Aby projektować aplikacje, nie wystarczy poznać kilka języków programowania i opanować zestaw narzędzi deweloperskich. Konieczna jest jeszcze wiedza o tym, w jaki sposób rozwiązać dany problem, innymi słowy, trzeba poznać algorytmy. Naturalnie w praktyce programistycznej stosuje się ograniczony zestaw algorytmów. Zostały one już dawno przeanalizowane i przetestowane. Opisano je w wielu trudnych książkach najeżonych niezrozumiałymi schematami i dowodami z pogranicza matematyki, statystyki i jeszcze kilku innych nieprzystępnych dziedzin.

Jeśli chcesz po prostu zrozumieć działanie algorytmów, a nie masz ochoty na mozolne przedzieranie się przez setki trudnych stron, to trzymasz w ręku właściwą książkę! Dzięki temu interesującemu, przystępnemu podręcznikowi szybko przyswoisz sobie najważniejsze pojęcia i łatwo zrozumiesz, w jaki sposób algorytmy pomagają w rozwiązywaniu problemów programistycznych. Pokazano w nim słabe i mocne strony najważniejszych algorytmów. Nie zabrakło przydatnych schematów i przykładowych fragmentów kodu napisanego w Pythonie. Książkę tę szczególnie docenią programiści samoucy, inżynierowie i każdy, kto chce zyskać wiedzę o algorytmach.

W tej książce przedstawiono między innymi:

• wyjaśnienie takich pojęć, jak tablice skrótów, listy powiązane, rekurencja,
• algorytmy sortowania, problem komiwojażera, algorytmy zachłanne,
• analiza szybkości algorytmów metodą dużego O,
• algorytmy grafów, w tym algorytm wyszukiwania wszerz i algorytm Dijkstry,
• algorytm KNN służący do uczenia maszynowego.

Poznaj algorytmy i przekonaj się, jak bardzo są przydatne!

Rozdziały:

• Przedmowa (xiii)
• Podziękowania (xiv)
• O książce (xv)

1. Wprowadzenie do algorytmów (1)

• Wprowadzenie (1)
  • Czego nauczysz się o wydajności (2)
  • Czego nauczysz się o rozwiązywaniu problemów (2)
• Wyszukiwanie binarne (3)
  • Lepszy sposób wyszukiwania (5)
  • Czas wykonywania (10)
• Notacja dużego O (10)
  • Czas wykonywania algorytmów rośnie w różnym tempie (11)
  • Wizualizacja różnych czasów wykonywania (13)
  • Notacja dużego O określa czas działania w najgorszym przypadku (15)
  • Kilka typowych czasów wykonywania (15)
  • Problem komiwojażera (17)
• Powtórzenie (19)

2. Sortowanie przez wybieranie (21)

• Jak działa pamięć (22)
• Tablice i listy powiązane (24)
  • Listy powiązane (25)
  • Tablice (26)
  • Terminologia (27)
  • Wstawianie elementów w środku listy (29)
  • Usuwanie elementów (30)
• Sortowanie przez wybieranie (32)
• Powtórzenie (36)

3. Rekurencja (37)

• Rekurencja (38)
• Przypadki podstawowy i rekurencyjny (40)
• Stos (42)
  • Stos wywołań (43)
  • Stos wywołań z rekurencją (45)
• Powtórzenie (50)

4. Szybkie sortowanie (51)

• "Dziel i rządź" (52)
• Sortowanie szybkie (60)
• Jeszcze raz o notacji dużego O (66)
  • Sortowanie przez scalanie a sortowanie szybkie (67)
  • Przypadki średni i najgorszy (68)
• Powtórzenie (72)

5. Tablice skrótów (73)

• Funkcje obliczania skrótów (76)
• Zastosowania tablic skrótów (79)
  • Przeszukiwanie tablic skrótów (80)
  • Zapobieganie powstawaniu duplikatów elementów (81)
  • Tablice skrótów jako pamięć podręczna (83)
  • Powtórzenie wiadomości (86)
• Kolizje (86)
• Wydajność (88)
  • Współczynnik zapełnienia (90)
  • Dobra funkcja obliczania skrótów (92)
• Powtórzenie (94)

6. Przeszukiwanie wszerz (95)

• Wprowadzenie do grafów (96)
• Czym jest graf (98)
• Wyszukiwanie wszerz (99)
  • Szukanie najkrótszej drogi (102)
  • Kolejki (103)
• Implementacja grafu (105)
• Implementacja algorytmu (107)
  • Czas wykonywania (111)
• Powtórzenie (114)

7. Algorytm Dijkstry (115)

• Posługiwanie się algorytmem Dijkstry (116)
• Terminologia (120)
• Szukanie funduszy na fortepian (122)
• Krawędzie o wadze ujemnej (128)
• Implementacja (131)
• Powtórzenie (140)

8. Algorytmy zachłanne (141)

• Plan zajęć w sali lekcyjnej (142)
• Problem plecaka (144)
• Problem pokrycia zbioru (146)
  • Algorytmy aproksymacyjne (147)
• Problemy NP-zupełne (152)
  • Problem komiwojażera krok po kroku (153)
  • Trzy miasta (154)
  • Cztery miasta (155)
  • Jak rozpoznać, czy problem jest NP-zupełny (158)
• Powtórzenie wiadomości (160)

9. Programowanie dynamiczne (161)

• Problem plecaka (161)
  • Proste rozwiązanie (162)
  • Programowanie dynamiczne (163)
• Pytania dotyczące problemu plecaka (171)
  • Co się dzieje, gdy zostanie dodany element (171)
  • Jaki będzie skutek zmiany kolejności wierszy (174)
  • Czy siatkę można wypełniać wg kolumn zamiast wierszy (174)
  • Co się stanie, gdy doda się mniejszy element (174)
  • Czy można ukraść ułamek przedmiotu (175)
  • Optymalizacja planu podróży (175)
  • Postępowanie z wzajemnie zależnymi przedmiotami (177)
  • Czy możliwe jest, aby rozwiązanie wymagało więcej niż dwóch podplecaków (177)
  • Czy najlepsze rozwiązanie zawsze oznacza całkowite zapełnienie plecaka? (178)
• Najdłuższa wspólna część łańcucha (178)
  • Przygotowanie siatki (179)
  • Wypełnianie siatki (180)
  • Najdłuższa wspólna podsekwencja (183)
  • Najdłuższa wspólna podsekwencja - rozwiązanie (184)
• Powtórzenie (186)

10. K najbliższych sąsiadów (187)

• Klasyfikacja pomarańczy i grejpfrutów (187)
• Budowa systemu rekomendacji (189)
  • Wybór cech (191)
  • Regresja (195)
  • Wybieranie odpowiednich cech (198)
• Wprowadzenie do uczenia maszynowego (199)
  • Optyczne rozpoznawanie znaków (199)
  • Budowa filtra spamu (200)
  • Przewidywanie cen akcji (201)
• Powtórzenie (201)

11. Co dalej (203)

• Drzewa (203)
• Odwrócone indeksy (206)
• Transformata Fouriera (207)
• Algorytmy równoległe (208)
• MapReduce (209)
  • Do czego nadają się algorytmy rozproszone (209)
  • Funkcja map (209)
  • Funkcja reduce (210)
• Filtry Blooma i HyperLogLog (211)
  • Filtry Blooma (212)
  • HyperLogLog (213)
• Algorytmy SHA (213)
  • Porównywanie plików (214)
  • Sprawdzanie haseł (215)
• Locality-sensitive hashing (216)
• Wymiana kluczy Diffiego-Hellmana (217)
• Programowanie liniowe (218)
• Epilog (219)

Rozwiązania ćwiczeń (221)