An Introduction to Data Structures and Algorithms

ساختارها و الگوریتم‌های داده در سطح کالج در قالبی بسیار در دسترس ارائه می‌شوند که مطالب را با نمایش‌های یک صفحه‌ای به گونه‌ای ارائه می‌کند که برای معلمان و دانش‌آموزان جذاب باشد. سیزده فصل شامل: مدل‌های محاسبات، فهرست‌ها، استقرا و بازگشت، درختان، طراحی الگوریتم، درهم‌سازی، پشته‌ها، درخت‌های متعادل، مجموعه‌ها در یک جهان کوچک، نمودارها، رشته‌ها، تبدیل فوریه گسسته، محاسبات موازی است. ویژگی های کلیدی: مفاهیم پیچیده به وضوح در یک صفحه منفرد با حداقل نشانه گذاری و بدون \"بهم ریختگی\" نحو یک زبان برنامه نویسی خاص بیان می شوند. الگوریتم‌ها با \"شبه کد\" خود توضیحی ارائه می‌شوند. * فصل‌های 1-4 بر مفاهیم ابتدایی تمرکز می‌کنند. نمونه تمرینات همراه با راه حل ارائه شده است. بخش هایی که ممکن است برای دوره مقدماتی نادیده گرفته شوند ستاره دار می شوند. فقط به برخی از پیش زمینه های پایه ریاضی و برخی تجربه برنامه نویسی کامپیوتر نیاز دارد. * فصل 5-13 با سرعت بیشتری پیشرفت می کند. این مطالب برای فارغ التحصیلان مقطع کارشناسی یا فارغ التحصیلان سال اول که فقط نیاز به بررسی فصل های 1-4 دارند مناسب است. * این کتاب ممکن است برای یک دوره مقدماتی یک ترم (بر اساس فصل های 1-4 و بخش هایی از فصل های مربوط به طراحی الگوریتم، هش کردن و الگوریتم های نمودار) و برای یک دوره پیشرفته یک ترم که از فصل 5 شروع می شود استفاده شود. دوره یک ساله ممکن است بر اساس کل کتاب باشد. * مرتب‌سازی که اغلب به‌عنوان یک فصل کاملاً فنی تلقی می‌شود، به‌عنوان یک فصل جداگانه در نظر گرفته نمی‌شود، اما در بسیاری از مثال‌ها (از جمله مرتب‌سازی حبابی، مرتب‌سازی ادغام، مرتب‌سازی درختی، مرتب‌سازی پشته‌ای، مرتب‌سازی سریع و چندین الگوریتم موازی) استفاده می‌شود. همچنین، کران‌های پایین‌تر در مرتب‌سازی با مقایسه با ارائه پشته‌ها در زمینه کران‌های پایین‌تر برای ساختارهای مبتنی بر مقایسه گنجانده شده است. * فصل 13 در مورد مدل های موازی محاسبات چیزی شبیه به یک کتاب کوچک است و یک راه خوب برای پایان دادن به یک دوره است. اگرچه مشخص نیست چه موازی

Data structures and algorithms are presented at the college level in a highly accessible format that presents material with one-page displays in a way that will appeal to both teachers and students. The thirteen chapters cover: Models of Computation, Lists, Induction and Recursion, Trees, Algorithm Design, Hashing, Heaps, Balanced Trees, Sets Over a Small Universe, Graphs, Strings, Discrete Fourier Transform, Parallel Computation. Key features: Complicated concepts are expressed clearly in a single page with minimal notation and without the "clutter" of the syntax of a particular programming language; algorithms are presented with self-explanatory "pseudo-code." * Chapters 1-4 focus on elementary concepts, the exposition unfolding at a slower pace. Sample exercises with solutions are provided. Sections that may be skipped for an introductory course are starred. Requires only some basic mathematics background and some computer programming experience. * Chapters 5-13 progress at a faster pace. The material is suitable for undergraduates or first-year graduates who need only review Chapters 1 -4. * This book may be used for a one-semester introductory course (based on Chapters 1-4 and portions of the chapters on algorithm design, hashing, and graph algorithms) and for a one-semester advanced course that starts at Chapter 5. A year-long course may be based on the entire book. * Sorting, often perceived as rather technical, is not treated as a separate chapter, but is used in many examples (including bubble sort, merge sort, tree sort, heap sort, quick sort, and several parallel algorithms). Also, lower bounds on sorting by comparisons are included with the presentation of heaps in the context of lower bounds for comparison-based structures. * Chapter 13 on parallel models of computation is something of a mini-book itself, and a good way to end a course. Although it is not clear what parallel