Értékelés:
A könyv gyakorlati algoritmus-alkalmazásokat és elméleti koncepciókat ötvöz, így egyaránt alkalmas kezdő és tapasztalt fejlesztők számára. Vannak azonban kritikák az áttekinthetőségével, pontosságával és bizonyos területek mélységével kapcsolatban.
Előnyök:⬤ Jól megírt és tömör
⬤ gyakorlatias, jó tárgyalásokat tartalmaz a benchmarkingról és a tesztelésről
⬤ kiváló vizuális elemek
⬤ hasznos referenciaként szolgál a tudás felfrissítéséhez
⬤ nem túlságosan matematikus
⬤ hatékonyan fedi le az alapfogalmakat.
⬤ Többnyelvű példákra lenne szükség (különösen Pythonra)
⬤ néhány matematikai jelölést nem magyaráz el megfelelően
⬤ pontatlanságokat tartalmaz az elméleti magyarázatokban
⬤ túlzottan függ a gyenge szerkezetű példáktól
⬤ kezdők számára nehezen követhető.
(14 olvasói vélemény alapján)
Algorithms in a Nutshell: A Practical Guide
A robusztus szoftverek létrehozásához hatékony algoritmusok használatára van szükség, de a programozók ritkán gondolnak rájuk, amíg nem merül fel egy probléma. Az Algorithms in a Nutshell frissített kiadása számos létező algoritmust ismertet a legkülönfélébb problémák megoldására, és segít kiválasztani és megvalósítani az igényeinknek megfelelő algoritmust - éppen annyi matematikával, hogy megérthessük és elemezhessük az algoritmusok teljesítményét.
Mivel ez a könyv inkább az alkalmazásra, mint az elméletre összpontosít, több programozási nyelven kínál hatékony kódmegoldásokat, amelyeket könnyen adaptálhat egy adott projekthez. Minden fontosabb algoritmust egy-egy tervezési minta stílusában mutatunk be, amely olyan információkat tartalmaz, amelyek segítenek megérteni, hogy miért és mikor megfelelő az algoritmus.
Ezzel a könyvvel:
⬤ megold egy adott kódolási problémát, vagy javít egy meglévő megoldás teljesítményén.
⬤ gyorsan megtalálhatja a megoldandó problémához kapcsolódó algoritmusokat, és meghatározhatja, hogy miért egy adott algoritmus a megfelelő.
⬤ Algoritmikus megoldásokat kap C, C++, Java és Python nyelven, implementációs tippekkel.
⬤ Tudja meg egy algoritmus várható teljesítményét, és azokat a feltételeket, amelyekre szüksége van ahhoz, hogy a legjobb teljesítményt nyújtsa.
⬤ Tudja meg, hogy a hasonló tervezési döntések milyen hatással vannak a különböző algoritmusokra.
⬤ Tanulja meg az algoritmusok hatékonyságát javító fejlett adatszerkezeteket.