What do you think?
Rate this book
计算之魂
内容简介 · · · · · ·
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。
目录 · · · · · ·
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
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。
目录 · · · · · ·
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
390 pages, Paperback
Published November 1, 2021
3 people are currently reading
9 people want to read
About the author
吴军
40 books43 followers吴军
also Jun Wu
吴军，著名学者，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自然语言分析器、自动问答等研究型项目。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，他成功地投资了数十家硅谷和中国的高科技企业。 吴军博士著有《数学之美》《浪潮之巅》《大学之路》《文明之光》《硅谷之谜》和《智能时代》《见识》《态度》《具体生活》等多部畅销图书，并多次获得包括文津奖、中国好书奖、中华优秀出版物在内的国家级图书大奖。
Jun Wu was a staff research scientist in Google who invented Google’s Chinese, Japanese, and Korean Web Search Algorithms and was responsible for many Google machine learning projects. He wrote official blogs introducing Google technologies behind its products in very simple languages for Chinese internet users from 2006-2010. The blogs had more than two million followers. He received Ph.D. in computer science from the Johns Hopkins University and had been working on speech recognition and natural language processing for more than 20 years. He was one of the earliest engineers of Google, managed many products of the company, and was awarded more than ten US patents during his ten-year tenure there. He became a full-time VC investor and co-founded Amino Capital in Palo Alto in 2014 and is the author of eight books.
also Jun Wu
吴军，著名学者，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自然语言分析器、自动问答等研究型项目。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，他成功地投资了数十家硅谷和中国的高科技企业。 吴军博士著有《数学之美》《浪潮之巅》《大学之路》《文明之光》《硅谷之谜》和《智能时代》《见识》《态度》《具体生活》等多部畅销图书，并多次获得包括文津奖、中国好书奖、中华优秀出版物在内的国家级图书大奖。
Jun Wu was a staff research scientist in Google who invented Google’s Chinese, Japanese, and Korean Web Search Algorithms and was responsible for many Google machine learning projects. He wrote official blogs introducing Google technologies behind its products in very simple languages for Chinese internet users from 2006-2010. The blogs had more than two million followers. He received Ph.D. in computer science from the Johns Hopkins University and had been working on speech recognition and natural language processing for more than 20 years. He was one of the earliest engineers of Google, managed many products of the company, and was awarded more than ten US patents during his ten-year tenure there. He became a full-time VC investor and co-founded Amino Capital in Palo Alto in 2014 and is the author of eight books.
Ratings & Reviews
Friends & Following
Create a free account to discover what your friends think of this book!
Community Reviews
No one has reviewed this book yet.