Think Data Structures: Algoritmusok és információkeresés Javában

Értékelés:   (4.5 az 5-ből)

Think Data Structures: Algoritmusok és információkeresés Javában (B. Downey Allen)

Olvasói vélemények

Összegzés:

A könyv nagyra értékelt a Java adatszerkezetek világos, gyakorlatias oktatása miatt, amely elsősorban a korábbi programozási tapasztalattal rendelkező olvasóknak szól. Bár hatékonyan tárgyalja az alapvető fogalmakat, és gyakorlatokat is tartalmaz a tanulás megerősítésére, a haladóbb témákra való összpontosítása miatt kevésbé alkalmas teljesen kezdők számára.

Előnyök:

Tömör és világos írásmód; egyenesen a lényegre tér.
Jól használható önálló tanuláshoz, és értékes gyakorlatokat tartalmaz.
Az adatszerkezetek és algoritmusok széles körét hatékonyan tárgyalja.
Magával ragadó oktatói stílus, amely segíti a megértést.
Ideális olyan programozók számára, akik már rendelkeznek tapasztalattal más nyelvben vagy Java-ban.

Hátrányok:

Nem alkalmas teljesen kezdők számára
A Java és a programozási fogalmak ismerete szükséges.
Néhány olvasó úgy érezte, hogy túl karcsú és bizonyos területeken nem elég mély.
Gyakoriak a további információkat nyújtó külső linkekre való hivatkozások, amit néhányan zavarónak találtak.
Korlátozott számú gyakorlatok a gyakorláshoz
Nem átfogó azok számára, akik tankönyvszerű megközelítést keresnek.

(13 olvasói vélemény alapján)

Eredeti címe:

Think Data Structures: Algorithms and Information Retrieval in Java

Könyv tartalma:

Ha Ön informatikát tanuló diák, vagy technikai interjúkra készülő szoftverfejlesztő, ez a gyakorlatias könyv segít megtanulni és átismételni a szoftverfejlesztés néhány legfontosabb gondolatát - az adatszerkezeteket és algoritmusokat - olyan módon, amely világosabb, tömörebb és érdekesebb, mint más anyagok.

Allen Downey szerző az elmélet helyett a gyakorlati ismeretek és készségek hangsúlyozásával megmutatja, hogyan használhatod az adatszerkezeteket hatékony algoritmusok megvalósításához, majd hogyan elemezheted és mérheted azok teljesítményét. Felfedezi a Java gyűjtemények keretrendszerének (JCF) fontos osztályait, azok megvalósítását és teljesítményük elvárásait. Minden fejezet gyakorlati feladatokat mutat be, amelyeket online tesztkóddal támogat.

⬤ Használja az olyan adatszerkezeteket, mint a listák és a leképezések, és megértse ezek működését.

⬤ Készítsen olyan alkalmazást, amely beolvassa a Wikipédia-oldalakat, elemzi azok tartalmát, és navigál az így kapott adatfában.

⬤ Elemezze a kódot, hogy megjósolja, milyen gyorsan fog futni, és mennyi memóriát igényel.

⬤ Írd meg a Map interfészt megvalósító osztályokat, hash tábla és bináris keresőfa használatával.

⬤ Elkészítsen egy egyszerű webes keresőmotort egy lánctalpas keresővel, egy indexelővel, amely a weboldalak tartalmát tárolja, és egy visszakeresővel, amely a felhasználói lekérdezés eredményeit adja vissza.

Allen Downey további könyvei: Think Java, Think Python, Think Stats és Think Bayes.

A könyv egyéb adatai:

ISBN:9781491972397
Szerző:
Kiadó:
Kötés:Puha kötés
A kiadás éve:2017
Oldalak száma:155

Vásárlás:

Jelenleg kapható, készleten van.

A szerző további könyvei:

Python a szoftvertervezéshez: Hogyan gondolkodjunk úgy, mint egy informatikus - Python for Software...
A Python for Software Design tömör bevezetés a...
Python a szoftvertervezéshez: Hogyan gondolkodjunk úgy, mint egy informatikus - Python for Software Design: How to Think Like a Computer Scientist
Gondolkodj STATS: Feltáró adatelemzés - Think STATS: Exploratory Data Analysis
Ha tudsz programozni, akkor rendelkezel azokkal a készségekkel, amelyekkel...
Gondolkodj STATS: Feltáró adatelemzés - Think STATS: Exploratory Data Analysis
Think Python: Python: Hogyan gondolkodjunk úgy, mint egy informatikus - Think Python: How to Think...
Ha meg akarsz tanulni programozni, a Pythonnal...
Think Python: Python: Hogyan gondolkodjunk úgy, mint egy informatikus - Think Python: How to Think Like a Computer Scientist
Gondolkozz komplexitásban: Komplexitás-tudomány és számítógépes modellezés - Think Complexity:...
A komplexitástudomány a fizikai és a...
Gondolkozz komplexitásban: Komplexitás-tudomány és számítógépes modellezés - Think Complexity: Complexity Science and Computational Modeling
Think Bayes: Bayes-statisztika Pythonban - Think Bayes: Bayesian Statistics in Python
Ha tudsz programozni, akkor készen állsz a Bayes-statisztikára...
Think Bayes: Bayes-statisztika Pythonban - Think Bayes: Bayesian Statistics in Python
Think Data Structures: Algoritmusok és információkeresés Javában - Think Data Structures: Algorithms...
Ha Ön informatikát tanuló diák, vagy technikai...
Think Data Structures: Algoritmusok és információkeresés Javában - Think Data Structures: Algorithms and Information Retrieval in Java
Think Java: Hogyan gondolkodjunk úgy, mint egy informatikus - Think Java: How to Think Like a...
A Think Java a világ számos egyetemén és...
Think Java: Hogyan gondolkodjunk úgy, mint egy informatikus - Think Java: How to Think Like a Computer Scientist
Think DSP: Digitális jelfeldolgozás Pythonban - Think DSP: Digital Signal Processing in...
Ha érted az alapvető matematikai ismereteket és tudsz...
Think DSP: Digitális jelfeldolgozás Pythonban - Think DSP: Digital Signal Processing in Python
Modellezés és szimuláció Pythonban: Bevezetés tudósok és mérnökök számára - Modeling and Simulation...
A Python modellezés és szimuláció megtanítja az...
Modellezés és szimuláció Pythonban: Bevezetés tudósok és mérnökök számára - Modeling and Simulation in Python: An Introduction for Scientists and Engineers
Python a szoftvertervezéshez - Python for Software Design
A Python for Software Design tömör bevezetés a Python programozási nyelv segítségével történő...
Python a szoftvertervezéshez - Python for Software Design
Valószínűleg túlgondolva: Hogyan használjuk az adatokat a kérdések megválaszolásához, a statisztikai...
Alapvető útmutató arról, hogyan javíthatják az...
Valószínűleg túlgondolva: Hogyan használjuk az adatokat a kérdések megválaszolásához, a statisztikai csapdák elkerüléséhez és a jobb döntések meghozatalához? - Probably Overthinking It: How to Use Data to Answer Questions, Avoid Statistical Traps, and Make Better Decisions

A szerző munkáit az alábbi kiadók adták ki:

© Book1 Group - minden jog fenntartva.
Az oldal tartalma sem részben, sem egészben nem másolható és nem használható fel a tulajdonos írásos engedélye nélkül.
Utolsó módosítás időpontja: 2024.11.13 21:05 (GMT)