Pythonによるデータ構造とアルゴリズム分析 (第2版)

本書は、Python を用いたデータ構造とアルゴリズムの古典的教科書です。Python の基礎復習、アルゴリズム解析（オーダー記法）、基本的なデータ構造（スタック、キュー、リスト）、再帰、探索とソート、木およびグラフアルゴリズムを網羅しています。実践的なコード例を通じて、読者が Python を活用してさまざまな抽象データ型を効率的に実装する方法を理解する手助けとなります。

データ構造とアルゴリズムを本質的に理解できなければ、真の意味で Python をマスターすることはできません。

著者: ブラッドリー・ミラー（アメリカ・ルーテル大学名誉教授）, デイビッド・ランアム（IBM Watson 認知ソフトウェアエンジニア）

謝辞: 第1版の豊富なフィードバックと新版に向けた新しい素材提供に貢献してくれた同僚のスティーブ・ハ버ダーに感謝します。また、各地の読者から誤植や意見をメールでご連絡いただき、誠にありがとうございました。ディコラ市にある Java John's カフェのマリー、ボブらスタッフの方々にも感謝申し上げます。休暇中に店舗の「常駐ライター」として活動させていただいたことに感謝いたします。さらに、Franklin, Beedle & Associates 出版社の皆様（特にジム・ライジーとトム・サムナー）との愉快な協力に感謝します。最後に、私たち二人の妻であるジェーン・ミラーとブレンドア・ランアムに心からの感謝を捧げます。彼女たちの愛と支えがあって、ようやく本書が完成しました。

1. コンピュータサイエンス、アルゴリズム、プログラミングの関係性を理解し、抽象データ型（ADT）と情報隠蔽の概念を習得する。
2. Python の組み込み集合データ型（リスト、タプル、セット、辞書）および制御構造（ループ、分岐、例外処理）を熟练に使用できる。
3. Python のオブジェクト指向プログラミングの核となる内容を習得：クラス定義、コンストラクタ、演算子オーバーロード（分数の加算など）、ユークリッドの互除法の応用、深さコピーと浅さコピーの違い。
4. アルゴリズムの多様な対比：異序語検出の4つの手法（カウント、並べ替え、ブルートフォース、カウンティング）とそれぞれの時間計算量を説明できる。
5. Python のコンテナ性能の定量的理解：リスト（List）と辞書（Dict）の主要操作における大 O 効率を把握し、pop() と pop(i) のパフォーマンス差を区別できる。
6. パフォーマンス検証能力：timeit モジュールを用いて実験を設計し、理論的な複雑さと実際の実行時間の整合性を検証できる。
7. 線形データ構造（スタック、キュー、デュアルキューやリスト）の論理的特徴を理解し、区別できる。
8. Python の基本集合（例：リスト）を使って、独自のスタック、キュー、デュアルキューや他のデータ構造を実装できる。
9. スタックが式処理（中置記法 → 後置記法、後置記法の評価）やキューがシステムシミュレーション（プリンタシミュレーション）においてどのように利用されるかを理解できる。
10. 再帰の核心三原則を習得：基本ケース、状態の変化、自己呼び出しを含む再帰関数を正確に識別し、実装できる。