این کتاب برای دو گروه از افراد در نظر گرفته شده است: برنامه نویسان پایتون، که می خواهند الگوریتم های خود را تقویت کنند، و دانش آموزانی که دروس الگوریتم را می گذرانند، که می خواهند مکملی برای کتاب درسی الگوریتم های ساده خود داشته باشند.
در این کتاب مفاهیم زیر را یاد خواهید گرفت:
فصل 1 مقدمه. یک نمای کلی از کتاب ارائه می دهد.
فصل 2: مبانی. این شامل مفاهیم اساسی و اصطلاحات، و همچنین برخی از ریاضیات اساسی است.
فصل 3: شمارش 101. ریاضیات بیشتر – برخی ترکیبات اولیه برای تجزیه و تحلیل زمان اجرای الگوریتم ها و همچنین مقدمه ای برای روابط بازگشتی و بازگشت وجود دارد.
فصل 4: استقرا و بازگشت … و کاهش. سه عبارت در عنوان بسیار مهم هستند و ارتباط نزدیکی با هم دارند. در فصل با استقرا و بازگشت کار می کنید که هم برای طراحی الگوریتم های جدید و هم برای اثبات درستی، عملاً تصاویر آینه ای از یکدیگر هستند. همچنین نگاهی مختصرتر به ایده کاهش ، که به عنوان یک رشته مشترک تقریباً در تمام کارهای الگوریتمی اجرا می شود.
فصل 5: پپیمایش: یک کلید اسکلت الگوریتمی. پیمایش را می توان با استفاده از ایده های استقرا و بازگشت درک کرد، اما از بسیاری جهات تکنیک مشخص تر و خاص تر است. چند تا از الگوریتم های این کتاب به سادگی پیمایش های تقویت شده هستند، بنابراین تسلط بر پیمایش یک شروع واقعی را به شما می دهد.
فصل 6: تقسیم کن، ترکیب کن و غلبه کن. هنگامی که مسائل را می توان به زیرمسئله های مستقل تجزیه کرد، می توانید به صورت بازگشتی این مسائل فرعی را حل کنید و در نتیجه معمولاً الگوریتم های کارآمد و صحیحی بدست آورید. این اصل چندین کاربرد دارد که همه آنها کاملاً واضح نیستند و ابزاری ذهنی است که ارزش به دست آوردن آن را دارد.
فصل 7: الگوریتم های حریص که معمولاً به راحتی ساخته می شوند. حتی می توان یک طرح کلی را فرموله کرد که اکثر، اگر نه همه، الگوریتم های حریصانه از آن پیروی می کنند و یک راه حل plug-and-play به دست می دهد. نه تنها ساخت آنها آسان است، بلکه معمولا بسیار کارآمد هستند. مشکل این است که نشان دادن درستی آنها می تواند سخت باشد (و اغلب اینطور نیست). این فصل به چند مثال معروف و چند روش کلی تر برای ساختن اثبات صحت می پردازد.
فصل 8: وابستگی های درهم و یادداشت. این فصل در مورد روش طراحی (یا، از نظر تاریخی، مسئله) است و تا حدودی گیج کننده، برنامه نویسی پویا نامیده می شود. این یک تکنیک پیشرفته است که تسلط بر آن دشوار است، اما برخی از پایدارترین بینش ها و راه حل های ظریف در این زمینه را نیز به همراه دارد.
برای دانلود وارد این صفحه شوید :
https://mindmover.academy/python-algorithms-book/
