图解数据结构--使用Python pdf下载

本书采用丰富的图例来阐述基本概念，并以简洁清晰的语言来诠释重要的理论和算法，同时配合完整的范例程序代码，使读者可以通过“实例+实践”来熟悉数据结构。

本书内容共9章，先从基本的数据结构概念开始介绍，再以Python语言来实现数组、堆栈、链表、队列、树、图、排序、查找等重要的数据结构。在附录A提供了Python语言的快速入门，附录B是使用Python语言实现数据结构程序时调试经验的分享，附录C则提供了所有课后习题的答案。

第1章 数据结构导论
1.1 数据结构的定义
1.1.1 数据与信息
1.1.2 数据的特性
1.1.3 数据结构的应用
1.2 算法
1.3 认识程序设计
1.3.1 程序开发流程
1.3.2 结构化程序设计
1.3.3 面向对象程序设计
1.4 算法性能分析
1.4.1 Big-Oh
1.4.2
1.4.3
【课后习题】

第2章 数组结构
2.1 线性表简介
2.2 认识数组
2.2.1 二维数组
2.2.2 三维数组
2.2.3 n维数组
2.3 矩阵
2.3.1 矩阵相加
2.3.2 矩阵相乘
2.3.3 转置矩阵
2.3.4 稀疏矩阵
2.3.5 上三角形矩阵
2.3.6 下三角形矩阵
2.3.7 带状矩阵
2.4 数组与多项式
【课后习题】

第3章 链表
3.1 单向链表
3.1.1 建立单向链表
3.1.2 遍历单向链表
3.1.3 在单向链表中插入新节点
3.1.4 在单向链表中删除节点
3.1.5 单向链表的反转
3.1.6 单向链表的连接功能
3.1.7 多项式链表表示法
3.2 环形链表
3.2.1 环形链表的建立与遍历
3.2.2 在环形链表中插入新节点
3.2.3 在环形链表中删除节点
3.2.4 环形链表的连接功能
3.2.5 环形链表与稀疏矩阵表示法
3.3 双向链表
3.3.1 双向链表的建立与遍历
3.3.2 在双向链表中插入新节点
3.3.3 在双向链表中删除节点
【课后习题】

第4章 堆栈
4.1 堆栈简介
4.1.1 用列表实现堆栈
4.1.2 用链表实现堆栈
4.2 堆栈的应用
4.2.1 递归算法
4.2.2 汉诺塔问题
4.2.3 老鼠走迷宫
4.2.4 八皇后问题
4.3 算术表达式的表示法
4.3.1 中序法转为前序法与后序法
4.3.2 前序法与后序法转为中序法
4.3.3 中序法表达式的求值运算
4.3.4 前序法表达式的求值运算
4.3.5 后序法表达式的求值运算
【课后习题】

第5章 队列
5.1 认识队列
5.1.1 队列的基本操作
5.1.2 用数组实现队列
5.1.3 用链表实现队列
5.2 队列的应用
5.2.1 环形队列
5.2.2 双向队列
5.2.3 优先队列
【课后习题】

第6章 树形结构
6.1 树的基本概念
6.2 二叉树简介
6.2.1 二叉树的定义
6.2.2 特殊二叉树简介
6.3 二叉树的存储方式
6.3.1 一维数组表示法
6.3.2 链表表示法
6.4 二叉树遍历
6.4.1 中序遍历
6.4.2 后序遍历
6.4.3 前序遍历
6.4.4 二叉树节点的插入与删除
6.4.5 二叉运算树
6.5 线索二叉树
6.6 树的二叉树表示法
6.6.1 树转化为二叉树
6.6.2 二叉树转换成树
6.6.3 森林转换为二叉树
6.6.4 二叉树转换成森林
6.6.5 树与森林的遍历
6.6.6 确定二叉树
6.7 优化二叉查找树
6.7.1 扩充二叉树
6.7.2 霍夫曼树
6.7.3 平衡树
6.8 B树
【课后习题】

第7章 图形结构
7.1 图形简介
7.1.1 欧拉环与欧拉链
7.1.2 图形的定义
7.1.3 无向图
7.1.4 有向图
7.2 图的数据表示法
7.2.1 邻接矩阵法
7.2.2 邻接表法
7.2.3 邻接复合链表法
7.2.4 索引表格法
7.3 图的遍历
7.3.1 深度优先遍历法
7.3.2 广度优先遍历法
7.4 生成树
7.4.1 DFS生成树和BFS生成树
7.4.2 小生成树
7.4.3 Kruskal算法
7.5 图的短路径
7.5.1 单点对全部顶点
7.5.2 两两顶点间的短路径
7.6 AOV网络与拓扑排序
7.7 AOE网络
【课后习题】

第8章 排序
8.1 排序简介
8.1.1 排序的分类
8.1.2 排序算法的分析
8.2 内部排序法
8.2.1 冒泡排序法
8.2.2 选择排序法
8.2.3 插入排序法
8.2.4 希尔排序法
8.2.5 合并排序法
8.2.6 快速排序法
8.2.7 堆积排序法
8.2.8 基数排序法
【课后习题】

第9章 查找
9.1 常见的查找方法
9.1.1 顺序查找法
9.1.2 二分查找法
9.1.3 插值查找法
9.1.4 斐波拉契查找法
9.2 哈希查找法
9.3 常见的哈希函数
9.3.1 除留余数法
9.3.2 平方取中法
9.3.3 折叠法
9.3.4 数字分析法
9.4 碰撞与溢出问题的处理
9.4.1 线性探测法
9.4.2 平方探测法
9.4.3 再哈希法
9.4.4 链表法
【课后习题】
附录APython语言快速入门
A.1 轻松学Python程序
A.2 基本数据处理
A.2.1 数值数据类型
A.2.2 布尔数据类型
A.2.3 字符串数据类型
A.3 输入input和输出print
A.3.1 输出print
A.3.2 输出转义字符
A.3.3 输入input
A.4 运算符与表达式
A.4.1 算术运算符
A.4.2 复合赋值运算符
A.4.3 关系运算符
A.4.4 逻辑运算符
A.4.5 位运算符
A.5 流程控制
A.5.1 if语句
A.5.2 for循环
A.5.3 while循环
A.6 其他常用的类型
A.6.1 string字符串
A.6.2 list列表
A.6.3 tuple 元组和dict字典
A.7 函数
A.7.1 自定义无参数函数
A.7.2 有参数行的函数
A.7.3 函数返回值
A.7.4 参数传递
附录B数据结构使用Python程序调试实录
附录C课后习题与答案

现在无人不谈“大数据技术”和“人工智能技术”，而商业智能和机器学习等应用的具体开发中又大量使用Python这门排名已经上升到第5位的程序设计语言。另外，已经有越来越多的大专院校采用Python语言来教授计算机程序设计课程，因而用Python语言来描述算法和讲述数据结构就成为顺其自然的事情了。

“数据结构”毫无疑问是计算机科学既经典又核心的课程之一，只要从事计算机相关的开发工作，系统地学习数据结构是进入这个行业的“开山斧”。数据结构不仅讲授数据的结构以及在计算机内存储和组织数据的方式，它背后真正蕴含的是与之息息相关的算法，精心选择的数据结构配合恰如其分的算法就意味着数据或者信息在计算机内被高效率地存储和处理。算法其实就是数据结构的灵魂，它既神秘又神奇“好玩”，可以说是“聪明人在计算机上的游戏”。

《图解数据结构：使用Python》是一本综合且全面讲述数据结构及其算法分析的教科书，为了便于高校的教学或者读者自学，作者在描述数据结构原理和算法时文字清晰而严谨，为每个算法及其数据结构提供了演算的详细图解。另外，为了适合在教学中让学生上机实践或者自学者上机“操练”，本书为每个经典的算法都提供了Python语言编写的完整范例程序（包含完整的源代码），每个范例程序都经过了测试和调试，可以直接在标准的Python解释器中运行，目的就是让本书的学习者以这些范例程序作为参照，迅速掌握数据结构和算法的要点。

学习《图解数据结构：使用Python》需要有面向对象程序设计语言的基础，如果读者没有学习过任何面向对象的程序设计语言，那么建议读者先学习一下Python语言再来学习本书。如果读者已经掌握了Java、C++、C#等任何一种面向对象的程序设计语言，而没有学习过Python语言，只需快速浏览一下附录A“Python语言快速入门”，即可开始本书的学习。

为了方便教学和读者自学，《图解数据结构：使用Python》每章的最后都提供了丰富的课后习题，同时在整本书的附录C也提供了所有课后习题的详细解答，供读者参考对照。

资深架构师 赵军

2018年1月