有哪些用 Python 语言讲算法和数据结构的书

Posted 2023-05-09

1.Python数据结构篇
数据结构篇主要是阅读[Problem Solving with Python](Welcome to Problem Solving with Algorithms and Data Structures) [该网址链接可能会比较慢]时写下的阅读记录，当然，也结合了部分[算法导论](Introduction to Algorithms)中的内容，此外还有不少wikipedia上的内容，所以内容比较多，可能有点杂乱。这部分主要是介绍了如何使用Python实现常用的一些数据结构，例如堆栈、队列、二叉树等等，也有Python内置的数据结构性能的分析，同时还包括了搜索和排序(在算法设计篇中会有更加详细的介绍)的简单总结。每篇文章都有实现代码，内容比较多，简单算法一般是大致介绍下思想及算法流程，复杂的算法会给出各种图示和代码实现详细介绍。
**这一部分是下面算法设计篇的前篇，如果数据结构还不错的可以直接看算法设计篇，遇到问题可以回来看数据结构篇中的某个具体内容充电一下，我个人认为直接读算法设计篇比较好，因为大家时间也都比较宝贵，如果你会来读这些文章说明你肯定有一定基础了，后面的算法设计篇中更多的是思想，这里更多的是代码而已，嘿嘿。**
(1)[搜索](Python Data Structures)
简述顺序查找和二分查找，详述Hash查找(hash函数的设计以及如何避免冲突)
(2)[排序](Python Data Structures)
简述各种排序算法的思想以及它的图示和实现
(3)[数据结构](Python Data Structures)
简述Python内置数据结构的性能分析和实现常用的数据结构：栈、队列和二叉堆
(4)[树总结](Python Data Structures)
简述二叉树，详述二叉搜索树和AVL树的思想和实现
2.Python算法设计篇
算法设计篇主要是阅读[Python Algorithms: Mastering Basic Algorithms in the Python Language](Python Algorithms: Mastering Basic Algorithms in the Python Language)[**点击链接可进入Springer免费下载原书电子版**]之后写下的读书总结，原书大部分内容结合了经典书籍[算法导论](Introduction to Algorithms)，内容更加细致深入，主要是介绍了各种常用的算法设计思想，以及如何使用Python高效巧妙地实现这些算法，这里有别于前面的数据结构篇，部分算法例如排序就不会详细介绍它的实现细节，而是侧重于它内在的算法思想。这部分使用了一些与数据结构有关的第三方模块，因为这篇的重点是算法的思想以及实现，所以并没有去重新实现每个数据结构，但是在介绍算法的同时会分析Python内置数据结构以及第三方数据结构模块的优缺点，也就意味着该篇比前面都要难不少，但是我想我的介绍应该还算简单明了，因为我用的都是比较朴实的语言，并没有像算法导论一样列出一堆性质和定理，主要是对着某个问题一步步思考然后算法就出来了，嘿嘿，除此之外，里面还有很多关于python开发的内容，精彩真的不容错过！
这里每篇文章都有实现代码，但是代码我一般都不会分析，更多地是分析算法思想，所以内容都比较多，即便如此也没有包括原书对应章节的所有内容，因为内容实在太丰富了，所以我只是选择经典的算法实例来介绍算法核心思想，除此之外，还有不少内容是原书没有的，部分是来自算法导论，部分是来自我自己的感悟，嘻嘻。该篇对于大神们来说是小菜，请一笑而过，对于菜鸟们来说可能有点难啃，所以最适合的是和我水平差不多的，对各个算法都有所了解但是理解还不算深刻的半桶水的程序猿，嘿嘿。
本篇的顺序按照原书[Python Algorithms: Mastering Basic Algorithms in the Python Language](Python Algorithms: Mastering Basic Algorithms in the Python Language)的章节来安排的(章节标题部分相同部分不同哟)，为了节省时间以及保持原著的原滋原味，部分内容(一般是比较难以翻译和理解的内容)直接摘自原著英文内容。
**1.你也许觉得很多内容你都知道嘛，没有看的必要，其实如果是我的话我也会这么想，但是如果只是归纳一个算法有哪些步骤，那这个总结也就没有意义了，我觉得这个总结的亮点在于想办法说清楚一个算法是怎么想出来的，有哪些需要注意的，如何进行优化的等等，采用问答式的方式让读者和我一起来想出某个问题的解，每篇文章之后都还有一两道小题练手哟**
**2.你也许还会说算法导论不是既权威又全面么，基本上每个算法都还有详细的证明呢，读算法导论岂不更好些，当然，你如果想读算法导论的话我不拦着你，读完了感觉自己整个人都不好了别怪小弟没有提醒你哟，嘻嘻嘻，左一个性质右一个定理实在不适合算法科普的啦，没有多少人能够坚持读完的。但是码农与蛇的故事内容不多哟，呵呵呵**
**3.如果你细读本系列的话我保证你会有不少收获的，需要看算法导论哪个部分的地方我会给出提示的，嘿嘿。温馨提示，前面三节内容都是介绍基础知识，所以精彩内容从第4节开始哟，么么哒 O(∩_∩)O~**
(1)[Python Algorithms - C1 Introduction](Python Algorithms)
本节主要是对原书中的内容做些简单介绍，说明算法的重要性以及各章节的内容概要。
(2)[Python Algorithms - C2 The basics](Python Algorithms)
**本节主要介绍了三个内容：算法渐近运行时间的表示方法、六条算法性能评估的经验以及Python中树和图的实现方式。**
(3)[Python Algorithms - C3 Counting 101](Python Algorithms)
原书主要介绍了一些基础数学，例如排列组合以及递归循环等，但是本节只重点介绍计算算法的运行时间的三种方法
(4)[Python Algorithms - C4 Induction and Recursion and Reduction](Python Algorithms)
**本节主要介绍算法设计的三个核心知识：Induction(推导)、Recursion(递归)和Reduction(规约)，这是原书的重点和难点部分**
(5)[Python Algorithms - C5 Traversal](Python Algorithms)
**本节主要介绍图的遍历算法BFS和DFS，以及对拓扑排序的另一种解法和寻找图的(强)连通分量的算法**
(6)[Python Algorithms - C6 Divide and Combine and Conquer](Python Algorithms)
**本节主要介绍分治法策略，提到了树形问题的平衡性以及基于分治策略的排序算法**
(7)[Python Algorithms - C7 Greedy](Python Algorithms)
**本节主要通过几个例子来介绍贪心策略，主要包括背包问题、哈夫曼编码和最小生成树等等**
(8)[Python Algorithms - C8 Dynamic Programming](Python Algorithms)
**本节主要结合一些经典的动规问题介绍动态规划的备忘录法和迭代法这两种实现方式，并对这两种方式进行对比**
(9)[Python Algorithms - C9 Graphs](Python Algorithms) 参考技术A 《编程导论》，作者John V. Guttag，人民邮电出版社 本书涵盖了Python的大部分特性，但侧重点是如何使用这门语言，而不是语言本身。例如，前三章介绍了穷举的概念、猜测和验证算法、二分查找以及高效近 似算法，但只涉及一小部分Python知识。 有一本叫Data Structures and Algorithms with Object Oriented Design Patterns in Python，作者Bruno R. Preiss Problem Solving with Algorithms and Data Structures using Python 作者: Brad Miller and David Ranum

Python有哪些好用的语言翻译方法

 

最近有个需求，要将几万条数据从日语翻译成中文。因为数据的获取和处理用的是python代码，所以想先尝试翻译部分也用python实现。

目前网上查到的翻译方法有百度、有道以及谷歌翻译，下面会对这三个方法进行简单的测试和分析。如果大家知道有更好的方法（速度快、结果准确），还请分享！

 

模块导入

1 import re
2 import urllib.parse, urllib.request
3 import hashlib
4 import urllib
5 import random
6 import json
7 import time
8 from translate import Translator

非python自带的库，如python google translator，需要手动安装，命令pip install module_name。

 

1. 百度翻译

 1 appid = ‘20170525000049178‘
 2 secretKey = ‘CJ3amNC3iyx4pR3AnmZs‘
 3 url_baidu = ‘http://api.fanyi.baidu.com/api/trans/vip/translate‘
 4 
 5 def translateBaidu(text, f=‘ja‘, t=‘zh‘):
 6     salt = random.randint(32768, 65536)
 7     sign = appid + text + str(salt) + secretKey
 8     sign = hashlib.md5(sign.encode()).hexdigest()
 9     url = url_baidu + ‘?appid=‘ + appid + ‘&q=‘ + urllib.parse.quote(text) + ‘&from=‘ + f + ‘&to=‘ + t + 10             ‘&salt=‘ + str(salt) + ‘&sign=‘ + sign
11     response = urllib.request.urlopen(url)
12     content = response.read().decode(‘utf-8‘)
13     data = json.loads(content)
14     result = str(data[‘trans_result‘][0][‘dst‘])
15     print(result)

参数：text--待翻文本，f--初始语言，t--目标语言，后面方法类似。

 

2. 有道翻译

 1 url_youdao = ‘http://fanyi.youdao.com/translate?smartresult=dict&smartresult=rule&smartresult=ugc&sessionFrom=‘  2       ‘http://www.youdao.com/‘
 3 dict = {}
 4 dict[‘type‘] = ‘AUTO‘
 5 dict[‘doctype‘] = ‘json‘
 6 dict[‘xmlVersion‘] = ‘1.8‘
 7 dict[‘keyfrom‘] = ‘fanyi.web‘
 8 dict[‘ue‘] = ‘UTF-8‘
 9 dict[‘action‘] = ‘FY_BY_CLICKBUTTON‘
10 dict[‘typoResult‘] = ‘true‘
11 
12 def translateYoudao(text):
13     global dict
14     dict[‘i‘] = text
15     data = urllib.parse.urlencode(dict).encode(‘utf-8‘)
16     response = urllib.request.urlopen(url_youdao, data)
17     content = response.read().decode(‘utf-8‘)
18     data = json.loads(content)
19     result = data[‘translateResult‘][0][0][‘tgt‘]
20     print(result)

参数主要由字典dict指定，发现没有地方可以指定语言（可能是我没找到），测试结果是不管输入什么语言的文本，输出均是中文。

 

3. 谷歌翻译

 1 url_google = ‘http://translate.google.cn‘
 2 reg_text = re.compile(r‘(?<=TRANSLATED_TEXT=).*?;‘)
 3 user_agent = r‘Mozilla/5.0 (Windows NT 6.1; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) ‘  4                  r‘Chrome/44.0.2403.157 Safari/537.36‘
 5 
 6 def translateGoogle(text, f=‘ja‘, t=‘zh-cn‘):
 7     values = {‘hl‘: ‘zh-cn‘, ‘ie‘: ‘utf-8‘, ‘text‘: text, ‘langpair‘: ‘%s|%s‘ % (f, t)}
 8     value = urllib.parse.urlencode(values)
 9     req = urllib.request.Request(url_google + ‘?‘ + value)
10     req.add_header(‘User-Agent‘, user_agent)
11     response = urllib.request.urlopen(req)
12     content = response.read().decode(‘utf-8‘)
13     data = reg_text.search(content)
14     result = data.group(0).strip(‘;‘).strip(‘\\‘‘)
15     print(result)

和上面两种方法一样，采用的是访问网页的形式来进行翻译。

还有一种是利用python谷歌翻译模块Translator：

1 def translateGoogle2(text):
2     result = translator.translate(text)
3     print(result)

 

4. 测试代码

测试过程：

翻译5个字串为一个小的单位，输出消耗时间；

循环10次为一个大的单位，输出消耗时间；

对不同的语言字串和循环次数做过多次测试，发现情况基本类似，所以这里选择了10次。

 1 text_list = [‘こんにちは‘, ‘こんばんは‘, ‘おはようございます‘, ‘お休(やす)みなさい‘, ‘お元気(げんき)ですか‘]
 2 
 3 time_baidu = 0
 4 time_youdao = 0
 5 time_google = 0
 6 time_google2 = 0
 7 
 8 for i in list(range(1, 11)):
 9     time1 = time.time()
10     for text in text_list:
11         translateBaidu(text)
12     time2 = time.time()
13     print(‘百度翻译第%s次时间：%s‘  %  (i, time2 - time1))
14     time_baidu += (time2 - time1)
15 
16     time1 = time.time()
17     for text in text_list:
18         translateYoudao(text)
19     time2 = time.time()
20     print(‘有道翻译第%s次时间：%s‘ % (i, time2 - time1))
21     time_youdao += (time2 - time1)
22 
23     time1 = time.time()
24     for text in text_list:
25         translateGoogle(text)
26     time2 = time.time()
27     print(‘谷歌翻译第%s次时间：%s‘  %  (i, time2 - time1))
28     time_google += (time2 - time1)
29 
30     time1 = time.time()
31     for text in text_list:
32         translateGoogle2(text)
33     time2 = time.time()
34     print(‘谷歌2翻译第%s次时间：%s‘ % (i, time2 - time1))
35     time_google2 += (time2 - time1)
36 
37 
38 print(‘百度翻译时间：%s‘ % (time_baidu / 10))
39 print(‘有道翻译时间：%s‘ % (time_youdao / 10))
40 print(‘谷歌翻译时间：%s‘ % (time_google / 10))
41 print(‘谷歌2翻译时间：%s‘ % (time_google2 / 10))

 

5. 结果分析

日语字串原意为[‘你好‘, ‘晚上好‘, ‘早上好‘, ‘晚安‘, ‘您还好吧‘]。

测试代码输出结果：

您好
晚上好
早上好！
请您休息。
您身体好吗？
百度翻译第1次时间：0.5849709510803223
你好
晚安
早上好。
您休息吧、)
好(身体)好吗?
有道翻译第1次时间：0.46173906326293945
您好
晚上好
早上好
看看你的假期（康）
小心（元气）是
谷歌翻译第1次时间：3.84399676322937
你好
问候
问候
请休息
照顾 （玄龟） 吗？
谷歌2翻译第1次时间：6.819758892059326
您好
晚上好
早上好！
请您休息。
您身体好吗？
百度翻译第2次时间：0.4968142509460449
你好
晚安
早上好。
您休息吧、)
好(身体)好吗?
有道翻译第2次时间：0.3870818614959717
您好
晚上好
早上好
看看你的假期（康）
小心（元气）是
谷歌翻译第2次时间：3.5689375400543213
你好
问候
问候
请休息
照顾 （玄龟） 吗？
谷歌2翻译第2次时间：6.108794450759888
您好
晚上好
早上好！
请您休息。
您身体好吗？
百度翻译第3次时间：0.4832003116607666
你好
晚安
早上好。
您休息吧、)
好(身体)好吗?
有道翻译第3次时间：0.40560245513916016
您好
晚上好
早上好
看看你的假期（康）
小心（元气）是
谷歌翻译第3次时间：3.875128984451294
你好
问候
问候
请休息
照顾 （玄龟） 吗？
谷歌2翻译第3次时间：5.547708034515381
您好
晚上好
早上好！
请您休息。
您身体好吗？
百度翻译第4次时间：0.4904344081878662
你好
晚安
早上好。
您休息吧、)
好(身体)好吗?
有道翻译第4次时间：0.3860180377960205
您好
晚上好
早上好
看看你的假期（康）
小心（元气）是
谷歌翻译第4次时间：3.5466465950012207
你好
问候
问候
请休息
照顾 （玄龟） 吗？
谷歌2翻译第4次时间：7.052653551101685
您好
晚上好
早上好！
请您休息。
您身体好吗？
百度翻译第5次时间：0.4754292964935303
你好
晚安
早上好。
您休息吧、)
好(身体)好吗?
有道翻译第5次时间：0.37929368019104004
您好
晚上好
早上好
看看你的假期（康）
小心（元气）是
谷歌翻译第5次时间：3.503594160079956
你好
问候
问候
请休息
照顾 （玄龟） 吗？
谷歌2翻译第5次时间：4.944894552230835
您好
晚上好
早上好！
请您休息。
您身体好吗？
百度翻译第6次时间：0.4637324810028076
你好
晚安
早上好。
您休息吧、)
好(身体)好吗?
有道翻译第6次时间：0.3679838180541992
您好
晚上好
早上好
看看你的假期（康）
小心（元气）是
谷歌翻译第6次时间：3.4939000606536865
你好
问候
问候
请休息
照顾 （玄龟） 吗？
谷歌2翻译第6次时间：4.786132335662842
您好
晚上好
早上好！
请您休息。
您身体好吗？
百度翻译第7次时间：0.4783976078033447
你好
晚安
早上好。
您休息吧、)
好(身体)好吗?
有道翻译第7次时间：0.3760185241699219
您好
晚上好
早上好
看看你的假期（康）
小心（元气）是
谷歌翻译第7次时间：3.485666036605835
你好
问候
问候
请休息
照顾 （玄龟） 吗？
谷歌2翻译第7次时间：6.591272592544556
您好
晚上好
早上好！
请您休息。
您身体好吗？
百度翻译第8次时间：0.4756813049316406
你好
晚安
早上好。
您休息吧、)
好(身体)好吗?
有道翻译第8次时间：0.4083871841430664
您好
晚上好
早上好
看看你的假期（康）
小心（元气）是
谷歌翻译第8次时间：3.3123676776885986
你好
问候
问候
请休息
照顾 （玄龟） 吗？
谷歌2翻译第8次时间：5.902927875518799
您好
晚上好
早上好！
请您休息。
您身体好吗？
百度翻译第9次时间：0.46607208251953125
你好
晚安
早上好。
您休息吧、)
好(身体)好吗?
有道翻译第9次时间：0.5259883403778076
您好
晚上好
早上好
看看你的假期（康）
小心（元气）是
谷歌翻译第9次时间：3.919294834136963
你好
问候
问候
请休息
照顾 （玄龟） 吗？
谷歌2翻译第9次时间：6.256660223007202
您好
晚上好
早上好！
请您休息。
您身体好吗？
百度翻译第10次时间：0.5158905982971191
你好
晚安
早上好。
您休息吧、)
好(身体)好吗?
有道翻译第10次时间：0.38652658462524414
您好
晚上好
早上好
看看你的假期（康）
小心（元气）是
谷歌翻译第10次时间：3.3273775577545166
你好
问候
问候
请休息
照顾 （玄龟） 吗？
谷歌2翻译第10次时间：6.155425071716309
百度翻译时间：0.4930623292922974
有道翻译时间：0.4084639549255371
谷歌翻译时间：3.5876910209655763
谷歌2翻译时间：6.016622757911682

从打印的内容分析，耗时情况为有道<百度<谷歌<谷歌2，准确度情况为百度>有道>谷歌>谷歌2。

速度先不管，对后面两个文本的翻译结果，谷歌的准确度是较低的，网页版的翻译结果为：

其实像有道或百度，5条字串耗时400毫秒左右，对于大量数据是不太可取的。如20万条数据，需要约4.4个小时。

所以，如果你知道python中有更好的翻译方法，欢迎分享。或许，这种大量数据的翻译操作用其他语言实现比较合适？