计算之魂

书名：计算之魂计算科学品位和认知进阶
作者：吴军
译者：
ISBN：9787115576170
出版社：人民邮电出版社
出版时间：2021-11
格式：epub/mobi/azw3/pdf
页数：390
豆瓣评分： 9.3

书籍简介：

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。

作者简介：

吴军：学者，投资人，人工智能、语音识别和互联网搜索专家。毕业于清华大学和美国约翰·霍普金斯大学，现任丰元资本创始合伙人、上海交通大学客座教授、约翰·霍普金斯大学工学院董事等职。

吴军博士曾作为资深研究员和副总裁分别任职于Google 公司和腾讯公司。在Google公司，他和同事一同开创了搜索反作弊研究领域，成立了中、日、韩文产品部门，设计了Google 中、日、韩文搜索算法，领导了Google自然语言处理和自动问答等研究型项目，拥有近20项美国发明专利。在腾讯公司，他负责了搜索、搜索广告和街景地图等项目。作为风险投资人，他成功地投资了150家硅谷和中国的高科技企业。吴军博士对科技产业有深入的研究，是当今硅谷地区解读 IT 产业的专家。

吴军博士著有《数学之美》《浪潮之巅》《大学之路》《文明之光》《智能时代》《见识》《态度》《全球科技通史》和《信息传》等多部畅销书，并多次获得包括文津图书奖、中国好书奖、中华优秀出版物奖在内的图书大奖。

书友短评：

@ Allen 全书都在阐述计算机思维的重要性，并给出了分级，可以当半个面经。记录下几位顶级牛人：肯尼思·汤普森：早年发明unix获得图灵奖，63岁时进入谷歌，琢磨对自己比较陌生的大数据问题，于是有了Go语言来处理海量日志；冯·诺依曼：负责当时美国氢弹工程，需要大量计算。当时正好第一台计算机ENIAC正在研发，但由于当时软硬件边界并不清楚，这台计算机只能专门处理长程火炮过程中的计算问题。冯·诺依曼希望计算机不用修改电路就能计算其他问题，于是有了冯·诺依曼体系结构；高德纳：计算机算法分析鼻祖，《计算机程序设计艺术》，最年轻的图灵奖获得者。在写书的时候苦于没有好的编辑排版软件，于是有了TeX。 @ 棉花 从最早的算盘开始，到人类第一台真正意义的计算机，再到图灵机的定义，算法、编程语言，简短地阐述了计算机发展的各段历史。随后用很长的篇幅介绍了计算机在工程领域用到的许多知识：时间/空间复杂度、递归和分治思想、分类与组合、图论、存储、并行与串行、分布式等等。每一章节基本都以著名IT公司有趣的面试题作为开篇，许多题目的解题思路让人豁然开朗，期间也穿插了作者自己在Google工作期间碰到的一些趣事，强调计算机思维和人类思维的最大不同，分享了解决问题的思想。总体来说更像是一本计算机专业的辅助教科书，适合在读大学生和计算机从业者。 @ hit9 还不错的一本讲算法的书 。 @ 安德烈的舅舅 垃圾书，吴军这几年靠写这堆垃圾书割韭菜，要想踏实学算法就老实啃算法导论去，这书里错误也不少 @ Chiu 好书！！！关于递归思想和分治思想的内容，看完感觉自己悟了很多！！！

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　这是选择分类问题
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
· · · · · ·

添加微信公众号:好书天下获取