算法分析：有效的學(xué)習(xí)方法

定　價：￥28.00

作　者：	美Jeffrey J.McConnell著
出版社：	高等教育出版社
叢編項：	國外優(yōu)秀信息科學(xué)與技術(shù)系列教學(xué)用書
標(biāo)　簽：	學(xué)習(xí)考試與留學(xué)指導(dǎo) 計算機(jī)專業(yè) 大學(xué) 教材教輔與參考書

購買這本書可以去

ISBN：	9787040126594	出版時間：	2003-03-01	包裝：	平裝
開本：	24cm	頁數(shù)：	316	字?jǐn)?shù)：

內(nèi)容簡介

　　本書主要目標(biāo)是提高讀者關(guān)于算法對程序效率的影響等問題的認(rèn)知水平，并培養(yǎng)讀者分析程序中的算法所必需的技巧。各章材料以激發(fā)讀者有效的、協(xié)同的學(xué)習(xí)方法的形式講述。通過全面的論述和完整的數(shù)學(xué)推導(dǎo)，本書幫助讀者最大限度地理解基本概念。本書內(nèi)容包括促使學(xué)生參與其中的大量程序設(shè)計課題。書中所有算法以偽碼形式給出，使得具備條件表達(dá)式、循環(huán)與遞歸方面知識的讀者均易于理解。本書以簡潔的寫作風(fēng)格向讀者介紹了兼具空間效率、時間效率的軟件設(shè)計問題。本書以全面的教學(xué)材料，向讀者提供如何講授運(yùn)用行之有效的、協(xié)同的學(xué)習(xí)方法的解決方案和背景知識。Jeffrey J. McConnell是Canisius學(xué)院的全職教授，自1990年起任該校計算機(jī)系系主任。他是有效與協(xié)同學(xué)習(xí)方法的倡導(dǎo)者。自1993年以來，他將這種方法應(yīng)用于教學(xué)實踐中并達(dá)到了相當(dāng)?shù)母叨?。他在該領(lǐng)域內(nèi)有三本論著，并設(shè)立了七個實驗室，多次在教學(xué)研討會上作專題演講并建立了專題信息網(wǎng)站。他還在計算機(jī)圖形學(xué)領(lǐng)域發(fā)表了14篇著作。本書可作為計算機(jī)及相關(guān)專業(yè)學(xué)習(xí)計算機(jī)算法的教材，也可供相關(guān)技術(shù)人員學(xué)習(xí)參考。內(nèi)容：1. 算法分析基礎(chǔ) 2. 搜索與查找算法 3. 排序算法 4. 數(shù)值算法 5. 匹配算法 6. 圖算法 7 并行算法 8. 非確定型算法 9. 相關(guān)算法技巧附錄A 隨機(jī)數(shù)表附錄B 偽隨機(jī)數(shù)生成方法附錄C 各章學(xué)習(xí)實例的預(yù)定輸入所產(chǎn)生的結(jié)果附錄D 各章參考文獻(xiàn)

作者簡介

暫缺《算法分析：有效的學(xué)習(xí)方法》作者簡介

圖書目錄

Preface
Chapter1 Analysis Basics
1.1 What is Analysis?
1.2 What to Count and Consider
1.3 Mathematical Background
1.4 Rates of Growth
1.5 Divide and Conquer Algorithms
1.6 Recurrence Relations
1.7 Analyzing Programs
Chapter2 Searching and Selection Algorithms
2.1 Sequential Search
2.2 Binary Search
2.3 Selection
2.4 Programming Exercise
Chapter3 Sorting Algortithms
3.1 Insertion Sort
3.2 Bubble Sort
3.3 Shellsort
3.4 Radix Sort
3.5 Heapsort
3.6 Merge Sort
3.7 Quicksort
3.8 External Polyphase Merge Sort
3.9 Additional Exercises
3.10 Programming Exercises
Chapter4 Numeric Algorithms
4.1 Calculating Polynomials
4.2 Matrix Multiplication
4.3 Linear Equations
Chapter5 Matching Algorithms
5.1 String Matching
5.2 Approximate String Matching
5.3 Programming Exercises
Chapter6 Graph Algorthms
6.1 Graph Background and Terminology
6.2 Data Structure Methods for Graphs
6.3 Depth-First and Breadth-Fist Traversal Algorithms
6.4 Minimum Spanning Tree Algorithm
6.5 Shortest-Path Algorithm
6.6 Biconnected Component Algorithm
6.7 Partitioning Sets
6.8 Programming Exercises
Chapter 7 Parallel Algorithms
7.1 Parallelism Introduction
7.2 The PRAM Model
7.3 Simple Parallel Operations
7.4 Parallel Searching
7.5 Parallel Sorting
7.6 Parallel Numerical Algorithms
7.7 Parallel Graph Algorithms
Chapter 8 Nondeterministic Algorithms
8.1 What is NP?
8.2 Typical NP Problems
8.3 What Makes Something NP?
8.4 Testing Possible Solutions
Chapter9 Other Algorithmic Techniques
9.1 Greedy Approximation Algorithms
9.2 Probabilistic Algorithms
9.3 Dynamic Programming
9.4 Programming Exercises
Appendix A Random Numbe Table
Appendix B Pseudorandom Number Generation
Appendix C Results of Chapter Study Suggestion
Appendix D References
Index