Python數據結構與算法分析 (第2版)

本書是使用 Python 阐述資料結構與演算法的經典教材。涵蓋了 Python 基礎複習、演算法分析（大 O 記法）、基本資料結構（堆疊、佇列、列表）、遞迴、搜尋與排序、樹及圖演算法。透過實戰程式碼清單，幫助讀者理解如何透過 Python 高效地實現各種抽象資料類型。

唯有徹底掌握資料結構與演算法，才能真正精通 Python。

作者： 布拉德利·米勒（美國路德學院計算機科學榮譽教授）、戴維·拉努姆（IBM Watson 認知軟體工程師）

致謝： 感謝同事史蒂夫·哈伯德為第一版提供的大量反饋以及為新版提供的新素材，同時感謝各地同行寄信指出錯誤並提供意見。感謝迪科拉市 Java John's 咖啡館的瑪麗、鮑勃等服務生，允許我們在休假期間成為店內的「常駐作者」。此外，感謝 Franklin, Beedle & Associates 出版公司各位員工（特別是吉姆·萊西和湯姆·薩姆納）愉快的合作。最後，特別感謝我們兩人的妻子珍·米勒與布倫達·拉努姆，她們的愛與支持使本書終於成形。

1. 理解電腦科學、演算法與程式設計之間的關係，並掌握抽象資料類型 (ADT) 與資訊隱藏的概念。
2. 熟練運用 Python 的內建集合資料類型（列表、元組、集合、字典）及控制結構（迴圈、分支、例外處理）。
3. 掌握 Python 面向物件程式設計的核心：包括類別的定義、建構方法、運算子重載（如分數加法）、歐幾里得演算法應用，以及深淺相等的差異。
4. 演算法多方案對比：能夠解釋異序詞檢測的四種方案（計數、排序、暴力、計數）及其對應的時間複雜度。
5. Python 容器效能量化：掌握 Python 列表 (List) 與字典 (Dict) 核心操作的大 O 效率，並能區分 pop() 與 pop(i) 的效能差異。
6. 性能驗證能力：能夠利用 timeit 模組設計實驗，驗證理論複雜度與實際執行時間的一致性。
7. 理解並能區分線性資料結構（堆疊、佇列、雙端佇列、列表）的邏輯特性。
8. 能夠使用 Python 的基礎集合（如列表）實作自訂的堆疊、佇列與雙端佇列。
9. 掌握堆疊在表示式處理（中序轉後序、後序求值）與佇列在系統模擬（印表機模擬）中的應用。
10. 掌握遞迴核心三原則：能夠準確識別並撰寫包含基本情況、狀態演變與自呼叫的遞迴函數。