Algorithmen kapieren

Buch

Bhargava, Aditya Y.

  • Titel: Algorithmen kapieren : Visuell lernen und verstehen mit Illustrationen, Alltagsbeispielen und Python-Code / Aditya Y Bhargava ; Mit einem Vorwort von Daniel Zingaro ; Übersetzung aus dem Amerikanischen von Knut Lorenzen & Guido Lenz
  • Originaltitel: Grokking Algorithms, 2nd edition
  • Person(en): Bhargava, Aditya Y. [Verfasser*in, Einleitungstext, Vorwort] ; Zingaro, Daniel [Verfasser*in, Geleittext] ; Lorenzen, Knut [Übersetzung] ; Lenz, Guido [Übersetzung]
  • Organisation(en): mitp Verlags GmbH & Co. KG [Verlag]
  • Ausgabe: 2. Auflage
  • Sprache: Deutsch
  • Originalsprache: Deutsch
  • Umfang: 331 Seiten : Illustrationen, Diagramme ; 24 cm
  • Erschienen: Frechen : mitp, 2024
  • ISBN/Preis: 978-3-7475-0908-1 Broschur : EUR 29.99
  • Signatur: LERNEN und ARBEITEN > IT und Technik
  • Jb 0 BHAR
  • Achtung! Neue Medien können einen abweichenden Standort aufweisen. Bitte prüfen Sie den genauen Standort in der Verfügbarkeitsanzeige.

Inhalt: Ab sofort sind Algorithmen nicht mehr langweilig und trocken! Mit diesem Buch wird es dir leichtfallen, ihre Funktionsweise zu verstehen. Alle Algorithmen werden mithilfe von Beispielen aus dem täglichen Leben erläutert, z. B. der Unterschied zwischen Arrays und verketteten Listen anhand der Aufgabe, freie Plätze in einem Kinosaal zu finden. Du lernst die wichtigsten Algorithmen kennen, die dir dabei helfen, deine Programme zu beschleunigen, deinen Code zu vereinfachen und die gängigsten Aufgaben bei der Programmierung zu lösen. Dabei beginnst du mit einfachen Aufgaben wie Sortieren und Suchen. Mit diesen Grundlagen gerüstet kannst du auch schwierigere Aufgaben wie Datenkomprimierung oder künstliche Intelligenz in Angriff nehmen. Zu allen Erläuterungen findest du anschauliche Illustrationen und Diagramme sowie ausführlich kommentierten Beispielcode in Python. Übungsaufgaben mit Lösungen für jedes Kapitel helfen dir, dein Wissen zu testen und zu festigen. Aus dem Inhalt: Such-, Sortier- und Graphenalgorithmen; Performance von Algorithmen analysieren (Landau-Notation); Arrays, verkettete Listen und Hashtabellen; Bäume und balancierte Bäume; Rekursion und Stacks; Quicksort und das Teile-und-herrsche-Verfahren; Dijkstra-Algorithmus für die Ermittlung des kürzesten Pfads; Approximationsalgorithmen und NP-vollständige Probleme; Greedy-Algorithmen; Dynamische Programmierung; Klassifikation und Regression mit dem k-Nächste-Nachbarn-Algorithmus.