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: Revised ed.
نویسندگان: M H Alsuwaiyel
سری: Lecture Notes Series on Computing
ISBN (شابک) : 9814723649, 9789814723640
ناشر: World Scientific Publishing Company
سال نشر: 2016
تعداد صفحات: 571
زبان: English
فرمت فایل : PDF (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود)
حجم فایل: 3 مگابایت
کلمات کلیدی مربوط به کتاب الگوریتم ها: تکنیک های طراحی و تحلیل: الگوریتمها، ساختارهای داده، ژنتیک، مدیریت حافظه، برنامهنویسی، رایانهها و فناوری، توسعه نرمافزار، طراحی نرمافزار، آزمایش و مهندسی، برنامهنویسی، رایانهها و فناوری، مرجع، سالنامهها و سالنامهها، اطلسها و نقشهها، مشاغل، کاتالوگها و فهرستها، راهنمای مشتریان لغت نامه ها و اصطلاحنامه ها، دایره المعارف ها و راهنماهای موضوعی، انگلیسی به عنوان زبان دوم، آداب معاشرت، مطالعه و مرجع زبان خارجی، تبارشناسی، نقل قول ها، بقا و آمادگی اضطراری، آمادگی آزمون، کلمات، زبان و گروه
در صورت تبدیل فایل کتاب Algorithms: Design Techniques and 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 الگوریتم ها: تکنیک های طراحی و تحلیل 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.
حل مسئله جزء ضروری هر رشته علمی است. این دارای دو جزء است: (1) شناسایی و فرمول مشکل، و (2) راه حل برای مشکل فرمول بندی شده. میتوان با استفاده از تکنیکهای موردی یا با پیروی از تکنیکهایی که راهحلهای کارآمدی برای مسائل مشابه ایجاد کردهاند، یک مسئله را به تنهایی حل کرد. این امر مستلزم درک تکنیکهای مختلف طراحی الگوریتم، نحوه و زمان استفاده از آنها برای فرمولبندی راهحلها و زمینه مناسب برای هر یک از آنها است. با مثال های متعدد - تاکید بر تکنیک های طراحی در حل مسئله به جای موضوعات الگوریتم مانند جستجو و مرتب سازی. تجزیه و تحلیل الگوریتمی در ارتباط با الگوریتم های نمونه به تفصیل مورد بررسی قرار می گیرد. هر تکنیک یا استراتژی در فصل خود از طریق مثال های متعددی از مسائل و الگوریتم های آنها پوشش داده شده است. خوانندگان به ابزارهای حل مسئله مورد نیاز در دوره های پیشرفته یا تحقیقات در علوم و مهندسی مجهز خواهند شد.
Problem solving is an essential part of every scientific discipline. It has two components: (1) problem identification and formulation, and (2) the solution to the formulated problem. One can solve a problem on its own using ad hoc techniques or by following techniques that have produced efficient solutions to similar problems. This requires the understanding of various algorithm design techniques, how and when to use them to formulate solutions, and the context appropriate for each of them.Algorithms: Design Techniques and Analysis advocates the study of algorithm design by presenting the most useful techniques and illustrating them with numerous examples — emphasizing on design techniques in problem solving rather than algorithms topics like searching and sorting. Algorithmic analysis in connection with example algorithms are explored in detail. Each technique or strategy is covered in its own chapter through numerous examples of problems and their algorithms.Readers will be equipped with problem solving tools needed in advanced courses or research in science and engineering.
Content: Preface
PART 1 Basic Concepts and Introduction to Algorithms
Chapter 1 Basic Concepts in Algorithmic Analysis
1.1 Introduction
1.2 Historical Background
1.3 Binary Search
1.3.1 Analysis of the binary search algorithm
1.4 Merging Two Sorted Lists
1.5 Selection Sort
1.6 Insertion Sort
1.7 Bottom-up Merge Sorting
1.7.1 Analysis of bottom-up merge sorting
1.8 Time Complexity
1.8.1 Order of growth
1.8.2 The O-notation
1.8.3 The Ω-notation
1.8.4 The Θ-notation
1.8.5 Examples
1.8.6 Complexity classes and the o-notation
1.9 Space Complexity
1.10 Optimal Algorithms 1.11 How to Estimate the Running Time of an Algorithm1.11.1 Counting the number of iterations
1.11.2 Counting the frequency of basic operations
1.11.3 Using recurrence relations
1.12 Worst-Case and Average-Case Analyses
1.12.1 Worst-case analysis
1.12.2 Average-case analysis
1.13 Amortized Analysis
1.14 Input Size and Problem Instance
1.15 Divide-and-Conquer Recurrences
1.15.1 Expanding the recurrence
1.15.2 Substitution
1.15.3 Change of variables
1.16 Exercises
1.17 Bibliographic Notes
Chapter 2 Data Structures
2.1 Introduction
2.2 Linked Lists
2.2.1 Stacks and queues 2.3 Graphs2.3.1 Representation of graphs
2.3.2 Planar graphs
2.4 Trees
2.5 Rooted Trees
2.5.1 Tree traversals
2.6 Binary Trees
2.6.1 Some quantitative aspects of binary trees
2.6.2 Binary search trees
2.7 Exercises
2.8 Bibliographic Notes
Chapter 3 Heaps and the Disjoint Sets Data Structures
3.1 Introduction
3.2 Heaps
3.2.1 Operations on heaps
3.2.2 Creating a heap
3.2.3 Heapsort
3.2.4 Min and Max Heaps
3.3 Disjoint Sets Data Structures
3.3.1 The union by rank heuristic
3.3.2 Path compression
3.3.3 The union-find algorithms
3.3.4 Analysis of the union-find algorithms 3.4 Exercises3.5 Bibliographic Notes
PART 2 Techniques Based on Recursion
Chapter 4 Induction
4.1 Introduction
4.2 Finding the Majority Element
4.3 Integer Exponentiation
4.4 Evaluating Polynomials (Horner\'s Rule)
4.5 Radix Sort
4.6 Generating Permutations
4.6.1 The first algorithm
4.6.2 The second algorithm
4.7 Exercises
4.8 Bibliographic Notes
Chapter 5 Divide and Conquer
5.1 Introduction
5.2 Binary Search
5.3 Mergesort
5.3.1 How the algorithm works
5.3.2 Analysis of the mergesort algorithm
5.4 The Divide-and-Conquer Paradigm 5.5 Selection: Finding the Median and the kth Smallest Element5.5.1 Analysis of the selection algorithm
5.6 Quicksort
5.6.1 A partitioning algorithm
5.6.2 The sorting algorithm
5.6.3 Analysis of the quicksort algorithm
5.6.3.1 The worst-case behavior
5.6.3.2 The average-case behavior
5.6.4 Comparison of sorting algorithms
5.7 Multiselection
5.8 Multiplication of Large Integers
5.9 Matrix Multiplication
5.9.1 The traditional algorithm
5.9.2 Strassen\'s algorithm
5.9.3 Comparisons of the two algorithms
5.10 The Closest Pair Problem
5.10.1 Time complexity
5.11 Exercises