算法系列之算法学习书籍以及资料推荐

简介: 算法系列之算法学习书籍以及资料推荐

相关书籍推荐

经典类:

《算法导论》:书特别厚,一般人很难耐住性子看下去,比如我。里面包含了各种算法的推导与论证,数学公式也比较多,不建议初学者看,等有了一定的算法功底进行学习比较好。

image.png

《算法》:偏向于讲算法问题,数据结构涉及的不多,相比《算法导论》已经友好很多了,也比较适合初学者阅读。

image.png

面试宝典类:

《编程之美》:书中的题目感觉有些难,感觉是面试特别大的大厂使用的如Facebook、Microsoft、Google之类的,内容比较繁杂,缺乏系统性,但是还是可以拿里面的题目练练手的。

image.png

《剑指offer》:从这本书的名字就知道书中的内容主要是针对笔试面试中的算法题的,书中基本列举了经常会遇见的算法题目类型,相信把这本书掌握了,笔试面试应该问题不大。

image.png

《编程珠玑》:这本书最大的特点是里面涉及到了对于海量数据的处理方式,这在像BAT这样的一线互联网公司中是很看重的,毕竟这些公司每天处理的数据量是一般公司很难企及的。

image.png

Java类算法书:

《数据结构与算法分析:Java 语言描述》:书中对于常见的数据结构使用Java语言进行了全部描述,例如数组、链表、树、图等等。适合初学者学习数据结构的时候进行阅读。

image.png

刷题网站

基本涵盖了笔试面试遇到的所有算法题目,非常好的刷题网站

leetcode:https://leetcode-cn.com/


学习视频

该视频系列是算法导论作者在MIT开设的课程,值得一听

算法:http://open.163.com/special/opencourse/algorithms.html


相关文章
|
1天前
|
XML JavaScript 前端开发
学习react基础(1)_虚拟dom、diff算法、函数和class创建组件
本文介绍了React的核心概念,包括虚拟DOM、Diff算法以及如何通过函数和类创建React组件。
8 2
|
3月前
|
存储 算法 Go
算法学习:数组 vs 链表
算法学习:数组 vs 链表
45 0
|
1月前
|
机器学习/深度学习 分布式计算 算法
【算法工程师】成为一名优秀的机器学习算法工程师所需知识及资料汇总-附思维导图
成为一名优秀的机器学习算法工程师所需要具备的技能和知识,包括理论基础、数学能力、编程技能、实践经验以及对特定领域的深入了解,并提供了学习资源和面试准备建议。
71 3
【算法工程师】成为一名优秀的机器学习算法工程师所需知识及资料汇总-附思维导图
|
1月前
|
机器学习/深度学习 人工智能 资源调度
【博士每天一篇文献-算法】连续学习算法之HAT: Overcoming catastrophic forgetting with hard attention to the task
本文介绍了一种名为Hard Attention to the Task (HAT)的连续学习算法,通过学习几乎二值的注意力向量来克服灾难性遗忘问题,同时不影响当前任务的学习,并通过实验验证了其在减少遗忘方面的有效性。
48 12
|
1月前
|
算法 Java
掌握算法学习之字符串经典用法
文章总结了字符串在算法领域的经典用法,特别是通过双指针法来实现字符串的反转操作,并提供了LeetCode上相关题目的Java代码实现,强调了掌握这些技巧对于提升算法思维的重要性。
|
1月前
|
算法 NoSQL 中间件
go语言后端开发学习(六) ——基于雪花算法生成用户ID
本文介绍了分布式ID生成中的Snowflake(雪花)算法。为解决用户ID安全性与唯一性问题,Snowflake算法生成的ID具备全局唯一性、递增性、高可用性和高性能性等特点。64位ID由符号位(固定为0)、41位时间戳、10位标识位(含数据中心与机器ID)及12位序列号组成。面对ID重复风险,可通过预分配、动态或统一分配标识位解决。Go语言实现示例展示了如何使用第三方包`sonyflake`生成ID,确保不同节点产生的ID始终唯一。
go语言后端开发学习(六) ——基于雪花算法生成用户ID
|
1月前
|
存储 机器学习/深度学习 算法
【博士每天一篇文献-算法】连续学习算法之HNet:Continual learning with hypernetworks
本文提出了一种基于任务条件超网络(Hypernetworks)的持续学习模型,通过超网络生成目标网络权重并结合正则化技术减少灾难性遗忘,实现有效的任务顺序学习与长期记忆保持。
33 4
|
1月前
|
存储 机器学习/深度学习 算法
【博士每天一篇文献-算法】连续学习算法之RWalk:Riemannian Walk for Incremental Learning Understanding
RWalk算法是一种增量学习框架,通过结合EWC++和修改版的Path Integral算法,并采用不同的采样策略存储先前任务的代表性子集,以量化和平衡遗忘和固执,实现在学习新任务的同时保留旧任务的知识。
73 3
|
1月前
|
存储 机器学习/深度学习 算法
【博士每天一篇文献-综述】基于脑启发的连续学习算法有哪些?附思维导图
这篇博客文章总结了连续学习的分类,包括经典方法(重放、正则化和稀疏化方法)和脑启发方法(突触启发、双系统启发、睡眠启发和模块化启发方法),并讨论了它们在解决灾难性遗忘问题上的优势和局限性。
26 2
|
2月前
|
机器学习/深度学习 数据采集 算法
Python实现ISSA融合反向学习与Levy飞行策略的改进麻雀优化算法优化支持向量机回归模型(SVR算法)项目实战
Python实现ISSA融合反向学习与Levy飞行策略的改进麻雀优化算法优化支持向量机回归模型(SVR算法)项目实战
106 9