|
|
|
對電腦科學的掌握程度，決定了一個電腦行業從業者能走多遠。在本書中，作者將人文歷史與電腦科學相結合，通過一些具體的例題，分10個主題系統地講解了電腦科學的精髓。這些例題是作者面試求職者時用到的考題，或是頭部電腦公司和金融企業的面試題。
作者在書中結合自己對電腦工程師的五級分級標準，詳細講解了每類題目不同層次的解決方法、不同水準的人大約能思考到什麼樣的深度，深度闡述題目背後的電腦科學精髓。通過對比優化解題思路，讀者不僅可以衡量自己的水準，在職業的發展道路上走得更快，更可以深刻理解並掌握電腦科學和計算思維，逐漸把握電腦科學這門藝術，獲得重複性成功。
對於所有有志於瞭解或學習科技，特別是電腦科學的人來講，本書不僅有助於瞭解電腦科學，更有助於瞭解 IT 產業的技術特點、培養一些特殊的思維方式、掌握資訊時代特殊的做事方法，通過具體的例子，從“術”的層面獲得“道”的層面的提升。
吳軍：學者，投資人，人工智能、語音辨識和互聯網搜索專家。畢業於清華大學和美國約翰·霍普金斯大學，現任豐元資本創始合夥人、上海交通大學客座教授、約翰·霍普金斯大學工學院董事等職。
吳軍博士曾作為資深研究員和副總裁分別任職于Google 公司和騰訊公司。在Google公司，他和同事一同開創了搜索反作弊研究領域，成立了中、日、韓文產品部門，設計了Google 中、日、韓文搜索演算法，領導了Google自然語言處理和自動問答等研究型項目，擁有近20項美國發明專利。在騰訊公司，他負責了搜索、搜索廣告和街景地圖等項目。作為風險投資人，他成功地投資了150家矽谷和中國的高科技企業。吳軍博士對科技產業有深入的研究，是當今矽谷地區解讀 IT 產業的專家。
吳軍博士著有《數學之美》《浪潮之巔》《大學之路》《文明之光》《智慧時代》《見識》《態度》《全球科技通史》和《資訊傳》等多部暢銷書，並多次獲得包括文津圖書獎、中國好書獎、中華優秀出版物獎在內的圖書大獎。
引子 計算的本質-從機械到電子
0.1 什麼是電腦
0.2 機械電腦、布林代數和開關電路
0.3 圖靈機：計算的本質是機械運動
0.4 人工智慧的極限
第1章 毫釐千里之差-大 O 概念
1.1 演算法的規範化和量化度量
1.2 大數和數量級的概念
1.3 怎樣尋找最好的演算法
1.4 關於排序的討論
第2章 逆向思考-從遞推到遞迴
2.1 遞迴：計算思維的核心
2.2 遍歷：遞迴思想的典型應用
2.3 堆疊和佇列：遍歷的資料結構
2.4 嵌套：自然語言的結構特徵
第3章 萬物皆編碼-抽象與表示
3.1 人和電腦對資訊編碼的差異
3.2 分割黃金問題和小白鼠試驗問題
3.3 資料的表示、精度和範圍
3.4 非線性編碼和增量編碼（差分編碼）
3.5 哈夫曼編碼
3.6 矩陣的有效表示
第4章 智慧的本質-分類與組合
4.1 這是選擇分類問題
4.2 組織資訊：集合與判定
4.3 B+ 樹、B* 樹：資料庫中的資料組織方式
4.4 卡特蘭數
第5章 工具與演算法-圖論及應用
5.1 圖的本質：點與線
5.2 圖的訪問：遍歷和連通性
5.3 構建網路爬蟲的工程問題
5.4 動態規劃：尋找最短路徑的有效方法
5.5 最大流量：解決交通問題的方法
5.6 最大配對：流量問題的擴展
第6章 化繁為簡-分治思想及應用
6.1 分治：從O(N2) 到O(N log N)
6.2 分割演算法：快速排序和中值問題
6.3 並行初探：矩陣相乘和 MapReduce
6.4 從機器學習到深度學習：Google 大腦
第7章 權衡時空-理解存儲
7.1 訪問：順序 vs. 隨機
7.2 層次：容量 vs. 速度
7.3 索引：地址 vs. 內容
第8章 並行與串列-流水線和分散式運算
8.1 流水線：邏輯串列和物理並行
8.2 摩爾定律的兩條分水嶺
8.3 雲計算揭密：GFS 和 MapReduce
第9章 狀態與流程-等價性與因果關係
9.1 從問題到狀態
9.2 等價性：抽象出狀態的工具
9.3 因果關係：建立狀態之間的聯繫
第10章 確定與隨機-概率演算法及應用
10.1 信息指紋：寓確定於隨機之中
10.2 隨機性和量子通信
10.3 置信度：成本與效果的平衡
第11 章 理論與實戰-典型難題精解
11.1 最長連續子序列問題
11.2 區間合併問題
11.3 12 球問題
11.4 天際線問題
11.5 最長回文問題（Longest Palindrome Match）
11.6 計算器問題
11.7 如何產生搜索結果的摘要（Snippets Generation）
11.8 尋找和等於k 的子陣列問題
索引
