ورود به حساب

نام کاربری گذرواژه

گذرواژه را فراموش کردید؟ کلیک کنید

حساب کاربری ندارید؟ ساخت حساب

ساخت حساب کاربری

نام نام کاربری ایمیل شماره موبایل گذرواژه

برای ارتباط با ما می توانید از طریق شماره موبایل زیر از طریق تماس و پیامک با ما در ارتباط باشید


09117307688
09117179751

در صورت عدم پاسخ گویی از طریق پیامک با پشتیبان در ارتباط باشید

دسترسی نامحدود

برای کاربرانی که ثبت نام کرده اند

ضمانت بازگشت وجه

درصورت عدم همخوانی توضیحات با کتاب

پشتیبانی

از ساعت 7 صبح تا 10 شب

دانلود کتاب Algorithm Design: A Methodological Approach - 150 problems and detailed solutions

دانلود کتاب طراحی الگوریتم: یک رویکرد روش شناختی - 150 مسئله و راه حل دقیق

Algorithm Design: A Methodological Approach - 150 problems and detailed solutions

مشخصات کتاب

Algorithm Design: A Methodological Approach - 150 problems and detailed solutions

ویرایش: [1 ed.] 
نویسندگان: , ,   
سری:  
ISBN (شابک) : 1032369418, 9781003334590 
ناشر: Chapman and Hall/CRC 
سال نشر: 2023 
تعداد صفحات: 822
[820] 
زبان: English 
فرمت فایل : PDF (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود) 
حجم فایل: 17 Mb 

قیمت کتاب (تومان) : 32,000

در صورت ایرانی بودن نویسنده امکان دانلود وجود ندارد و مبلغ عودت داده خواهد شد



ثبت امتیاز به این کتاب

میانگین امتیاز به این کتاب :
       تعداد امتیاز دهندگان : 6


در صورت تبدیل فایل کتاب Algorithm Design: A Methodological Approach - 150 problems and detailed solutions 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 طراحی الگوریتم: یک رویکرد روش شناختی - 150 مسئله و راه حل دقیق 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.


توضیحاتی در مورد کتاب طراحی الگوریتم: یک رویکرد روش شناختی - 150 مسئله و راه حل دقیق

این کتاب که در نسخه فرانسوی آن پرفروش است، ساخت این کتاب بدیع است و موفقیت آن در بازار فرانسه جذابیت آن را نشان می دهد. این بر سه اصل استوار است: 1. سازماندهی فصول توسط خانواده الگوریتم ها: جستجوی جامع، تقسیم کن و غلبه کن، و غیره. در مقابل، هیچ فصلی وجود ندارد که فقط به ارائه سیستماتیک، مثلاً، الگوریتم های رشته ها اختصاص داشته باشد. برخی از این موارد در فصل های مختلف آمده است. 2. برای هر خانواده از الگوریتم ها، مقدمه ای بر اصول ریاضی و مسائل مربوط به یک طراحی دقیق، با یک یا دو مثال آموزشی آورده شده است. 3. در بیشتر قسمت های خود، کتاب 150 مسئله را به تفصیل شرح می دهد که شامل هفت خانواده الگوریتم است. برای هر مشکل، یک بیانیه دقیق و پیشرونده ارائه می شود. مهمتر از آن، یک راه حل کامل با توجه به اصول طراحی ارائه شده به تفصیل ارائه شده است. اغلب، برخی از خطاهای کلاسیک اشاره می شود. به طور کلی، دو سوم کتاب به ساخت دقیق منطقی راه حل ها اختصاص دارد.


توضیحاتی درمورد کتاب به خارجی

A best-seller in its French edition, the construction of this book is original and its success in the French market demonstrates its appeal. It is based on three principles: 1. An organization of the chapters by families of algorithms : exhaustive search, divide and conquer, etc. At the contrary, there is no chapter only devoted to a systematic exposure of, say, algorithms on strings. Some of these will be found in different chapters. 2. For each family of algorithms, an introduction is given to the mathematical principles and the issues of a rigorous design, with one or two pedagogical examples. 3. For its most part, the book details 150 problems, spanning on seven families of algorithms. For each problem, a precise and progressive statement is given. More important, a complete solution is detailed, with respect to the design principles that have been presented ; often, some classical errors are pointed at. Roughly speaking, two thirds of the book are devoted to the detailed rational construction of the solutions.



فهرست مطالب

Cover
Half Title
Title Page
Copyright Page
Contents
Preface
1. Mathematics and computer science: some useful notions
	1.1. Reasoning and proving
		1.1.1. Propositional and predicate calculus
		1.1.2. Proof by contradiction
		1.1.3. Proof by induction with one index
			1.1.3.1. Proof by simple induction
			1.1.3.2. Proof by partial induction
			1.1.3.3. Proof by strong induction
		1.1.4. Partition induction
		1.1.5. Foundation of the proof by induction
		1.1.6. Proof by induction with several indexes
	1.2. Recurrence relations
		1.2.1. Generalities, examples and closed forms
		1.2.2. Establishing and computing a recurrence relation
			1.2.2.1. Principles
			1.2.2.2. Some examples
			1.2.2.3. Designing the algorithm associated with a recurrence
	1.3. Recurrence, induction, recursion, etc.
	1.4. Sets
		1.4.1. Basic notations
		1.4.2. Definition of sets
		1.4.3. Operations on sets
		1.4.4. Special sets
		1.4.5. Relations, functions and arrays
			1.4.5.1. Relations
			1.4.5.2. Functions
			1.4.5.3. Arrays
		1.4.6. Bags
		1.4.7. Cartesian product and inductive structures
		1.4.8. Strings and sequences
	1.5. Graphs
		1.5.1. Directed graphs
		1.5.2. Undirected graphs
		1.5.3. Weighted graphs
	1.6. Trees
	1.7. Priority queues
		1.7.1. Definition
		1.7.2. Implementations
	1.8. FIFO and LIFO queues
	1.9. Problems
	1.10. Solutions
2. Complexity of an algorithm
	2.1. Reminders
		2.1.1. Algorithm
		2.1.2. Algorithmics, complexity of an algorithm
		2.1.3. Minimum and maximum complexity of an algorithm
		2.1.4. Orders of growth
		2.1.5. Some examples of complexity
		2.1.6. About elementary operations
		2.1.7. Practical computing time
		2.1.8. Pseudo-polynomial problems
	2.2. Problems
	2.3. Solutions
3. Specification, invariants, and iteration
	3.1. Principle for the construction of loops by invariant
	3.2. An introductory example: the Euclidian division
	3.3. Useful techniques
		3.3.1. Sequential composition
		3.3.2. Predicate strengthening and weakening
		3.3.3. Strengthening by the introduction of programming variables
	3.4. Heuristics for the discovery of invariants
		3.4.1. Breakup of the postcondition
		3.4.2. Hypothesis of the work carried out partly
		3.4.3. Strengthening the invariant
	3.5. About bounded linear search
		3.5.1. An example
		3.5.2. Special case and related pattern
	3.6. Some key points to develop a loop
	3.7. Problems
	3.8. Solutions
4. Reduce and conquer, recursion
	4.1. A few reminders about recursion
	4.2. Recurrence relation and recursion
	4.3. “Reduce and conquer” and its complexity
		4.3.1. Presentation
		4.3.2. Example 1: the spiral pattern
		4.3.3. Example 2: Hanoi towers
	4.4. What should be reminded for “Reduce and conquer”
	4.5. Problems
	4.6. Solutions
5. Generate and test
	5.1. Fundamentals
		5.1.1. Principle
		5.1.2. Functions and related frames
			5.1.2.1. Total functions
			5.1.2.2. The case of partial functions
		5.1.3. Patterns for “Generate and test”
			5.1.3.1. Patterns derived from “AllSolutions”
			5.1.3.2. Patterns derived from “OptimalSolution”
			5.1.3.3. Patterns derived from “OneSolution”
			5.1.3.4. Conclusion
	5.2. An example: the optimal partition of an array
		5.2.1. The basic problem
		5.2.2. The initial problem with a strengthened precondition and a strengthened postcondition
		5.2.3. The initial problem with a strengthened precondition
	5.3. What should be remembered from “Generate and test”
	5.4. Exercises
	5.5. Solutions
6. Branch and bound
	6.1. Introduction
		6.1.1. Branch and bound: the principle
			6.1.1.1. The separation phase
			6.1.1.2. The selection phase
			6.1.1.3. The evaluation phase
		6.1.2. The generic “Branch and bound” algorithm
			6.1.2.1. The priority queue
			6.1.2.2. Construction of the generic “Branch and bound” algorithm
			6.1.2.3. The generic “Branch and bound” algorithm itself
		6.1.3. An interesting special case for the functions f∗ and f
		6.1.4. An example: the traveling salesman
			6.1.4.1. Initial choices
			6.1.4.2. The algorithm
			6.1.4.3. First case study: the zero heuristic function
			6.1.4.4. Second case study: uniform cost
	6.2. What should be remembered about the “Branch and bound” approach
	6.3. Problems
	6.4. Solutions
7. Greedy algorithms
	7.1. Introduction
		7.1.1. Presentation
		7.1.2. Proving that a greedy algorithm is exact or optimal
		7.1.3. An example: task scheduling on a photocopier
		7.1.4. The “lead run” method
		7.1.5. Proof a posteriori: the transformation technique
	7.2. What to remember about greedy methods
	7.3. Problems
	7.4. Solutions
8. Divide and conquer
	8.1. Introduction
		8.1.1. Presentation and principle
		8.1.2. An example: merge-sort
		8.1.3. General pattern for “Divide and conquer”
		8.1.4. A typology of “Divide and conquer” algorithms
		8.1.5. Complexity of “Divide and conquer”
			8.1.5.1. Introduction to the master theorem
			8.1.5.2. Other types of recurrence equations
		8.1.6. About the size of the problem
	8.2. What to remember about the DaC approach
	8.3. Problems
	8.4. Solutions
9. Dynamic programming
	9.1. Overview
	9.2. An example: the longest sub-sequence common to two sequences
	9.3. What should be remembered to apply dynamic programming
	9.4. Problems
		9.4.1. Cutting and sharing: one-dimensional problems
		9.4.2. Cutting and sharing: two-dimensional problems
		9.4.3. Graphs and trees
		9.4.4. Sequences
			9.4.4.1. Definitions
			9.4.4.2. The problem
		9.4.5. Images
		9.4.6. Games
		9.4.7. Pseudo-polynomial problems
	9.5. Solutions
Notations
List of problems
Bibliography
Index




نظرات کاربران