Algorithmen kapieren

Visuell lernen und verstehen mit Illustrationen, Alltagsbeispielen und Python-Code

Aditya Y Bhargava

• Éditeur: MITP Verlag
• Année: 2018
• ISBN:
  9783958458154
• Édition: 1
• Sujet: Informatik
• Sous-sujet: Informationstechnologie

Visuelle Erläuterungen mit über 400 erklärenden BildernMit anschaulichen Beispielen und zahlreichen ÜbungenAusführlich kommentierter Beispielcode in PythonAb sofort sind Algorithmen nicht mehr langweilig und trocken! Mit diesem Buch wird es dir Spaß machen, dich mit Algorithmen zu beschäftigen, und es wird dir leichtfallen zu verstehen, wie diese funktionieren. Du erhältst eine anschauliche Einführung in Algorithmen und lernst visuell und praxisnah, wie du die wichtigsten Algorithmen für Aufgaben einsetzt, die dir bei der Programmierung täglich begegnen. Du beginnst mit einfachen Aufgaben wie Sortieren und Suchen. Mit diesen Grundlagen gerüstet kannst du auch schwierigere Aufgaben wie dynamische Programmierung oder Künstliche Intelligenz in Angriff nehmen. Der Autor erläutert die Funktionsweise der Algorithmen anhand ganz einfacher Beispiele. So verdeutlicht er z.B. den Unterschied zwischen Arrays und verketteten Listen anhand der Aufgabe, mehrere noch freie Plätze in einem Kinosaal zu finden. Solche Beispiele zeigen dir ganz anschaulich, wie und wofür du die jeweiligen Algorithmen effektiv einsetzen kannst.Zu allen Erläuterungen findest du anschauliche Bilder und Diagramme sowie ausführlich kommentierten Beispielcode in Python. Wenn du Algorithmen verstehen möchtest, ohne dich mit komplizierten seitenlangen Beweisen herumzuplagen, ist dieses Buch genau das richtige für dich.Aus dem Inhalt:Such-, Sortier- und GraphenalgorithmenPerformance von Algorithmen analysieren (Landau-Notation)Arrays, verkettete Listen und HashtabellenRekursion und StacksQuicksort und das Teile-und-herrsche-VerfahrenDijkstra-Algorithmus für die Ermittlung des kürzesten PfadsApproximationsalgorithmen und NP-vollständige ProblemeGreedy-AlgorithmenDynamische ProgrammierungKlassifikation und Regression mit dem k-Nächste-Nachbarn-Algorithmus