演算法

用數學與實作打通最佳化 從理論、工具到應用，學會打造更強的 AI 模型 本書內容改編自第 16 屆 iThome 鐵人賽 AI/ ML & Data 組冠軍系列文章《調整 AI 超參數好煩躁？來試試看最佳化演算法吧！》這是一本以「結合 AI 工具實作搭配少量理論」為核心的最佳化入門到進階指南。全書以直觀圖解與儘可能少的必要數學，帶你理解五花八門的演算法、目標函數與測試函數的本質，並以可直接執行的程式碼範例來串接起常見方法。例如，傳統啟發式演算法、粒子群算法（PSO），與比較近期的灰狼演算法（GWO），以及機器學習跟深度學習中的超參數最佳化（例如 TPE 等）。 書中不只介紹理論與實作，也新增「AI 協作」章節，示範如何下 Prompt，讓你與 AI 分工寫最佳化程式、請 AI 教學演算法與驗證結果。無論你來自影像處理、訊號處理、資料科學或工程領域甚至是學生，都能把最佳化真正用在工作、研究與學習裡。 本書可以學到哪些知識 本書規劃為五大篇、十個章節，以循序漸進的方式引導各位讀者深入最佳化的世界，並精選了一系列實際應用案例，讓各位不僅能理解理論，更能即學即用。 第一篇〈最佳化演算法的全貌〉：本篇會從最佳化技術的基礎概念開始，介紹什麼是最佳化演算法，接著會介紹目前的演算法種類大致分成哪幾種，這幾種演算法中目前比較主流跟比較多研究在使用的演算法有什麼。這些演算法雖然都是以數學來定義的，不過本書會根據這些公式的用途做一個簡單的總結，讓生活已經遠離數學的讀者也可以輕鬆上手。 第二篇〈最佳化演算法評估與測試函數〉：本篇將帶你掌握研究中廣泛使用的測試標準，讓你的最佳化演算法不再只是「感覺變好」，而是能以數據驗證、圖像呈現的方式準確比較表現。從經典測試函數到 Python 實作，幫助你建立完整的最佳化演算法評估公式。不論你是 AI 工程師、研究人員，還是想用最佳化技術提升產品效能的開發者，這章都能讓你學到「量化進步」，優化策略看得見！ 第三篇〈Python Optuna 模組介紹〉：進入實作關鍵！本篇將帶你認識 Optuna，一款靈活又高效的 Python 最佳化工具。無論你是要調校 AI 模型參數，還是優化自家產品或演算法效能，Optuna 都能幫你快速實驗、多次試錯、精準收斂。從基礎語法到深度學習案例，搭配 ChatGPT 提示技巧，讓你能在開發流程中聰明用好最佳化，把模型與應用

不容錯過的上榜必備好書在這裡！ 精選多間名校研究所歷屆考題，讓你省去到處尋找考古題的煩惱！ 試題按照年度排列，迅速掌握出題方向 。每道題目提供完整解析，測驗、複習一把罩。 內容簡介1.本書收錄國內各重點大學111～114年【演算法】共七年試題含解析。2.本書收錄學校：臺灣大學、政治大學、陽明交通大學、臺灣師範大學、成功大學、中央大學、臺北大學3.本書特色(1)每一本書皆收錄歷屆考題及詳解，讓考生不需費力上網爬文找歷屆試題，只要一本試題大補帖在手，便能立即實戰演練，並有效整理歷屆考試重點，作為考前衝刺複習書。(2)對於有志報考研究所的考生，歷屆試題書可說是必備武器，透過演練歷屆試題，能讓考生快速瞭解出題方向以及常考重點。(3)題題有解析，最有效的複習。每題附有補習班授課老師的參考解析，讓讀者可以在實戰演練的同時，在瞭解解題脈絡與方法的基礎上，活用該科常考重點，達到考前最有效率的複習狀態。(4)精簡清晰的排版風格，幫助考生在備考壓力下，能以平穩的心情做考前練習。

暢銷回饋中！ 零負擔理解演算法設計技巧 零程式基礎也能快速上手 採功能強大的C#語言實作程式 一本輕量級演算法，是您獲得程式設計新技能，提升自我價值的最好投資 當寫程式成為越來越普及的課程，讓人人擁有程式設計實作能力，已是各學校資訊教育的首要重點。演算法一直是電腦科學領域非常重要的基礎課程，從程式語言實作的角度，確實是有志從事資訊工作的專業人員，不得不重視的一門基礎理論。 市面上以C#來實作演算法的書籍非常少見，為了避免教學及閱讀上的不順暢，書中的演算法不以虛擬碼來說明，採用C#語言實作，不僅保有C語言的優點，更與C語言相容，全書介紹最常用的演算法概念，包括：分治法、遞迴法、動態規劃法、疊代法、枚舉法、回溯法及貪心法，並延伸說明排序、搜尋、陣列與串列、安全性、人工智慧相關、堆疊與佇列、樹狀、圖形…等演算法實作。為了降低學習障礙，書中完整列出程式碼，希望幫助讀者對演算法有更深刻的認識，是您以C#語言入門演算法的最佳首選。 為了讓讀者能以容易理解的方式吸收演算法與基礎資料結構的相關知識，全書使用簡明的圖例介紹最常用演算法的概念，包括：分治法、遞迴法、貪心法、動態規劃法、疊代法、枚舉法、回溯法…等，並應用不同演算法延伸出重要資料結構，例如：陣列、鏈結串列、堆疊、佇列、樹狀結構、圖形、排序、搜尋、雜湊…等。而本次改版亦補強地加入了運算思維的重要觀念與實例演練，並將實戰安全性演算法與人工智慧相關演算法納入，同時搭配C#程式語言舉例實作，是您入門演算法的最佳首選。 本書特色 ✔完善科學領域議題：加入實戰安全性演算法與人工智慧的相關演算法 ✔強化程式設計邏輯：豐富圖例闡述基礎，將演算法做最簡明的詮釋及舉例 ✔演算法最佳首選：配合實作程式碼，將各種演算法應用在程式設計的領域 ✔驗收學習成果：設計難易適中的習題，參閱國家考試題型，提供進一步演練

為什麼一個推崇個性與多元的世界，正在喪失美感與品味？ 演算法的深層影響，現在才要浮現……一切，開始變得又平、又扁、又無聊，原來，臉書、抖音、YT、Spotify、Netflix，不只改寫網路上的遊戲規則，還有可能摧毀你我在線下世界的文化活力！AI世代最犀利的科技人，最深刻的文化反思在今日社會中，演算法可說無所不在。從滑過的臉書和IG動態、Youtube的推薦影片到串流平臺的登入首頁，都是演算法根據使用者喜好篩選後的結果。科技的進步讓每個人能更快速找到自己感興趣的內容，不再需要花費大把時間自行鑽研。然而情況真的如此單純美好嗎？對當代數位文化具有獨到觀察與見解的作家切卡，對演算法的作用提出了發人深省的看法與批評。他認為這些平臺所使用的演算法，會使人們只看到最受歡迎的內容，而這些被演算法篩選過的內容往往具有一定的套路或特徵，創作者們為了流量，只好趨之若鶩地製作同樣類型的作品，人們的偏好於是變得越來越一致，文化也變得越來越無趣扁平，可以快速理解享受的產品大行其道，需要時間心力細細品味的作品則逐漸消失。曾經網路造就了多樣化的交流和社群，如今演算法卻將一切都輾成同質同調的事物──但這種現象並非不可逆轉。透過《扁平時代》，我們將理解演算法的推薦機制、意識到它所帶來的巨大影響，並開始懂得掌握演算法，甚至設想一個沒有它的文化圖景。★扁平時代，立體揭密──➢演算法為使用者量身打造的說法竟然是場騙局？推薦機制藏了什麼讓人沉迷的陷阱？➢社群媒體與串流平臺上的爆紅作品為何總是千篇一律？這些套路是怎麼形成的？➢策展為什麼是扁平時代的希望與指引？我們又如何在日常生活中實踐策展？本書特色★市面上第一本全面分析演算法對影視作品、文學著作、音樂與建築設計等文化領域之深遠影響的重要作品★作者為長年觀察數位文化的作家與評論人，文風犀利幽默。《扁平時代》結合社會觀察、文化分析和專欄筆法，帶我們分析從未多想的數位現實，並刺激我們對由演算法主宰的現狀做出反思。

AI讀心數 - 推薦系統演算法核心程式碼精通 網際網路快速發展，使用者和內容規模均迅速增長。如何讓使用者找到感興趣的內容成為許多公司的核心問題。推薦系統屬於被動型消費。和搜尋系統是連接使用者和內容的關鍵橋樑。深度學習技術開始進入推薦系統，深度學習的推薦系統顯著提升了內容分發的準確性和使用者體驗，推薦演算法工程師因此進入了一個新的時代。推薦演算法也在迅速發展，從業者需要不斷學習新知識。推薦系統的鏈路很長，包括召回、粗排、精排和重排等多個模組，掌握整體架構並深入理解各個模組的細節是困難且重要的。本書主要介紹推薦演算法技術，涵蓋召回、粗排、精排和重排等模組，讓讀者熟悉推薦演算法的全過程，加深系統化理解，並掌握關鍵技術細節。書中介紹的技術也適用於搜尋和廣告等領域。幫助讀者掌握推薦演算法的整體架構和核心模組的知識框架，以及一些工作必備的經典模型，深入理解其出發點和具體實現方案，並在實際工作中靈活運用。處於資訊爆炸時代的推薦演算法工程師需要不斷學習新知識，接受更多挑戰。希望本書分享的知識和經驗能夠幫助讀者一臂之力。

內容介紹: ★★★★★Amazon.com　年度暢銷書、五星推薦　★★★★★★★★★★授權多國版權，最受好評的演算法書籍★★★★★★★★★★580 餘張插圖解說，複雜原理一看就懂★★★★★★★★★★客製化刷題機器人，工作面試自信滿滿★★★★★【專家好評推薦】◆Daniel Zingaro | 多倫多大學數學與資訊科學系 副教授◆高孟駿 | 陽明交通大學資工系 副教授◆韓永楷 | 清華大學資工系 教授　(以上依照姓名筆劃順序排列)▼特別收錄▼————————————————————————▍實用的 AI 輔助：　⦿ 用 AI 輔助寫程式　⦿ 用 ChatGPT 改寫成不同程式語言的程式碼▍Coding Interview 要點：　⦿ 使用遞迴的面試考題　⦿ 利用雜湊表解 Two Sum 問題　⦿ 用 BFS 演算法解 Word Ladder 題目　⦿ 最長重複子陣列　⦿ 尋找座標上最接近原點的某幾個點▍客製化刷題機器人 – 驗證你的演算法學習成效————————————————————————傳統的演算法書籍太過枯燥無聊，裡面全是些看再多遍也看不懂的複雜理論、數學公式還有程式，光是翻幾頁就讓人哈欠連連，這對初學者而言就像在看外星文，而且有些程式概念很抽象，更是無法透過文字敘述就能理解。本書透過生活化的舉例做引導，並避免無聊又複雜的敘述，目的就是希望讓讀者能像閱讀小說般地學會演算法概念。我相信最好的學習方式就是能回想起我們熟悉的事物，以範例來說明會讓你更容易回想。例如，當你忘記【陣列】與【鏈結串列】的差異時 (本書第 2 章的主題)，只要回想到在電影院找座位就可以了。本書內容精心挑選過，而且用生動有趣的手繪圖來輔助理解，所介紹的演算法都非常實用，希望能幫讀者奠定良好的基礎，以便將來學習更進階的演算法。【本書含括】二元搜尋法／Big O notation／遞迴／戴克斯特拉演算法／選擇排序法／貪婪演算法／樹狀圖／平衡樹／動態規劃演算法／快速排序法／雜湊表／K 最近鄰演算法／廣度優先搜尋法／反向索引／傅立葉轉換／平行演算法／分散式演算法／迪菲赫爾曼金鑰交換／線性規劃／NP-complete、……等。本書特色: ✔ 培養程式設計的邏輯思考能力✔ 內容淺顯易懂，沒有長篇難懂的理論✔ 透過生活化的範例，學會拆解複雜問題的方法✔ 比較演算法

「演算法」與「資料結構」到底是什麼？「演算法」其實是一套「使用資料的策略」，而「資料結構」則是將資料整理成特定格式，讓你擁有更多使用資料的策略。掌握演算法是成為軟體工程師的必經之路，不僅在工作上能提升開發系統的效能，更是面試時必備的技能之一，可以說學習演算法的 CP 值實在高到不行！▌本書特色◉ 初學者友善，從0到1，無痛入門◉ 提供完成程式碼，輕鬆接觸演算法◉ LeetCode實戰教學，工作面試超加分◉ 分享「演算法」於職場上的價值與意義▌你將能了解到♦ 海外大廠面試白板題解析♦ 海外求職經驗分享♦ 五大演算法策略：貪婪法、枚舉法、回溯法、分支界限法、分治法♦ 三大排序演算法：氣泡排序、插入排序、選擇排序♦ 資料結構：Stack & Queue♦ 資料結構：Array & Linked List♦ 演算法策略：深度優先（DFS） vs 廣度優先（BFS）♦ 演算法效能：時間複雜度（Big O）♦ 演算法實作：迴圈（Loop） vs 遞迴（Recursion）

2018、2019、2020連續三年國際資訊奧林匹亞競賽（IOI）金牌得主日本天才年輕程式設計師米田優峻為所有程式設計者而寫的演算法×數學學習全指南從入門者、進階程式設計師到競賽選手都該具備一口氣學會「必學經典演算法」＋「支撐演算法的必要數學知識」獲得能真正徹底活用演算法的扎實程式設計力！「要理解程式設計中演算法與基礎數學之間的密切關係，這本書應該是最適合的了。」──日本國立資訊學研究所副所長　河原林健一　專業推薦｜要真正理解、活用演算法，就得同步從數學下手——｜第一本同時講解「演算法×數學×競賽題型」的程式必備基礎學習書，讓你事半功倍，一步到位！現代社會中，從電腦、智慧型手機，再到最前端的AI人工智慧等，無一沒有程式語言的參與。而在電腦強大的功能與計算能力背後，為了以最有效率的方式運算、解決問題，「演算法」扮演了關鍵角色，讓我們得以用更少的計算資源來解決各種問題。因此不論資歷深淺，演算法是所有程式設計者必得萬分熟悉的工具與知識。而要掌握演算法，背後的數學知識更是關鍵，但坊間的演算法學習資源時常忽略了學習者對於相關數學的掌握。觀察到此點的本書作者米田優峻，因而撰寫了本書，從演算法和數學同步下手，讓我們能夠真正掌握演算法的精髓。出生於2002年、現就讀東京大學四年級的米田優峻，在中學一年級時迷上程式設計，於2018、2019、2020連續三年奪得國際資訊奧林匹亞競賽（IOI）金牌，創下驚人紀錄。2023年，他再度於國際大學生程式設計競賽（ICPC）獲得全球第九名佳績。透過本書，他將深入淺出為讀者介紹各種經典演算法，並同時介紹必要的數學知識，幫助讀者扎實理解演算法的原理與提升應用能力。本書共有三大特色：1. 使用簡單易懂的圖解和方法，讓初學者也能輕鬆掌握。2. 提供了200道例題和演練題，幫助讀者鞏固所學知識。3. 從中學到大學程度的數學知識，僅選取與演算法相關的重要部分進行講解。不論你是剛接觸演算法學習的程式設計入門者，或者希望在已有的數學與演算法知識基礎上更深入理解，抑或者希望為程式設計競賽做準備，本書提供具體實用的知識和技巧，為你帶來莫大幫助，在閱讀過程中帶給你無窮樂趣。

2018、2019、2020連續三年國際資訊奧林匹亞競賽（IOI）金牌得主 日本天才年輕程式設計師米田優峻 為所有程式設計者而寫的演算法×數學學習全指南 從入門者、進階程式設計師到競賽選手都該具備 一口氣學會「必學經典演算法」＋「支撐演算法的必要數學知識」 獲得能真正徹底活用演算法的扎實程式設計力！ 「要理解程式設計中演算法與基礎數學之間的密切關係，這本書應該是最適合的了。」 ──日本國立資訊學研究所副所長　河原林健一　專業推薦 ｜要真正理解、活用演算法，就得同步從數學下手—— ｜第一本同時講解「演算法×數學×競賽題型」的程式必備基礎學習書，讓你事半功倍，一步到位！ 現代社會中，從電腦、智慧型手機，再到最前端的AI人工智慧等，無一沒有程式語言的參與。 而在電腦強大的功能與計算能力背後，為了以最有效率的方式運算、解決問題， 「演算法」扮演了關鍵角色，讓我們得以用更少的計算資源來解決各種問題。 因此不論資歷深淺，演算法是所有程式設計者必得萬分熟悉的工具與知識。 而要掌握演算法，背後的數學知識更是關鍵，但坊間的演算法學習資源時常忽略了學習者對於相關數學的掌握。 觀察到此點的本書作者米田優峻，因而撰寫了本書，從演算法和數學同步下手，讓我們能夠真正掌握演算法的精髓。 出生於2002年、現就讀東京大學四年級的米田優峻，在中學一年級時迷上程式設計， 於2018、2019、2020連續三年奪得國際資訊奧林匹亞競賽（IOI）金牌，創下驚人紀錄。 2023年，他再度於國際大學生程式設計競賽（ICPC）獲得全球第九名佳績。 透過本書，他將深入淺出為讀者介紹各種經典演算法，並同時介紹必要的數學知識，幫助讀者扎實理解演算法的原理與提升應用能力。 本書共有三大特色： 1. 使用簡單易懂的圖解和方法，讓初學者也能輕鬆掌握。 2. 提供了200道例題和演練題，幫助讀者鞏固所學知識。 3. 從中學到大學程度的數學知識，僅選取與演算法相關的重要部分進行講解。 不論你是剛接觸演算法學習的程式設計入門者，或者希望在已有的數學與演算法知識基礎上更深入理解，抑或者希望為程式設計競賽做準備， 本書提供具體實用的知識和技巧，為你帶來莫大幫助，在閱讀過程中帶給你無窮樂趣。

暢銷經典，全球銷售超過百萬本 Thomas H. Cormen、Charles E. Leiserson、Ronald L. Rivest和Clifford Stein所著的《演算法導論》受到世界各地許多著名大學廣泛採用，作為演算法課程的主要教科書。 本書即是大家耳熟能詳的CLRS。歷經數個版次，同時受到廣泛選用所造就的不可替代性，在該領域的社群和學術界，常以作者姓氏的首個英文字母「CLRS」，作為這本經典著作的代稱。 這本書因幾個關鍵特點而備受讚譽： ‧內容全面：本書涵蓋了從基本到進階的演算法主題，適合各個程度的讀者，無論是大學生、研究生或業界人士，都能從中受益。 ‧清晰的講解：書中以清晰詳細的方式解釋各種演算法，並搭配虛擬碼，幫助讀者理解演算法的實作過程。 ‧嚴謹的數學分析：本書提供了演算法的數學分析，幫助讀者深入理解演算法的效率和複雜度，對於希望深入研究演算法理論的讀者很有幫助。 ‧豐富的練習題：每章結尾都有大量的練習題，這些題目設計巧妙，有助於對學習內容的強化和加深理解。 ‧現實應用：書中展示了多演算法在實際問題中的應用，增加了學習的趣味性和實用性。 這些特點使得《演算法導論》成為計算機科學領域的經典教材，廣受學術界和業界人士的推崇。 有些演算法書籍雖然嚴謹卻不夠完整，有些則包羅萬象卻嚴謹不足，獨樹一幟的《演算法導論》既嚴謹且全面，不僅深入探討廣泛的演算法，也透過自成一體的章節及演算法虛擬碼，讓各種程度的讀者皆能理解演算法的設計和分析。 《演算法導論》自第一版問世以來，已成為全球大學的主要演算法教材，以及專業人士的標準參考書。 本書的第四版做了全面的更新，採用更清晰的文筆、更個人化且性別中立的表達方式，並透過顏色來增進視覺表現。我們根據讀者的回饋改進問題，讓注釋和參考文獻反映這個領域的最新發展，並且在本書的網站提供新的補充教材。 第四版的新內容 ‧關於二部圖、線上演算法與機器學習的新章節 ‧探討遞迴方程、雜湊表、勢能函數及後綴陣列等主題的新內容 ‧新增140道新習題和22道新問題 本書提供超過900道習題與162個問題，讀者可以在本書網站上找到大部分的解答。適合大學或研究所的演算法或資料結構課程使用；此外，由於本書探討演算法設計的工程問題和數學層面，所以也適合專業技術人員用來自學。

隨著電腦技術的不斷發展，人們在享受電腦帶來的方便與快捷的同時，對人機互動的需求也不斷增加。人機智慧互動變得尤為重要。如果電腦像人類一樣能主動適應周圍的環境，並且還能觀察、理解和產生各種「情感」，這將從根本上改變人與電腦之間的關係，最終實現自然、富有情感、和諧的人機交互，使電腦能夠更好、更全方位地為人類服務。由於人臉表情傳遞著豐富的個人情感資訊，是人們非語言交流的一種重要方式，在人與人之間的交流中扮演著重要的角色，因此電腦通過對人臉表情進行辨識，可以感知人的情感和意圖，與人類的交互就會變得更加智慧。近年來，人臉表情辨識已成為國內外模式辨識和人工智慧領域的研究熱點，其內容涉及到心理學、社會學、數學、認知科學、生物學、電腦科學等眾多學科，是一個極富挑戰性的交叉課題。 本書以人臉表情辨識為研究對象，比較全面系統地研究了人臉表情辨識系統的基本理論、演算法設計和應用，設計了一套主動視覺人臉追蹤與表情辨識系統。書中分別以動態人臉表情、微表情、魯棒表情為辨識對象，介紹了相關特徵提取、分類演算法的技術方法。書中各部分主要內容如下：第1章是人臉表情辨識系統的概述，還介紹了相關技術的國內外發展現狀。第2章針對複雜背景彩色圖像人臉快速檢測的問題，提出了一種人臉檢測與定位的方法。第3章針對動態人臉表情特徵提取的問題，提出了基於Candide3 模型的人臉表情追蹤及動態特徵提取方法。第4章詳細討論了基於動態圖像序列的表情圖像分類及實現方法。第5章研究並討論了基於主動外觀模型的人臉動態序列圖像表情特徵提取演算法。第6章設計了基於子空間分析和改進最近鄰分類的表情辨識演算法。第7章針對微表情序列圖像的分析，提出了一種微表情序列圖像的預處理方法。第8章設計了基於多尺度LBP-TOP 的微表情特徵提取方法。第9章提出了基於全域光流特徵提取與LBP-TOP 特徵結合的微表情特徵提取演算法。第10章討論了基於支持向量機和隨機森林的微表情辨識的分類器設計方法。第11章提出了一種基於Gabor 多方向特徵融合與分塊長條圖的表情特徵提取方法。第12章針對光照變化下的表情分析問題，研究了基於對稱雙線性模型的光照魯棒性人臉表情分析。第13章針對局部遮擋情況下的表情特徵提取問題，研究了一種基於局部特徵徑向編碼的局部遮擋表情特徵提取方法。第14章針對局部遮擋表情特徵提取，設計了局部累加核支援向量機分類器演算法。第15章

★LeetCode刷題最重要題目精解 ★資料結構程式語言紮實基礎 ★演算法完整實作 ★陣列、鏈結串列、樹、搜尋、佇列、圖演算法 ★LRU、LFU快取 ★費氏數列、N皇后問題、背包問題 ★Union-Find ★Kruskal演算法 本書專攻演算法刷題，訓練演算法思維，應對演算法筆試，注重用策略和框架思維解決問題，以不變應萬變。 第1章列舉了幾個最常見的演算法類型及對應的解題框架思路，包括雙指標、滑動視窗等演算法技巧，並把動態規劃、回溯演算法、廣度優先搜索等技巧的核心抽象為二元樹的兩種問題形式。第2章介紹了基礎資料結構相關的演算法，包括陣列鏈結串列的常見技巧整理和資料結構設計的經典例題。第3章從二元樹的幾種解題思路開始，嘗試從二元樹的角度理解快速排序和歸併排序，進一步講解回溯、DFS、BFS等暴力搜索演算法。第4章具體介紹了動態規劃相關的技巧，例如如何確定base case，如何寫狀態轉移方程式，如何進行狀態壓縮等技巧，並用動態規劃的通用思路框架解決了十幾道經典的動態規劃問題。第5章講解了一些高頻面試/筆試題目，每道題目可能會結合之前章節講過的多種演算法思路，也可能有多種解法。

――在日暢銷兩萬冊，獲頒日本「IT工程師書籍大獎2021特別獎」――演算法不只是知識，更該是解決問題的手段──從理解演算法的設計技法、資料結構、圖演算法到解決問題，透過大量圖解、程式競賽例題與實際案例，告訴你如何真正學會並應用演算法，具體解決現實生活中的難題！「『會寫演算法』跟『獲得高效率的成果』這兩件事有很大的落差。該怎麼做才能獲得效率良好的結果──亦即該採用什麼樣的演算法比較好？對於這些問題點，本書作了範圍寬廣又清楚明瞭的解說。而且本書是針對演算法初學者，用能夠引發對演算法興趣的方式撰寫。如果想要向成為演算法高手踏出第一步，那麼本書是最適合不過的了。」──日本國立資訊學研究所副所長　河原林健一　專業推薦不論你是想要成為一名程式設計／軟體工程師，或是必須在大學課程獲取學分，或是想在程式設計競賽中獲勝，都會需要學習演算法的基礎知識。即使「人工智慧」、「量子電腦」等新科技不斷發展，任何涉及軟體工程或電腦科學的技術人士，都必須理解本書中的演算法基礎知識。與日新月異變化快速的領域不同，演算法的基礎知識可謂「終身受用」，不管要從事什麼樣的領域，都能成為你的優勢與靠山。此外，演算法的力量不僅止於單純的知識，它對程式設計也有直接的幫助。如果能把演算法變成自己的工具，自行選擇合適的演算法，甚至自己設計需要的演算法，你能解決問題的範圍就可以大為擴展。此外，基本的演算法和資料結構，還能提供程式語言的功能和標準函式庫等。透過了解它們的機制與原理，就更能掌握操作的特性及提高速度。由程式競賽經驗豐富的兩位作者所撰寫的本書，目標是希望幫助讀者「把演算法變成自己的工具」。除了介紹著名的演算法，為你打下扎實的重要基礎外，更將重點放在演算法的應用和設計上，教你如何利用演算法的力量找出方法、解決問題。本書不僅是入門書，也是一本收錄程式設計比賽網站AtCoder眾多例題、精進C++編碼技巧的實用書，滿載資訊科學學習者受用的內容。從認識演算法、設計技法、實際應用到參加競賽，一本帶你確實精進程式設計力的絕佳指南本書共有18章，主要可分為「演算法設計技法」、「資料結構」、「圖演算法」三大主題，循序漸進認識演算法、演算法的設計技法、資料結構、圖（graph），最後解說P與NP相關主題及難以設計出能有效求解演算法的難題該如何應對。首先，在第1和第2章，作者概述了演算法和計算複雜度。接下來，第3至第7章將是本書的

快速掌握演算法思維應對求職時IT公司的各種演算法面試題用範本和框架思維解決問題，以不變應萬變本書的最大功效逐步指導讀者大量演練演算法題目，以及各種演算法題型的樣式和框架，快速掌握演算法思維，以應對求職時IT公司的各種演算法面試題，或是增進讀者編寫程式的技巧。本書並不適合純新手來閱讀如果你對基本的資料結構還一竅不通，那麼你需要先花幾天的時間看一本介紹基礎的資料結構書，去瞭解諸如佇列、堆疊、陣列、鏈結串列等基本資料結構。不需要非常精通，只需大致瞭解它們的特點和用法即可。我想大學時期學過資料結構課程的讀者，閱讀本書應該不會有什麼問題。如果你學過資料結構由於種種現實原因開始在刷題平台上演練，卻又覺得無所適從、心亂如麻，那麼本書可以解決你的燃眉之急。當然，如果你只是單純的演算法愛好者，以刷題為樂，本書也會給你不少啟發，讓你的演算法功力更上一層樓。本書有許多題目都參考自LeetCode這個題目平台題目解法的程式碼形式遵循該平台的標準。因此如果你習慣在LeetCode平台上演練演算法題目，那麼閱讀本書會更加遊刃有餘。當然，即使你沒有這個習慣也無妨，因為演算法的解題技巧都是通用的。本書混用Python、C++和Java三種程式語言筆者認為演算法題目的重點是在養成一種思維模式，不應該局限於具體的程式語言。不必擔心有的語言你不熟悉，演算法根本用不到程式語言層面的技巧，本書也會有意避開所有語言特性，而且後面會統一介紹三種語言的基本操作。

♚瞭解資料科學：說明資料科學概念，深入淺出演算法 ♚掌握實例應用：學習科技公司技術，掌握各種應用場景 ♚運用實戰案例：涵蓋各種機器學習模型來打造實用功能 ♚清楚內容編排：針對所需主題閱讀，充分理解演算法概念 【內容簡介】 本書內容改編自第14屆iThome鐵人賽AI& Data組的冠軍系列文章《那些在科技公司和App背後的資料科學》。你是否好奇全球頂尖的科技公司是如何利用資料科學打造出創新且成功的產品呢？本書將會深入介紹Spotify、Meta、Netflix、Uber和Airbnb等科技巨頭如何借助於資料科學和機器學習的技術，來為其產品注入革命性的創新。 本書整理及解析頂尖科技公司的機器模型與應用，內容從閱讀本書所需具備的概念開始，包括推薦系統、多臂式吃角子老虎機、A/B測試及排序模型的常見指標，再分別介紹科技巨頭的演算法內容，如Spotify和Netflix的多媒體內容推薦、Meta的社交內容推薦及排序、Airbnb的搜尋系統及房源排序模型、Uber和Uber Eats的預測模型及推薦系統等，我們將可瞭解這些演算法的理論知識，更可透過案例來學習這些模型是如何應用於實際產品之中。 【目標讀者】 ✔想要對科技公司的演算法一探究竟的資料科學家。 ✔想借鏡於頂尖科技公司如何利用資料科學，來改善個人的產品或服務的科技產業工作者。 ✔想進一步發展自身技能的資料科學家和工程師。 ✔對資料科學、科技和創新有濃厚興趣的讀者。本書特色 學習頂尖公司的演算法與資料科學，啟發AI創新應用！ 完整蒐集頂尖科技公司的演算法，學習AI世界的經驗精華！ 全面解析及整理頂尖科技公司的機器學習模型，借鏡打造AI創新路徑！專業推薦 「本書非常有結構地介紹現在科技巨頭賴以維生的各種推薦與媒合演算法。內容由淺入深地討論這些科技巨頭如何使用海量數據來揣度人心，闡釋為何看似相同的推薦與媒合問題在不同公司卻有本家家難念的經。」─ 黃從仁，國立臺灣大學心理學系模型建構與資訊學實驗室

【試題大補帖系列熱銷中！】 還在為了登上研究所榜單埋首書卷嗎？ 還在苦苦尋找歷屆試題，而在各處四處奔波嗎？ 這次，大碩幫你一次收錄多間研究所歷屆試題 同步附上逐題精準解析 讓你迅速掌握考試重點！ 立即刷下考古戰績 在最終回合 助你一舉攻克江山 金榜題名 那麼 就請收下這一本歷屆試題 插上考古題的風帆 向目標直奔！ 本書收錄國內重點大學研究所109~112年【演算法】共四年試題含逐題解析。 本書收錄學校 臺灣大學、政治大學、陽明交通大學、臺灣師範大學、中央大學、成功大學、暨南國際大學、臺北大學 本書重點特色 1.由補習班名師解題，帶你GET到大師解題技巧，不再自己鬱悶長蘑菇 2.多年度試題一次收錄，輕薄一本試題，帶你瞄準考題參考方向 3.題題附解析，立即檢核真實力，建立正確解題新思維 4.二十九回擬真演練，增加臨場感，終能壯膽迎試，沒在怕的！

本書利用PyTorch、神經網路、圖論、機器學習，知識圖譜等最新技術，做出最棒的推薦系統。 第1、2章幫大家建立基礎，第3章從第2章推導，入門推薦演算法及推導能力。第4章介紹熱門的圖神經網路在推薦演算法中的應用。第5章深入知識圖譜推薦演算法，專業度高且實用性強，掌握前4章知識的讀者容易學習。第6到8章介紹整個推薦系統、商業和推薦工程。建議在第3章後隨時閱讀，特別是第7章系統介紹推薦系統評估指標。可在範例程式基礎上改進並利用第7章指標實際評估推薦系統效果。 【本書看點】 ✪ 無痛學習推薦演算法 ✪ 結合深度學習的發展，可推導出進階推薦演算法 ✪ 結合圖神經網路進一步推導出推薦演算法 ✪ 了解圖神經網路且應用於推薦演算法 ✪ 了解整個推薦系統的詳細結構及基本做法 ✪ 了解推薦工程整體的生命週期 ✪ 3個重要演算法：近鄰協作過濾、ALS、FM 【適合讀者】 ☛ 從事推薦系統相關工作的工程師。 ☛ 對推薦系統有興趣的讀者。 ☛ 也可作為大專院校、研究機構的學習參考書

★超人氣暢銷演算法學習書全新增訂版！新增7種演算法詳細圖解+「資料壓縮」，內容增補修訂！★全球超過250萬人使用，「Apple年度最佳APP」書籍化！★隨書附贈獨家贈品「七大主題演算法圖解記憶表」 ★★ 讀再多文字解說都看不懂？沒關係，全部畫給你看，一次弄懂演算法到底是什麼！★★ ●直觀理解，從基礎開始學習，一用就上手的演算法專書！●全圖像化step by step，完整拆解制霸AI時代的演算法精髓！●詳解演算法的奧妙、執行效率、優缺點，活化思維，做出最佳決斷！ 【專業審訂】國立成功大學資訊工程系講座教授兼成大研究發展基金會執行長 謝孫源 【專家學者好評推薦】李忠謀 國立臺灣師範大學副校長／資訊工程學系教授趙坤茂 國立臺灣大學資訊工程學系教授鄭國威 泛科知識公司知識長 【高中資訊社團好評推薦】北一女中資訊研習社台南女中資訊研究社成功高中電子計算機研習社高雄女中資訊社新竹高中軟體研究社CSDC █ 演算法時代來了！ 現今我們的世界已離不開演算法，從線上搜尋、社群交友、法院判案、醫學診斷、金融運作、大腦決策到人工智慧的未來，越了解演算法，越可能掌控權力，成為時代的贏家。有些演算法對我們有益、有些有用，有些則可能使我們陷入大麻煩，但我們對這些演算法所知極少。 不管用哪種程式語言編寫程式，演算法都是不可或缺的，不過如果認為只有學電腦的人才要了解演算法，那就太可惜了。演算法其實是一連串解決問題的邏輯步驟，只要熟悉這些步驟和運用方式，每個人都能設計自己的演算法並應用於各種不同領域。學習演算法正是建構嚴謹思維和幫助做出最佳判斷的訓練。 █ 演算法的第一本書，從基礎開始學習！ 演算法是用以執行計算或完成作業的程序，可以想像成料理食譜，如果做出某種料理的步驟是食譜，那麼用電腦解出特定問題的步驟就是演算法了。然而，食譜與演算法的決定性差異，在於演算法非常嚴謹。相較於食譜有很多概略的描述，演算法的所有步驟都用數學方式表現，沒有模糊地帶。 本書蒐羅介紹33種基本的演算法和7種資料結構，貨真價實完全圖解。每一個步驟都以圖片和文字詳細說明，拆解具體演算過程，逐步建立邏輯概念，輕鬆進入演算法的世界。 書中解說的演算法範疇包括「排序」、「陣列搜尋」、「圖形搜尋」、「安

解析演算法結構 實際操作 加深學習 精選課堂練習 資料結構、排序、搜尋etc… 從基礎到應用準則完全圖解 ‧詳細講解各種演算法的特色 ・學會如何選擇適當的演算法 ・跨頁閱讀適合初學者或複習自學 ・涵蓋機器學習結構到活用範例 堅實的基礎知識「實用」的工具書 需要懂得因應場景選擇適當的演算法,才能夠建立有效率的程式。即便獲得的成果相同,但使用的演算法會讓處理效率大不相同。不過對演算法抱持著「看不出有什麼差異」「好複雜好像很難」排斥心態的學習者想必是大有人在。因此,本書中的每個主題皆是以跨頁,並搭配圖解的講解方式幫助讀者從零開始學習演算法的基礎知識。 推薦給符合以下條件的讀者 ‧想學習演算法的基礎知識 ‧想拓展知識領域更上一層樓 ‧想成為懂得如何選擇演算法的人 ‧想成為能快速又正確建立程式的人

算法時代，數位經濟產業成為經濟增長的核心引擎。為保證數位經濟健康有序發展，企業數據合規發揮著重要作用，數據合規有助於外部法律監管和企業內部數據管理。本書從算法技術發展脈絡出發，深入剖析不同場景中的企業數據特徵，透過比較分析全球範圍內的數據合規治理路徑並結合具體司法案例，力圖構建企業數據合規的差序格局。

無師自通最高難度的計算問題！ 本書將教你如何解決艱難的程式設計問題，並設計屬於你自己的演算法。透過教學大神Daniel Zingaro從USACO、IOI等世界級程式競賽中精選來的範例，你將學會如何分類問題、選擇資料結構，並辨認出適合的演算法。同時也將學到，你所選擇的資料結構（無論是雜湊表、堆積、或樹）會如何影響執行時間，以及如何讓你的演算法加速，包括應用遞迴、動態規劃、二元搜尋等強大的策略來解決艱難的問題。 透過程式碼的逐一講解，你將學到的演算法和資料結構包括： ❏ 用圖與廣度優先搜尋演算法來尋找桌遊的最佳策略、或是翻譯一本書的最好方法。 ❏ 用Dijkstra演算法來判斷有多少老鼠能成功走出迷宮、或是兩個地點之間最短路徑的數量。 ❏ 用聯集尋找資料結構來回答關於社群網路上的連結或判斷敵友等問題。 ❏ 用堆積資料結構來決定促銷活動期間所送出的獎金金額。 ❏ 用雜湊表資料結構來判斷雪花是否獨一無二、或在字典中辨認出複合詞。 ➤本書中的每一道問題都可在程式解題系統網站上，由系統判定是否正確解題，網站的網址和問題編號都會列在說明之中。

「What I cannot create, I do not understand.」 - Richard Feynman最實用演算法指南，讓你在隨機森林裡也不迷航。本書挑選出最實用、出現頻率最高的演算法及相關例題，並以C++實作，透過實作來了解每一種演算法的流程，同時每章節後皆附上 LeetCode 或 APCS考古題與線上批改系統連結供讀者練習。本書適合…✪修習資料結構與演算法之學生✪準備APCS或程式競試的學生✪準備面試或轉職成為軟體工程師的你本書特色✪挑選出最實用且出現頻率最高的演算法，並附上每個演算法的步驟圖解與實作程式碼✪每章節後皆附上LeetCode 或 APCS考古題與線上批改系統連結供讀者練習✪仿照大學教材與進度編排，可做為大學課程的輔助或先修教材✪講解常見的C++ STL 用法及操作原理，熟悉 C++ STL的使用能夠使你在程式競賽或面試中脫穎而出✪程式競賽中常見的技巧或相關注意事項電子資源https://github.com/lkm543/Algorithm

★★★用手機掃描書中 QR Code 立即觀看演算法動畫！★★★⦿ 一圖一步驟，帶你打開演算法的黑箱！⦿ 全彩超圖解，將抽象的演算法視覺化！⦿ 內容淺顯易懂，沒有長篇難懂的理論！「演算法」給人的第一印象就是好難學、理論好多，即使讀完千字文還是看不懂！o(〒﹏〒)o 沒錯！小編非常有同感，第一次接觸演算法時，就被「時間複雜度」弄得暈頭轉向，我一點也不想知道這些數學式是怎麼推導的啊，只要知道哪個演算法比較快、比較好用就可以了！還有，常遇到同一個詞有不同說法，在 Google 搜尋時就會搞不清楚是不是指同一件事，例如 Binary Tree Traversal，就有「二元樹追蹤、二元樹訪問、二元樹走訪、二元樹遍歷……」，這麼多種稱呼，實在讓人困惑！所以本書的專有名詞除了標示中文外，也會加上英文，以便讀者查詢更多資訊。透過本書一圖一步驟地拆解演算法背後的原理，我終於弄懂演算法的運作了，其實演算法沒有想像中那樣神秘、可怕，而是有規則可循的。看懂其運作原理後，由衷佩服這些設計演算法的人，原來他們是這樣思考與拆解問題的啊，我怎麼都沒想到呢！本書收錄許多知名的演算法與資料結構，其中有些演算法已經被主流的程式語言編寫成方便使用的「函式庫」。不過「函式庫」是一種將工作原理藏在內部的「黑箱」，因此大多數人在使用時不見得對演算法有充分的理解。想要寫出執行效能佳的程式，得確實理解演算法的工作原理才行。本書介紹的資料結構與演算法✪陣列的查詢：互換元素／尋找最大值／互換排序／合計／最小元素值／最小元素位置／線性搜尋法／二元搜尋法✪排序：反轉／插入／合併／分割／氣泡排序法／選擇排序法／插入排序法／合併排序法／快速排序法／堆積排序法／計數排序法／希爾排序法✪與整數相關的演算法：埃拉托斯特尼篩法／輾轉相除法✪資料結構：堆疊／佇列／雙向鏈結串列／雜湊表✪陣列的計算：累積和／一維累積和的應用／二維累積和的應用✪堆積：Up Heap／Down Heap／建立堆積／優先佇列✪二元樹的走訪：前序走訪／後序走訪／中序走訪／層序走訪✪其他：廣度優先搜尋／卡恩演算法／深度優先搜尋／Tarjan 演算法／Union By Rank／Union-Find Tree／普林演算法／克魯斯克爾演算法／戴克斯特拉演算法／貝爾曼 - 福特演算法／弗洛伊德演算法／包裹法／葛立恆掃描法／安德魯演算法／線段樹：RMQ／線段樹：RSQ／二

「What I cannot create, I do not understand.」 - Richard Feynman 最實用演算法指南，讓你在隨機森林裡也不迷航。 本書挑選出最實用、出現頻率最高的演算法及相關例題，並以C++實作，透過實作來了解每一種演算法的流程，同時每章節後皆附上 LeetCode 或 APCS考古題與線上批改系統連結供讀者練習。 本書適合… ✪修習資料結構與演算法之學生 ✪準備APCS或程式競試的學生 ✪準備面試或轉職成為軟體工程師的你 本書特色 ✪挑選出最實用且出現頻率最高的演算法，並附上每個演算法的步驟圖解與實作程式碼 ✪每章節後皆附上LeetCode 或 APCS考古題與線上批改系統連結供讀者練習 ✪仿照大學教材與進度編排，可做為大學課程的輔助或先修教材 ✪講解常見的C++ STL 用法及操作原理，熟悉 C++ STL的使用能夠使你在程式競賽或面試中脫穎而出 ✪程式競賽中常見的技巧或相關注意事項 電子資源 github.com/lkm543/Algorithm

「一本平易近人的著作，可讓你立即應用進而提升程式的執行效率。書中將教你電腦科學中會用到的基本演算法和資料型別。如果你正在找一份程式設計相關的技術工作，這本書可能會在下次的程式面試中幫助你取得好成績。」 ― Zvi Galil 喬治亞理工學院 計算學院Frederick G. Storey主任暨名譽院長 論及撰寫有效率的程式時，每位軟體專業人士都需要具備有效率的演算法運作知識。在這本實務書籍中，《Algorithms in a Nutshell》作者George Heineman對於多種語言編寫程式時所用的效能改進關鍵演算法，有簡潔而詳實的介紹。軟體開發人員、測試人員、維護人員將理解演算法如何創造性地解決運算問題。 每章都會以前面章節內容為基礎，藉由清晰的圖示和不斷提供的新基本概念，包括演算法分析，對書中介紹的每個演算法做效能分級。你可以將每章所學到的內容，應用到該章最後的挑戰題中，如同模擬在程式術科面試場上的體驗。 閱讀本書，你將可以： ‧探索電腦科學和軟體工程核心的基本演算法 ‧學習有效率解決問題的常見策略，例如：分治法、動態規劃、貪婪方法 ‧使用Big-O分析與評估程式的時間複雜度 ‧使用現有的Python函式庫和資料結構來解決演算法問題 ‧了解重要演算法的主要步驟

本書利用遞推與遞迴演算法 來處理各式各樣的資料結構 遞推與遞迴是演算法的根基 演算法是個有趣的東西，針對某個問題設計演算法的時候，不會的人感覺像「大海撈針」，而會的人則感覺像「一葦渡江」。高手的頭腦裡都有一張「演算法地圖」，演算法之間不是孤立的，而是彼此連通的。演算法之間的內在聯繫有很多，但挖掘到根源上，就是遞推與遞迴兩種思想。 本書從深度解析遞推和遞迴這兩種基本演算法思想開始，用它們貫穿起了《演算法導論》中的幾十種經典演算法，包括排序、搜尋、回溯、貪心、分治、動態規劃、圖演算法等。 本書秉持了作者一貫的風趣幽默又不失嚴謹的寫作風格，同時融入了學習心理學和認知科學的實踐原理。 本書適合於所有想通過學習演算法來精進自己程式設計能力的讀者。為了傾聽讀者們的心聲、不斷完善這本書，作者熱切地期待大家與他在領英上建立聯繫。在那裡，作者還將源源不斷地與讀者們分享種類教學資源和工作機會。

★★★★★【演算法】、【爆量題庫】★★★★★演算法戰鬥營，招收各路英雄好漢。300道競賽試題，淬鍊你的腦神經，讓你從菜鳥晉升成教官！本書特色◎完美圖解，通俗易懂本書對每個演算法的基本操作都有圖解演示。透過圖解，許多問題都變得簡單，可迎刃而解。◎實例豐富，簡單有趣本書結合大量競賽實例，講解如何利用資料結構與演算法解決實際問題，使複雜難懂的問題變得簡單有趣，幫助讀者輕鬆掌握演算法知識，體會其中的妙處。◎深入淺出，透析本質本書透過問題看本質，重點講解如何分析和解決問題。本書採用了簡潔易懂的程式，對資料結構設計和演算法的描述全面細緻，而且有演算法複雜性分析及最佳化過程。◎實戰演練，循序漸進本書在對每個資料結構與演算法講解清楚後，都進行了實戰演練，讓讀者在實戰中體會資料結構與演算法的設計和操作，從而提高了獨立思考、動手實踐的能力。書中有豐富的練習題和競賽題，可幫助讀者及時檢驗對知識的掌握情況，為從小問題出發、逐步解決大型複雜性工程問題奠定基礎。◎網路資源，技術支援本書為讀者提供書中所有範例程式的原始程式碼、競賽題及答案解析，讀者可以對這些原始程式碼自由修改編譯，以符合自己的需要。本書技術重點✪貪婪演算法、分治演算法✪單鏈結、雙向鏈結、循環鏈結、靜態鏈結✪最短路徑、最小生成樹、拓撲排序、關鍵路徑✪雜湊表、字串模式比對、二元搜尋樹、平衡二元樹✪二分搜尋、深度優先搜尋、廣度優先搜尋、啟發式搜尋✪圖理論及圖理論的最強演算法✪歷史上經典演算法問題解決

本書是演算法入門指南，以Python程式實作應用廣泛的演算法，內容主題包含多種現代演算法，用於搜尋、排序及最佳化；以人為本的演算法，協助人們接球運動的判斷；高等演算法，用於機器學習與人工智慧領域；以及古文明演算法，用於算數值相乘、求最大公因數、產生幻方。 本書將帶領您學習： ‧產生幾何用途廣泛的Voronoi圖 ‧以演算法建置簡單聊天機器人、贏得棋賽、玩數獨遊戲 ‧實作梯度上升(下降)演算法程式，求出函數最大值(最小值)、極值 ‧使用模擬退火進行全域最佳化 ‧憑個人特徵建立快樂感預測決策樹 ‧以演算法執行程式除錯、實施稅收最大化、產生亂數 ‧衡量演算法效率與速度 此外探討純數學領域實用的演算法，了解數學概念改進演算法的方式。 跟著本書邊做邊學，您將理解當今許多超強演算法的重要細節，其中包含演算法的Python 3程式實作，以及針對衡量演算法效能與最佳化的方法。

1.是一本以方法為導向的演算法教科書。2.採用簡單範例，介紹演算法的基本設計方法，讓讀者易學易懂。3.內容完整，包含所有大學生應該具備的演算法常識。4.提供許多難易不等的習題，可供讀者依程度不同來做練習。

～自學演算法必備的第一本書～～想重溫演算法的程式設計師、工程師必讀！～坊間的演算法書籍一本比一本厚重，裡面全是些看再多遍也看不懂的理論及數學證明，還有一堆沒註解的程式碼，光是翻幾頁就讓人哈欠連連，而且有些概念很抽象，更是無法透過文字敘述就能理解。本書作者一開始也無法跨越演算法這堵高牆，直到遇見優秀的演算法教授後，才發現原來演算法一點都不無聊，而且還相當有趣！於是他想到可以透過生活化的範

因應數位化資訊新時代所需之演算法能力之培養及訓練，作者博閱許多演算法之經典教科書，精選出關鍵且核心之主題，並融合數年來研究與教學的心得與經驗，撰寫而成本書。以下幾點為本書之特色：精選主題、質量並重：以不到 400 頁的篇幅，涵蓋了時間複雜度、直覺法暨窮舉搜尋、圖與樹基礎演算法、貪婪法、分治合併法、動態規劃法、NP-Complete 等精彩絕妙的主題，充分展現作者寫作及表達的功力，達成質量並重的目標

圖論（Graph Theory）起源於1736年Leonhard Euler解答七橋問題的一篇文章，經過兩百年的孕育，1936年Kőnig寫出第一本圖論專書，正式宣告這門學問誕生。此後，隨著生產管理、軍事、交通運輸、電腦和通訊網路等各領域的應用需求，圖論呈現爆炸性的發展。在圖論的各種研究方法中，較重要的有拓樸方法、機率方法、代數方法、演算法。有效的演算法能協助電腦達到快速計算，對實用端有很大的好處

讓演算法不再讓人畏懼。‧從基本資料結構，到各類排序演算法、面試的演算法題目，再到職場上的應用，跟著書中的主角帶領大家逐一破解。‧領悟演算法概念、理解演算法對記憶體空間和效能的影響，動腦尋求解決問題的最佳方案。這本書透過漫畫圖解的形式，講述了書中主角小灰學習演算法和資料結構知識的心路歷程。本書的前4章是對演算法與資料結構基礎知識的講解，沒有演算法和資料結構基礎的讀者可以從頭開始進行有系統的學習。第5

從基本概念到重要的演算法，再到處理平臺和實際案例，作者為美妙圖形世界編寫了一本兼具指導性與說明性的參考指南。"—Kirk Borne, PhDPrincipal Data Scientist and ExecutiveAdvisor, Booz Allen Hamilton"一本實用且資訊豐富的指南，幫助你藉由使用圖形演算法檢測模式和結果，來獲取更多洞察力，圖形資料庫開發人員的必讀書籍。"—Lua

演算法為我們的道德下定義、秤量我們的情緒表現、掏空我們的民主體制――迎接演算法美麗新世界，我們如何在機器時代當個人？―― ★Amazon年度百大好書！英國皇家學會科學圖書獎決選作品！★出版前即高價售出多國版權，最受矚目的演算法書籍之一！★訪談演算法的創造者和演算結果的接受者，收錄大量故事和實例研究！ ▍各界讚譽推薦 王國禎 ∣ 國立交通大學資訊工程學系教授王傑智 ∣

範例豐富，循序漸進 透過趣味故事引導進入演算法，由簡至繁領會演算法設計思維 完美圖解，實戰解析 結合大量完美圖例，分析解構演算法，提升閱讀的樂趣 機器學習和人工智慧日漸普及，了解和應用演算法是不能少的必修課題。您需要一本真正的演算法入門書，一本要詳實、範例豐富、又有很多圖解清楚說明的入門應用書。 本書精選超過50種經典的演算法，從演算法之美娓娓道來，沒有太多高深的原理和枯燥的公式，透過趣味故事引出

重複的事交給演算法處理，你可以空出時間去做更有價值的事“本書廣泛地探討演算法概念，避免標準的「趕潮流」做法。它介紹了多數演算法入門書籍都不會談到的投票系統與文字壓縮，讓初學者在還不會走之前就會跑了！”―Steven Skiena，著名的石溪大學電腦科學系教授；《The Algorithm Design Manual》作者“演算法是電腦的核心思想。Panos Louridas寫了一本很棒的書，帶領你

運算思維正是用來培養系統化邏輯概念的基礎，進而學習在面對問題時能有系統的分析與拆解問題，並從中發展可能的解決辦法，並找出最有效的演算法。演算法一直是電腦科學領域非常重要的基礎課程，從程式語言實作的角度，確實是有志從事資訊工作的專業人員，不得不重視的一門基礎理論。本書將會跟各位介紹運算思維、資料結構與演算法，精彩篇幅包括：● 程式設計與運算思維● 常用資料結構與演算法● 分治法● 貪心法● 動態規劃

《AI及機器學習的經脈：演算法新解》同時用函數式方法和傳統方法介紹主要的基本演算法和資料結構，資料結構部分包括二叉樹、紅黑樹、AVL樹、Trie、Patricia、尾碼樹、B樹、二叉堆、二項式堆、斐波那契堆、Pairing堆、佇列、序列等；基本演算法部分包括各種排序演算法、序列搜索演算法，字串匹配演算法（KMP等），深度優先、廣度有限搜索演算法、貪心演算法以及動態規劃。