دسترسی نامحدود
برای کاربرانی که ثبت نام کرده اند
برای ارتباط با ما می توانید از طریق شماره موبایل زیر از طریق تماس و پیامک با ما در ارتباط باشید
در صورت عدم پاسخ گویی از طریق پیامک با پشتیبان در ارتباط باشید
برای کاربرانی که ثبت نام کرده اند
درصورت عدم همخوانی توضیحات با کتاب
از ساعت 7 صبح تا 10 شب
ویرایش: 1
نویسندگان: Jay Wengrow
سری:
ISBN (شابک) : 9781680502442
ناشر: Pragmatic Bookshelf
سال نشر: 2017
تعداد صفحات: 213
زبان: English
فرمت فایل : PDF (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود)
حجم فایل: 7 مگابایت
در صورت تبدیل فایل کتاب A Common-Sense Guide to Data Structures and Algorithms: Level Up Your Core Programming Skills به فرمت های PDF، EPUB، AZW3، MOBI و یا DJVU می توانید به پشتیبان اطلاع دهید تا فایل مورد نظر را تبدیل نمایند.
توجه داشته باشید کتاب یک راهنمای عقل سلیم برای ساختارهای داده و الگوریتم ها: مهارت های اصلی برنامه نویسی خود را بالا ببرید نسخه زبان اصلی می باشد و کتاب ترجمه شده به فارسی نمی باشد. وبسایت اینترنشنال لایبرری ارائه دهنده کتاب های زبان اصلی می باشد و هیچ گونه کتاب ترجمه شده یا نوشته شده به فارسی را ارائه نمی دهد.
برخی از نسخههای این کتاب دارای خطای چاپی هستند که باعث میشود ارقام ناخوانا باشند. اگر یکی از این نسخهها را دریافت کردهاید، لطفاً با قفسه کتاب عملی در support@pragprog.com تماس بگیرید و ما آن را برای شما جایگزین میکنیم.
الگوریتمها و ساختارهای داده بسیار بیشتر از مفاهیم انتزاعی هستند. . تسلط بر آنها شما را قادر می سازد کدی بنویسید که سریعتر و کارآمدتر اجرا شود، که به ویژه برای وب و برنامه های موبایل امروزی مهم است. این کتاب رویکردی عملی به ساختارهای داده و الگوریتمها دارد، با تکنیکها و سناریوهای دنیای واقعی که میتوانید در کد تولید روزانه خود از آنها استفاده کنید. گرافیک ها و مثال ها این مفاهیم علوم کامپیوتر را قابل درک و مرتبط می کند. شما می توانید از این تکنیک ها با هر زبانی استفاده کنید. نمونههای کتاب در جاوا اسکریپت، پایتون و روبی هستند.
از نماد Big O، ابزار اصلی برای ارزیابی الگوریتمها، برای اندازهگیری و بیان کارایی کد خود استفاده کنید و الگوریتم خود را برای سریعتر کردن آن تغییر دهید. . دریابید که چگونه انتخاب آرایهها، لیستهای پیوندی، و جداول هش میتواند به طور چشمگیری بر کدی که مینویسید تأثیر بگذارد. از بازگشت برای حل مسائل پیچیده استفاده کنید و الگوریتم هایی ایجاد کنید که به طور نمایی سریعتر از گزینه های جایگزین اجرا شوند. برای کمک به مقیاسسازی برنامههای تخصصی مانند شبکههای اجتماعی و نرمافزار نقشهبرداری، ساختارهای دادهای پیشرفته مانند درختهای باینری و نمودارها را حفاری کنید. حتی با یک کلمه کلیدی مواجه خواهید شد که می تواند کد شما را تقویت کند. Jay Wengrow شیوههای آموزشی کلیدی را که بهعنوان یک مؤسس و مربی برنامهنویس توسعه وب توسعه داده است، در این کتاب آورده است.
از این تکنیکها امروز برای سریعتر و مقیاسپذیر کردن کد خود استفاده کنید.
Some copies of this book have a printing error that causes the figures to be unreadable. If you have received one of these copies, please contact the Pragmatic Bookshelf at support@pragprog.com, and we will replace it for you.
Algorithms and data structures are much more than abstract concepts. Mastering them enables you to write code that runs faster and more efficiently, which is particularly important for today’s web and mobile apps. This book takes a practical approach to data structures and algorithms, with techniques and real-world scenarios that you can use in your daily production code. Graphics and examples make these computer science concepts understandable and relevant. You can use these techniques with any language; examples in the book are in JavaScript, Python, and Ruby.
Use Big O notation, the primary tool for evaluating algorithms, to measure and articulate the efficiency of your code, and modify your algorithm to make it faster. Find out how your choice of arrays, linked lists, and hash tables can dramatically affect the code you write. Use recursion to solve tricky problems and create algorithms that run exponentially faster than the alternatives. Dig into advanced data structures such as binary trees and graphs to help scale specialized applications such as social networks and mapping software. You’ll even encounter a single keyword that can give your code a turbo boost. Jay Wengrow brings to this book the key teaching practices he developed as a web development bootcamp founder and educator.
Use these techniques today to make your code faster and more scalable.
Cover Table of Contents Preface Who Is This Book For? What’s in This Book? How to Read This Book Online Resources Acknowledgments 1. Why Data Structures Matter The Array: The Foundational Data Structure Reading Searching Insertion Deletion Sets: How a Single Rule Can Affect Efficiency Wrapping Up 2. Why Algorithms Matter Ordered Arrays Searching an Ordered Array Binary Search Binary Search vs. Linear Search Wrapping Up 3. Oh Yes! Big O Notation Big O: Count the Steps Constant Time vs. Linear Time Same Algorithm, Different Scenarios An Algorithm of the Third Kind Logarithms O(log N) Explained Practical Examples Wrapping Up 4. Speeding Up Your Code with Big O Bubble Sort Bubble Sort in Action Bubble Sort Implemented The Efficiency of Bubble Sort A Quadratic Problem A Linear Solution Wrapping Up 5. Optimizing Code with and Without Big O Selection Sort Selection Sort in Action Selection Sort Implemented The Efficiency of Selection Sort Ignoring Constants The Role of Big O A Practical Example Wrapping Up 6. Optimizing for Optimistic Scenarios Insertion Sort Insertion Sort in Action Insertion Sort Implemented The Efficiency of Insertion Sort The Average Case A Practical Example Wrapping Up 7. Blazing Fast Lookup with Hash Tables Enter the Hash Table Hashing with Hash Functions Building a Thesaurus for Fun and Profit, but Mainly Profit Dealing with Collisions The Great Balancing Act Practical Examples Wrapping Up 8. Crafting Elegant Code with Stacks and Queues Stacks Stacks in Action Queues Queues in Action Wrapping Up 9. Recursively Recurse with Recursion Recurse Instead of Loop The Base Case Reading Recursive Code Recursion in the Eyes of the Computer Recursion in Action Wrapping Up 10. Recursive Algorithms for Speed Partitioning Quicksort The Efficiency of Quicksort Worst-Case Scenario Quickselect Wrapping Up 11. Node-Based Data Structures Linked Lists Implementing a Linked List Reading Searching Insertion Deletion Linked Lists in Action Doubly Linked Lists Wrapping Up 12. Speeding Up All the Things with Binary Trees Binary Trees Searching Insertion Deletion Binary Trees in Action Wrapping Up 13. Connecting Everything with Graphs Graphs Breadth-First Search Graph Databases Weighted Graphs Dijkstra’s Algorithm Wrapping Up 14. Dealing with Space Constraints Big O Notation as Applied to Space Complexity Trade-Offs Between Time and Space Parting Thoughts Index – A – – B – – C – – D – – E – – F – – G – – H – – I – – J – – L – – M – – N – – O – – P – – Q – – R – – S – – T – – V – – W –