第1篇 背景篇

第1章 何谓大数据

1.1 身边的大数据

1.2 大数据的特点和应用

第2章 何谓算法

2.1 算法的定义

2.2 算法的分析

2.3 基础数据结构——线性表

2.4 递归——以阶乘为例

第3章 何谓大数据算法

第2篇 理论篇

第4章 窥一斑而见全豹——亚线性算法

4.1 亚线性算法的定义

4.2 空间亚线性算法

4.2.1 水库抽样

4.2.2 数据流中的频繁元素

4.3 时间亚线性计算算法

4.3.1 图论基础回顾

4.3.2 平面图直径

4.3.3 最小生成树

4.4 时间亚线性判定算法

4.4.1 全0数组的判定

4.4.2 数组有序的判定

第5章 价钱与性能的平衡——磁盘算法

5.1 磁盘算法概述

5.2 外排序

5.3 外存数据结构——磁盘查找树

5.3.1 二叉搜索树回顾

5.3.2 外存数据结构——B树

5.3.3 高维外存查找结构——KD树

5.4 表排序

5.5 表排序的应用

5.5.1 欧拉回路技术

5.5.2 父子关系判定

5.5.3 前序计数

5.6 时间前向处理技术

5.7 缩图法

第6章 1＋1＞2——并行算法

6.1 MapReduce初探

6.2 MapReduce算法实例

6.2.1 字数统计

6.2.2 平均数计算

6.2.3 单词共现矩阵计算

6.3 MapReduce进阶算法

6.3.1 join操作

6.3.2 MapReduce图算法概述

6.3.3 基于路径的图算法

第7章 超越MapReduce的并行计算

7.1 MapReduce平台的局限

7.2 基于图处理平台的并行算法

7.2.1 概述

7.2.2 BSP模型下的单源最短路径

7.2.3 计算子图同构

第8章 众人拾柴火焰高——众包算法

8.1 众包概述

8.1.1 众包的定义

8.1.2 众包应用举例

8.1.3 众包的特点

8.2 众包算法例析

第3篇 应用篇

第9章 大数据中有黄金——数据挖掘

9.1 数据挖掘概述

9.2 数据挖掘的分类

9.3 聚类算法——k-means

9.4 分类算法——Naive Bayes

第10章 推荐系统

10.1 推荐系统概述

10.2 基于内容的推荐方法

10.3 协同过滤模型

第4篇 实践篇

第11章 磁盘算法实践

第12章 并行算法实践

12.1 Hadoop MapReduce实践

12.1.1 环境搭建

12.1.2 配置Hadoop

12.1.3 “Hello World”程序——WordCount

12.1.4 Hadoop实践案例——记录去重

12.1.5 Hadoop实践案例——等值连接

12.1.6 多机配置

12.2 适于迭代并行计算的平台——Spark

12.2.1 Spark初探

12.2.2 单词出现行计数

12.2.3 在Spark上实现WordCount

12.2.4 在HDFS上使用Spark

12.2.5 Spark的核心操作——Transformation和Action

12.2.6 Spark实践案例——PageRank

第13章 众包算法实践

13.1 认识AMT

13.2 成为众包工人