Re: [問題] 資料結構參考書推薦已刪文

看板Python作者 (迅雷不及掩耳盜鈴)時間6年前 (2018/03/01 12:44), 編輯推噓3(308)
留言11則, 6人參與, 6年前最新討論串2/2 (看更多)
※ 引述《sseeaann (屌哥)》之銘言: : 小弟有找到以下幾本參考書是用python撰寫的資料結構 : : 1. 圖解資料結構:使用Python 博碩 吳燦銘 : 2. 資料結構:使用Python 碁峰 蔡明志 : 3. 寫程式前就該懂的演算法:資料分析與程式設計人員必學的邏輯思考術 松崗 : 4. 圖說演算法:使用Python 博碩 吳燦銘 : 有在學習資料結構的版友有看過以上書籍或以上未列的可以推薦? 個人推薦這本: http://interactivepython.org/runestone/static/pythonds/index.html 對岸有簡中翻譯,但完全不推薦…因為即使他說他手動翻譯,但實際上根本 87% 是 Google 翻譯直接貼,根本沒有更動。 https://facert.gitbooks.io/python-data-structure-cn/ 這本是上學期台大電機吳沛遠老師資料結構課程的參考用書,我自己翻了翻覺得 屌打市面上的收費教材,至少蔡某人的是完完全全比不上這本的…書中內容不是 僅僅介紹資料結構,還有根據 Python 的特性來去講解。比如在 Chapter 02 的 第六小節中: --- Listing 3 讓我們以四種不同方式的方式來生成一個存有從 0 開始至 n 共 n 個數 字的列表: 01.使用一個 for 循環並透過連接運算創建列表。 02.使用一個 for 循環並透過 append 方法創建列表。 03.透過列表推導式(list comprehension)創建列表。 04.透過呼叫 range() 函數創建列表。 ```python def test1(): l = [] for i in range(1000): l = l + [i] def test2(): l = [] for i in range(1000): l.append(i) def test3(): l = [i for i in range(1000)] def test4(): l = list(range(1000)) ``` 由實驗結果可以看出,執行 append 方法花費約 0.30 微秒,相較於連結運算花 費的 6.54 微秒來說要來的較快,此外也可以看出使用列表推導式 (list comprehension)或是呼叫 range() 函數生成列表的速度要來的更快, 其中使用列表推導式生成的速度要比使用 for 迴圈配合 append 運算要快上兩 倍。 --- 像是這種語言 Built-in 的屬性、函數與方法之間的差異會被提及,這些是台灣 一些書籍不會提到的。 對了…上面那段翻譯是我一直想要將這本書翻譯成繁體中文,不知道能不能給些 建議?如果有大大願意一起投入這本書的翻譯那就更好了… -- ※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 140.112.37.20 ※ 文章網址: https://www.ptt.cc/bbs/Python/M.1519879482.A.CC4.html

03/01 13:20, 6年前 , 1F
這部分官方的文件比較精彩可以看看,最後也是請你用list()
03/01 13:20, 1F

03/01 13:21, 6年前 , 2F
其實python的程式只要照import this列出的那些原則去設計
03/01 13:21, 2F

03/01 13:22, 6年前 , 3F
不用去考慮效能問題,照原則去做就是保證不會比較差
03/01 13:22, 3F

03/01 13:22, 6年前 , 4F
python值得讚許的是他一直很貫徹那些原則不會讓你失望 :)
03/01 13:22, 4F

03/01 19:06, 6年前 , 5F
推problemsolving 寫得很好
03/01 19:06, 5F

03/01 19:43, 6年前 , 6F
我也推 Problem Solving w/ Python, 我的 algo & ds 概念和
03/01 19:43, 6F

03/01 19:43, 6年前 , 7F
實作是由那本入門的
03/01 19:43, 7F

03/06 03:36, 6年前 , 8F
03/06 03:36, 8F

03/06 04:15, 6年前 , 9F
03/06 04:15, 9F

03/06 04:28, 6年前 , 10F
03/06 04:28, 10F

03/14 02:09, 6年前 , 11F
小弟路過,感謝推薦
03/14 02:09, 11F
文章代碼(AID): #1QbuKwp4 (Python)
文章代碼(AID): #1QbuKwp4 (Python)