（已校对）Python数据结构与算法分析（第2版） (Bradley N. Miller, David L. Ranum)
资料链接：https://pan.baidu.com/s/1rOoEvizAhkQyF8xScVh51w?pwd=8onw
提取码：8onw
我的阅读笔记：
- Python语言基础：包括变量、数据类型、控制结构、函数等基本概念。
- 数据结构：数组与列表：动态数组的实现、列表操作的时间和空间复杂度。 链表：单链表、双链表、循环链表及其操作。 栈与队列：后进先出（LIFO）和先进先出（FIFO）数据结构的实现和应用。 树：二叉树、二叉搜索树、AVL树、红黑树等及其遍历算法。 图：图的表示（邻接矩阵、邻接表）、图的遍历（深度优先搜索、广度优先搜索）。 堆：二叉堆（最大堆、最小堆）及其在优先队列中的应用。 散列表（哈希表）：哈希函数的设计和冲突解决方法。
- 算法分析：时间复杂度：评估算法运行时间的方法，包括最好、最坏和平均情况分析。 空间复杂度：评估算法所需额外存储空间的方法。 渐近分析：使用大O表示法来描述算法的效率。
- 排序算法：基本排序算法：冒泡排序、选择排序、插入排序。 高效排序算法：快速排序、归并排序、堆排序、计数排序、桶排序、基数排序等。 排序算法的比较：不同排序算法在不同场景下的性能分析。
- 查找算法：线性查找：在列表或数组中查找元素的简单方法。 二分查找：在有序列表中高效查找元素的方法。 哈希表查找：使用散列表进行快速查找。
- 图算法：最短路径算法：Dijkstra算法、Bellman-Ford算法、Floyd-Warshall算法。 最小生成树：Prim算法、Kruskal算法。
- 动态规划：解决最优化问题的技术，包括背包问题、最长公共子序列、最短编辑距离等。
- 算法设计与分析技巧：分治法、贪心法、动态规划、回溯法等。
- Python标准库和第三方库：如
collections模块中的数据结构（如deque、Counter等）以及heapq、bisect等库在算法实现中的应用。 - 算法的实际应用：通过案例研究，探讨数据结构和算法在解决实际问题中的应用。
