Imparare gli algoritmi: Guida del programmatore alla scrittura di un codice migliore

Recensioni dei lettori

Il libro è molto apprezzato per il suo equilibrio tra approccio accademico e pratico all'apprendimento degli algoritmi. È adatto sia ai principianti che agli studenti intermedi di informatica, grazie a spiegazioni chiare ed esempi utili. Tuttavia, è stato criticato per il suo prezzo elevato e per una certa dipendenza da tecniche specifiche di Python che possono confondere chi non ha un background di programmazione.

⬤ Buon materiale supplementare
⬤ solido equilibrio tra contenuti teorici e pratici
⬤ spiegazioni chiare e codice conciso
⬤ accessibile a un ampio pubblico interessato agli algoritmi.

⬤ Prezzo elevato per la versione stampata
⬤ una certa dipendenza da Python potrebbe confondere i principianti
⬤ manca una vera implementazione di liste collegate.

(basato su 4 recensioni dei lettori)

Titolo originale:

Learning Algorithms: A Programmer's Guide to Writing Better Code

Contenuto del libro:

Quando si tratta di scrivere codice efficiente, ogni professionista del software deve avere un'efficace conoscenza degli algoritmi. In questo libro pratico, l'autore George Heineman (“Algorithms in a Nutshell”) fornisce descrizioni concise e informative di algoritmi chiave che migliorano la codifica in diversi linguaggi. Sviluppatori, tester e manutentori di software scopriranno come gli algoritmi risolvono i problemi di calcolo in modo creativo.

Ogni capitolo si basa sui capitoli precedenti grazie a immagini accattivanti e a un'introduzione costante dei concetti chiave, compresa un'analisi degli algoritmi per classificare le prestazioni di ogni algoritmo presentato nel libro. Alla fine di ogni capitolo, potrete applicare ciò che avete imparato a un nuovo problema, simulando l'esperienza che potreste trovare in un colloquio tecnico.

⬤ Esaminare gli algoritmi fondamentali dell'informatica e dell'ingegneria del software.

⬤ Imparare le strategie più comuni per la risoluzione efficiente dei problemi, come il Divide et Impera, la programmazione dinamica e gli approcci avidi.

⬤ Analizzare il codice per valutare la complessità temporale utilizzando la notazione big O.

⬤ Utilizzare le librerie Java e Python esistenti per risolvere i problemi utilizzando gli algoritmi.

⬤ Comprendere i passaggi chiave degli algoritmi presentati nel libro.

⬤ Utilizzare codice di esempio nei propri programmi e nella documentazione.