验二：二叉树的查找 / 159
8.11  综合实验：校友通讯录—树的应用 / 160
8.12  本章习题 / 161

第9章   基于树的查找算法 / 164
9.1  二叉排序树 / 164
9.1.1  二叉排序树的插入 / 164
9.1.2  二叉排序树的删除 / 168
9.1.3  二叉排序树的查找 / 170
9.2  平衡二叉树 / 172
9.2.1  平衡二叉树的定义 / 172
9.2.2  平衡二叉树的平衡化旋转 / 173
9.3  B树 / 177
9.3.1  B树的查找 / 178
9.3.2  B树的插入 / 178
9.3.3  B+树和B*树 / 179
9.4  本章习题 / 180

第10章  基于树的排序算法 / 182
10.1  选择排序 / 182
10.1.1  简单选择排序 / 182
10.1.2  树形选择排序 / 183
10.2  堆排序 / 184
10.2.1  堆的定义 / 184
10.2.2  堆的存储 / 185
10.2.3  堆排序的思想 / 189
10.3  综合比较 / 193
10.4  本章习题 / 194

第11章  图 / 196
11.1  图的基本概念 / 196
11.1.1  什么是图 / 196
11.1.2  图的基本术语 / 196
11.2  图的存储结构 / 199
11.2.1  邻接矩阵 / 200
11.2.2  邻接表 / 202
11.2.3  十字链表 / 205
11.2.4  邻接多重表 / 207
11.3  图的遍历 / 207
11.3.1  深度优先遍历 / 208
11.3.2  广度优先遍历 / 212
11.4  图的应用 / 216
11.4.1  最小生成树 / 216
11.4.2  最短路径 / 224
11.4.3  拓扑序列 / 235
11.4.4  关键路径 / 239
11.5  讨论课：图是什么 / 245
11.6  本章实验一：图的邻接矩阵定义与创建 / 246
11.7  本章实验二：图的邻接表定义与创建 / 246
11.8  综合实验：校友通讯录—图的应用 / 247
11.9  本章习题 / 248

第12章  计算式查找法 / 251
12.1  什么是哈希表 / 251
12.2  哈希函数的构造方法 / 252
12.3  处理冲突的方法 / 253
12.3.1  开放定址法（再散列法） / 253
12.3.2  链地址法 / 255
12.3.3  再哈希法 / 256
12.3.4  建立公共溢出区 / 256
12.4  哈希查找法 / 257
12.5  讨论课：如何选择合适的算法，达到性能的最优 / 259
12.6  综合实验：校友通讯录—算法的应用 / 259
12.7  本章习题 / 260

数据结构是计算机学科的核心课程，自然也是计算机相关专业一门重要的专业基础课程。数据结构研究的是数据的逻辑结构和数据的物理结构及它们之间的相互关系，并对这种结构定义相适应的运算，设计相应的算法。精心选择的数据结构可以带来更高的运行效率或存储效率。因此，数据结构与算法密不可分，掌握这些知识能够为独立完成软件设计与分析奠定坚实的基础。
Python语言已经成为大数据和人工智能等领域使用最多的开发语言之一，越来越多的高等院校和高职院校将Python语言作为计算机程序设计课程的主要学习语言。本书采用Python语言实现常用的数据结构。相比于传统的C语言，Python语言更简洁，也更容易学习。
本书主要介绍软件设计中常用的数据结构及相应的存储结构和实现算法，以及常用的查找和排序技术，并进行性能分析和比较。学习完本书内容，读者既能加深对数据结构基本概念的理解和认识，又能提高对各种数据结构进行分析与设计的能力。数据结构课程将为后续课程的学习及软件设计水平的提高打下良好的基础。
本书具有以下几个特色。
（1）深入优化知识结构。
将传统的基于C语言的数据结构改用Python语言描述，既能增加本书实用性，又因为Python语言在之后的企业级开发课程及大数据技术中的应用广泛，能使学生对专业课程的学习具有延续性。
（2）突出新工科特点。
在教材的知识体系中，不仅介绍基础的数据结构与算法，而且延展出相对简单的基于大数据与人工智能的相关算法，扩展学生数据结构与算法的知识面，使学生拥有较强的独立学习与专研能力。
（3）重点培养实践能力。
书中突出实践项目，利用丰富的编程案例，加强课程的理论和实践的联系，强化应用型人才的培养。理论学习与动手实践相结合的方式，丰富了课程体系，使学生能学有所成、学以致用。
（4）配套微课视频。
在本书的重要知识点处，配有微课视频，读者可以扫描书中的二维码，观看对应内容的视频，以强化对知识的理解。
教师可以采用线上线下混合授课方式，本书建议学时为64学时，其中实践学时为16学时，各章参考学时如下表所示。
教师也可根据实际教学安排删减教学内容。建议采用理论实践一体化的教学模式，便于培养学生的自学能力。
本书可作为高等院校与高职院校计算机相关专业数据结构课程的教材，也可供对数据结构感兴趣的人员参考。
由于编者水平有限，书中难免存在不足和疏漏之处，敬请读者批评指正。

查看更多 > 图书评论

暂无评论

发表图书评论

评论标题：
评论内容：
验证码：: 看不清楚
点击刷新
: 您还没有登录，请登录后再评论。
点击“登录”

购买过本书的顾客还买过

{{data.bookName}}

￥{{data.price}}