- Wydawnictwo:
- Dla bystrzaków
- Ocena:
- Bądź pierwszym, który oceni tę książkę
- Stron:
- 424
- Druk:
- oprawa miękka
- Dostępne formaty:
-
PDFePubMobi
Opis książki: Algorytmy dla bystrzaków
Zestaw algorytmy z ich zastosowaniami
Zdobądź umiejętności posługiwania się algorytmami
Naucz się wykorzystywać Pythona do testowania algorytmów
Myśl za pomocą algorytmów
Ten jasny i przystępny przewodnik pokazuje, w jaki sposób algorytmy wpływają na nasze codzienne życie - od interakcji online po osobistą komunikację. Są również niezwykle ważne, jeśli chodzi o podejmowanie różnego rodzaju decyzji. Jeśli chcesz wiedzieć, jak korzystać z procedur rozwiązywania problemów w prawdziwym świecie, książka Algorytmy dla bystrzaków zagwarantuje Ci doskonałe wprowadzenie do tej fascynującej, wszechobecnej dziedziny.
W książce:
- Operacje na danych
- Projektowanie algorytmów
- Podstawy teorii grafów
- Zarządzanie danymi o dużej objętości
- Upraszczanie złożonych algorytmów
Wybrane bestsellery
-
O tym, ile problemów sprawia niedbale napisany kod, wie każdy programista. Nie wszyscy jednak wiedzą, jak napisać ten świetny, „czysty” kod i czym właściwie powinien się on charakteryzować. Co więcej – jak odróżnić dobry kod od złego? Odpowiedź na te pytania oraz sposoby tworzen...(0,00 zł najniższa cena z 30 dni)
51.35 zł
79.00 zł(-35%) -
To drugie, zaktualizowane i poprawione wydanie bestsellerowego podręcznika Programowania w Pythonie pozwoli Ci błyskawicznie zacząć tworzyć kod, który działa! Zaczniesz od zrozumienia podstawowych koncepcji programistycznych, następnie nauczysz się zapewniać programom interaktywność i wykształcis...(0,00 zł najniższa cena z 30 dni)
64.35 zł
99.00 zł(-35%) -
Ta książka powinna zostać przestudiowana przez każdego architekta nowoczesnych systemów rozproszonych. Jej celem jest pokazanie sposobów rozwiązywania trudnych problemów związanych z projektowaniem takiego oprogramowania. W krytyczny i wszechstronny sposób omówiono w niej najważniejsze problemy u...
Złożone zagadnienia architektury oprogramowania. Jak analizować kompromisy i podejmować trudne decyzje Złożone zagadnienia architektury oprogramowania. Jak analizować kompromisy i podejmować trudne decyzje
(0,00 zł najniższa cena z 30 dni)69.30 zł
99.00 zł(-30%) -
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 sp...(0,00 zł najniższa cena z 30 dni)
43.55 zł
67.00 zł(-35%) -
Metody statystyczne są kluczowym elementem data science, mimo to niewielu specjalistów data science posiada formalne wykształcenie statystyczne. Kursy i podręczniki o podstawach statystyki, rzadko kiedy omawiają temat z perspektywy data science. W drugim wydaniu tego popularnego podręcznika zosta...
Statystyka praktyczna w data science. 50 kluczowych zagadnień w językach R i Python. Wydanie II Statystyka praktyczna w data science. 50 kluczowych zagadnień w językach R i Python. Wydanie II
(0,00 zł najniższa cena z 30 dni)44.85 zł
69.00 zł(-35%) -
Ta książka jest przewodnikiem dla każdego, kto musi przekazywać informacje, robiąc przy tym użytek z danych. Szczególnie wartościowa będzie dla analityków, studentów i naukowców, a także dla każdego, kto w swojej komunikacji odwołuje się do danych. Pokazano tu prostą i intuicyjną technikę przedst...
Storytelling danych. Poradnik wizualizacji danych dla profesjonalistów Storytelling danych. Poradnik wizualizacji danych dla profesjonalistów
(0,00 zł najniższa cena z 30 dni)50.05 zł
77.00 zł(-35%) -
To kompleksowy podręcznik do nauki programowania w Pythonie. Jego piąte wydanie zostało gruntownie zaktualizowane i rozbudowane o dodatkowe treści. Omówiono tu najnowsze wersje Pythona w liniach 3.X i 2.X, czyli 3.3 i 2.7, i dodano opisy nowych lub rozszerzonych mechanizmów, takich jak obsługa fo...(0,00 zł najniższa cena z 30 dni)
129.35 zł
199.00 zł(-35%) -
Jeśli masz już dość bezproduktywnego wpatrywania się w ekran komputera lub tabletu i chciałbyś zacząć robić coś naprawdę ciekawego, dobrze trafiłeś! A jeśli przy tym chcesz zabłysnąć w klasie i zostać prawdziwą gwiazdą na lekcji informatyki, to trafiłeś jeszcze lepiej!
Młodzi giganci programowania. Scratch. Wydanie II Młodzi giganci programowania. Scratch. Wydanie II
Radosław Kulesza, Sebastian Langa, Dawid Leśniakiewicz, Piotr Pełka, Adrian Czechowski
(0,00 zł najniższa cena z 30 dni)25.93 zł
39.90 zł(-35%) -
W tej książce w sposób jasny i bardzo interesujący przedstawiono uniwersalne zasady architektury oprogramowania wraz z szeregiem wskazówek dotyczących stosowania tych reguł w praktyce. Wyczerpująco zaprezentowano tu dostępne rozwiązania i wyjaśniono, dlaczego są one tak istotne dla sukcesu przeds...
Czysta architektura. Struktura i design oprogramowania. Przewodnik dla profesjonalistów Czysta architektura. Struktura i design oprogramowania. Przewodnik dla profesjonalistów
(0,00 zł najniższa cena z 30 dni)57.85 zł
89.00 zł(-35%) -
Mało kto lubi matematykę, zwłaszcza algebrę czy analizę matematyczną. Wydaje się trudna i niezrozumiała. Bardzo łatwo popełnić błędy podczas rozwiązywania równań różniczkowych czy całek. Jeśli jednak powierzysz najtrudniejszą i najżmudniejszą część obliczeń komputerowi, szybko się przekonasz, że ...
Matematyka w Pythonie. Algebra, statystyka, analiza matematyczna i inne dziedziny Matematyka w Pythonie. Algebra, statystyka, analiza matematyczna i inne dziedziny
(0,00 zł najniższa cena z 30 dni)44.85 zł
69.00 zł(-35%)
O autorach książki
2 John Paul Mueller, Luca MassaronJohn Paul Mueller jest wolnym strzelcem i redaktorem technicznym. Napisał 104 książki i ponad 600 artykułów o różnorodnej tematyce — od sieci po sztuczną inteligencję, od zarządzania bazami danych po inne obszary programowania. Jest konsultantem, przygotowuje różnego rodzaju egzaminy certyfikacyjne. Ma własną witrynę internetową pod adresem http://johnmuellerbooks.com
Luca Massaron specjalizuje się w statystycznych analizach wieloczynnikowych, uczeniu maszynowym, statystyce, eksploracji danych i algorytmice. Pasjonuje się potencjałem, jaki drzemie w nauce o danych.
John Paul Mueller, Luca Massaron - pozostałe książki
-
Get a step ahead of your competitors with insights from over 30 Kaggle Masters and Grandmasters. Discover tips, tricks, and best practices for competing effectively on Kaggle and becoming a better data scientist.
-
Sztuczna inteligencja — ekscytuje i przeraża. W dodatku jest wszędzie. Chroni przed oszustwami bankowymi, pomaga w leczeniu, obsłudze klientów, a nawet wyborze programów telewizyjnych i sprzątaniu domu. Ta książka wyjaśnia, czym sztuczna inteligencja jest, a czym nie. Zwraca też uwagę na kw...(35.40 zł najniższa cena z 30 dni)
35.40 zł
59.00 zł(-40%) -
Comprehensive recipes to give you valuable insights on Transformers, Reinforcement Learning, and more
-
Oferujący potężne możliwości i dynamiczny Python jest używany do tworzenia wielu różnych aplikacji. Został opracowany jako prawdziwie niezależny od platformy — dzięki temu jest doskonałym narzędziem dla początkujących programistów, zwłaszcza tych, którzy chcą szybko poznać nowy język. Zamie...
Programowanie w Pythonie dla bystrzaków. Wydanie II Programowanie w Pythonie dla bystrzaków. Wydanie II
(29.50 zł najniższa cena z 30 dni)32.45 zł
59.00 zł(-45%) -
Gain useful insights from your data using popular data science tools
-
Leverage the power of Tensorflow to design deep learning systems for a variety of real-world scenarios
TensorFlow Deep Learning Projects TensorFlow Deep Learning Projects
Alexey Grigorev, Rajalingappaa Shanmugamani, Alberto Boschetti, Luca Massaron, Abhishek Thakur
-
Niniejsza książka jest doskonałym wprowadzeniem do nauki o danych. Jej autorzy wskażą Ci prostą i szybką drogę do rozwiązywania różnych problemów z tego obszaru za pomocą Pythona oraz powiązanych z nim pakietów do analizy danych i uczenia maszynowego. Dzięki lekturze przejdziesz przez kolejne eta...(29.50 zł najniższa cena z 30 dni)
32.45 zł
59.00 zł(-45%) -
As a web developer, you may not want to spend time making your web app secure, but it definitely comes with the territory. This practical guide provides you with the latest information on how to thwart security threats at several levels, including new areas such as microservices. You’ll lea...
Security for Web Developers. Using JavaScript, HTML, and CSS Security for Web Developers. Using JavaScript, HTML, and CSS
(169.15 zł najniższa cena z 30 dni)169.15 zł
199.00 zł(-15%)
Ebooka przeczytasz na:
-
czytnikach Inkbook, Kindle, Pocketbook, Onyx Boox i innych
-
systemach Windows, MacOS i innych
-
systemach Windows, Android, iOS, HarmonyOS
-
na dowolnych urządzeniach i aplikacjach obsługujących formaty: PDF, EPub, Mobi
Masz pytania? Zajrzyj do zakładki Pomoc »
Audiobooka posłuchasz:
-
w aplikacji Ebookpoint na Android, iOS, HarmonyOs
-
na systemach Windows, MacOS i innych
-
na dowolonych urządzeniach i aplikacjach obsługujących format MP3 (pliki spakowane w ZIP)
Masz pytania? Zajrzyj do zakładki Pomoc »
Kurs Video zobaczysz:
-
w aplikacji Ebookpoint na Android, iOS, HarmonyOs
-
na systemach Windows, MacOS i innych
-
na dowolonych urządzeniach i aplikacjach obsługujących format MP4 (pliki spakowane w ZIP)
Szczegóły książki
- Tytuł oryginału:
- Algorithms For Dummies
- Tłumaczenie:
- Radosław Meryk
- ISBN Książki drukowanej:
- 978-83-283-6076-1, 9788328360761
- Data wydania książki drukowanej:
- 2020-01-31
- ISBN Ebooka:
- 978-83-283-6077-8, 9788328360778
- Data wydania ebooka:
-
2020-01-31
Data wydania ebooka często jest dniem wprowadzenia tytułu do sprzedaży i może nie być równoznaczna z datą wydania książki papierowej. Dodatkowe informacje możesz znaleźć w darmowym fragmencie. Jeśli masz wątpliwości skontaktuj się z nami sklep@helion.pl.
- Format:
- 170x230
- Numer z katalogu:
- 96590
- Rozmiar pliku Pdf:
- 4.4MB
- Rozmiar pliku ePub:
- 5.5MB
- Rozmiar pliku Mobi:
- 12.3MB
- Pobierz przykładowy rozdział PDF
- Przykłady na ftp
Ebook zawiera materiały dodatkowe, które możesz pobrać z serwera FTP - link znajdziesz na stronie redakcyjnej.
- Erraty / Zgłoś erratę
- Kategorie:
Programowanie » Python - Programowanie
Programowanie » Inne - Programowanie
Programowanie » Algorytmy - Programowanie
Big Data » Analiza danych
- Serie wydawnicze: Dla bystrzaków
Spis treści książki
- Co to jest algorytm? 28
- Zastosowania algorytmów 30
- Algorytmy są wszędzie 32
- Stosowanie komputerów do rozwiązywania problemów 33
- Wykorzystanie nowoczesnych procesorów i procesorów graficznych 34
- Wykorzystanie układów specjalnych 35
- Wykorzystanie sieci 36
- Wykorzystywanie dostępnych danych 37
- Odróżnianie problemów od rozwiązań 38
- Poprawność a skuteczność 38
- Nie ma nic za darmo! 39
- Dostosowanie strategii do problemu 39
- Zrozumiały opis algorytmów 39
- Stawianie czoła trudnym problemom 40
- Strukturyzacja danych w celu uzyskania rozwiązania 40
- Zrozumienie punktu widzenia komputera 41
- Układ danych robi różnicę 41
- Rozpoczęcie rozwiązywania problemu 44
- Modelowanie rzeczywistych problemów 45
- Znajdowanie rozwiązań i kontrprzykładów 47
- Na ramionach olbrzymów 48
- Dziel i zwyciężaj 48
- Unikanie rozwiązań siłowych 49
- Zacznij od uproszczenia 50
- Rozwiązanie składowych problemu zwykle jest łatwiejsze niż rozwiązanie całego problemu 50
- Zachłanność może być dobra 51
- Stosowanie zachłannego wnioskowania 51
- Osiąganie dobrego rozwiązania 52
- Koszty obliczeniowe i korzystanie z heurystyk 53
- Reprezentowanie problemu jako przestrzeni 54
- Wykonywanie losowych ruchów i liczenie na szczęście 54
- Używanie heurystyki i funkcji kosztu 55
- Ocena algorytmów 56
- Symulacje z wykorzystaniem maszyn abstrakcyjnych 57
- Więcej abstrakcji 58
- Wykorzystanie funkcji 59
- Zalety Pythona 65
- Dlaczego w tej książce korzystamy z Pythona? 65
- Korzystanie z MATLAB-a 67
- Inne środowiska testowania algorytmów 68
- Dystrybucje Pythona 68
- Pobieranie środowiska Anaconda Analytics 69
- Enthought Canopy Express 70
- Środowisko pythonxy 70
- WinPython 71
- Instalowanie Pythona w systemie Linux 71
- Instalowanie Pythona w systemie MacOS 72
- Instalowanie Pythona w systemie Windows 74
- Pobieranie zestawów danych i przykładowego kodu 77
- Korzystanie ze środowiska Jupyter Notebook 77
- Definiowanie repozytorium kodu 79
- Zestawy danych wykorzystywane w tej książce 84
- Działania na liczbach i operacje logiczne 89
- Przypisywanie wartości do zmiennych 90
- Wykonywanie działań arytmetycznych 91
- Porównywanie danych za pomocą wyrażeń boolowskich 92
- Tworzenie ciągów znaków i posługiwanie się nimi 95
- Działania na datach 97
- Tworzenie i stosowanie funkcji 98
- Tworzenie funkcji wielokrotnego użytku 98
- Wywoływanie funkcji 99
- Stosowanie instrukcji warunkowych i pętli 102
- Podejmowanie decyzji za pomocą instrukcji if 102
- Wybór pomiędzy wieloma opcjami z wykorzystaniem decyzji zagnieżdżonych 103
- Wykonywanie powtarzających się zadań za pomocą pętli for 104
- Korzystanie z instrukcji while 105
- Przechowywanie danych z wykorzystaniem zbiorów, list i krotek 106
- Tworzenie zbiorów 106
- Tworzenie list 107
- Tworzenie i używanie krotek 108
- Definiowanie przydatnych iteratorów 110
- Indeksowanie danych z wykorzystaniem słowników 111
- Wykonywanie obliczeń za pomocą wektorów i macierzy 114
- Operacje na wartościach skalarnych i na wektorach 115
- Mnożenie wektorów 117
- Najlepiej rozpocząć od utworzenia macierzy 118
- Mnożenie macierzy 119
- Definiowanie zaawansowanych operacji na macierzach 120
- Właściwe tworzenie kombinacji 122
- Rozróżnianie permutacji 122
- Tasowanie kombinacji 123
- Obsługa powtórzeń 124
- Uzyskiwanie pożądanych wyników za pomocą rekurencji 125
- Co to jest rekurencja? 125
- Eliminowanie rekurencji wywołań ogonowych 128
- Szybsze wykonywanie zadań 129
- Dziel i zwyciężaj 129
- Rozróżnianie możliwych rozwiązań 132
- Niezbędność struktury 138
- Łatwiejsze oglądanie treści 138
- Dopasowywanie danych z różnych źródeł 139
- Korygowanie danych 140
- Układanie danych w stos 143
- Porządkowanie z wykorzystaniem stosów 143
- Korzystanie z kolejek 145
- Wyszukiwanie danych z wykorzystaniem słowników 146
- Drzewa 147
- Podstawowe wiadomości o drzewach 147
- Budowanie drzewa 148
- Reprezentowanie relacji za pomocą grafu 150
- Więcej niż drzewa 150
- Budowanie grafów 151
- Sortowanie z wykorzystaniem algorytmów MergeSort i QuickSort 156
- Dlaczego ważne jest sortowanie danych? 156
- Naiwne sortowanie danych 158
- Lepsze techniki sortowania 160
- Korzystanie z drzew wyszukiwania i stert 164
- Potrzeba skutecznego wyszukiwania 165
- Budowanie drzewa wyszukiwania binarnego 167
- Wyspecjalizowane wyszukiwania za pomocą sterty binarnej 168
- Korzystanie z tablic asocjacyjnych 169
- Pojemniki na dane 169
- Zapobieganie kolizjom 171
- Tworzenie własnej funkcji haszującej 173
- Znaczenie sieci 178
- Istota grafu 178
- Grafy są wszędzie 180
- Społecznościowa strona grafów 181
- Podgrafy 182
- Definiowanie sposobu rysowania grafu 183
- Rozróżnianie kluczowych atrybutów 183
- Rysowanie grafu 185
- Pomiar funkcjonalności grafu 186
- Zliczanie krawędzi i wierzchołków 186
- Obliczanie centralności 188
- Liczbowa reprezentacja grafu 190
- Dodawanie grafu do macierzy 191
- Używanie reprezentacji rzadkich 192
- Korzystanie z list do przechowywania grafu 192
- Efektywne przechodzenie przez graf 196
- Tworzenie grafu 197
- Przeszukiwanie najpierw wszerz 198
- Przeszukiwanie najpierw w głąb 199
- Określanie, której aplikacji użyć 202
- Sortowanie elementów grafu 202
- Skierowane grafy acykliczne 203
- Sortowanie topologiczne 204
- Redukcja do minimalnego drzewa rozpinającego 205
- Wybór odpowiednich algorytmów 208
- Kolejki z priorytetami 209
- Wykorzystanie algorytmu Prima 210
- Testowanie algorytmu Kruskala 211
- Który algorytm działa najlepiej? 213
- Znalezienie najkrótszej trasy 214
- Co to znaczy znaleźć najkrótszą ścieżkę? 214
- Wyjaśnienie algorytmu Dijkstry 216
- Sieci społecznościowe jako grafy 220
- Klasteryzacja sieci 220
- Odkrywanie społeczności 223
- Poruszanie się po grafie 225
- Zliczanie stopni separacji 225
- Losowe poruszanie się po grafie 227
- Odkrywanie świata za pomocą wyszukiwarki 230
- Wyszukiwanie danych w internecie 230
- Jak znaleźć właściwe dane? 230
- Czym jest algorytm PageRank? 232
- Wnioskowanie w algorytmie PageRank 232
- Szczegóły działania algorytmu PageRank 234
- Implementacja algorytmu PageRank 234
- Implementacja skryptu Pythona 235
- Rozwiązywanie problemów naiwnej implementacji 238
- Nuda i teleportacja 240
- Jak działa wyszukiwarka? 242
- Inne zastosowania algorytmu PageRank 242
- Nie tylko paradygmat PageRank 243
- Zapytania semantyczne 243
- Stosowanie technik AI do tworzenia rankingu wyników wyszukiwania 244
- Przekształcanie mocy obliczeniowej w dane 248
- Implikacje prawa Moore'a 249
- Dane są wszędzie 251
- Zastosowanie algorytmów w biznesie 253
- Strumieniowy przepływ danych 255
- Analiza strumieni z wykorzystaniem odpowiednich receptur 256
- Rezerwowanie właściwych danych 257
- Szkicowanie odpowiedzi z danych strumienia 261
- Filtrowanie elementów strumienia "na pamięć" 262
- Przykład filtra Blooma 264
- Znajdowanie liczby różnych elementów 267
- Zliczanie obiektów w strumieniu 269
- Zarządzanie ogromnymi ilościami danych 272
- Paradygmat przetwarzania równoległego 272
- Dystrybucja plików i operacji 275
- Zastosowanie rozwiązania MapReduce 277
- Algorytmy dla techniki MapReduce 280
- Konfigurowanie symulacji MapReduce 281
- Zapytanie przez mapowanie 283
- Zmniejszenie rozmiaru danych 288
- Kodowanie 288
- Efekty kompresji 290
- Wybór rodzaju kompresji 291
- Dobór kodowania 293
- Kodowanie za pomocą kompresji Huffmana 295
- Zapamiętywanie sekwencji za pomocą LZW 297
- Kiedy lepiej jest być zachłannym? 306
- Dlaczego zachłanność może być dobra? 307
- Zarządzanie algorytmami zachłannymi 308
- Problemy NP-zupełne 310
- Dlaczego zachłanność może być pożyteczna? 312
- Organizacja danych z wykorzystaniem pamięci podręcznej komputera 312
- Rywalizacja o zasoby 314
- Kodowanie Huffmana raz jeszcze 316
- Zasady programowania dynamicznego 322
- Baza historyczna 322
- Zmiana problemów na dynamiczne 323
- Dynamiczne rzutowanie rekurencji 325
- Wykorzystanie memoizacji 327
- Najlepsze procedury programowania dynamicznego 329
- Co jest w plecaku? 330
- Zwiedzanie miast 333
- Przybliżone wyszukiwanie ciągów znaków 338
- Jak działa randomizacja? 342
- Dlaczego randomizacja jest potrzebna? 343
- Czym jest prawdopodobieństwo? 344
- Rozkłady prawdopodobieństwa 345
- Symulacja użycia metody Monte Carlo 348
- Wykorzystanie losowości w logice algorytmu 350
- Obliczanie mediany za pomocą algorytmu Quickselect 350
- Symulacja przy użyciu algorytmu Monte Carlo 353
- Szybsze sortowanie dzięki algorytmowi Quicksort 355
- Co to jest wyszukiwanie lokalne? 358
- Znajomość sąsiedztwa 358
- Sztuczki stosowane w wyszukiwaniu lokalnym 361
- Problem wspinaczki z n-królowymi 362
- Symulowane wyżarzanie 364
- Unikanie powtórzeń przy użyciu przeszukiwania tabu 366
- Rozwiązywanie warunku spełnialności układów logicznych 367
- Rozwiązywanie problemu 2-SAT z wykorzystaniem randomizacji 368
- Implementacja kodu w Pythonie 369
- Lepszy punkt wyjścia 371
- Stosowanie funkcji liniowych jako narzędzia 376
- Podstawy matematyczne 377
- Upraszczanie podczas planowania 379
- Geometria w metodzie simplex 379
- Ograniczenia 381
- Programowania liniowe w praktyce 382
- Konfigurowanie modułu PuLP 383
- Optymalizacja produkcji i przychodów 383
- Klasyfikacja heurystyk 390
- Cele heurystyki 390
- Od genetyki do sztucznej inteligencji 391
- Sterowanie robotem za pomocą heurystyki 392
- Skauting w nieznanym terenie 393
- Wykorzystanie miar odległości jako heurystyki 394
- Algorytmy wyszukiwania ścieżki 395
- Tworzenie labiryntu 396
- Szybkie wyszukiwanie najlepszej trasy 398
- Poruszanie się heurystyczne z wykorzystaniem algorytmu A* 402
- Korzystanie z procedur sortowania 410
- Poszukiwanie informacji z wykorzystaniem procedur wyszukiwania 411
- Zmienianie sytuacji za pomocą liczb losowych 411
- Kompresja danych 412
- Zachowanie poufności danych 412
- Zmiana dziedziny danych 413
- Analiza powiązań w danych 413
- Wykrywanie wzorców w danych 414
- Automatyzacja i automatyczne odpowiedzi 415
- Tworzenie unikatowych identyfikatorów 415
- Obsługa wyszukiwania tekstu 418
- Rozróżnianie słów 418
- Ustalenie, czy aplikacja się zakończy 419
- Tworzenie i stosowanie funkcji jednokierunkowych 419
- Mnożenie bardzo dużych liczb 420
- Równy podział zasobów 420
- Skrócenie czasu obliczania odległości edycji 421
- Szybkie rozwiązywanie problemów 421
- Gra w grę parzystości 422
- Zrozumienie problemów przestrzennych 422
O autorach 15
Podziękowania od autorów 17
Wprowadzenie 19
CZĘŚĆ I: ZACZYNAMY 25
Rozdział 1: Wprowadzenie do algorytmów 27
Rozdział 2: Projekt algorytmu 43
Rozdział 3: Wykorzystanie Pythona do pracy z algorytmami 63
Rozdział 4: Wprowadzenie do Pythona jako narzędzia do programowania algorytmów 87
Rozdział 5: Wykonywanie podstawowych operacji na danych za pomocą Pythona 113
CZĘŚĆ II: ZNACZENIE SORTOWANIA I WYSZUKIWANIA 135
Rozdział 6: Strukturyzowanie danych 137
Rozdział 7: Organizowanie i wyszukiwanie danych 155
CZĘŚĆ III: ŚWIAT GRAFÓW 175
Rozdział 8: Podstawowe informacje o grafach 177
Rozdział 9: Połącz kropki 195
Rozdział 10: Odkrywanie tajemnic grafów 219
Rozdział 11: Pobieranie właściwej strony internetowej 229
CZĘŚĆ IV: ZMAGANIA Z BIG DATA 245
Rozdział 12: Zarządzanie obszernymi zbiorami danych 247
Rozdział 13: Współbieżne wykonywanie operacji 271
Rozdział 14: Kompresja danych 287
CZĘŚĆ V: TRUDNE PROBLEMY 303
Rozdział 15: Algorytmy zachłanne 305
Rozdział 16: Programowanie dynamiczne 321
Rozdział 17: Korzystanie z algorytmów losowych 341
Rozdział 18: Wyszukiwanie lokalne 357
Rozdział 19: Wykorzystanie programowania liniowego 375
Rozdział 20: Heurystyka 389
CZĘŚĆ VI: DEKALOGI 407
Rozdział 21: Dziesięć algorytmów, które zmieniły świat 409
Rozdział 22: Dziesięć problemów algorytmicznych do rozwiązania 417
Oceny i opinie klientów: Algorytmy dla bystrzaków John Paul Mueller, Luca Massaron (0)
Weryfikacja opinii następuję na podstawie historii zamówień na koncie Użytkownika umieszczającego opinię. Użytkownik mógł otrzymać punkty za opublikowanie opinii uprawniające do uzyskania rabatu w ramach Programu Punktowego.