Kirjavinkkejä Algoritmeihin liittyen?

[Jere Sumell]

Mitä kirjoja kannattaisi lukea Algoritmeihin liittyen?

Mitä tein kirjasto-alueeni haulla saatavilla olevista nimikkeistä yleiskatsauksen, tarjontaa on ihan kiitettävästi, ja varmaan vähän samoja menetelmiä pitävät sisällään väistämättikin, mutta pitäisi olla perusteista eteenpäin menemiseen kiinnostukseni kohteista.

Lainasin Grogging Algorithms -teoksen, mitä päädyin ahneista algoritmeistä Disjkstra -algoritmiin Tetris-ratkaisu -harrastukseni/kiinnostukseni kautta väittämättä sitä parhaaksi tai ainoaksi oikeaksi, jos haluaa ohjelmoida Tetris-tekoälyä, yksi muiden joukossa.

Kielitaitoni rajoittuu englanti/ruotsi ok/suomi äidinkieli. Taitaa parhaat olla saatavilla englanniksi?

Jos annatte jonkin kirjasuosituksen, perusteluita myös sisätöluetteloon viitaten miksi juuri valinta kohdistuu kyseiseen suositukseen.

Avainsanoja, jotka jo jotakuinkin tuttuja on lista, linkitetty lista,puu, binääripuu,pino, jono, graafi, hajoita ja hallitse -metodi, lajittelu, syvähaku, tämän kaltaiset termit. Tuossa Grogging Algorithms on ja nämä esiteltynä ymmärrettävästi. Lisäksi logaritmifunkiolla esitettävä aikakompleksisuus -luokat on tuttuja, mitä algoritmit erityisesti polynomaalisessa ajassa suoriutuvat ovat kiinnostuksen kohteena.

[ilkant]

Muistan lukeneeni yhden luentomonisteen lähes ulkoa kun en ensin päässyt kurssista läpi. Kurssin nimi Algoritmien analysointi. Monisteet ovat kadonneet aikojen saatossa.

Tuo kirja Grokking Algorithms Amazonista vaikuttaa kohtuuhintaiselta ja kirja vaikuttaa hyvältä. Siitä on YouTubessakin esittelyjä. Ja tuolla kirjasta on tullut second edition, uudempi painos.

[_Pete_]

Täältä löytyy hyvää verkkomateriaalia asiaan liittyen:

https://tira.mooc.fi/

[ilkant]

Algoritmien analysoinnissa meillä oli eri menetelmien vaativuusluokkat. Jotkut olivat lähes vakiomäärän resursseja kuluttavia aineistosta riippumatta. Sitten oli polynomialliset, jotka vaativat esim 3x + 5 kertaa resursseja aineistosta riippuen. Myös x**2 kuuluu tuohon luokkaan. En muista enää muita luokituksia noitten lisäksi kuin kovat ongelmat. Tarkoittaa, että tietokoneelta menee järkyttävän paljon aikaa ratkaista sellaisia ongelmia.

Noihin koviin ongelmiin voi kvanttilaskenta tuoda mahdollisuuksia ratkoa niitä säällisessä ajassa ja resurssein.