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: Anne Benoit (Author), Yves Robert (Author), Frédéric Vivien (Author) سری: ISBN (شابک) : 9781439825648, 9780429644115 ناشر: CRC Press سال نشر: 2013 تعداد صفحات: 382 زبان: فرمت فایل : PDF (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود) حجم فایل: 4 مگابایت
کلمات کلیدی مربوط به کتاب راهنمای طراحی الگوریتم: پارادایم ها، روش ها و تحلیل پیچیدگی: علوم کامپیوتر، الگوریتم ها و پیچیدگی، محاسبات، علوم کامپیوتر (عمومی)
در صورت تبدیل فایل کتاب A Guide to Algorithm Design: Paradigms, Methods, and Complexity Analysis 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 راهنمای طراحی الگوریتم: پارادایم ها، روش ها و تحلیل پیچیدگی 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.
ارائه دیدگاه تکمیلی به کتاب های استاندارد در مورد الگوریتم ها، راهنمای طراحی الگوریتم: پارادایم ها، روش ها و تجزیه و تحلیل پیچیدگی، نقشه راهی برای خوانندگان فراهم می کند تا با یافتن راه حل بهینه یا اثبات نتایج پیچیدگی، دشواری یک مسئله الگوریتمی را تعیین کنند. این یک درمان عملی از پیچیدگی الگوریتمی است و خوانندگان را در حل مسائل الگوریتمی راهنمایی می کند. این کتاب که به سه بخش تقسیم شده است، مجموعه ای جامع از مشکلات را با راه حل ها و همچنین مطالعات موردی عمیق ارائه می دهد که نشان می دهد چگونه می توان پیچیدگی یک مشکل جدید را ارزیابی کرد. بخش اول به خوانندگان کمک می کند تا اصول طراحی اصلی را درک کنند و الگوریتم های کارآمد طراحی کنند. بخش دوم کاهشهای چند جملهای ناشی از مسائل NP-complete و رویکردهایی را پوشش میدهد که فراتر از NP-completeness هستند. بخش سوم ابزارها و تکنیکهایی را برای خوانندگان برای ارزیابی پیچیدگی مسئله، از جمله چگونگی تعیین اینکه کدام نمونهها چند جملهای هستند و کدامها NP-hard هستند، فراهم میکند. این متن با تکیه بر مطالب تست شده در کلاس درس نویسندگان، خوانندگان را گام به گام با مفاهیم و روشهای تحلیل پیچیدگی الگوریتمی آشنا میکند. از طریق بسیاری از مسائل و مثالهای دقیق، خوانندگان میتوانند الگوریتمهای زمان چند جملهای و کامل بودن NP و فراتر از آن را بررسی کنند.
Presenting a complementary perspective to standard books on algorithms, A Guide to Algorithm Design: Paradigms, Methods, and Complexity Analysis provides a roadmap for readers to determine the difficulty of an algorithmic problem by finding an optimal solution or proving complexity results. It gives a practical treatment of algorithmic complexity and guides readers in solving algorithmic problems. Divided into three parts, the book offers a comprehensive set of problems with solutions as well as in-depth case studies that demonstrate how to assess the complexity of a new problem. Part I helps readers understand the main design principles and design efficient algorithms. Part II covers polynomial reductions from NP-complete problems and approaches that go beyond NP-completeness. Part III supplies readers with tools and techniques to evaluate problem complexity, including how to determine which instances are polynomial and which are NP-hard. Drawing on the authors’ classroom-tested material, this text takes readers step by step through the concepts and methods for analyzing algorithmic complexity. Through many problems and detailed examples, readers can investigate polynomial-time algorithms and NP-completeness and beyond.
Polynomial-Time Algorithms: Exercises
Introduction to Complexity
On the complexity to compute xn
Asymptotic notations: O, o, Θ, and Ω
Divide-and-Conquer
Strassen’s algorithm
Master theorem
Solving recurrences
Greedy Algorithms
Motivating example: the sports hall
Designing greedy algorithms
Graph coloring
Theory of matroids
Dynamic Programming
The coin changing problem
The knapsack problem
Designing dynamic-programming algorithms
Amortized Analysis
Methods for amortized analysis
Exercises, Solutions, and Bibliographic Notes appear at the end of each chapter in this section.
NP-Completeness and Beyond
NP-Completeness
A practical approach to complexity theory
Problem classes
NP-complete problems and reduction theory
Examples of NP-complete problems and reductions
Importance of problem definition
Strong NP-completeness
Why does it matter?
Exercises on NP-Completeness
Easy reductions
About graph coloring
Scheduling problems
More involved reductions
2-PARTITION is NP-complete
Beyond NP-Completeness
Approximation results
Polynomial problem instances
Linear programming
Randomized algorithms
Branch-and-bound and backtracking
Exercises Going beyond NP-Completeness
Approximation results
Dealing with NP-complete problems
Reasoning on Problem Complexity
Reasoning to Assess a Problem Complexity
Basic reasoning
Set of problems with polynomial-time algorithms
Set of NP-complete problems
Chains-on-Chains Partitioning
Optimal algorithms for homogeneous resources
Variants of the problem
Extension to a clique of heterogeneous resources
Conclusion
Replica Placement in Tree Networks
Access policies
Complexity results
Variants of the replica placement problem
Conclusion
Packet Routing
MEDP: Maximum edge-disjoint paths
PRVP: Packet routing with variable-paths
Conclusion
Matrix Product, or Tiling the Unit Square
Problem motivation
NP-completeness
A guaranteed heuristic
Related problems
Online Scheduling
Flow time optimization
Competitive analysis
Makespan optimization
Conclusion
Bibliography
Index