对计算机科学的掌握程度,决定了一个计算机行业从业者能走多远。在本书中,作者将人文历史与计算机科学相结合,通过一些具体的例题,分10个主题系统地讲解了计算机科学的精髓。这些例题是作者面试求职者时用到的考题,或是头部计算机公司和金融企业的面试题。 作者在书中结合自己对计算机工程师的五级分级标准,详细讲解了每类题目不同层次的解决方法、不同水平的人大约能思考到什么样的深度,深度阐述题目背后的计算机科学精髓。通过对比优化解题思路,读者不仅可以衡量自己的水平,在职业的发展道路上走得更快,更可以深刻理解并掌握计算机科学和计算思维,逐渐把握计算机科学这门艺术,获得重复性成功。 对于所有有志于了解或学习科技,特别是计算机科学的人来讲,本书不仅有助于了解计算机科学,更有助于了解 IT 产业的技术特点、培养一些特殊的思维方式、掌握信息时代特殊的做事方法,通过具体的例子,从“术”的层面获得“道”的层面的提升。

引子 计算的本质-从机械到电子 0.1 什么是计算机 0.2 机械计算机、布尔代数和开关电路 0.3 图灵机:计算的本质是机械运动 0.4 人工智能的极限 第 1 章 毫厘千里之差-大 O 概念 1.1 算法的规范化和量化度量 1.2 大数和数量级的概念 1.3 怎样寻找好的算法 1.4 关于排序的讨论 第 2 章 逆向思考-从递推到递归 2.1 递归:计算思维的核心 2.2 遍历:递归思想的典型应用 2.3 堆栈和队列:遍历的数据结构 2.4 嵌套:自然语言的结构特征 第 3 章 万物皆编码-抽象与表示 3.1 人和计算机对信息编码的差异 3.2 分割黄金问题和小白鼠试验问题 3.3 数据的表示、精度和范围 3.4 非线性编码和增量编码(差分编码) 3.5 哈夫曼编码 3.6 矩阵的有效表示 第 4 章 智能的本质-分类与组合 4.1 这���选择分类问题 4.2 组织信息:集合与判定 4.3 B 树、B* 树:数据库中的数据组织方式 4.4 卡特兰数 第 5 章 工具与算法-图论及应用 5.1 图的本质:点与线 5.2 图的访问:遍历和连通性 5.3 构建网络爬虫的工程问题 5.4 动态规划:寻找短路径的有效方法 5.5 流量:解决交通问题的方法 5.6 配对:流量问题的扩展 第 6 章 化繁为简-分治思想及应用 6.1 分治:从O(N2) 到O(N log N) 6.2 分割算法:快速排序和中值问题 6.3 并行初探:矩阵相乘和 MapReduce 6.4 从机器学习到深度学习:Google 大脑 第 7 章 权衡时空-理解存储 7.1 访问:顺序 vs. 随机 7.2 层次:容量 vs. 速度 7.3 索引:地址 vs. 内容 第 8 章 并行与串行-流水线和分布式计算 8.1 流水线:逻辑串行和物理并行 8.2 摩尔定律的两条分水岭 8.3 云计算揭密:GFS 和 MapReduce 第 9 章 状态与流程-等价性与因果关系 9.1 从问题到状态 9.2 等价性:抽象出状态的工具 9.3 因果关系:建立状态之间的联系 第 10 章 确定与随机-概率算法及应用 10.1 信息指纹:寓确定于随机之中 10.2 随机性和量子通信 10.3 置信度:成本与效果的平衡 第 11 章 理论与实战-典型难题精解 11.1 长连续子序列问题 11.2 区间合并问题 11.3 12 球问题 11.4 天际线问题 11.5 长回文问题(Longest Palindrome Match) 11.6 计算器问题 11.7 如何产生搜索结果的摘要(Snippets Generation) 11.8 寻找和等于k 的子数组问题 索引