Promocja!

ALGORYTMY W PYTHONIE TECHNIKI PROGRAMOWANIA DLA PRAKTYKÓW

Original price was: 119.00zł.Current price is: 107.09zł.

Na stanie

SPIS TREŚCI

Przedmowa

  • Przykładowe programy w Pythonie
  • Co odróżnia tę książkę od innych podręczników?
  • Jak należy czytać tę książkę?
  • Co zostało opisane w tej książce?
  • Konwencje typograficzne i oznaczenia

Rozdział 1. Zanim wystartujemy

  • Czym powinien się charakteryzować algorytm?
  • Jak to wcześniej bywało, czyli wyjątki z historii maszyn algorytmicznych
  • Jak to się niedawno odbyło, czyli o tym, kto wymyślił metodologię programowania
  • Proces koncepcji programów
  • Poziomy abstrakcji opisu i wybór języka
  • Maszyna Turinga
  • Modelowanie i realizacja algorytmów
    • Schematy blokowe
    • Przetwarzanie danych – operatory
    • Grupowanie fragmentów kodu w funkcje
    • Pobieranie lub wyświetlanie wartości
    • Iteracyjne wykonywanie kodu
    • Operatory logiczne
  • Poprawność algorytmów
  • Zadania
  • Rozwiązania i wskazówki do zadań

Rozdział 2. Systemy obliczeniowe i podstawy kodowania

  • Systemy pozycyjne w pigułce
  • System dwójkowy
  • System szesnastkowy
  • System ósemkowy
  • Operacje arytmetyczne na liczbach dwójkowych
  • Kod BCD
  • Kodowanie liczb ze znakiem
    • Kod znak-moduł (ZM)
    • Kod U2 (system uzupełnienia dwójkowego)
  • Zmienne w pamięci komputera
  • Kodowanie znaków
  • Kodowanie obrazów
    • Mapy bitowe na przykładzie formatu BMP

Rozdział 3. Rekurencja

  • Definicja rekurencji
  • Ilustracja pojęcia rekurencji
  • Jak wykonują się programy rekurencyjne?
  • Niebezpieczeństwa rekurencji
    • Ciąg Fibonacciego
    • Stack overflow!
  • Pułapek ciąg dalszy
    • Stąd do wieczności
    • Definicja poprawna, ale.
  • Typy programów rekurencyjnych
  • Myślenie rekurencyjne
    • Przykład 1. Spirala
    • Przykład 2. Kwadraty „parzyste”
  • Przeszukiwanie binarne
  • Uwagi praktyczne na temat technik rekurencyjnych
  • Zadania
  • Rozwiązania i wskazówki do zadań

Rozdział 4. Analiza złożoności algorytmów

  • Definicje i przykłady
    • Jeszcze raz funkcja silnia
    • Wyszukiwanie wspólnego elementu w kolekcjach
    • Zerowanie fragmentu tablicy
    • Wpadamy w pułapkę
    • Różne typy złożoności obliczeniowej
  • Nowe zadanie: uprościć obliczenia!
  • Analiza programów rekurencyjnych
    • Terminologia i definicje
    • Ilustracja metody na przykładzie
    • Rozkład logarytmiczny
    • Przeszukiwanie binarne. tym razem bez matematyki wyższej!
    • Zamiana dziedziny równania rekurencyjnego
    • Funkcja Ackermanna, czyli coś dla smakoszy
  • Złożoność obliczeniowa to nie religia!
  • Techniki optymalizacji programów
  • Trochę praktyki: pomiary czasów wykonania
  • Zadania
  • Rozwiązania i wskazówki do zadań

Rozdział 5. Typy proste wbudowane

  • Zmienne (nie zawsze) proste
    • Typy proste
    • Stałe symboliczne
    • Pojęcie referencji
    • Zasięg zmiennych
    • Napis niezmienny jest i basta!
    • Konwersje napisów na liczby (i odwrotnie)
  • Formatowanie wyników z użyciem notacji f”
  • Tablice (nie całkiem) klasyczne
    • Inicjalizacja tablic o stałym wymiarze
  • Tuple (czasem zwane krotkami)
    • Modyfikacja tupli
    • Zastosowania programistyczne

Rozdział 6. Modelowanie abstrakcyjnych struktur danych

  • Szablon nowej struktury danych
  • Dokładamy logikę biznesową
    • Błędne użycie obiektów klasy i wyjątki
  • Przeciążanie operatorów arytmetycznych
  • Poszerzanie definicji modelu danych
  • Rekurencyjne struktury danych
  • Pułapki OOP w Pythonie

Rozdział 7. Przykładowe realizacje wybranych struktur danych

  • Listy jednokierunkowe
  • „Tablicowa” implementacja list
  • Listy innych typów
  • Listy z iteratorem
  • Zbiory
  • Modelowanie kolekcji – podsumowanie

Rozdział 8. Typy złożone wbudowane

  • Listy, czyli tablice dynamiczne
    • Metody dostępne dla list w Pythonie
    • Listy tworzone na podstawie wyrażeń
  • Zbiory
    • Zbiory tworzone na podstawie wyrażeń
  • Słowniki
  • Szybkie tablice NumPy
    • Instalacja
    • N-wymiarowe tablice NumPy
    • Tablice i macierze NumPy
    • Deklarowanie tablic i macierzy NumPy
    • Funkcje tablicowe NumPy
    • Zmiany układu i rozmiaru tablic NumPy
  • Wycinki w tablicach

Rozdział 9. Struktury danych o dostępie ograniczonym

  • Stos
    • Zasada działania stosu
    • Realizacja programowa stosu
    • Sprawdzanie typu danych obiektu
  • Kolejki FIFO
  • Sterty i kolejki priorytetowe
    • Sortowanie za pomocą sterty

Rozdział 10. Drzewa i ich reprezentacje

  • Binarne drzewa poszukiwań (BST)
  • Drzewa binarne i wyrażenia arytmetyczne
  • Uniwersalna struktura słownikowa
    • Zajętość pamięci słownika
    • Drzewa „egzotyczne”

Rozdział 11. Algorytmy przeszukiwania

  • Przeszukiwanie liniowe
  • Generyczne funkcje porównawcze
  • Przeszukiwanie binarne
  • Transformacja kluczowa (hashing)
    • W poszukiwaniu funkcji H()
    • Najbardziej znane funkcje H()
    • Obsługa konfliktów dostępu
    • Powrót do źródeł
    • Jeszcze raz tablice!
    • Próbkowanie liniowe
    • Podwójne kluczowanie
    • Zastosowania transformacji kluczowej
    • Klasyczne funkcje hashujące
    • Piszemy własną tablicę hashującą
  • Podsumowanie metod transformacji kluczowej
  • Przeszukiwanie danych w wybranych strukturach Pythona

Rozdział 12. Algorytmy sortowania

  • Sortowanie przez wstawianie, algorytm klasy O(N2)
  • Sortowanie bąbelkowe, algorytm klasy O(N2)
  • Sortowanie szybkie (Quicksort) – algorytm klasy O(N log N)
  • Scalanie zbiorów posortowanych
  • Sortowanie przez scalanie, algorytm klasy O(N log N)
  • Sortowanie zewnętrzne
  • Sortowanie z użyciem bibliotek Pythona
  • Uwagi praktyczne

Rozdział 13. Derekursywacja i optymalizacja algorytmów

  • Jak pracuje kompilator?
  • Odrobina formalizmu nie zaszkodzi!
  • Kilka przykładów derekursywacji algorytmów
  • Derekursywacja z wykorzystaniem stosu
    • Eliminacja zmiennych lokalnych
  • Metoda funkcji przeciwnych
  • Klasyczne schematy derekursywacji
    • Schemat typu while
    • Schemat typu if-else
    • Schemat z podwójnym wywołaniem rekurencyjnym
  • Podsumowanie

Rozdział 14. Przeszukiwanie tekstów

  • Algorytm typu brute force
  • Nowe algorytmy poszukiwań
    • Algorytm KMP
    • Algorytm Boyera-Moore’a
    • Algorytm Rabina-Karpa
  • Kilka prostych zadań
    • Rozwiązania

Rozdział 15. Zaawansowane techniki programowania

  • Programowanie typu „dziel i zwyciężaj”
    • Znajdowanie minimum i maksimum w tablicy liczb
    • Mnożenie macierzy o rozmiarze NxN
    • Mnożenie liczb całkowitych
    • Inne znane algorytmy „dziel i zwyciężaj”
  • Algorytmy „żarłoczne”, czyli przekąsić coś nadszedł już czas.
    • Problem plecakowy, czyli niełatwe jest życie turysty piechura
    • Wydawanie reszty, czyli „A nie ma pan drobnych?” w praktyce
  • Programowanie dynamiczne
    • Ciąg Fibonacciego
    • Równania z wieloma zmiennymi
    • Najdłuższa wspólna podsekwencja
    • Najdłuższy wspólny podłańcuch
  • Heurystyki i inne techniki programowania
  • Uwagi bibliograficzne

Rozdział 16. Algorytmy grafowe

  • Definicje i pojęcia podstawowe
    • Etykiety i wartości
  • Cykle w grafach
  • Sposoby reprezentacji grafów
    • Reprezentacja tablicowa
    • Słowniki węzłów
    • Listy kontra zbiory
  • Podstawowe operacje na grafach
    • Suma grafów
    • Kompozycja grafów
    • Graf do potęgi
  • Algorytm Warshalla
  • Algorytm Floyda-Warshalla
  • Algorytm Dijkstry
  • Algorytm Bellmana-Forda
  • Drzewo rozpinające minimalne
    • Algorytm Kruskala
    • Algorytm Prima
  • Przeszukiwanie grafów
    • Strategia „w głąb” (przeszukiwanie zstępujące)
    • Strategia „wszerz”
    • Inne strategie przeszukiwania
  • Problem właściwego doboru
  • Podsumowanie

Rozdział 17. Matematyka i Python

  • Biblioteki naukowe dla Pythona
  • Klasyczne funkcje i metody matematyczne
  • Funkcje matematyczne NumPy
  • Poszukiwanie miejsc zerowych funkcji
  • Iteracyjne obliczanie wartości funkcji
  • Interpolacja funkcji metodą Lagrange’a
    • Różniczkowanie funkcji
  • Całkowanie funkcji metodą Simpsona
  • Rozwiązywanie układów równań liniowych metodą Gaussa
  • Uwagi końcowe
  • Wizualizacja danych z użyciem Matplotlib
    • Instalacja pakietu
    • Pierwszy wykres
    • Modyfikacje wyglądu wykresu
    • Wykresy statystyczne

Rozdział 18. Kodowanie i kompresja danych

  • Kodowanie danych i arytmetyka dużych liczb
    • Metody prymitywne
    • Kodowanie symetryczne
    • Kodowanie asymetryczne
    • Kodowanie Base64
  • Obliczenia na bardzo dużych liczbach całkowitych
    • Reprezentacja dużych liczb całkowitych
    • Wyliczanie wartości modulo
  • Wybrane techniki łamania kodów
    • Jakość klucza szyfrującego
    • Metody łamania szyfrów
  • Techniki kompresji danych
    • Kompresja za pomocą modelowania matematycznego
    • Kompresja metodą RLE
    • Kompresja danych metodą Huffmana
    • Kodowanie LZW

Rozdział 19. Czy komputery mogą myśleć.?

  • Przegląd obszarów zainteresowań sztucznej inteligencji (SI)
    • Systemy eksperckie
    • Sieci neuronowe
  • Reprezentacja problemów
  • Gry dwuosobowe i drzewa gier
    • Algorytm min-max

Dodatek A. Python – lokalne środowisko pracy

  • Testujemy poprawność instalacji Pythona
  • Instalator pip i biblioteki Pythona
  • Edytory do Pythona
  • Środowiska IDE (i dlaczego PyCharm)
    • IDLE
    • PyCharm
    • Visual Studio Community
  • Dokumentacja Pythona
  • Używanie zasobów GitHuba

Literatura

Spis rysunków

Spis tabel

Skorowidz

Autor

ISBN

978-83-283-9368-4

Liczba stron

Rok wydania

Wydawca

Opinie

Na razie nie ma opinii o produkcie.

Napisz pierwszą opinię o „ALGORYTMY W PYTHONIE TECHNIKI PROGRAMOWANIA DLA PRAKTYKÓW”

Twój adres e-mail nie zostanie opublikowany. Wymagane pola są oznaczone *