Hello 算法 1.2.0 简体中文 Swift 版
0 码力 | 379 页 | 18.48 MB | 1 年前本书旨在通过清晰易懂的动画图解和可运行的代码示例,帮助读者理解算法和数据结构的核心概念,并能够通过编程实现它们。内容涵盖复杂度分析、数据结构(如数组、链表、栈、队列、哈希表、树、堆、图)以及算法(如搜索、排序、分治、回溯、动态规划等)。书中强调手脑并用的学习方式,鼓励读者实践,并通过动态规划、哈希表、二叉树等具体内容帮助读者构建完整的知识体系。
Hello 算法 1.1.0 Swift版
0 码力 | 379 页 | 18.47 MB | 2 年前《Hello 算法 1.1.0 Swift版》旨在帮助算法初学者系统学习数据结构与算法知识。全书通过动画图解和可运行代码示例,清晰易懂地讲解了复杂度分析、基本数据结构(如数组、链表、栈、队列、哈希表、树)以及常见算法(如搜索、排序、分治、回溯、动态规划、贪心)。书中强调手脑并用的学习方式,鼓励读者运行源代码并实践,适合算法新手入门或作为刷题工具库使用。
Hello 算法 1.0.0b1 Swift版
0 码力 | 190 页 | 14.71 MB | 2 年前本书《Hello 算法》旨在帮助算法初学者系统学习数据结构与算法知识。内容涵盖复杂度分析、数据结构(如数组、链表、栈、队列、散列表、树、堆、图)以及常见算法(如查找算法、排序算法)。书中通过动画图解和可运行代码帮助读者理解,强调手脑并用的学习方式,鼓励读者实践和提问,适合算法入门学习。
Hello 算法 1.0.0b2 Swift版
0 码力 | 199 页 | 15.72 MB | 2 年前《Hello 算法 1.0.0b2 Swift版》是一本开源免费的数据结构与算法入门书籍,旨在帮助算法初学者系统学习相关知识。书中内容主要分为复杂度分析、数据结构和算法三大部分,涵盖数组、链表、栈、队列、散列表、树、堆、图等数据结构,以及查找算法、排序算法、搜索与回溯、动态规划、分治算法等内容。通过图解和动画形式讲解重点和难点,并提供可一键运行的源代码,鼓励读者手脑并用地学习和实践。
Hello 算法 1.0.0b5 Swift版
0 码力 | 376 页 | 30.70 MB | 2 年前《Hello 算法》是一本开源的算法入门教程,旨在通过动画图解和可运行的代码示例,帮助读者理解数据结构与算法的核心概念。内容涵盖复杂度分析、基本数据类型、数组、链表、栈、队列、树、堆、图等数据结构,以及搜索、排序、分治、回溯、动态规划等算法。书中还详细介绍了哈希表的实现及其冲突处理方法,强调手脑并用的学习方式,适合算法初学者和有一定经验的开发者使用。
Hello 算法 1.0.0 Swift版
0 码力 | 378 页 | 17.59 MB | 2 年前《Hello 算法 1.0.0 Swift版》是一本旨在帮助算法初学者入门的开源书籍。书中通过动画图解和可运行的源代码,系统地介绍了数据结构与算法的核心知识,包括复杂度分析、数组、链表、栈、队列、哈希表、树等数据结构,以及搜索、排序、动态规划等算法。内容分为三个阶段:入门、刷题和知识体系搭建,附有丰富的代码示例和在线评论区,帮助读者高效学习。
做一个有趣的多人 AR 游戏 - 刘冠杉
0 码力 | 71 页 | 6.93 MB | 2 年前文档详细介绍了制作一个有趣的多人AR游戏的过程。内容涵盖了AR游戏开发的结构化方法,包括使用ARKit和SceneKit框架,通过Swift语言实现游戏逻辑。文档还提到了如何利用粒子系统增强游戏效果,并通过MultipeerSession实现多人互动。此外,文档强调了保持代码整洁的重要性,以及如何通过分离关注点来优化游戏性能。
CollectionKit Workshop - Luke
0 码力 | 50 页 | 21.43 MB | 2 年前文档介绍了CollectionKit,这是一个重新设计的UICollectionView替代方案,旨在提供更简单、高效的数据驱动集合视图。CollectionKit为Swift设计,提供了布局和动画系统,并支持Type Safe数据管理。与UICollectionView和IGListKit相比,CollectionKit在功能和使用体验上有显著优势,如无需处理UICollectionView的复杂性,支持自定义布局和动画。
Swift 迁移之路 - 唐巧
0 码力 | 43 页 | 1.37 MB | 2 年前猿辅导公司在2016年7月启动了从Objective-C到Swift的迁移项目,初期面临编译时间长、IDE卡顿及与C++直播库交互困难等问题。通过以功能为单位的分阶段迁移策略,猿辅导成功将核心项目代码用Swift搭建,并逐步提高Swift使用比例,最终实现了较高的Swift化,同时控制了时间成本。
从 Swift 到机器学习
- 王巍
0 码力 | 64 页 | 4.32 MB | 2 年前文档介绍了从 Swift 开发到机器学习的过渡,重点介绍了 Apple 的 CreateML 工具,探讨了其在 iOS 开发中的应用,包括图像分类、自然语言处理和回归分析等任务。文档还提到 CreateML 的局限性,如仅适用于特定任务和无法处理自定义模型,并提供了相关学习资源和应用场景。
共 18 条
- 1
- 2













