数据结构类

数据结构和算法，就是在你的编码中注入灵魂的那种牛逼思想。

牛逼到一年可能会用到2~3次？

最多的情况下，是在面试中，会把数据结构类的算法先摆出来，做几道题，看看大家的编码素质怎么样。

在实际的工作中，不同的编码的设计，会导致程序执行起来的效率是指数级别的差距！

这里数据结构和算法方面的书籍准备了 5 本，都是很多年大家实践出来，感觉非常不错的几本书。

第一本：《剑指 offer》，豆瓣9.3分

很多人说，这是基础算法的第一本书。

在之前很长一段时间，被人们成为面试圣经。

书中包含大量数据结构和算法的题型讲解，从易到难，介绍了各个算法类型的题目的算法思想以及解题思路和解题技巧。

第二本：《算法图解》，豆瓣8.5分

首先这本书使用的是 Python 作为基础语言的，估计是考虑到为了给大多数人可以看懂。

毕竟现在 Python 越来越成为大众类语言了。

书中大量使用图画解释算法原理，前半部分图解了二分算法、时间复杂度分析、数组、链表、选择排序、递归、快速排序、哈希表。

后半部分图解了：贪心算法、动态规划、图的广度优先搜索和最短路径、K 最近邻算法等等

第三本：《大话数据结构》，豆瓣9.0分

这本书可以作为小白入门使用。

前几章节可以深入学习，但是后面的内容就不建议看这本书了。（以第4、5章为分界）

第四本：《数据结构与算法分析》，豆瓣9.0分

非常建议将这本书作为初学者的第一本书，很多人拿这本书和学校使用的严蔚敏老师的教材作对比。

但是更建议使用这本书，学校的那本使用的伪代码，有些内容，同学们想要复现，但是作为初学者确实很难复现代码，进而影响对算法的理解。

这本书就很好的解决了这一点，语言描述更加清晰，逻辑性更强，而且是C语言描述，不懂的细节可以借助代码运行加深理解。

强烈建议读一读！

第五本压轴：《算法》，豆瓣9.4分

这是一本值得精读的算法书！

这本书使用的是Java语言描述的，是迄今为止我遇到过的最细致，最透彻

之前看到Amazon上的一个评价：如果你想学习算法而又不知道从何开始，或是已经有一定基础但又不愿意纠结于数学细节，我强烈的向你推荐这本书。

至于说《算法导论》，个人认为那个是神书，也就是给神人看的，小白不合适，工作了的用不着。对于我来说只有在某一块深究的情况下，找不到思路的时候才会想到它。

机器算法类

第一本：《统计学习方法》

好评满满：经典教材、系统完备、通俗易懂、循序渐进，非常适合小白以及工作5了的所有读者。

算法内容涉及到了NB、LR、SVM、CART、GBDT、感知机、最大熵、EM、HMM、CRF，书中的公式推到以及算法的产生非常详细。

建议大家跟着李航老师书学习的时候，一定要记得coding，理论和实践相结合。

第二本：《机器学习》西瓜书

个人感觉不适合小白入门，但一定是一本大而全的工具书。

在拥有微积分、线性代数、概率论以及其他数学知识的基础上，这本书是很适合有一定基础的人来进行学习或者是算法点的查询。

西瓜书真正的精华就在周志华老师的案例，这才是整本书的精华所在。

第三本：《机器学习实战》

实战必备书籍，github 中有配套的书籍。

先决条件是，必须要会基本 Python 知识。纯 Python 将绝大多数的算法理论进行了复现，有人说这是最好的机器学习书籍。

第四本：《深度学习入门》

书名是深度学习入门，事实上对于小白是真的友好，豆瓣9.5分可以完全说明。

书中对于神经网络的解释，从模拟人脑神经网络，同时使用图形和python3进行实现。

通过本书，一定可以将过去对深度学习模糊的印象全面消除，内容清晰，极其容易理解。

总之，可以作为你第一本深度学习的书籍！

第五本：《Python深度学习》

keras教程+机器学习入门。

全书围绕着 Keras 对深度学习进行实现，CNN、RNN、GAN等等，对于入门的同学来说非常的友好。

由于是对小白入门非常友好，所以只需要会一点Python、基本的数学知识即可！

第六本：《深度学习》

被称为“圣经”！

但是不适合小白，更像是一本理论著作。适合有一定理论基础的同学进行学习。

这些书籍的电子盘都在给大家准备好了。但是，还是建议大家可以用纸质书进行学习。

可是如果是在公司，还是电子书比较方便。非工作、非摸鱼，在学习！

github：github.com/xiaozhutec/…

如果嫌 github 太慢，可以访问这个网页，更加快速获取：www.johngo689.com/7519/

数据结构和算法

机器学习

如果你觉得有用，帮忙点点赞，谢过大家！