کتاب مبانی ساختمان داده ها و الگوریتم ها با رویکرد حل مساله

کتاب مبانی ساختمان داده ها و الگوریتم ها با رویکرد حل مساله نوشته عین الله پیرا و علیرضا روحی، رابطه‌ی میان سازمان‌دهی داده‌ها و کارایی برنامه‌های کامپیوتری را بررسی می‌کند. پرسش اصلی این کتاب فقط چگونگی اجرای یک الگوریتم نیست؛ میزان زمان و حافظه‌ی مصرفی نیز در ارزیابی هر روش اهمیت دارد. نویسندگان مفاهیم مقدماتی را از مسیر مثال‌ها، تحلیل عملیات و بررسی ساختارهای مختلف توضیح داده‌اند. انتشارات دانشگاه شهید مدنی آذربایجان این کتاب را منتشر کرده است. مطالب از تحلیل پیچیدگی آغاز می‌شوند و تا درخت‌های متوازن و مجموعه‌های جدا از هم پیش می‌روند. نسخه‌ی الکترونیکی این اثر را می‌توانید از طاقچه خرید و دانلود کنید.

درباره کتاب مبانی ساختمان داده ها و الگوریتم ها با رویکرد حل مساله

کتاب مبانی ساختمان داده ها و الگوریتم ها با رویکرد حل مساله برای درس مقدماتی ساختمان داده‌ها در مقاطع کاردانی و کارشناسی رشته‌های کامپیوتر نوشته شده است. عین الله پیرا و علیرضا روحی آشنایی با مبانی کامپیوتر و برنامه‌نویسی را پیش‌نیاز مطالعه در نظر گرفته‌اند. نویسندگان آموزش مفاهیم را به یادگیری یک زبان برنامه‌نویسی مشخص محدود نکرده‌اند؛ هرچند نمونه‌های پیاده‌سازی عمدتاً به زبان‌های C و ++C هستند. محور توضیحات، حل مسئله‌های متعدد و نشان‌دادن عملکرد ساختارهاست. شکل‌ها و مثال‌ها در بسیاری از موارد جای اثبات‌های مفصل را گرفته‌اند تا رابطه‌ی عملیات و نتایج روشن شود. مباحث نظری نیز متناسب با نیاز بحث مطرح شده‌اند. منابع پایان این کتاب مسیر پیگیری جزئیات و اثبات‌های کامل‌تر را مشخص می‌کنند. این انتخاب در شیوه‌ی ارائه، مرز میان آشنایی مقدماتی و مطالعه‌ی عمیق‌تر را روشن نگه می‌دارد. توجه به زمان اجرا و حافظه‌ی مصرفی نیز معیار مشترکی برای بررسی روش‌ها فراهم کرده است؛ بنابراین معرفی هر ساختار، بخشی از بحث گسترده‌تر درباره‌ی انتخاب شیوه‌ی مناسب نگهداری داده‌هاست.
کتاب مبانی ساختمان داده ها و الگوریتم ها با رویکرد حل مساله هشت فصل دارد. فصل مقدمه‌ای بر تحلیل الگوریتم‌ها، نرخ رشد، نمادهای مجانبی، رابطه‌های بازگشتی و تحلیل سرشکن را معرفی می‌کند. فصل لیست پیوندی، شکل‌های مختلف این ساختار و عملیات پیمایش، درج و حذف را توضیح می‌دهد. فصل سوم به پشته و صف اختصاص دارد و کاربرد پشته در تبدیل و ارزیابی عبارت‌ها را نیز مطرح می‌کند. فصل درخت‌ها، درخت دودویی، درخت جستجوی دودویی، پیمایش‌ها، کد هافمن و مرتب‌سازی هرمی را در بر می‌گیرد. فصل گراف، نمایش داده‌ها با ماتریس و لیست مجاورتی، جستجوی اول‌عمق و اول‌پهنا و الگوریتم‌های پریم و کروسکال را بررسی می‌کند. فصل درهم‌سازی به نگاشت کلیدها و رفع برخورد اختصاص یافته است. فصل مرتب‌سازی و مرتبه‌ی آماری، روش‌های سریع، ادغامی، شمارشی، مبنایی و سطلی را کنار مسئله‌ی انتخاب عنصر قرار می‌دهد. فصل پایانی نیز درخت‌های متوازن، درخت‌های قرمزـسیاه، درخت‌های B و مجموعه‌های جدا از هم را معرفی می‌کند. خلاصه‌ها و خودآزمایی‌های فصل‌ها فرصتی برای مرور و سنجش آموخته‌ها فراهم می‌کنند.

خلاصه کتاب مبانی ساختمان داده ها و الگوریتم ها با رویکرد حل مساله

کتاب مبانی ساختمان داده ها و الگوریتم ها با رویکرد حل مساله، درستی نتیجه‌ی برنامه را تنها معیار ارزیابی نمی‌داند. الگوریتم باید از نظر تعداد عملیات و فضای مورد نیاز نیز بررسی شود. بحث با محاسبه‌ی هزینه‌ی دستورها و حلقه‌ها آغاز می‌شود؛ سپس بهترین، بدترین و حالت متوسط اجرا از یکدیگر تفکیک می‌شوند. رابطه‌های بازگشتی، هزینه‌ی حل زیرمسئله‌ها و ترکیب پاسخ‌ها را نشان می‌دهند. تحلیل سرشکن نیز هزینه‌ی یک توالی عملیات را بررسی می‌کند و تفاوتش با تحلیل حالت متوسط توضیح داده می‌شود. مباحث بعدی همین دغدغه‌ی کارایی را در نگهداری، جستجو، درج، حذف و مرتب‌سازی داده‌ها دنبال می‌کنند. پیام محوری این کتاب، پیوند میان شناخت ساختمان داده و انتخاب الگوریتم است: برنامه‌نویس باید بداند هر ساختار چگونه کار می‌کند و عملیات مرتبط چه هزینه‌ای دارند. مثال‌ها نیز برای روشن‌کردن همین رابطه میان روش حل و منابع مصرفی به کار رفته‌اند.

چرا باید کتاب مبانی ساختمان داده ها و الگوریتم ها با رویکرد حل مساله را بخوانیم؟

دلایل خواندن کتاب مبانی ساختمان داده ها و الگوریتم ها با رویکرد حل مساله را می‌توان این‌طور خلاصه کرد:

• مثال‌های حل‌شده، مسیر محاسبه‌ی هزینه‌ی اجرای الگوریتم‌ها را نشان می‌دهند.
• بررسی پیاده‌سازی‌ها، ارتباط مفاهیم ساختمان داده با کدنویسی را روشن می‌کند.
• مبحث تحلیل سرشکن، تفاوت هزینه‌ی یک عملیات و یک توالی عملیات را توضیح می‌دهد.
• خودآزمایی‌های فصل‌ها امکان سنجش آموخته‌ها را فراهم می‌کنند.

خواندن این کتاب را به چه کسانی پیشنهاد می‌کنیم؟

کتاب مبانی ساختمان داده ها و الگوریتم ها با رویکرد حل مساله به این گروه‌ها پیشنهاد می‌شود:

• دانشجویان کاردانی و کارشناسی کامپیوتر که درس ساختمان داده‌ها را می‌گذرانند.
• برنامه‌نویسانی که به مرور مبانی تحلیل کارایی نیاز دارند.
• علاقه‌مندان به حل مسئله‌های الگوریتمی که با مقدمات برنامه‌نویسی آشنا هستند.