第1章 Python入门 1
1.1 Python概述 1
1.1.1 Python解释器 1
1.1.2 Python程序预览 1
1.2 Python对象 2
1.2.1 标识符、对象和赋值语句 2
1.2.2 创建和使用对象 4
1.2.3 Python的内置类 4
1.3 表达式、运算符和优先级 8
1.4 控制流程 12
1.4.1 条件语句 12
1.4.2 循环语句 14
1.5 函数 16
1.5.1 信息传递 17
1.5.2 Python的内置函数 19
1.6 简单的输入和输出 20
1.6.1 控制台输入和输出 21
1.6.2 文件 21
1.7 异常处理 22
1.7.1 抛出异常 23
1.7.2 捕捉异常 24
1.8 迭代器和生成器 26
1.9 Python的其他便利特点 28
1.9.1 条件表达式 29
1.9.2 解析语法 29
1.9.3 序列类型的打包和解包 30
1.10 作用域和命名空间 31
1.11 模块和import语句 32
1.12 练习 34
扩展阅读 36
第2章 面向对象编程 37
2.1 目标、原则和模式 37
2.1.1 面向对象的设计目标 37
2.1.2 面向对象的设计原则 38
2.1.3 设计模式 39
2.2 软件开发 40
2.2.1 设计 40
2.2.2 伪代码 41
2.2.3 编码风格和文档 42
2.2.4 测试和调试 43
2.3 类定义 44
2.3.1 例子：CreditCard类 45
2.3.2 运算符重载和Python的特殊方法 48
2.3.3 例子：多维向量类 50
2.3.4 迭代器 51
2.3.5 例子：Range类 52
2.4 继承 53
2.4.1 扩展CreditCard类 54
2.4.2 数列的层次图 57
2.4.3 抽象基类 60
2.5 命名空间和面向对象 62
2.5.1 实例和类命名空间 62
2.5.2 名称解析和动态调度 65
2.6 深拷贝和浅拷贝 65
2.7 练习 67
扩展阅读 70
第3章 算法分析 71
3.1 实验研究 71
3.2 本书使用的7种函数 74
3.2.1 常数函数 74
3.2.2 对数函数 74
3.2.3 线性函数 75
3.2.4 n-log-n函数 75
3.2.5 二次函数 76
3.2.6 三次函数和其他多项式 77
3.2.7 指数函数 77
3.2.8 比较增长率 79
3.3 渐近分析 79
3.3.1 大O符号 80
3.3.2 比较分析 82
3.3.3 算法分析示例 84
3.4 简单的证明技术 89
3.4.1 示例 89
3.4.2 反证法 89
3.4.3 归纳和循环不变量 90
3.5 练习 91
扩展阅读 95
第4章 递归 96
4.1 说明性的例子 96
4.1.1 阶乘函数 96
4.1.2 绘制英式标尺 97
4.1.3 二分查找 99
4.1.4 文件系统 101
4.2 分析递归算法 104
4.3 递归算法的不足 106
4.4 递归的其他例子 109
4.4.1 线性递归 109
4.4.2 二路递归 112
4.4.3 多重递归 113
4.5 设计递归算法 114
4.6 消除尾递归 115
4.7 练习 116
扩展阅读 118
第5章 基于数组的序列 119
5.1 Python序列类型 119
5.2 低层次数组 119
5.2.1 引用数组 121
5.2.2 Python中的紧凑数组 122
5.3 动态数组和摊销 124
5.3.1 实现动态数组 126
5.3.2 动态数组的摊销分析 127
5.3.3 Python列表类 130
5.4 Python序列类型的效率 130
5.4.1 Python的列表和元组类 130
5.4.2 Python的字符串类 134
5.5 使用基于数组的序列 136
5.5.1 为游戏存储高分 136
5.5.2 为序列排序 138
5.5.3 简单密码技术 140
5.6 多维数据集 142
5.7 练习 145
扩展阅读 147
第6章 栈、队列和双端队列 148
6.1 栈 148
6.1.1 栈的抽象数据类型 148
6.1.2 简单的基于数组的栈实现 149
6.1.3 使用栈实现数据的逆置 152
6.1.4 括号和HTML标记匹配 152
6.2 队列 155
6.2.1 队列的抽象数据类型 155
6.2.2 基于数组的队列实现 156
6.3 双端队列 160
6.3.1 双端队列的抽象数据类型 160
6.3.2 使用环形数组实现双端队列 161
6.3.3 Python collections模块中的双端队列 162
6.4 练习 163
扩展阅读 165
第7章 链表 166
7.1 单向链表 166
7.1.1 用单向链表实现栈 169
7.1.2 用单向链表实现队列 171
7.2 循环链表 173
7.2.1 轮转调度 173
7.2.2 用循环链表实现队列 174
7.3 双向链表 175
7.3.1 双向链表的基本实现 177
7.3.2 用双向链表实现双端队列 179
7.4 位置列表的抽象数据类型 180
7.4.1 含位置信息的列表抽象数据类型 182
7.4.2 双向链表实现 183
7.5 位置列表的排序 186
7.6 案例研究：维护访问频率 186
7.6.1 使用有序表 187
7.6.2 启发式动态调整列表 188
7.7 基于链接的序列与基于数组的序列 190
7.8 练习 192
扩展阅读 195
第8章 树 196
8.1 树的基本概念 196
8.1.1 树的定义和属性 196
8.1.2 树的抽象数据类型 199
8.1.3 计算深度和高度 201
8.2 二叉树 203
8.2.1 二叉树的抽象数据类型 204
8.2.2 二叉树的属性 206
8.3 树的实现 207
8.3.1 二叉树的链式存储结构 207
8.3.2 基于数组表示的二叉树 212
8.3.3 一般树的链式存储结构 214
8.4 树的遍历算法 214
8.4.1 树的先序和后序遍历 214
8.4.2 树的广度优先遍历 216
8.4.3 二叉树的中序遍历 216
8.4.4 用Python实现树遍历 217
8.4.5 树遍历的应用 220
8.4.6 欧拉图和模板方法模式 223
8.5 案例研究：表达式树 227
8.6 练习 230
扩展阅读 235
第9章 优先级队列 236
9.1 优先级队列的抽象数据类型 236
9.1.1 优先级 236
9.1.2 优先级队列的抽象数据类型的实现 236
9.2 优先级队列的实现 237
9.2.1 组合设计模式 237
9.2.2 使用未排序列表实现优先级队列 238
9.2.3 使用排序列表实现优先级队列 239
9.3 堆 241
9.3.1 堆的数据结构 241
9.3.2 使用堆实现优先级队列 242
9.3.3 基于数组的完全二叉树表示 244
9.3.4 Python的堆实现 246
9.3.5 基于堆的优先级队列的分析 248
9.3.6 自底向上构建堆 248
9.3.7 Python的heapq模块 251
9.4 使用优先级队列排序 252
9.4.1 选择排序和插入排序 253
9.4.2 堆排序 254
9.5 适应性优先级队列 255
9.5.1 定位器 256
9.5.2 适应性优先级队列的实现 256
9.6 练习 259
扩展阅读 263
第10章 映射、哈希表和跳跃表 264
10.1 映射和字典 264
10.1.1 映射的抽象数据类型 264
10.1.2 应用：单词频率统计 266
10.1.3 Python的MutableMapping抽象基类 267
10.1.4 我们的MapBase类 267
10.1.5 简单的非有序映射实现 268
10.2 哈希表 269
10.2.1 哈希函数 270
10.2.2 哈希码 271
10.2.3 压缩函数 274
10.2.4 冲突处理方案 274
10.2.5 负载因子、重新哈希和效率 276
10.2.6 Python哈希表的实现 278
10.3 有序映射 281
10.3.1 排序检索表 282
10.3.2 有序映射的两种应用 286
10.4 跳跃表 288
10.4.1 跳跃表中的查找和更新操作 289
10.4.2 跳跃表的概率分析 292
10.5 集合、多集和多映射 294
10.5.1 集合的抽象数据类型 294
10.5.2 Python的MutableSet抽象基类 295
10.5.3 集合、多集和多映射的实现 297
10.6 练习 298
扩展阅读 302
第11章 搜索树 303
11.1 二叉搜索树 303
11.1.1 遍历二叉搜索树 303
11.1.2 搜索 305
11.1.3 插入和删除 306
11.1.4 Python实现 307
11.1.5 二叉搜索树的性能 311
11.2 平衡搜索树 312
11.3 AVL树 316
11.3.1 更新操作 318
11.3.2 Python实现 320
11.4 伸展树 322
11.4.1 伸展 322
11.4.2 何时进行伸展 323
11.4.3 Python实现 324
11.4.4 伸展树的摊销分析 325
11.5 （2，4）树 328
11.5.1 多路搜索树 328
11.5.2 （2，4）树的操作 330
11.6 红黑树 334
11.6.1 红黑树的操作 335
11.6.2 Python实现 341
11.7 练习 343
扩展阅读 348
第12章 排序与选择 349
12.1 为什么要学习排序算法 349
12.2 归并排序 349
12.2.1 分治法 349
12.2.2 基于数组的归并排序的实现 351
12.2.3 归并排序的运行时间 353
12.2.4 归并排序与递归方程 354
12.2.5 归并排序的可选实现 355
12.3 快速排序 357
12.3.1 随机快速排序 361
12.3.2 快速排序的额外优化 362
12.4 再论排序：算法视角 364
12.4.1 排序下界 365
12.4.2 线性时间排序：桶排序和基数排序 366
12.5 排序算法的比较 367
12.6 Python的内置排序函数 369
12.7 选择 370
12.7.1 剪枝搜索 370
12.7.2 随机快速选择 371
12.7.3 随机快速选择分析 371
12.8 练习 372
扩展阅读 376
第13章 文本处理 377
13.1 数字化文本的多样性 377
13.2 模式匹配算法 378
13.2.1 穷举 378
13.2.2 Boyer-Moore算法 379
13.2.3 Knuth-Morris-Pratt算法 382
13.3 动态规划 385
13.3.1 矩阵链乘积 385
13.3.2 DNA和文本序列比对 386
13.4 文本压缩和贪心算法 389
13.4.1 霍夫曼编码算法 390
13.4.2 贪心算法 391
13.5 字典树 391
13.5.1 标准字典树 391
13.5.2 压缩字典树 394
13.5.3 后缀字典树 395
13.5.4 搜索引擎索引 396
13.6 练习 397
拓展阅读 400
第14章 图算法 401
14.1 图 401
14.2 图的数据结构 405
14.2.1 边列表结构 406
14.2.2 邻接列表结构 407
14.2.3 邻接图结构 408
14.2.4 邻接矩阵结构 409
14.2.5 Python实现 409
14.3 图遍历 412
14.3.1 深度优先搜索 413
14.3.2 深度优先搜索的实现和 416
扩展 416
14.3.3 广度优先搜索 419
14.4 传递闭包 421
14.5 有向非循环图 424
14.6 最短路径 426
14.6.1 加权图 427
14.6.2 Dijkstra算法 428
14.7 最小生成树 434
14.7.1 Prim-Jarnik算法 435
14.7.2 Kruskal算法 438
14.7.3 不相交分区和联合查找结构 442
14.8 练习 445
扩展阅读 451
第15章 内存管理和B树 452
15.1 内存管理 452
15.1.1 内存分配 452
15.1.2 垃圾回收 453
15.1.3 Python解释器使用的额外内存 455
15.2 存储器层次结构和缓存 456
15.2.1 存储器系统 456
15.2.2 高速缓存策略 456
15.3 外部搜索和B树 460
15.3.1 （a，b）树 460
15.3.2 B树 462
15.4 外部存储器中的排序 462
15.5 练习 464
拓展阅读 465
附录A Python中的字符串 466
附录B有用的数学定理 469
参考文献 474