超圖解資料科學 ✕ 機器學習實戰探索：使用 Python (1版)

類似書籍推薦給您

【簡介】 資料科學、機器學習是近來最夯的關鍵字, 所引發的學習熱潮從未間斷。然而初學的你只要稍微上網搜尋可能會發現, 資料科學涉及的領域實在超～級～廣, 包括 AI、機器學習、程式設計、資料視覺化、數學、統計...等等, 一拖拉庫的名詞都與資料科學沾上邊；相關書籍更是不少, 各書的切入點明顯都不一樣, 卻都一致高喊「我帶你學資料科學！」讓初學者看得更花了, 對於如何入門愈來愈沒頭緒... 這麼雜到底怎麼學？AI、統計、Python / R 程式語言...通通碰過一輪？ 先看完這本書再說！與其雜亂無章東學西學, 本書大聲告訴你：「資料科學沒那麼複雜！」, 只要跟著書中精心設計的「資料科學 5 步驟」： 問個感興趣的問題 → 資料取得 → 資料處理 → 探索性資料分析 → 機器學習做資料分析 「記牢」、「做熟」這 5 步就夠了！ [鐵了心就是要你會！利用 Colab ✕ Python 反覆操演] 在各步驟中, 我們會帶你用 Colab 免費雲端平台以及 Python 這個超夯工具動手操演多個資料科學經典案例, 讀者可以從過程中逐步吸收資科科學乃至於機器學習各階段要處理的「眉眉角角」。 要是做過一輪還不熟沒關係, 我們換個範例多 run 幾遍！幾輪下來一定會對資料科學的內涵更加清晰, 也會對機器學習在其中所扮演的角色有更深刻的認識！ [圖解爆棚, 隨便翻閱都有感] 更棒的是, 學習資料科學、機器學習免不了會碰到許多看起來很難懂的數學公式, 實作時也得學習各種陌生的 Python 語法, 為此作者特別在書中設計大量插圖, 協助你有效率地理解內容；而每一章最前面的「學習地圖」更可以幫你隨時掌握學習脈絡, 有這些超圖解的「加持」, 讓你遇到再複雜的概念也不怕！ 【目錄】 Ch01 破冰！資料科學觀念養成 Ch02 Python 資料科學實作平台：Google Colab Ch03 認識資料科學神器 pandas 並用網路爬蟲取得資料 Ch04 初探資料科學 (一)：用 pandas 做資料前處理 Ch05 初探資料科學 (二)：用資料視覺化發掘重要資訊 Ch06 經典案例演練！更深入的探索性資料分析 Ch07 資料科學 Level UP！認識機器學習演算法 Ch08 機器學習實戰 (一)：用線性迴歸分析做趨勢預測 Ch09 機器學習實戰 (二)：用 K最近鄰法 (KNN) 做分類 Ch10 機器學習實戰 (三)：用 K平均法 (K-Means) 做分群

圖解資料結構 × 演算法：運用 Python 結合 ChatGPT 輔助驗證及寫程式(暢銷回饋版) (2版)

類似書籍推薦給您

【簡介】 資料結構必備好書，暢銷回饋中！ AI 再進化！ 使用 ChatGPT 高效率生成 Python 程式碼 資料結構是電腦科學領域中一門極為重要的基礎課程，對於從事資訊相關工作的專業人員而言，它具有不可忽視的價值。無論是在學術考試還是實際應用中，對資料結構的深入理解都至關重要。然而，對初學者而言，理解資料結構中的理論和演算法可能會帶來困難和挫折感。 本書的獨特之處在於使用豐富的圖例解釋相對複雜的理論，並以簡潔明瞭的方式詮釋資料結構理論。從基礎的概念開始，逐步使用 Python 語言解釋陣列、堆疊、鏈結串列、佇列、樹狀結構、圖形、排序、搜尋等重要主題。附錄中整理了資料結構相關的專有名詞，並提供了重要演算法的介紹和實作範例。 本書以簡潔有力、邏輯清晰的方式優化文句表達，並特別收集了大量習題，以確保讀者掌握各章節的學習成果。演算法節點盡量使用 Python 程式碼展示，而非虛擬碼形式。此外，本書還會展示由 ChatGPT 生成的程式碼。我們相信，ChatGPT 生成的程式碼具有簡潔性和精簡性，並能夠提供更好的解決方案。 ◇特別提供◇ —————————————————— ChatGPT 生成程式碼 —————————————————— 可與人工編寫程式碼相互比較作為參考！ ｜本書範例程式碼檔案，請至博碩官網下載｜ 本書特色 ☑ 完整的內容結構和清晰的邏輯，豐富的圖例解說提高可讀性 ☑ 使用 Python 語言實作資料結構理論，並透過範例程式碼深入解析 ☑ 參閱國家考試題型設計難易適中的習題，立即檢驗學習效果 ☑ 附錄彙整出資料結構相關的專有名詞，方便查詢加深學習印象 ☑ 增加「ChatGPT 解決觀點」欄位，幫助理解提高學習效率 資料結構必備好書，暢銷回饋中！ 本書以簡潔有力、邏輯清晰、圖例豐富的方式詮釋資料結構理論，並特別收集了大量習題，以確保讀者掌握各章節的學習成果。演算法節點盡量使用 Python 程式碼展示，而非虛擬碼形式。此外，本書還會展示由 ChatGPT 生成的程式碼。我們相信，ChatGPT 生成的程式碼具有簡潔性和精簡性，並能夠提供更好的解決方案。 【目錄】 Chapter 0　ChatGPT 與 Python 程式設計黃金 入門課 0-1 認識聊天機器人 0-1-1 聊天機器人的種類 0-2 ChatGPT 初體驗 0-2-1 註冊免費 ChatGPT 帳號 0-2-2 更換新的機器人 0-2-3 登出 ChatGPT 0-3 使用 ChatGPT 寫 Python 程式 0-3-1 利用 ChatGPT AI 撰寫 Python 程式 0-3-2 複製 ChatGPT 幫忙寫的程式碼 0-3-3 ChatGPT AI 程式與人工撰寫程式的比較 0-4 ChatGPT AI Python 程式範例集 0-4-1 使用 Pygame 遊戲套件繪製多媒體圖案 0-4-2 以內建模組及模擬大樂透的開獎程式 0-4-3 建立四個主功能表的視窗應用程式 0-4-4 演算法的應用：寫一支迷宮問題的解決方案 0-4-5 海龜繪圖法繪製兩款精美的圖形 0-5 課堂上學不到的 ChatGPT 使用秘訣 0-5-1 能記錄對話內容 0-5-2 專業問題可事先安排人物設定腳本 0-5-3 目前只回答 2021 年前 0-5-4 善用英文及 Google 翻譯工具 0-5-5 熟悉重要指令 0-5-6 充份利用其它網站的 ChatGPT 相關資源 0-6 利用 ChatGPT 輕鬆開發 AI 小遊戲 0-6-1 請 ChatGPT 自我推薦以 Python 實作的小遊戲 0-6-2 猜數字遊戲 0-6-3 OX 井字遊戲 0-6-4 猜拳遊戲 0-6-5 牌面比大小遊戲 Chapter 1　資料結構與演算法入門 1-1 資料結構的定義 1-1-1 資料與資訊 1-1-2 資料的特性 1-1-3 資料結構的應用 1-2 演算法 1-2-1 演算法的條件 1-2-2 演算法的表現方式 1-3 常見演算法簡介 1-3-1 分治法 1-3-2 貪心法 1-3-3 枚舉法 1-3-4 巴斯卡三角形演算法 1-3-5 質數求解演算法 1-4 演算法效能分析 1-4-1 Big-oh 1-4-2 Ω(omega) 1-4-3 θ(theta) Chapter 2　陣列結構 2-1 線性串列簡介 2-1-1 儲存結構簡介 2-2 認識陣列 2-2-1 二維陣列 2-2-2 三維陣列 2-2-3 n維陣列 2-3 矩陣 2-3-1 矩陣相加 2-3-2 矩陣相乘 2-3-3 轉置矩陣 2-3-4 稀疏矩陣 2-3-5 上三角形矩陣 2-3-6 下三角形矩陣 2-3-7 帶狀矩陣 2-4 陣列與多項式 2-4-1 認識多項式 Chapter 3　串列結構 3-1 單向串列 3-1-1 建立單向串列 3-1-2 走訪單向串列 3-1-3 單向串列插入新節點 3-1-4 單向串列刪除節點 3-1-5 單向串列的反轉 3-1-6 單向串列的連結功能 3-1-7 多項式串列表示法 3-2 環狀串列 3-2-1 環狀串列的建立與走訪 3-2-2 環狀串列插入新節點 3-2-3 環狀串列刪除節點 3-2-4 環狀串列的連結 3-2-5 環狀串列與稀疏矩陣表示法 3-3 雙向串列 3-3-1 雙向串列建立與走訪 3-3-2 雙向串列加入新節點 3-3-3 雙向串列刪除節點 Chapter 4　堆疊 4-1 堆疊簡介 4-1-1 陣列實作堆疊 4-1-2 串列實作堆疊 4-2 堆疊的應用 4-2-1 遞迴演算法 4-2-2 動態規劃演算法 4-2-3 河內塔問題 4-2-4 回溯法-老鼠走迷宮 4-2-5 八皇后問題 4-3 算術運算式的表示法 4-3-1 中序轉為前序與後序 4-3-2 前序與後序轉為中序 4-3-3 中序表示法求值 4-3-4 前序法的求值運算 4-3-5 後序法的求值運算 Chapter 5　佇列 5-1 認識佇列 5-1-1 佇列的工作運算 5-1-2 佇列的應用 5-1-3 陣列實作佇列 5-1-4 串列實作佇列 5-2 環狀佇列、雙向佇列與優先佇列 5-2-1 環狀佇列 5-2-2 雙向佇列 5-2-3 優先佇列 Chapter 6　樹狀結構 6-1 樹的基本觀念 6-1-1 樹專有名詞簡介 6-2 二元樹簡介 6-2-1 二元樹的定義 6-2-2 特殊二元樹簡介 6-3 二元樹的儲存方式 6-3-1 一維陣列表示法 6-3-2 串列表示法 6-4 二元樹走訪 6-4-1 中序走訪 6-4-2 後序走訪 6-4-3 前序走訪 6-4-4 二元樹節點的插入與刪除 6-4-5 二元運算樹 6-5 引線二元樹 6-5-1 二元樹轉為引線二元樹 6-6 樹的二元樹表示法 6-6-1 樹化為二元樹 6-6-2 二元樹轉換成樹 6-6-3 樹林化為二元樹 6-6-4 二元樹轉換成樹林 6-6-5 樹與樹林的走訪 6-6-6 決定唯一二元樹 6-7 最佳化二元搜尋樹 6-7-1 延伸二元樹 6-7-2 霍夫曼樹 6-8 平衡樹 6-8-1 平衡樹的定義 6-9 進階樹狀結構的應用 6-9-1 決策樹 6-9-2 B樹 6-9-3 二元空間分割樹（BSP） 6-9-4 四元樹 / 八元樹 Chapter 7　圖形結構 7-1 圖形簡介 7-1-1 尤拉環與尤拉鏈 7-1-2 圖形的定義 7-1-3 無向圖形 7-1-4 有向圖形 7-2 圖形的資料表示法 7-2-1 相鄰矩陣法 7-2-2 相鄰串列法 7-2-3 相鄰複合串列法 7-2-4 索引表格法 7-3 圖形的走訪 7-3-1 先深後廣法 7-3-2 先廣後深搜尋法 7-4 擴張樹 7-4-1 DFS擴張樹及BFS擴張樹 7-4-2 最小花費擴張樹 7-4-3 Kruskal演算法 7-4-4 Prim演算法 7-5 圖形最短路徑 7-5-1 單點對全部頂點 7-5-2 兩兩頂點間的最短路徑 7-5-3 A* 演算法 7-6 AOV網路與拓樸排序 7-6-1 拓樸序列簡介 7-7 AOE網路 7-7-1 臨界路徑 Chapter 8　排序演算法 8-1 認識排序 8-1-1 排序的分類 8-1-2 排序演算法分析 8-2 內部排序法 8-2-1 氣泡排序法 8-2-2 雞尾酒排序法 8-2-3 選擇排序法 8-2-4 插入排序法 8-2-5 謝耳排序法 8-2-6 合併排序法 8-2-7 快速排序法 8-2-8 堆積排序法 8-2-9 基數排序法 Chapter 9　搜尋演算法與雜湊函數 9-1 常見搜尋演算法 9-1-1 循序搜尋法 9-1-2 二分搜尋法 9-1-3 內插搜尋法 9-1-4 費氏搜尋法 9-2 雜湊搜尋法 9-2-1 雜湊法簡介 9-3 常用的雜湊函數 9-3-1 除法 9-3-2 中間平方法 9-3-3 折疊法 9-3-4 數位分析法 9-4 碰撞與溢位問題的處理 9-4-1 線性探測法 9-4-2 平方探測法 9-4-3 再雜湊法 9-4-4 鏈結串列法 附錄A　資料結構專有名詞索引

圖解資料庫系統理論－使用SQL Server實作(第五版修訂版) (5版)

類似書籍推薦給您

【簡介】 1.學習目標：每章的最前面都有引言說明學習目標，啟發學習動機。 2.圖解說明：以圖文並茂的方式，解說「資料庫」的概念知識。 3.課後評量：提供「選擇題」與「問答題」題型，協助讀者課後練習與自我測驗。 4.本書主要以SQL Server 2019寫成，可往上、往下相容於2017、2022版本。 內容簡介 本書依照作者多年的教學與實務經驗，為讀者量身打造一本適合初學者的入門及實作書。內容輔以大量圖形和範例解說，完整說明資料庫系統理論與實作，不僅適合大專院校的課程，也適用於準備國家考試的參考。 內容涵蓋資料庫導論、SQL Server的安裝與環境介紹、關聯式資料庫、ER Model實體關係圖、資料庫正規化、關聯式模式的資料運算、結構化查詢語言SQL、SQL的查詢語言、合併理論與實作、檢視表、預存程序、觸發程序。並進一步介紹Python如何連接SQL Server資料庫來學習SQL指令，以及整合SQL Server資料庫開發員工銷售系統。 【目錄】 CH01 資料庫導論 1-1 認識資料、資料庫及資訊的關係 1-2 資料庫的意義 1-3 資料庫與資料庫管理系統 1-4 資料庫系統與檔案系統比較 1-5 資料庫的階層 1-6 資料庫的設計 1-7 資料庫系統的架構 CH02 SQL Server 2019資料庫的管理環境 2-1 何謂SQL Server 資料庫？ 2-2 SQL Server 資料庫管理工具SQL Server Management Studio 2-3 建置SQL Server 資料庫及資料表 2-4 SQL Server 資料庫的操作 CH03 關聯式資料庫 3-1 關聯式資料庫(Relation Database) 3-2 鍵值屬性 3-3 關聯式資料庫的種類 3-4 關聯式資料完整性規則 CH04 ER Model 實體關係圖 4-1 實體關係模式的概念 4-2 實體(Entity) 4-3 屬性(Attribute) 4-4 關係(Relationship) 4-5 情境轉換成E-R Model 4-6 將ER 圖轉換成對應表格的法則 CH05 資料庫正規化 5-1 正規化的概念 5-2 正規化的目的 5-3 功能相依(Functional Dependence, FD) 5-4 資料庫正規化(Normalization) 5-5 反正規化(De-normalization) CH06 關聯式模式的資料運算 6-1 關聯式模式的資料運算 6-2 關聯式代數 6-3 限制(Restrict) 6-4 投影(Project) 6-5 聯集(Union) 6-6 卡氏積(Cartesian Product) 6-7 差集(Difference) 6-8 合併(Join) 6-9 交集(Intersection) 6-10 除法(Division) 6-11 非基本運算子的替代(由基本運算子導出) 6-12 外部合併(Outer Join) CH07 結構化查詢語言SQL(異動處理) 7-1 SQL 語言簡介 7-2 SQL 提供三種語言 7-3 SQL 的DDL 指令介紹 7-4 SQL 的DML 指令介紹 7-5 SQL 的DCL 指令介紹 CH08 SQL 的查詢語言 8-1 單一資料表的查詢 8-2 使用Select 子句 8-3 使用「比較運算子條件」 8-4 使用「邏輯比較運算子條件」 8-5 使用「模糊條件與範圍」 8-6 使用「算術運算子」 8-7 使用「聚合函數」 8-8 使用「排序及排名次」 8-9 使用「群組化」 8-10 使用「刪除重複」 CH09 合併理論與實作 9-1 關聯式代數運算子 9-2 限制(Restrict) 9-3 投影(Project) 9-4 卡氏積(Cartesian Product) 9-5 合併(Join) 9-6 除法(Division) 9-7 巢狀結構查詢 CH10 VIEW檢視表 10-1 VIEW 檢視表 10-2 VIEW 的用途與優缺點 10-3 建立檢視表(CREATE VIEW) 10-4 刪除檢視表(DROP VIEW) 10-5 常見的檢視表(VIEW Table) 10-6 檢視表與程式語言結合 CH11 預存程序 11-1 何謂預存程序(Stored Procedure) 11-2 預存程序的優點與缺點 11-3 預存程序的種類 11-4 建立與維護預存程序 11-5 建立具有傳入參數的預存程序 11-6 建立傳入參數具有「預設值」的預存程序 11-7 傳回值的預存程序 11-8 執行預存程序命令 CH12 觸發程序 12-1 何謂觸發程序(TRIGGER) 12-2 觸發程序的類型 12-3 觸發程序建立與維護 CH13 Python 結合SQL Server 資料庫的應用 13-1 Python 如何連接SQL Server 資料庫 13-2 查詢資料表記錄 13-3 專題製作(員工銷售系統) CHA Python 程式的開發環境 A-1 何謂Python 程式 A-2 Python 程式的開發環境 A-3 撰寫第一支Python 程式 A-4 基本input ／ print 函數介紹 A-5 format 函數介紹 A-6 整數、浮點數及字串輸出 A-7 載入模組 A-8 如何建立副程式 A-9 副程式如何呼叫

圖解資料結構 × 演算法：運用C語言（暢銷回饋版） (2版)

類似書籍推薦給您

【簡介】 學習資料結構與演算法的好書，暢銷回饋中！ 資料結構是有志從事資訊工作的專業人員，不得不重視的一門基礎課程。對於第一次接觸資料結構課程的初學者來說，過多的內容及不清楚的表達常是造成學習障礙的最主要原因。本書是以C程式語言實作來解說資料結構概念的入門書，內容淺顯易懂，藉由豐富圖例來闡述基本概念，將重要理論、演算法做最意簡言明的詮釋及舉例，同時配合完整的範例程式碼，期能透過實作來熟悉資料結構。因此，這是一本兼具內容及專業的資料結構教學用書。 【本書特色】 ※內容架構完整，邏輯清楚，採用豐富的圖例來闡述基本觀念及應用，有效提高可讀性。 ※以C語言實作資料結構中的重要理論，以範例程式說明資料結構的內涵。 ※強調邊作邊學：提供書中範例完整程式檔，給予最完整的支援，加深學習記憶。 ※驗收學習成果：參閱國家考試題型，設計難易適中的習題，提供進一步演練。 【重點主題】 ◆ 資料結構入門與演算法 ◆ 陣列結構 / 串列結構 ◆ 堆疊 / 佇列 ◆ 樹狀結構 / 圖形結構 ◆ 排序演算法 ◆ 搜尋演算法與雜湊函數 ◆ 資料結構專有名詞 【目錄】 Chapter 1 資料結構入門與演算法 1-1 資料結構的定義 1-1-1 資料與資訊 1-1-2 資料的特性 1-1-3 資料結構的應用 1-2 演算法 1-2-1 演算法的條件 1-2-2 演算法的表現方式 1-3 常見演算法簡介 1-3-1 分治法 1-3-2 貪心法 1-3-3 枚舉法 1-3-4 巴斯卡三角形演算法 1-3-5 質數求解演算法 1-4 演算法效能分析 1-4-1 Big-oh 1-4-2 Ω（omega） 1-4-3 θ（theta） Chapter 2 陣列結構 2-1 線性串列簡介 2-1-1 儲存結構簡介 2-2 認識陣列 2-2-1 二維陣列 2-2-2 三維陣列 2-2-3 n 維陣列 2-3 矩陣 2-3-1 矩陣相加 2-3-2 矩陣相乘 2-3-3 轉置矩陣 2-3-4 稀疏矩陣 2-3-5 上三角形矩陣 2-3-6 下三角形矩陣 2-3-7 帶狀矩陣 2-4 陣列與多項式 2-4-1 認識多項式 Chapter 3 串列結構 3-1 動態配置記憶體 3-1-1 動態配置變數 3-2 單向串列 3-2-1 建立單向串列 3-2-2 走訪單向串列 3-2-3 單向串列插入新節點 3-2-4 單向串列刪除節點 3-2-5 單向串列的反轉 3-2-6 單向串列的連結 3-2-7 多項式串列表示法 3-3 環狀串列結構 3-3-1 環狀串列的建立與走訪 3-3-2 環狀串列的插入節點 3-3-3 環狀串列的刪除節點 3-3-4 環狀串列的連結 3-3-5 稀疏矩陣的環狀串列表示法 3-4 雙向串列 3-4-1 雙向串列的建立與走訪 3-4-2 雙向串列加入新節點 3-4-3 雙向串列刪除節點 Chapter 4 堆疊 4-1 堆疊簡介 4-1-1 陣列實作堆疊 4-1-2 串列實作堆疊 4-2 堆疊的應用 4-2-1 遞迴演算法 4-2-2 動態規劃演算法 4-2-3 河內塔問題 4-2-4 回溯法－老鼠走迷宮 4-2-5 八皇后問題 4-3 算術運算式的表示法 4-3-1 中序轉為前序與後序 4-3-2 前序與後序轉為中序 4-3-3 中序表示法求值 4-3-4 前序表示法求值 4-3-5 後序表示法求值 Chapter 5 佇列 5-1 認識佇列 5-1-1 佇列的工作運算 5-1-2 佇列的應用 5-1-3 陣列實作佇列 5-1-4 串列實作佇列 5-2 環狀佇列、雙向佇列與優先佇列 5-2-1 環狀佇列 5-2-2 雙向佇列 5-2-3 優先佇列 Chapter 6 樹狀結構 6-1 樹的基本觀念 6-1-1 樹專有名詞簡介 6-2 二元樹簡介 6-2-1 二元樹的定義 6-2-2 特殊二元樹簡介 6-3 二元樹儲存方式 6-3-1 陣列表示法 6-3-2 串列表示法 6-4 二元樹走訪 6-4-1 中序走訪 6-4-2 後序走訪 6-4-3 前序走訪 6-4-4 二元樹節點插入與刪除 6-4-5 二元運算樹 6-5 引線二元樹 6-5-1 二元樹轉為引線二元樹 6-6 樹的二元樹表示法 6-6-1 樹化為二元樹 6-6-2 二元樹轉換成樹 6-6-3 樹林化為二元樹 6-6-4 二元樹轉換成樹林 6-6-5 樹與樹林的走訪 6-6-6 決定唯一二元樹 6-7 最佳化二元搜尋樹 6-7-1 延伸二元樹 6-7-2 霍夫曼樹 6-8 平衡樹 6-8-1 平衡樹的定義 6-9 進階樹狀結構的應用 6-9-1 決策樹 6-9-2 B 樹 6-9-3 二元空間分割樹（BSP） 6-9-4 四元樹/八元樹 Chapter 7 圖形結構 7-1 圖形簡介 7-1-1 尤拉環與尤拉鏈 7-1-2 圖形的定義 7-1-3 無向圖形 7-1-4 有向圖形 7-2 圖形的資料表示法 7-2-1 相鄰矩陣法 7-2-2 相鄰串列法 7-2-3 相鄰複合串列法 7-2-4 索引表格法 7-3 圖形的走訪 7-3-1 先深後廣法 7-3-2 先廣後深法 7-4 擴張樹簡介 7-4-1 DFS擴張樹及BFS擴張樹 7-4-2 最小花費擴張樹 7-4-3 Kruskal演算法 7-4-4 Prim演算法 7-5 圖形最短路徑 7-5-1 單點對全部頂點 7-5-2 兩兩頂點間的最短路徑 7-5-3 A*演算法 7-6 AOV網路與拓樸排序 7-6-1 拓樸序列簡介 7-7 AOE網路 7-7-1 臨界路徑 Chapter 8 排序演算法 8-1 認識排序 8-1-1 排序的分類 8-1-2 排序演算法分析 8-2 內部排序法 8-2-1 氣泡排序法 8-2-2 選擇排序法 8-2-3 插入排序法 8-2-4 謝耳排序法 8-2-5 合併排序法 8-2-6 快速排序法 8-2-7 堆積排序法 8-2-8 基數排序法 8-3 外部排序法 8-3-1 直接合併排序法 8-3-2 k 路合併法 Chapter 9 搜尋演算法與雜湊函數 9-1 常見搜尋演算法 9-1-1 循序搜尋法 9-1-2 二分搜尋法 9-1-3 內插搜尋法 9-1-4 費氏搜尋法 9-2 雜湊搜尋法 9-2-1 雜湊函數簡介 9-3 常見雜湊函數 9-3-1 除法 9-3-2 中間平方法 9-3-3 折疊法 9-3-4 數位分析法 9-4 碰撞與溢位處理 9-4-1 線性探測法 9-4-2 平方探測法 9-4-3 再雜湊法 9-4-4 鏈結串列法 附錄A 資料結構專有名詞索引

圖解資料結構 × 演算法：運用 C++ 結合 ChatGPT 輔助驗證及寫程式 (1版)

類似書籍推薦給您

內容簡介 AI 再進化！ 使用 ChatGPT 高效率生成 C++ 語言程式碼 　　資料結構一直以來都在電腦科學領域扮演著極為重要的基礎課程角色。無論是資訊、資工、資管、應用數學、電腦科學、或計算機等相關科系，資料結構通常都是必須學習的科目。近年來，甚至包括電機、電子和商學管理等科系也都將其納入選修課程。此外，資料結構在轉學考、研究所考試、以及國家的高、普、特考中也都是必考科目。這表示不論是以應付考試的視角或者是追求資訊科學學問的視角，資料結構都是不可或缺的；特別是對於那些志向投身資訊科學領域的專業人士。 　　對於初次接觸資料結構課程的新手來說，過多的內容以及晦澀難懂的表達方式經常成為學習的主要障礙。這本書以 C++ 程式語言實作為載體，詳細解釋資料結構的基本概念，並透過豐富的圖例來闡釋這些概念。我們致力於以精簡、清晰的方式呈現重要的理論和演算法，同時提供完整的範例程式碼，讓讀者透過實際操作熟悉掌握資料結構的知識。 　　此外，透過人工智慧的協助，我們能夠更深入地探索資料結構。也因此本書特別設計了作者與 ChatGPT 問答的欄位，以及由 ChatGPT 所產生的程式碼範例，讓讀者能夠比較人工智慧生成的程式碼與傳統方式編寫的程式碼之間的區別，進一步理解人工智慧在資訊科學領域的應用。 　　◇特別提供◇ 　　—————————————————— 　　ChatGPT 生成程式碼 　　—————————————————— 　　可與人工編寫程式碼相互比較作為參考！ 　　｜本書範例程式碼檔案，請至博碩官網下載｜ 本書特色 　　☑ 完整的內容結構和清晰的邏輯，豐富的圖例解說提高可讀性 　　☑ 使用 C++ 語言實作資料結構理論，並透過範例程式碼深入解析 　　☑ 參閱國家考試題型設計難易適中的習題，立即檢驗學習效果 　　☑ 附錄彙整出資料結構相關的專有名詞，方便查詢加深學習印象 　　☑ 增加「向 ChatGPT 提問」、「ChatGPT 解決觀點」欄位，提高學習效率 目錄 Chapter 0 ChatGPT 與 C 語言程式設計黃金入門課 0-1 認識聊天機器人 0-1-1 聊天機器人的種類 0-2 ChatGPT 初體驗 0-2-1 註冊免費 ChatGPT 帳號 0-2-2 更換新的機器人 0-2-3 登出 ChatGPT 0-3 使用 ChatGPT 寫 C++ 語言程式 0-3-1 利用 ChatGPT AI 撰寫 C++ 語言程式 0-3-2 複製 ChatGPT 幫忙寫的程式碼 0-3-3 費伯那序列的遞迴程式 0-3-4 利用 ChatGPT AI 撰寫萬年曆 0-4 課堂上學不到的 ChatGPT 使用秘訣 0-4-1 能記錄對話內容 0-4-2 專業問題可事先安排人物設定腳本 0-4-3 目前只回答2021年前 0-4-4 善用英文及 Google 翻譯工具 0-4-5 熟悉重要指令 0-4-6 充份利用其它網站的 ChatGPT 相關資源 Chapter 1 資料結構入門與演算法 1-1 資料結構的定義 1-1-1 資料與資訊 1-1-2 資料的特性 1-1-3 資料結構的應用 1-2演算法 1-2-1 演算法的條件 1-2-2 演算法的表現方式 1-3 常見演算法簡介 1-3-1 分治法 1-3-2 貪心法 1-3-3 枚舉法 1-3-4 巴斯卡三角形演算法 1-3-5 質數求解演算法 1-4 演算法效能分析 1-4-1 Big-oh 1-4-2 Ω（omega） 1-4-3 θ（theta） Chapter 2 陣列結構 2-1 線性串列簡介 2-1-1 儲存結構簡介 2-2 認識陣列 2-2-1 二維陣列 2-2-2 三維陣列 2-2-3 n維陣列 2-3 矩陣 2-3-1 矩陣相加 2-3-2 矩陣相乘 2-3-3 轉置矩陣 2-3-4 稀疏矩陣 2-3-5 上三角形矩陣 2-3-6 下三角形矩陣 2-3-7 帶狀矩陣 2-4 陣列與多項式 2-4-1 認識多項式 Chapter 3 串列結構 3-1 動態配置記憶體 3-1-1 C++ 的動態配置變數 3-1-2 動態配置陣列 3-2 單向串列 3-2-1 單向串列的建立與走訪 3-2-2 單向串列插入新節點 3-2-3 單向串列刪除節點 3-2-4 單向串列的反轉與連結 3-2-5 多項式表示法 3-3 環狀串列 3-3-1 環狀串列的插入節點 3-3-2 環狀串列的刪除節點 3-3-3 環狀串列的連結 3-3-4 稀疏矩陣的環狀串列表示法 3-4 雙向串列 3-4-1 雙向串列的建立與走訪 3-4-2 雙向串列插入節點 3-4-3 雙向串列刪除節點 Chapter 4 堆疊 4-1 堆疊簡介 4-1-1 陣列實作堆疊 4-1-2 串列實作堆疊 4-1-3 堆疊類別樣板實作 4-2 堆疊的應用 4-2-1 遞迴演算法 4-2-2 費伯那序列 4-2-3 動態規劃演算法 4-2-4 河內塔問題 4-2-5 回溯法 - 老鼠走迷宮 4-2-6 八皇后問題 4-3 算術運算式的表示法 4-3-1 中序轉為前序與後序 4-3-2 前序與後序轉為中序 4-3-3 中序表示法求值 4-3-4 前序表示法求值 4-3-5 後序表示法求值 Chapter 5 佇列 5-1 認識佇列 5-1-1 佇列的工作運算 5-1-2 陣列實作佇列 5-1-3 串列實作佇列 5-2 佇列的相關應用 5-2-1 環狀佇列 5-3 雙向佇列 5-4 優先佇列 Chapter 6 樹狀結構 6-1 樹的基本觀念 6-1-1 樹專有名詞簡介 6-2 二元樹簡介 6-2-1 二元樹的定義 6-2-2 特殊二元樹簡介 6-3 二元樹儲存方式 6-3-1 陣列表示法 6-3-2 串列表示法 6-4 二元樹走訪 6-4-1 中序走訪 6-4-2 後序走訪 6-4-3 前序走訪 6-4-4 節點插入與刪除 6-4-5 二元運算樹 6-5 引線二元樹 6-5-1 二元樹轉為引線二元樹 6-6 樹的二元樹表示法 6-6-1 樹化為二元樹 6-6-2 二元樹轉換成樹 6-6-3 樹林化為二元樹 6-6-4 二元樹轉換成樹林 6-6-5 樹與樹林的走訪 6-6-6 決定唯一二元樹 6-7 最佳化二元搜尋樹 6-7-1 延伸二元樹 6-7-2 霍夫曼樹 6-8 平衡樹 6-8-1 平衡樹的定義 6-9 進階樹狀結構的應用 6-9-1 決策樹 6-9-2 B樹 6-9-3 二元空間分割樹（BSP） 6-9-4 四元樹／八元樹 Chapter 7 圖形結構 7-1 圖形簡介 7-1-1 尤拉環與尤拉鏈 7-1-2 圖形的定義 7-1-3 無向圖形 7-1-4 有向圖形 7-2 圖形的資料表示法 7-2-1 相鄰矩陣法 7-2-2 相鄰串列法 7-2-3 相鄰複合串列法 7-2-4 索引表格法 7-3 圖形的走訪 7-3-1 先深後廣法 7-3-2 先廣後深搜尋法 7-4 擴張樹簡介 7-4-1 DFS 擴張樹及 BFS 擴張樹 7-4-2 最小花費擴張樹 7-4-3 Kruskal 演算法 7-4-4 Prim 演算法 7-5 圖形最短路徑 7-5-1 單點對全部頂點 7-5-2 兩兩頂點間的最短路徑 7-5-3 A*演算法 7-6 AOV 網路與拓樸排序 7-6-1 拓樸序列簡介 7-7 AOE網路 7-7-1 臨界路徑 Chapter 8 排序演算法 8-1 認識排序 8-1-1 排序的分類 8-1-2 排序演算法分析 8-2 內部排序法 8-2-1 氣泡排序法 8-2-2 選擇排序法 8-2-3 插入排序法 8-2-4 謝耳排序法 8-2-5 合併排序法 8-2-6 快速排序法 8-2-7 堆積排序法 8-2-8 基數排序法 8-3 外部排序法 8-3-1 直接合併排序法 8-3-2 k路合併法 Chapter 9 搜尋演算法與雜湊函數 9-1 常見搜尋演算法 9-1-1 循序搜尋法 9-1-2 二分搜尋法 9-1-3 內插搜尋法 9-1-4 費氏搜尋法 9-2 雜湊搜尋法 9-2-1 雜湊函數簡介 9-3 常見雜湊函數 9-3-1 除法 9-3-2 中間平方法 9-3-3 折疊法 9-3-4 數位分析法 9-4 碰撞與溢位處理 9-4-1 線性探測法 9-4-2 平方探測法 9-4-3 再雜湊法 9-4-4 鏈結串列法 附錄A 資料結構專有名詞索引