Bewertung:
Das Buch wird für seine Ausgewogenheit zwischen akademischen und praktischen Ansätzen zum Lernen von Algorithmen geschätzt. Es eignet sich sowohl für Anfänger als auch für Fortgeschrittene in der Informatik, mit klaren Erklärungen und hilfreichen Beispielen. Es wurde jedoch wegen seines hohen Preises und seiner Abhängigkeit von Python-spezifischen Techniken kritisiert, die diejenigen, die keine Programmierkenntnisse haben, verwirren könnten.
Vorteile:⬤ Gutes Zusatzmaterial
⬤ solide Balance zwischen theoretischem und praktischem Inhalt
⬤ klare Erklärungen und prägnanter Code
⬤ zugänglich für ein breites Publikum, das an Algorithmen interessiert ist.
⬤ Hoher Preis für die gedruckte Version
⬤ ein gewisser Rückgriff auf Python könnte Anfänger verwirren
⬤ es fehlt eine echte Implementierung von verknüpften Listen.
(basierend auf 4 Leserbewertungen)
Learning Algorithms: A Programmer's Guide to Writing Better Code
Wenn es darum geht, effizienten Code zu schreiben, muss jeder Softwareexperte ein effektives Arbeitswissen über Algorithmen haben. In diesem praktischen Buch bietet der Autor George Heineman (Algorithms in a Nutshell) prägnante und informative Beschreibungen von Schlüsselalgorithmen, die die Codierung in mehreren Sprachen verbessern. Softwareentwickler, -tester und -betreuer werden entdecken, wie Algorithmen Rechenprobleme kreativ lösen.
Jedes Kapitel baut auf den vorangegangenen Kapiteln auf, mit Hilfe von auffälligen Bildern und einer stetigen Einführung von Schlüsselkonzepten, einschließlich einer Algorithmusanalyse zur Klassifizierung der Leistung jedes im Buch vorgestellten Algorithmus. Am Ende eines jeden Kapitels können Sie das Gelernte auf ein neuartiges Problem anwenden - eine Erfahrung, die Sie vielleicht in einem technischen Vorstellungsgespräch machen.
⬤ Untersuchen Sie grundlegende Algorithmen, die in der Informatik und im Software-Engineering eine zentrale Rolle spielen.
⬤ Lernen Sie gängige Strategien zur effizienten Problemlösung kennen, wie z. B. Divide and Conquer, Dynamic Programming und Greedy Approaches.
⬤ Analyse von Code zur Bewertung der Zeitkomplexität unter Verwendung der Big-O-Notation.
⬤ Bestehende Java- und Python-Bibliotheken nutzen, um Probleme mit Hilfe von Algorithmen zu lösen.
⬤ Verstehen Sie die Schlüsselschritte der im Buch vorgestellten Algorithmen.
⬤ Verwenden Sie Beispielcode in Ihren Programmen und in der Dokumentation.
| ISBN: | 9781492091066 |
| Autor: | |
| Verlag: | |
| Einband: | Taschenbuch |
| Erscheinungsjahr: | 2021 |
| Seitenzahl: | 350 |
Derzeit verfügbar, auf Lager.
