Think Data Structures: Algorithmen und Informationsbeschaffung in Java

Bewertung:   (4,5 von 5)

Think Data Structures: Algorithmen und Informationsbeschaffung in Java (B. Downey Allen)

Leserbewertungen

Zusammenfassung:

Das Buch wird für seine klare, praktische Anleitung zu Java-Datenstrukturen geschätzt und richtet sich in erster Linie an Leser, die bereits über Programmierkenntnisse verfügen. Es deckt zwar die wesentlichen Konzepte effektiv ab und enthält Übungen zur Vertiefung des Gelernten, ist aber aufgrund seiner Konzentration auf fortgeschrittenere Themen weniger für absolute Anfänger geeignet.

Vorteile:

Prägnant und klar geschrieben; direkt auf den Punkt gebracht.
Gut geeignet für das Selbststudium und mit wertvollen Übungen.
Deckt ein breites Spektrum an Datenstrukturen und Algorithmen effizient ab.
Fesselnder Unterrichtsstil, der das Verständnis fördert.
Ideal für Programmierer mit Vorkenntnissen in einer anderen Sprache oder Java.

Nachteile:

Nicht geeignet für völlige Neulinge
Erfordert Vertrautheit mit Java und Programmierkonzepten.
Einige Leser waren der Meinung, dass das Buch zu schlank ist und es ihm in bestimmten Bereichen an Tiefe mangelt.
Häufige Verweise auf externe Links für weitere Informationen, was einige als störend empfanden.
Begrenzte Übungen für die Praxis
Nicht umfassend für diejenigen, die einen lehrbuchartigen Ansatz suchen.

(basierend auf 13 Leserbewertungen)

Originaltitel:

Think Data Structures: Algorithms and Information Retrieval in Java

Inhalt des Buches:

Wenn Sie Informatik studieren oder sich als Softwareentwickler auf technische Vorstellungsgespräche vorbereiten, wird Ihnen dieses praktische Buch dabei helfen, einige der wichtigsten Ideen im Software-Engineering - Datenstrukturen und Algorithmen - auf eine Weise zu erlernen und zu überprüfen, die klarer, prägnanter und ansprechender ist als andere Materialien.

Der Autor Allen Downey, der den Schwerpunkt auf praktische Kenntnisse und Fähigkeiten statt auf Theorie legt, zeigt Ihnen, wie Sie Datenstrukturen verwenden, um effiziente Algorithmen zu implementieren und anschließend deren Leistung zu analysieren und zu messen. Sie lernen die wichtigen Klassen des Java Collections Framework (JCF) kennen, wie sie implementiert werden und welche Leistung von ihnen erwartet wird. Jedes Kapitel enthält praktische Übungen, die durch Online-Testcode unterstützt werden.

⬤ Verwenden Sie Datenstrukturen wie Listen und Maps und verstehen Sie, wie sie funktionieren.

⬤ Erstellen Sie eine Anwendung, die Wikipedia-Seiten liest, den Inhalt analysiert und im resultierenden Datenbaum navigiert.

⬤ Analysieren Sie Code, um vorherzusagen, wie schnell er läuft und wie viel Speicher er benötigt.

⬤ Schreiben Sie Klassen, die die Map-Schnittstelle implementieren und dabei eine Hashtabelle und einen binären Suchbaum verwenden.

⬤ Eine einfache Web-Suchmaschine mit einem Crawler, einem Indexer, der den Inhalt von Webseiten speichert, und einem Retriever, der die Ergebnisse der Benutzerabfrage zurückgibt, zu erstellen.

Weitere Bücher von Allen Downey sind Think Java, Think Python, Think Stats und Think Bayes.

Weitere Daten des Buches:

ISBN:9781491972397
Autor:
Verlag:
Einband:Taschenbuch
Erscheinungsjahr:2017
Seitenzahl:155

Kauf:

Derzeit verfügbar, auf Lager.

Ich kaufe es!

Weitere Bücher des Autors:

Python für den Softwareentwurf: Wie ein Informatiker denken - Python for Software Design: How to...
Python for Software Design ist eine kompakte...
Python für den Softwareentwurf: Wie ein Informatiker denken - Python for Software Design: How to Think Like a Computer Scientist
STATS denken: Explorative Datenanalyse - Think STATS: Exploratory Data Analysis
Wenn Sie programmieren können, sind Sie in der Lage, Daten mit den...
STATS denken: Explorative Datenanalyse - Think STATS: Exploratory Data Analysis
Python denken: Wie ein Informatiker denken - Think Python: How to Think Like a Computer...
Wenn Sie programmieren lernen wollen, ist die Arbeit mit...
Python denken: Wie ein Informatiker denken - Think Python: How to Think Like a Computer Scientist
Komplexität denken: Komplexitätsforschung und Computermodellierung - Think Complexity: Complexity...
Die Komplexitätswissenschaft nutzt Berechnungen,...
Komplexität denken: Komplexitätsforschung und Computermodellierung - Think Complexity: Complexity Science and Computational Modeling
Think Bayes: Bayessche Statistik in Python - Think Bayes: Bayesian Statistics in Python
Wenn Sie programmieren können, sind Sie bereit, die...
Think Bayes: Bayessche Statistik in Python - Think Bayes: Bayesian Statistics in Python
Think Data Structures: Algorithmen und Informationsbeschaffung in Java - Think Data Structures:...
Wenn Sie Informatik studieren oder sich als...
Think Data Structures: Algorithmen und Informationsbeschaffung in Java - Think Data Structures: Algorithms and Information Retrieval in Java
Java denken: Wie ein Informatiker denken - Think Java: How to Think Like a Computer...
Think Java ist eine praxisnahe Einführung in die Informatik und...
Java denken: Wie ein Informatiker denken - Think Java: How to Think Like a Computer Scientist
Think DSP: Digitale Signalverarbeitung in Python - Think DSP: Digital Signal Processing in...
Wenn Sie die Grundlagen der Mathematik verstehen und...
Think DSP: Digitale Signalverarbeitung in Python - Think DSP: Digital Signal Processing in Python
Modellierung und Simulation in Python: Eine Einführung für Wissenschaftler und Ingenieure - Modeling...
Modeling and Simulation in Python zeigt dem...
Modellierung und Simulation in Python: Eine Einführung für Wissenschaftler und Ingenieure - Modeling and Simulation in Python: An Introduction for Scientists and Engineers
Python für den Software-Entwurf - Python for Software Design
Python for Software Design ist eine kompakte Einführung in den Softwareentwurf mit der Programmiersprache...
Python für den Software-Entwurf - Python for Software Design
Wahrscheinlich zu viel nachgedacht: Wie man Daten nutzt, um Fragen zu beantworten, statistische...
Ein grundlegender Leitfaden über die...
Wahrscheinlich zu viel nachgedacht: Wie man Daten nutzt, um Fragen zu beantworten, statistische Fallen zu vermeiden und bessere Entscheidungen zu treffen - Probably Overthinking It: How to Use Data to Answer Questions, Avoid Statistical Traps, and Make Better Decisions

Die Werke des Autors wurden von folgenden Verlagen veröffentlicht: