Cantitate/Preț
Produs
Total produse
Vezi coșul
Algorithm Design: United States Edition de Jon Kleinberg

Algorithm Design: United States Edition

Autor Jon Kleinberg, Éva Tardos
en Limba Engleză Paperback – 15 mar 2005

Observăm de la primele capitole că Algorithm Design se adresează studenților și profesioniștilor care au deja o bază solidă în matematică și programare. Nu este un simplu manual de introducere, ci un curs riguros de nivel universitar care presupune familiaritatea cu structurile de date fundamentale. Analizăm aici un text care prioritizează înțelegerea procesului de design în detrimentul memorării unor șabloane de cod.

Reținem metodologia distinctivă a autorilor Jon Kleinberg și Éva Tardos: fiecare algoritm este introdus prin prisma unei probleme concrete din lumea reală care îl motivează. Această ancorare practică ajută la transformarea unor concepte abstracte în soluții aplicabile în ingineria software. Complementar volumului Techniques for Designing and Analyzing Algorithms de Douglas R. Stinson, care se concentrează pe tehnici matematice de bază precum backtracking sau programare dinamică, lucrarea de față extinde perspectiva către rolul algoritmilor în ecosistemul complex al informaticii moderne, inclusiv analiza statistică.

În contextul operei lui Jon Kleinberg, acest manual reprezintă fundamentul tehnic necesar pentru a înțelege lucrările sale ulterioare mai specializate, precum Networks, Crowds, and Markets. Dacă în acea lucrare autorul explorează fenomenele sociale și rețelele complexe, în Algorithm Design el stabilește regulile matematice și logice care guvernează eficiența acestor sisteme. Structura narativă a cărții este densă, dar logică, ghidând cititorul prin tehnici de analiză asimptotică și complexitate computatională într-un ritm adaptat studiului academic aprofundat.

Citește tot Restrânge

Preț: 122661 lei

Preț vechi: 159299 lei
-23%

Puncte Express: 1840

Carte tipărită la comandă

Livrare economică 20 mai-03 iunie

 Adaugă în coș

Wish list
Gift list
Am citit!
Adaugă în listă

Specificații

ISBN-13: 9780321295354
ISBN-10: 0321295358
Pagini: 864
Dimensiuni: 209 x 239 x 37 mm
Greutate: 1.5 kg
Ediția:1
Editura: Pearson Education
Colecția Addison Wesley
Locul publicării:Boston, United States

De ce să citești această carte

Recomandăm această carte studenților la informatică și inginerilor software care doresc să treacă de la simpla scriere de cod la proiectarea unor sisteme eficiente. Veți câștiga o metodologie clară de abordare a problemelor complexe, învățând nu doar cum funcționează un algoritm, ci mai ales de ce a fost ales pentru o anumită situație. Este un instrument esențial pentru pregătirea academică și tehnică de nivel înalt.

Despre autor

Jon Kleinberg este profesor universitar Tisch la Departamentul de Informatică al Universității Cornell. Expertiza sa este recunoscută la nivel mondial, fiind membru al Academiei Naționale de Inginerie și al Academiei Americane de Arte și Științe. Cercetările sale se concentrează pe interfața dintre rețele și informație, cu un accent deosebit pe structurile sociale care susțin mediul online. Pentru contribuțiile sale, a fost distins cu numeroase premii prestigioase, printre care Premiul Nevanlinna și bursele fundațiilor MacArthur, Packard și Sloan, fiind o figură centrală în analiza statistică modernă.

Cuprins

Algorithm Design
Jon Kleinberg and Eva Tardos

Table of Contents

1 Introduction: Some Representative Problems  
    1.1 A First Problem: Stable Matching  
    1.2 Five Representative Problems  
          Solved Exercises
          Excercises
          Notes and Further Reading

 
 
2 Basics of Algorithms Analysis  
    2.1 Computational Tractability  
    2.2 Asymptotic Order of Growth Notation  
    2.3 Implementing the Stable Matching Algorithm using Lists and Arrays
    2.4 A Survey of Common Running Times  
    2.5 A More Complex Data Structure: Priority Queues
          Solved Exercises  
          Exercises  
          Notes and Further Reading

 
 
3 Graphs  
    3.1 Basic Definitions and Applications  
    3.2 Graph Connectivity and Graph Traversal  
    3.3 Implementing Graph Traversal using Queues and Stacks
    3.4 Testing Bipartiteness: An Application of Breadth-First Search  
    3.5 Connectivity in Directed Graphs  
    3.6 Directed Acyclic Graphs and Topological Ordering  
          Solved Exercises  
          Exercises  
          Notes and Further Reading

 
 
4 Greedy Algorithms  
    4.1 Interval Scheduling: The Greedy Algorithm Stays Ahead  
    4.2 Scheduling to Minimize Lateness: An Exchange Argument
    4.3 Optimal Caching: A More Complex Exchange Argument
    4.4 Shortest Paths in a Graph  
    4.5 The Minimum Spanning Tree Problem  
    4.6 Implementing Kruskal's Algorithm: The Union-Find Data Structure
    4.7 Clustering  
    4.8 Huffman Codes and the Problem of Data Compression
   *4.9 Minimum-Cost Arborescences: A Multi-Phase Greedy Algorithm  
          Solved Exercises
          Excercises
          Notes and Further Reading

 
5 Divide and Conquer  
    5.1 A First Recurrence: The Mergesort Algorithm
    5.2 Further Recurrence Relations
    5.3 Counting Inversions
    5.4 Finding the Closest Pair of Points
    5.5 Integer Multiplication
    5.6 Convolutions and The Fast Fourier Transform
          Solved Exercises
          Exercises
          Notes and Further Reading

 
 
6 Dynamic Programming  
    6.1 Weighted Interval Scheduling: A Recursive Procedure  
    6.2 Weighted Interval Scheduling: Iterating over Sub-Problems  
    6.3 Segmented Least Squares: Multi-way Choices  
    6.4 Subset Sums and Knapsacks: Adding a Variable  
    6.5 RNA Secondary Structure: Dynamic Programming Over Intervals  
    6.6 Sequence Alignment  
    6.7 Sequence Alignment in Linear Space
    6.8 Shortest Paths in a Graph  
    6.9 Shortest Paths and Distance Vector Protocols  
   *6.10 Negative Cycles in a Graph  
            Solved Exercises
            Exercises
            Notes and Further Reading

 
 
7 Network Flow  
    7.1 The Maximum Flow Problem and the Ford-Fulkerson Algorithm
    7.2 Maximum Flows and Minimum Cuts in a Network  
    7.3 Choosing Good Augmenting Paths  
   *7.4 The Preflow-Push Maximum Flow Algorithm  
    7.5 A First Application: The Bipartite Matching Problem
    7.6 Disjoint Paths in Directed and Undirected Graphs
    7.7 Extensions to the Maximum Flow Problem  
    7.8 Survey Design  
    7.9 Airline Scheduling  
    7.10 Image Segmentation  
    7.11 Project Selection  
    7.12 Baseball Elimination  
   *7.13 A Further Direction: Adding Costs to the Matching Problem  
            Solved Exercises
            Exercises
            Notes and Further Reading

 
8 NP and Computational Intractability  
   8.1 Polynomial-Time Reductions  
   8.2 Reductions via "Gadgets": The Satisfiability Problem
   8.3 Efficient Certification and the Definition of NP  
   8.4 NP-Complete Problems  
   8.5 Sequencing Problems  
   8.6 Partitioning Problems  
   8.7 Graph Coloring
   8.8 Numerical Problems  
   8.9 Co-NP and the Asymmetry of NP
   8.10 A Partial Taxonomy of Hard Problems  
        Solved Exercises
        Exercises
        Notes and Further Reading

 
 
9 PSPACE: A Class of Problems Beyond NP
   9.1 PSPACE  
   9.2 Some Hard Problems in PSPACE  
   9.3 Solving Quantified Problems and Games in Polynomial Space
   9.4 Solving the Planning Problem in Polynomial Space
   9.5 Proving Problems PSPACE-Complete  
         Solved Exercises
         Exercises
         Notes and Further Reading

 
10 Extending the Limits of Tractability  
     10.1 Finding Small Vertex Covers  
     10.2 Solving NP-Hard Problem on Trees  
     10.3 Coloring a Set of Circular Arcs
    *10.4 Tree Decompositions of Graphs  
    *10.5 Constructing a Tree Decomposition  
             Solved Exercises
             Exercises
             Notes and Further Reading

 
 
11 Approximation Algorithms  
     11.1 Greedy Algorithms and Bounds on the Optimum: A Load Balancing Problem
     11.2 The Center Selection Problem  
     11.3 Set Cover: A General Greedy Heuristic  
     11.4 The Pricing Method: Vertex Cover  
     11.5 Maximization via the Pricing method: The Disjoint Paths Problem  
     11.6 Linear Programming and Rounding: An Application to Vertex Cover  
    *11.7 Load Balancing Revisited: A More Advanced LP Application  
     11.8 Arbitrarily Good Approximations: the Knapsack Problem  
             Solved Exercises
             Exercises
             Notes and Further Reading

 
12 Local Search  
     12.1 The Landscape of an Optimization Problem  
     12.2 The Metropolis Algorithm and Simulated Annealing  
     12.3 An Application of Local Search to Hopfield Neural Networks
     12.4 Maximum Cut Approximation via Local Search  
     12.5 Choosing a Neighbor Relation  
    *12.6 Classification via Local Search  
     12.7 Best-Response Dynamics and Nash Equilibria
             Solved Exercises
             Exercises
             Notes and Further Reading

 
 
13 Randomized Algorithms  
     13.1 A First Application: Contention Resolution  
     13.2 Finding the Global Minimum Cut  
     13.3 Random Variables and their Expectations  
     13.4 A Randomized Approximation Algorithm for MAX 3-SAT  
     13.5 Randomized Divide-and-Conquer: Median-Finding and Quicksort
     13.6 Hashing: A Randomized Implementation of Dictionaries
     13.7 Finding the Closest Pair of Points: A Randomized Approach
     13.8 Randomized Caching
     13.9 Chernoff Bounds
     13.10 Load Balancing
    *13.11 Packet Routing  
     13.12 Background: Some Basic Probability Definitions
               Solved Exercises
               Exercises
               Notes and Further Reading

 
Epilogue: Algorithms that Run Forever 
References
Index

Caracteristici

  • Focus on problem analysis and design techniques.
  • Discussion is grounded in concrete problems and examples rather than abstract presentation of principles, with representative problems woven throughout the text.
  • Over 200 well crafted problems with several coming  from companies such as Yahoo!® and Oracle®. Each problem has been class tested for usefulness and accuracy in the authors' own undergraduate algorithms courses.
  • Broad coverage of algorithms for dealing with NP-hard problems and the application of randomization, increasingly important topics in algorithms.
 

Descriere scurtă

" Algorithm Design " introduces algorithms by looking at the real-world problems that motivate them. The book teaches students a range of design and analysis techniques for problems that arise in computing applications. The text encourages an understanding of the algorithm design process and an appreciation of the role of algorithms in the broader field of computer science.
August 6, 2009 Author, Jon Kleinberg, was recently cited in the New York Times for his statistical analysis research in the Internet age.