互联网 类型
8.8 豆瓣评分
可以朗读 语音朗读
229千字 字数
2018-02-01 发行日期
展开全部

主编推荐语

基于MIT编程思维培训讲义写成，主要目标在于帮助读者掌握并熟练使用各种计算技术。

内容简介

掌握多种不同的思维方式是每个人在大学时代的必修课。具备使用计算思维解决问题的能力是程序员入门的基本技能。本书基于作者开授的MIT热门MOOC教程编写，旨在培养读者的计算思维，为其日后的IT生涯打下坚实的编程基础。

书中以Python3为例，介绍了对中等规模程序的系统性组织、编写、调试，帮助读者深入理解计算复杂度，还讲解了有用的算法和问题简化技术，并探讨各类计算工具的使用。

目录

  • 版权信息
  • 前言
  • 电子书
  • 致谢
  • 第1章 启程
  • 第2章 Python简介
  • 2.1 Python基本元素
  • 2.1.1 对象、表达式和数值类型
  • 2.1.2 变量与赋值
  • 2.1.3 Python IDE
  • 2.2 程序分支
  • 2.3 字符串和输入
  • 2.3.1 输入
  • 2.3.2 杂谈字符编码
  • 2.4 迭代
  • 第3章 一些简单的数值程序
  • 3.1 穷举法
  • 3.2 for循环
  • 3.3 近似解和二分查找
  • 3.4 关于浮点数
  • 3.5 牛顿－拉弗森法
  • 第4章 函数、作用域与抽象
  • 4.1 函数与作用域
  • 4.1.1 函数定义
  • 4.1.2 关键字参数和默认值
  • 4.1.3 作用域
  • 4.2 规范
  • 4.3 递归
  • 4.3.1 斐波那契数列
  • 4.3.2 回文
  • 4.4 全局变量
  • 4.5 模块
  • 4.6 文件
  • 第5章 结构化类型、可变性与高阶函数
  • 5.1 元组
  • 序列与多重赋值
  • 5.2 范围
  • 5.3 列表与可变性
  • 5.3.1 克隆
  • 5.3.2 列表推导
  • 5.4 函数对象
  • 5.5 字符串、元组、范围与列表
  • 5.6 字典
  • 第6章 测试与调试
  • 6.1 测试
  • 6.1.1 黑盒测试
  • 6.1.2 白盒测试
  • 6.1.3 执行测试
  • 6.2 调试
  • 6.2.1 学习调试
  • 6.2.2 设计实验
  • 6.2.3 遇到麻烦时
  • 6.2.4 找到“目标”错误之后
  • 第7章 异常与断言
  • 7.1 处理异常
  • 7.2 将异常用作控制流
  • 7.3 断言
  • 第8章 类与面向对象编程
  • 8.1 抽象数据类型与类
  • 8.1.1 使用抽象数据类型设计程序
  • 8.1.2 使用类记录学生与教师
  • 8.2 继承
  • 8.2.1 多重继承
  • 8.2.2 替换原则
  • 8.3 封装与信息隐藏
  • 生成器
  • 8.4 进阶示例：抵押贷款
  • 第9章 算法复杂度简介
  • 9.1 思考计算复杂度
  • 9.2 渐近表示法
  • 9.3 一些重要的复杂度
  • 9.3.1 常数复杂度
  • 9.3.2 对数复杂度
  • 9.3.3 线性复杂度
  • 9.3.4 对数线性复杂度
  • 9.3.5 多项式复杂度
  • 9.3.6 指数复杂度
  • 9.3.7 复杂度对比
  • 第10章 一些简单算法和数据结构
  • 10.1 搜索算法
  • 10.1.1 线性搜索与间接引用元素
  • 10.1.2 二分查找和利用假设
  • 10.2 排序算法
  • 10.2.1 归并排序
  • 10.2.2 将函数用作参数
  • 10.2.3 Python中的排序
  • 10.3 散列表
  • 第11章 绘图以及类的进一步扩展
  • 11.1 使用PyLab绘图
  • 11.2 进阶示例：绘制抵押贷款
  • 第12章 背包与图的最优化问题
  • 12.1 背包问题
  • 12.1.1 贪婪算法
  • 12.1.2 0/1背包问题的最优解
  • 12.2 图的最优化问题
  • 12.2.1 一些典型的图论问题
  • 12.2.2 最短路径：深度优先搜索和广度优先搜索
  • 第13章 动态规划
  • 13.1 又见斐波那契数列
  • 13.2 动态规划与0/1背包问题
  • 13.3 动态规划与分治算法
  • 第14章 随机游走与数据可视化
  • 14.1 随机游走
  • 14.2 醉汉游走
  • 14.3 有偏随机游走
  • 14.4 变幻莫测的田地
  • 第15章 随机程序、概率与分布
  • 15.1 随机程序
  • 15.2 计算简单概率
  • 15.3 统计推断
  • 15.4 分布
  • 15.4.1 概率分布
  • 15.4.2 正态分布
  • 15.4.3 连续型和离散型均匀分布
  • 15.4.4 二项式分布与多项式分布
  • 15.4.5 指数分布和几何分布
  • 15.4.6 本福德分布
  • 15.5 散列与碰撞
  • 15.6 强队的获胜概率
  • 第16章 蒙特卡罗模拟
  • 16.1 帕斯卡的问题
  • 16.2 过线还是不过线
  • 16.3 使用查表法提高性能
  • 16.4 求π的值
  • 16.5 模拟模型结束语
  • 第17章 抽样与置信区间
  • 17.1 对波士顿马拉松比赛进行抽样
  • 17.2 中心极限定理
  • 17.3 均值的标准误差
  • 第18章 理解实验数据
  • 18.1 弹簧的行为
  • 使用线性回归进行拟合
  • 18.2 弹丸的行为
  • 18.2.1 可决系数
  • 18.2.2 使用计算模型
  • 18.3 拟合指数分布数据
  • 18.4 当理论缺失时
  • 第19章 随机试验与假设检验
  • 19.1 检验显著性
  • 19.2 当心P-值
  • 19.3 单尾单样本检验
  • 19.4 是否显著
  • 19.5 哪个N
  • 19.6 多重假设
  • 第20章 条件概率与贝叶斯统计
  • 20.1 条件概率
  • 20.2 贝叶斯定理
  • 20.3 贝叶斯更新
  • 第21章 谎言、该死的谎言与统计学
  • 21.1 垃圾输入，垃圾输出
  • 21.2 检验是有缺陷的
  • 21.3 图形会骗人
  • 21.4 Cum Hoc Ergo Propter Hoc
  • 21.5 统计测量不能说明所有问题
  • 21.6 抽样偏差
  • 21.7 上下文很重要
  • 21.8 慎用外推法
  • 21.9 得克萨斯神枪手谬误
  • 21.10 莫名其妙的百分比
  • 21.11 不显著的显著统计差别
  • 21.12 回归假象
  • 21.13 小心为上
  • 第22章 机器学习简介
  • 22.1 特征向量
  • 22.2 距离度量
  • 第23章 聚类
  • 23.1 Cluster类
  • 23.2 K均值聚类
  • 23.3 虚构示例
  • 23.4 更真实的示例
  • 第24章 分类方法
  • 24.1 分类器评价
  • 24.2 预测跑步者的性别
  • 24.3 K最近邻方法
  • 24.4 基于回归的分类器
  • 24.5 从“泰坦尼克”号生还
  • 24.6 总结
  • Python 3.5速查表
  • 数值类型常用操作符
  • 比较操作符与布尔操作符
  • 序列类型常用操作符
  • 常用字符串方法
  • 常用列表方法
  • 常用字典操作符
  • 常用输入/输出机制
展开全部

评分及书评

评分不足
1个评分

出版方

人民邮电出版社·图灵出品

图灵社区成立于2005年6月，由人民邮电出版社投资控股，以策划出版高质量的科技书籍为核心业务，主要出版领域包括计算机、电子电气、数学统计、科普等，通过引进国际高水平的教材、专著，以及发掘国内优秀原创作品等途径，为目标读者提供一流的内容。