文末赠书 | 好看易懂的《算法图解》

2022 年 3 月 11 日 机器学习与推荐算法
大家知道“猜数字”这个游戏吗?顾名思义就是一个人想一个数字,另一个人猜。这个游戏简单又有趣,小编小时候很喜欢玩。
游戏开始了!小伙伴从 1~100 中 任选一个数字记在心里让我猜,我每猜一个数字, 他只能说小了、大了或对了。直到我 猜到数字,游戏结束。
那时的我比较笨,总是从 1 开始依次往上猜……
1,小了。那就是 2,2 也小。那就是 3……就这样一个一个猜测数字花费了很长时间。如果他定的数字是 99,那我要猜 99 次才能猜到!小伙伴表示很无奈,后来也不想再和我玩了。
长大之后的一次偶然的机会,我看到了一本书叫《算法图解》。这本书上竟然提到了小时候我玩的“猜数字”游戏,我才了解到,这个游戏不是最终猜到这个数字就算赢,而是又快又准确地猜到数字,那才是高手!那如何快速准确地猜到数字呢?书中告诉了我们“猜数字”游戏快速胜出的小窍门,让我大呼神奇,塞顿开。
首先从 50 开始猜。
小了,但我们可以排除一半的数字!1~50 都小了。接下来,猜 75。
大了,那余下的数字又排除了一半!75100 都可以排除。接下来,猜 63(50 和 75 中间的数字)。
大了,但又可以排除一半数字!可以从 5162 中选了!
接下来,猜 57(50 和 63 中间的数字)。对了!
书中说到,这种猜测方式其实就是算法的二分查找。没想到小小的游戏也用到了算法。使用这种方法每次都能排除一半的数字。不管定数字的人心里想的是哪个数字,在 7 次之内都能猜到。
而我小时候一个一个数字排除的那种方法其实也是一种方法,叫简单查找,只不过这种方法比较笨。相比于简单查找,二分查找 大大 节省了时间提高了效率。 那么使用 二分查找 可节省多少时间呢?
简单查找逐个地猜测数字,上面 100 个数字,最多需要猜 100 次。如果从 40 亿个数字中猜呢?最多需要猜 40 亿次。最多需要猜测的次数与列表长度相同,这被称为线性时间(linear time)。
如果用二分查找的方式,二分查找的运行时间为对数时间(或 log 时间)。100 个数字,最多要猜 7 次;40 亿个数字,最多只需猜 32 次。厉害吧?看看是不是节省了很多时间呢?
后来我再玩这个游戏,使用了二分查找方法,总是能很快的猜对,所向披靡,屡战屡胜。 其实 是在 这个 游戏中二分查找起到很大的作用, 在日常的工作生活中,使用 分查找也同样可以大大 提高效率, 节约时间,帮助我们解决问题。
比如,一个工人要维修一条 10km 长的电话线,想迅速查出故障所在。如果沿着线路一小段一小段查找,就很困难要花费很长时间(简单查找)。如果使用二分查找,把电线两端设为 A、B,中点为 C,发现 BC 段有故障,再找到 BC 中点 D,发现 CD 段有故障,再找到 CD 中点 E……这样每查一次,待查线路长度就缩减了一半,经过 7 次查找,就可以找到故障发生的范围了。
分查这么厉害,那下面我们再来看看如何编写执行二分查找的 Python 代码吧!这里的代码示例使用了数组。可将一系列元素存储在一系列相邻的桶(bucket),即数组中。这些桶从 0 开始编号:第一个桶的位置为 #0,第二个桶为 #1,第三个桶为 #2,以此类推。
函数 binary_search 接受一个有序数组和一个元素。如果指定的元素包含在数组中,这个函数将返回其位置。我们将跟踪要在其中查找的数组部分——开始时为整个数组。

我们每次都检查中间的元素。

如果猜的数字小了,就相应地修改 low。
如果猜的数字大了,就修改 high。完整的代码如下。
你学会二分查找了吗?那让我们做一个小练习吧。假设有一个包含 128 个名字的有序列表,我们要使用二分查找在其中查找一个名字,请问最多需要几步才能找到? (PS: 评论区留言,第一个猜对的小伙伴,我们将有礼品相送~)
——以上内容截选自《算法图解》



有些算法学习者可能有过这样的经历,学习算法初期看了几本大块头的经典算法巨著,但是看过就忘,对二分查找、大 O 表示法、递归、K 最近邻算法等算法还是迷迷糊糊,不知所云。慢慢地就对算法失去了兴趣,最终放弃。
算法巨著固然很好,但难度太大不适合刚入门的小白,初期学习算法,还是培养兴趣最为重要。如果算法书能像小说一样有趣的话,相信很多人不会放弃算法了。
上面提到的《算法图解》 这本书就像小说一样有趣。比如“猜数字”游戏,通过这个例子,大家可以轻松掌握理解二分查找的概念,算法也不再枯燥乏味难懂了。
书中一步步用图的方式把算法解析出来, 算法举例简单易懂,图文并茂,公式极少。通过这本书 算法初学者可以轻松理清算法基础概念,潜移默化地培养算法思维,提升兴趣,帮助大家步入算法殿堂。
下面是读者朋友在豆瓣的真实评价:


作者:【美】巴尔加瓦(Aditya Bhargava)

译者:袁国忠


本书特色




  • 你一定能看懂的算法基础书

  • 代码示例基于 Python

  • 400 多个示意图,生动介绍算法执行过程

  • 展示不同算法在性能方面的优缺点

  • 教会你用常见算法解决每天面临的实际编程问题

你问我答





目录





大佬推荐




本书完成了一项不可能完成的任务:让数学变得有趣而易懂! 
——Sander Rossel,COAS Software Systems
你渴望像看喜欢的小说一样学习算法吗?如果是,本书正是你梦寐以求的!
——Sankar Ramanathan,IBM Analytics
当今世界,使用算法进行优化已渗透到了生活的方方面面。如果你正寻找优秀的算法入门书,本书就是你的首选。   

——Amit Lamba,Tech Overture

算法学习起来一点都不乏味!在我和学生们看来,本书既活泼有趣又富有洞见。

——Christopher Haupt,Mobirobo


作译者介绍




作者

Aditya Bhargava

软件工程师,兼具计算机科学和美术方面的教育背景,在 adit.io 撰写编程方面的博客。


译者

袁国忠

自由译者;2000 年起专事翻译,主译图书,偶译新闻稿、软文;出版译著 40 余部,其中包括《Python编程:从入门到实践》《C++ Prime Plus中文版》《CCNA学习指南》《CCNP ROUTE学习指南》《面向模式的软件架构:模式系统》《风投的选择:谁是下一个十亿美元级公司》等,总计 700 余万字;专事翻译前,从事过三年化工产品分析和开发,做过两年杂志和图书编辑。




福利时间


本次联合【图灵教育】为大家送出4本《算法图解》!参与方法:

1. 点亮右下方的在看

2. 分享转发文案到朋友圈,凭截图兑奖

3. 公众号后台回复"赠书",参与抽奖!

(长按图片直达公号后台)

3月14日晚8点结束并开奖。中奖读者将被免费寄送!!!

喜欢的话点个在看吧👇
登录查看更多
2

相关内容

在数学和计算机科学之中,算法(Algorithm)为一个计算的具体步骤,常用于计算、数据处理和自动推理。精确而言,算法是一个表示为有限长列表的有效方法。算法应包含清晰定义的指令用于计算函数。 来自维基百科: 算法
【简明书】数学,统计和机器学习的动手入门,57页pdf
专知会员服务
62+阅读 · 2022年3月3日
专知会员服务
47+阅读 · 2021年5月21日
专知会员服务
75+阅读 · 2021年3月16日
【经典书】线性代数,352页pdf教你应该这样学
专知会员服务
100+阅读 · 2020年12月20日
【干货书】Python 编程,480页pdf
专知会员服务
229+阅读 · 2020年8月14日
【资源】100+本免费数据科学书
专知会员服务
105+阅读 · 2020年3月17日
C端算法红利殆尽,转去ToB靠谱吗
夕小瑶的卖萌屋
0+阅读 · 2022年3月29日
我要批判中台!| 文末赠书
AI前线
0+阅读 · 2022年3月28日
文末赠书 | 实用推荐系统: 寻找有用的用户行为
机器学习与推荐算法
1+阅读 · 2021年11月12日
赠书福利 | 深度学习进阶: 自然语言处理
机器学习与推荐算法
20+阅读 · 2020年12月3日
卷积神经网络数学原理解析
算法与数学之美
19+阅读 · 2019年8月23日
【赠书】TensorFlow自然语言处理
AINLP
17+阅读 · 2019年7月14日
【收藏】支持向量机原理详解+案例+代码!【点击阅读原文下载】
机器学习算法与Python学习
10+阅读 · 2018年9月13日
书单 | 深度学习修炼秘籍 (文末赠书)
七月在线实验室
18+阅读 · 2018年4月9日
为你推荐一份深度学习书单,来学习吧~
THU数据派
12+阅读 · 2018年3月13日
动手写机器学习算法:SVM支持向量机(附代码)
七月在线实验室
12+阅读 · 2017年12月5日
国家自然科学基金
1+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
2+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
1+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
1+阅读 · 2008年12月31日
Arxiv
0+阅读 · 2022年4月20日
Arxiv
21+阅读 · 2021年12月19日
Meta-Learning to Cluster
Arxiv
17+阅读 · 2019年10月30日
Arxiv
21+阅读 · 2018年5月23日
VIP会员
相关VIP内容
【简明书】数学,统计和机器学习的动手入门,57页pdf
专知会员服务
62+阅读 · 2022年3月3日
专知会员服务
47+阅读 · 2021年5月21日
专知会员服务
75+阅读 · 2021年3月16日
【经典书】线性代数,352页pdf教你应该这样学
专知会员服务
100+阅读 · 2020年12月20日
【干货书】Python 编程,480页pdf
专知会员服务
229+阅读 · 2020年8月14日
【资源】100+本免费数据科学书
专知会员服务
105+阅读 · 2020年3月17日
相关资讯
C端算法红利殆尽,转去ToB靠谱吗
夕小瑶的卖萌屋
0+阅读 · 2022年3月29日
我要批判中台!| 文末赠书
AI前线
0+阅读 · 2022年3月28日
文末赠书 | 实用推荐系统: 寻找有用的用户行为
机器学习与推荐算法
1+阅读 · 2021年11月12日
赠书福利 | 深度学习进阶: 自然语言处理
机器学习与推荐算法
20+阅读 · 2020年12月3日
卷积神经网络数学原理解析
算法与数学之美
19+阅读 · 2019年8月23日
【赠书】TensorFlow自然语言处理
AINLP
17+阅读 · 2019年7月14日
【收藏】支持向量机原理详解+案例+代码!【点击阅读原文下载】
机器学习算法与Python学习
10+阅读 · 2018年9月13日
书单 | 深度学习修炼秘籍 (文末赠书)
七月在线实验室
18+阅读 · 2018年4月9日
为你推荐一份深度学习书单,来学习吧~
THU数据派
12+阅读 · 2018年3月13日
动手写机器学习算法:SVM支持向量机(附代码)
七月在线实验室
12+阅读 · 2017年12月5日
相关基金
国家自然科学基金
1+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
2+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
1+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
1+阅读 · 2008年12月31日
Top
微信扫码咨询专知VIP会员