你好，我是zhenguo
1024 程序员节，感谢图灵出版社对Python与算法社区的支持，为大家提供了下面Python与算法图书的最大优惠，大家根据各自情况学习！
算法书单
1.算法（第4版）【中英文版】
2.算法图解
3.图解机器学习算法
4.啊哈！算法
5.挑战程序设计竞赛（第2版）
挑战程序设计竞赛2：算法和数据结构
6.深入Java虚拟机：JVM G1GC的算法与实现
7.Python数据结构与算法分析（第2版）
8.计算机程序设计艺术 1卷：基本算法（第3版）
计算机程序设计艺术 卷2：半数值算法 （第3版）
计算机程序设计艺术 卷3：排序与查找（第2版）
计算机程序设计艺术 卷4A：组合算法（一）
计算机程序设计艺术：MMIX增补
9.数学女孩4：随机算法
10.机器学习算法竞赛实战【新书上市】
1. 算法（第4版）【中英文版】
作者：[美]Kevin Wayne，[美]Robert Sedgewick
译者：谢路云
Sedgewick 之巨著，与高德纳 TAOCP 一脉相承
几十年多次修订，经久不衰的畅销书
涵盖所有程序员必须掌握的 50 种算法
分中文版和英文版，豆瓣评分 9.4
本书作为算法领域经典的参考书，全面介绍了关于算法和数据结构的必备知识，并特别针对排序、搜索、图处理和字符串处理进行了论述。第 4 版具体给出了每位程序员应知应会的 50 个算法，提供了实际代码，而且这些 Java 代码实现采用了模块化的编程风格，读者可以方便地加以改造。本书配套网站提供了书中内容的摘要及更多的代码实现、测试数据、练习、教学课件等资源。
2. 算法图解
作者：[美]Aditya Bhargava
译者：袁国忠
简单易懂的算法教程，豆瓣评分 8.4
400多个示意图，详细介绍算法执行过程，展示不同算法在性能方面的优缺点
基于 Python 的代码示例
本书示例丰富，图文并茂，以让人容易理解的方式阐释了算法，旨在帮助程序员在日常项目中更好地发挥算法的能量。书中的前三章将帮助你打下基础，带你学习二分查找、大 O 表示法、两种基本的数据结构以及递归等。余下的篇幅将主要介绍应用广泛的算法，具体内容包括：面对具体问题时的解决技巧，比如，何时采用贪婪算法或动态规划；散列表的应用；图算法；K 最近邻算法。
3. 图解机器学习算法
作者：[日]秋庭伸也，[日]杉山阿圣，[日]寺田学
译者：郑明智
全面 网罗有监督学习和无监督学习的 17 种算法，涉及回归、分类、降维、聚类等问题。
直观 全彩图解，让原本抽象复杂的算法变得一目了然，方便读者快速了解各算法的特征，学会如何选择恰当的算法。
易懂 几乎没有数学公式和统计术语，零基础也可轻松读懂。
实现 各算法均用 Python 代码实现，读者可下载配套代码资源，边试边学。
本书基于丰富的图示，详细介绍了有监督学习和无监督学习的 17 种算法，包括线性回归、正则化、逻辑回归、支持向量机、核方法、朴素贝叶斯、随机森林、神经网络、KNN、PCA、LSA、NMF、LDA、k-means 算法、混合高斯分布、LLE 和 t-SNE。书中针对各算法均用 Python 代码进行了实现，读者可一边运行代码一边阅读，从而加深对算法的理解。
4. 啊哈！算法
作者：啊哈磊
没有枯燥的描述，没有难懂的公式
一切以实际应用为出发点，通过幽默的语言配以可爱的插图来讲解算法
在轻松愉悦中便掌握算法精髓，感受算法之美
豆瓣评分 7.7 分
本书中涉及的数据结构有栈、队列、链表、树、并查集、堆和图等；涉及的算法有排序、枚举、深度和广度优先搜索、图的遍历，当然还有图论中不可以缺少的四种最短路径算法、两种最小生成树算法、割点与割边算法、二分图的最大匹配算法等。
5. 挑战程序设计竞赛（第2版）
作者：[日]秋叶拓哉，[日]岩田阳一，[日]北川宜稔
译者：巫泽俊，庄俊元，李津羽
世界顶级程序设计高手的经验总结
【ACM-ICPC 全球总冠军】巫泽俊主译
日本 ACM-ICPC 参赛者人手一册
豆瓣 9.0 分
本书对程序设计竞赛中的基础算法和经典问题进行了汇总，分为准备篇、初级篇、中级篇与高级篇 4 章。作者结合自己丰富的参赛经验，对严格筛选的 110 多道各类试题进行了由浅入深、由易及难的细致讲解，并介绍了许多实用技巧。每章后附有习题，供读者练习，巩固所学。
挑战程序设计竞赛2：数据结构与算法
作者：[日]渡部有隆
译者：支鹏浩
豆瓣评分 9.0 的图灵经典《挑战程序设计竞赛》系列第 2 弹
网罗算法和数据结构的关键知识点
系统学习基础知识，有效运用在线评测（AIZU ONLINE JUDGE）
入门、挑战、进阶，享受收集算法的乐趣
本书分为准备篇、基础篇和应用篇三大部分，借助在线评测系统 Aizu Online Judge 以及大量例题，详细讲解了算法与复杂度、初等和高等排序、搜索、递归和分治法、动态规划法、二叉搜索树、堆、图、计算几何学、数论等算法和数据结构的关键知识点。
6. 深入Java虚拟机：JVM G1GC的算法与实现
作者：[日]中村成洋
译者：吴炎昌，杨文轩
结合实用 JVM，图解 Java 垃圾回收机制的关键技术！
90 张图表＋33 段代码，轻松理解 G1GC 算法原理
HotSpotVM 源码剖析，深入探讨 G1GC 具体实现
图文并茂、深入浅出、理论结合实际
本书深入 Java 虚拟机底层原理，对 JVM 内存管理中的垃圾回收算法 G1GC 进行了详细解读。全书分为“算法篇”和“实现篇”两大部分：前一部分主要介绍G1GC 的算法原理，内容包括 G1GC 的并发标记、转移功能、软实时性的实现和分代 G1GC 模式；后一部分聚焦算法篇中没有详细讲解的实现部分，基于 HotSpotVM 源码，讲解对象管理功能、内存分配器的机制、线程管理方法和 G1GC 的具体实现。本书以图配文，通俗易懂，既系统介绍了 G1GC 的基础算法，又贴近现实，剖析了实用 JVM 中的 G1GC 实现，同时还包含了作者对 G1GC 的研究成果和独到见解，是深入理解 JVM 和 G1GC 机制的佳作。
7. Python数据结构与算法分析（第2版）
作者：[美] 布拉德利·米勒，[美] 戴维·拉努姆
译者：吕能，刁寿钧
美亚 4.3 星评
经典计算机科学教材
既会介绍抽象数据类型及数据结构，也会介绍如何编写算法和解决问题
本书是用 Python 描述数据结构与算法的开山之作，汇聚了作者多年的实战经验，向读者透彻讲解在 Python 环境下，如何通过一系列存储机制高效地实现各类算法。通过本书，读者将深刻理解 Python 数据结构、递归、搜索、排序、树与图的应用，等等。
8.“计算机程序设计艺术”系列
经典计算机科学巨著重装上市
最年轻图灵奖得主、伟大的程序员高德纳（Donald E. Knuth）作品
入选《美国科学家》20 世纪最重要的 12 部学术专著
《计算机程序设计艺术》系列是公认的计算机科学领域权威之作，深入阐述了程序设计理论，对计算机领域的发展有着极为深远的影响。数十年来，一直是广大学生、研究人员和业内人士学习程序设计理论和实践的无价之宝。这一宏伟浩大的工程始于 1962 年，计划出版 7 卷，目前已经出版了 4 卷。
计算机程序设计艺术 卷1：基本算法（第3版）
作者：[美] 高德纳
译者：李伯民，范明，蒋爱军
卷1 讲解基本算法，其中包含了其他各卷都需用到的基本内容。本卷从基本概念开始，然后讲述信息结构，并辅以大量的习题及答案。
计算机程序设计艺术 卷2：半数值算法（第3版）
作者：[美] 高德纳
译者：巫斌，范明
卷2 全面讲解了半数值算法，分“随机数”和“算术”两章。书中总结了主要算法范例及这些算法的基本理论，广泛剖析了计算机程序设计与数值分析间的相互联系。
计算机程序设计艺术 卷3：排序与查找（第2版）
作者：[美] 高德纳
译者：贾洪峰
卷3 扩展了卷1 中信息结构的内容，主要讲排序和查找。书中对排序和查找算法进行了详细的介绍并对各种算法的效率做了大量的分析。
计算机程序设计艺术 卷4A：组合算法（一）
作者：[美] 高德纳
译者：李伯民，贾洪峰
4A卷（一）主要介绍了组合算法，内容涉及布尔函数、按位操作技巧、元组和排列、组合和分区以及所有的树等。
计算机程序设计艺术：MMIX 增补
作者：[美] 高德纳，[德] 马丁·鲁克特
译者：江志强，黄志斌
本书由两本小册子合并而成，第一部分描述了 MMIX 的内存、寄存器、指令、加载与存储等基础概念，并介绍了关于 MMIX 的一些基本编程技术；第二部分使用该语言重新实现了 TAOCP 前 3 卷中的所有算法。
9. 数学女孩4：随机算法
作者：[日] 结城浩
译者：丛熙，江志强
绝赞的数学科普书
备受欢迎的“数学女孩”系列图书
以小说的形式展开，探寻数学中的美
《数学女孩4：随机算法》以“随机算法”为主题，从纯粹的数学和计算机程序设计两个角度进行讲解。内容涉及概率、期望、线性法则、矩阵、顺序查找算法、二分查找算法、冒泡排序算法等。整本书一气呵成，非常适合对数学和算法感兴趣的初高中生以及成人阅读。
新书上市
10.机器学习算法竞赛实战
作者：王贺，刘鹏，钱乾
腾讯广告算法大赛两届冠军、Kaggle Grandmaster 倾力打造
赛题案例来自 Kaggle、阿里天池、腾讯广告算法大赛
按照问题建模、数据探索、特征工程、模型训练、模型融合的步骤讲解竞赛流程
本书是算法竞赛领域一本系统介绍竞赛的图书，书中不仅包含竞赛的基本理论知识，还结合多个方向和案例详细阐述了竞赛中的上分思路和技巧。全书分为五部分：第一部分以算法竞赛的通用流程为主，介绍竞赛中各个部分的核心内容和具体工作；第二部分介绍了用户画像相关的问题；第三部分以时间序列预测问题为主，先讲述这类问题的常见解题思路和技巧，然后分析天池平台的全球城市计算 AI 挑战赛和 Kaggle 平台的Corporación Favorita Grocery Sales Forecasting；第四部分主要介绍计算广告的核心技术和业务，包括广告召回、广告排序和广告竞价，其中两个实战案例是2018 腾讯广告算法大赛——相似人群拓展和 Kaggle 平台的TalkingData AdTracking Fraud Detection Challenge；第五部分基于自然语言处理相关的内容进行讲解，其中实战案例是 Kaggle 平台上的经典竞赛 Quora Question Pairs。本书适合从事机器学习、数据挖掘和人工智能相关算法岗位的人阅读。
