算法精粹：經典計算機科學問題的Python實現

第1章　幾個小問題　1
1．1　斐波那契序列　1
1．1．1　嘗試次遞迴　1
1．1．2　基線條件的運用　3
1．1．3　用結果緩存來救場　4
1．1．4　自動化的結果緩存　5
1．1．5　簡潔至上的斐波那契　6
1．1．6　用生成器生成斐波那契數　7
1．2　簡單的壓縮演算法　7
1．3　牢不可破的加密方案　12
1．3．1　按順序讀取資料　12
1．3．2　加密和解密　13
1．4　計算15
1．5　漢諾塔15
1．5．1　對塔進行建模　16
1．5．2　求解漢諾塔問題　17
1．6　現實世界的應用　19
1．7　習題　20

第 2 章　搜索問題　21
2．1　DNA搜索　21
2．1．1　DNA的存儲方案　22
2．1．2　線性搜索　23
2．1．3　二分搜索　24
2．1．4　通用示例　26
2．2　求解迷宮問題　28
2．2．1　生成一個隨機迷宮　29
2．2．2　迷宮的其他函數　30
2．2．3　深度優先搜索　31
2．2．4　廣度優先搜索　35
2．2．5　A搜索　39
2．3　傳教士和食人族　44
2．3．1　表達問題　45
2．3．2　求解　47
2．4　現實世界的應用　48
2．5　習題　49

第3章　約束滿足問題　51
3．1　構建約束滿足問題的解決框架　52
3．2　澳大利亞地圖著色問題　55
3．3　八皇后問題　58
3．4　單詞搜索　60
3．5　字謎（SEND+MORE=MONEY）　63
3．6　電路板佈局　65
3．7　現實世界的應用　66
3．8　習題　67

第4章　圖問題　69
4．1　地圖就是圖　69
4．2　搭建圖的框架　71
4．3　查找短路徑　77
4．4　小化網路構建成本　79
4．4．1　權重的處理　79
4．4．2　查找小生成樹　83
4．5　在加權圖中查找短路徑　89
4．6　現實世界的應用　95
4．7　習題　96

第5章　遺傳演算法　97
5．1　生物學背景知識　97
5．2　通用的遺傳演算法　98
5．3　簡單測試　105
5．4　重新考慮SEND+MORE=MONEY問題　107
5．5　優化清單壓縮演算法　111
5．6　遺傳演算法面臨的挑戰　113
5．7　現實世界的應用　114
5．8　習題　115

第6章　k均值聚類　117
6．1　預備知識　117
6．2　k均值聚類演算法　119
6．3　按年齡和經度對州長進行聚類　124
6．4　按長度聚類邁克爾·傑克遜的專輯　128
6．5　k均值聚類演算法問題及其擴展　130
6．6　現實世界的應用　131
6．7　習題　131

第7章　十分簡單的神經網路　133
7．1　生物學基礎　133
7．2　人工神經網路　135
7．2．1　神經元　135
7．2．2　分層　136
7．2．3　反向傳播　137
7．2．4　全貌　139
7．3　預備知識　140
7．3．1　點積　140
7．3．2　啟動函數　140
7．4　構建神經網路　142
7．4．1　神經元的實現　142
7．4．2　層的實現　143
7．4．3　神經網路的實現　145
7．5　分類問題　148
7．5．1　數據的歸一化　148
7．5．2　經典的鳶尾花資料集　149
7．5．3　葡萄酒的分類　152
7．6　為神經網路提速　155
7．7　神經網路問題及其擴展　156
7．8　現實世界的應用　157
7．9　習題　157

第8章　對抗搜索　159
8．1　棋盤遊戲的基礎組件　159
8．2　井字棋　161
8．2．1　井字棋的狀態管理　161
8．2．2　極小化極大演算法　164
8．2．3　用井字棋測試極小化極大演算法　167
8．2．4　開發井字棋AI　168
8．3　四子棋　169
8．3．1　四子棋遊戲程式　170
8．3．2　四子棋AI　175
8．3．3　用α-β剪枝演算法優化極小化極大演算法　177
8．4　α-β剪枝效果的極小化極大演算法改進方案　178
8．5　現實世界的應用　179
8．6　習題　179

第9章　其他問題　181
9．1　背包問題　181
9．2　旅行商問題　186
9．2．1　樸素解法　186
9．2．2　進階　191
9．3　電話號碼助記符　191
9．4　現實世界的應用　193
9．5　習題　194
附錄A　術語表　195
附錄B　其他資料　201
附錄C　類型提示簡介　205