Nauka algorytmów: Przewodnik programisty po pisaniu lepszego kodu

Opinie czytelników

Książka jest dobrze oceniana za równowagę między akademickim i praktycznym podejściem do uczenia się algorytmów. Jest odpowiednia zarówno dla początkujących, jak i średnio zaawansowanych w informatyce, z jasnymi wyjaśnieniami i pomocnymi przykładami. Została jednak skrytykowana za wysoką cenę i poleganie na technikach specyficznych dla Pythona, które mogą zmylić osoby bez doświadczenia w programowaniu.

⬤ Dobry materiał uzupełniający
⬤ solidna równowaga między treściami teoretycznymi i praktycznymi
⬤ jasne wyjaśnienia i zwięzły kod
⬤ dostępny dla szerokiego grona odbiorców zainteresowanych algorytmami.

⬤ wysoka cena za wersję drukowaną
⬤ pewne uzależnienie od Pythona może zmylić początkujących
⬤ brak implementacji prawdziwej listy połączonej.

(na podstawie 4 opinii czytelników)

Oryginalny tytuł:

Learning Algorithms: A Programmer's Guide to Writing Better Code

Zawartość książki:

Jeśli chodzi o pisanie wydajnego kodu, każdy profesjonalista w dziedzinie oprogramowania musi posiadać skuteczną wiedzę na temat algorytmów. W tej praktycznej książce autor George Heineman („Algorithms in a Nutshell”) przedstawia zwięzłe i pouczające opisy kluczowych algorytmów, które usprawniają kodowanie w wielu językach. Twórcy oprogramowania, testerzy i opiekunowie odkryją, w jaki sposób algorytmy kreatywnie rozwiązują problemy obliczeniowe.

Każdy rozdział opiera się na wcześniejszych rozdziałach poprzez przyciągające wzrok wizualizacje i stałe rozwijanie kluczowych koncepcji, w tym analizę algorytmów w celu sklasyfikowania wydajności każdego algorytmu przedstawionego w książce. Pod koniec każdego rozdziału będziesz mógł zastosować to, czego się nauczyłeś, do nowego problemu - symulując doświadczenie, które możesz znaleźć w rozmowie kwalifikacyjnej dotyczącej kodu technicznego.

⬤ Zbadaj podstawowe algorytmy kluczowe dla informatyki i inżynierii oprogramowania.

⬤ Poznasz popularne strategie efektywnego rozwiązywania problemów, takie jak dziel i zwyciężaj, programowanie dynamiczne i podejście zachłanne.

⬤ Analizowanie kodu w celu oceny złożoności czasowej przy użyciu notacji big O.

⬤ Wykorzystanie istniejących bibliotek Java i Python do rozwiązywania problemów za pomocą algorytmów.

⬤ Zrozumienie kluczowych kroków w algorytmach przedstawionych w książce.

⬤ Używać przykładowego kodu w swoich programach i dokumentacji.