MENU
Nasze ceny
-
nowość
Struktury danych. Ilustrowany przewodnik - ebook
Struktury danych. Ilustrowany przewodnik - ebook
Nauka struktur danych jest równie ważna jak nauka algorytmów od ponad sześćdziesięciu lat bowiem stanowią fundament informatyki i nic nie wskazuje na to, by miało się to zmienić. Niezależnie od tego, nad czym pracujesz, zawsze musisz odpowiedzieć sobie na jedno kluczowe pytanie: jak w efektywny sposób zorganizować dane?
Przybliża struktury danych w przyjazny sposób!
Ritobrata Ghosh, Artificial Learning Systems
Ta przystępna i angażująca książka pomaga zrozumieć nawet złożone zagadnienia związane ze strukturami danych i z algorytmami. Przykłady zaczerpnięte z rzeczywistego świata pokazują, jak struktury danych działają w praktyce od przyspieszania wyszukiwania informacji po obsługę pacjentów w izbie przyjęć. Drzewa, kolejki, kopce i stosy nie będą miały przed Tobą żadnych tajemnic! Wizualne skojarzenia, trafne analogie i czytelne przykłady kodu w Pythonie sprawią, że abstrakcyjne pojęcia staną się intuicyjne i łatwe do zapamiętania. Jak wszystkie książki z serii Ilustrowany przewodnik, również ta pozycja jest lekka w odbiorze, praktyczna i wyjątkowo skuteczna dydaktycznie.
Ta książka to złoty środek między nadmiernym uproszczeniem a nadmiarem teorii!
Patrick Regan, MGHPCC
W książce:
- szybkie wyszukiwanie przy użyciu tablic z haszowaniem
- drzewa i binarne drzewa poszukiwań (BST) do organizacji danych
- zastosowanie grafów w modelowaniu złożonych danych
- najlepsze struktury danych do wyzwań programistycznych
Przystępna i wyczerpująca. Wzbogaci Twój zestaw narzędzi o najważniejsze struktury danych!
Bruno Goncalves, Data For Science, Inc.
Spis treści
Przedmowa
Wstęp
Podziękowania
O książce
O autorze
1. Wprowadzenie do struktur danych - dlaczego warto poznać struktury danych
- Witamy w świecie struktur danych
- Czym są struktury danych?
- Dlaczego powinienem się przejmować strukturami danych?
- Jak wykorzystujemy struktury danych w projekcie?
- Podsumowanie
2. Tablice statyczne - budowanie Twojej pierwszej struktury danych
- Czym jest tablica?
- Tablice w Pythonie
- Operacje na tablicach
- Tablice w praktyce
- Podsumowanie
3. Tablice posortowane - szybsze wyszukiwanie ma swoją cenę
- Po co nam posortowane tablice?
- Implementacja posortowanych tablic
- Podsumowanie
4. Notacja dużego O - sposób na mierzenie wydajności algorytmów
- Jak wybrać najlepsze rozwiązanie?
- Notacja dużego O
- Przykład analizy asymptotycznej
- Podsumowanie
5. Tablice dynamiczne - obsługa zbiorów danych o zmiennym rozmiarze
- Ograniczenia tablic statycznych
- Jak możemy zwiększyć rozmiar tablicy?
- Gablota z trofeami
- Czy powinniśmy również zmniejszać tablice?
- Implementacja tablicy dynamicznej
- Podsumowanie
6. Listy powiązane - elastyczna kolekcja dynamiczna
- Listy powiązane a tablice
- Listy jednokierunkowe
- Posortowane listy powiązane
- Listy dwukierunkowe
- Cykliczne listy powiązane
- Podsumowanie
7. Abstrakcyjne typy danych - projektowanie najprostszego kontenera, czyli multizbioru
- Abstrakcyjne typy danych a struktury danych
- Kontenery
- Najprostszy kontener - multizbiór
- Podsumowanie
8. Stosy - piętrzenie danych przed ich przetworzeniem
- Stos jako abstrakcyjny typ danych
- Stos jako struktura danych
- Implementacja listy powiązanej
- Teoria a rzeczywistość
- Kolejne zastosowania stosu
- Podsumowanie
9. Kolejki - przechowywanie informacji w kolejności dodawania
- Kolejka jako abstrakcyjny typ danych
- Kolejka jako struktura danych
- Implementacja
- A co z tablicami dynamicznymi?
- Kolejne zastosowania kolejki
- Podsumowanie
10. Kolejki priorytetowe i kopce - obsługa danych według ich priorytetu
- Rozszerzanie kolejek o priorytety
- Kolejki priorytetowe jako struktury danych
- Kopiec
- Implementacja kopca
- Kolejki priorytetowe w praktyce
- Podsumowanie
11. Binarne drzewo poszukiwań - zrównoważony kontener
- Co składa się na drzewo?
- Binarne drzewa poszukiwań
- Drzewa zrównoważone
- Podsumowanie
12. Słowniki i tablice z haszowaniem - tworzenie i używanie tablic asocjacyjnych
- Problem słownikowy
- Struktury danych realizujące słownik
- Tablice z haszowaniem
- Haszowanie
- Rozwiązywanie konfliktów
- Podsumowanie
13. Grafy - jak modelować złożone zależności w danych
- Czym jest graf?
- Implementacja grafów
- Przeszukiwanie grafów
- Co dalej?
- Podsumowanie
| Kategoria: | Programowanie |
| Zabezpieczenie: |
Watermark
|
| ISBN: | 978-83-289-3599-0 |
| Rozmiar pliku: | 18 MB |
