Pythonによるアルゴリズム設計 [単行本]

Pythonによるアルゴリズム設計 [単行本] の 商品概要

• 目次

  1.　アルゴリズムとは
  1.1　アルゴリズムの要件
  　1.1.1　停止性
  　1.1.2　正当性
  　1.1.3　汎用性
  1.2　フローチャート
  　1.2.1　順次処理
  　1.2.2　選択処理
  　1.2.3　反復処理
  1.3　最大値の探索
  　1.3.1　勝ち抜き方式
  　1.3.2　トーナメント方式
  1.4　アルゴリズム
  章末問題
  2.　Selection sortとBubble sort
  2.1　Pythonのリスト構造
  　2.1.1　リストの生成
  　2.1.2　リストの結合
  　2.1.3　リストの比較
  　2.1.4　リストの要素のアクセス
  　2.1.5　スライスによるリストの要素のアクセス
  　2.1.6　リストの要素の置換
  　2.1.7　リストのコピー
  　2.1.8　リストの要素の追加（appendメソッド）
  　2.1.9　リストの要素の追加（extendメソッド，累算代入）
  　2.1.10　リストの要素の挿入（insertメソッド，スライス操作）
  　2.1.11　リストの要素の削除（popメソッド，del）
  2.2　最大値/最小値に着目した並べ替え
  　2.2.1　Selection sort
  　2.2.2　Bubble sort
  章末問題
  3.　Merge sortと再帰関数
  3.1　関数
  　3.1.1　関数の定義
  　3.1.2　再帰呼び出し
  3.2　Merge sort
  　3.2.1　Merge sortのアルゴリズム
  　3.2.2　Merge sortの実装
  　3.2.3　Merge sortの実装の改良
  　3.2.4　Merge sortのpopを使用しない実装
  章末問題
  4.　Quick sortとリスト内包表記
  4.1　Quick sort
  　4.1.1　データ分割法
  　4.1.2　実装
  4.2　リスト内包表記
  　4.2.1　イテラブルオブジェクト
  　4.2.2　リスト内包表記の基本形
  　4.2.3　ifを利用した内包表記
  　4.2.4　if～elseを利用した内包表記
  　4.2.5　複合型
  4.3　リスト内包表記を利用したQuick sort
  章末問題
  5.　計算量
  5.1　実行時間
  5.2　アルゴリズムの計算手順
  　5.2.1　Selection sort
  　5.2.2　Bubble sort
  　5.2.3　Merge sort
  　5.2.4　Quick sort
  5.3　アルゴリズムの評価指標
  　5.3.1　時間計算量
  　5.3.2　O記法
  章末問題
  6.　検索
  6.1　線形検索
  6.2　二分検索
  6.3　ハッシュ法
  6.4　辞書
  　6.4.1　辞書の生成
  　6.4.2　辞書の情報
  　6.4.3　in演算子
  　6.4.4　辞書の要素の置換・追加
  　6.4.5　辞書の要素の削除
  6.5　辞書を用いた検索
  章末問題
  7.　グラフとUnion-Findアルゴリズム
  7.1　グラフ
  7.2　集合
  　7.2.1　集合の生成
  　7.2.2　in演算子による集合の帰属性判定
  　7.2.3　集合の要素の追加・削除
  　7.2.4　集合演算
  7.3　Union-Findアルゴリズム
  　7.3.1　Find操作
  　7.3.2　Union操作
  7.4　橋の検出
  章末問題
  8.　最小全域木
  8.1　全域木
  8.2　クラスカル法
  8.3　プリム法
  章末問題
  9.　幅優先探索（BFS）と深さ優先探索（DFS）
  9.1　木構造データ
  9.2　幅優先探索：BFS
  　9.2.1　幅優先探索のアルゴリズム
  　9.2.2　キュー構造
  　9.2.3　幅優先探索の実装
  9.3　深さ優先探索：DFS
  　9.3.1　深さ優先探索のアルゴリズム
  　9.3.2　スタック構造
  　9.3.3　深さ優先探索の実装
  　9.3.4　繰り返しでのbreak文
  章末問題
  10.　最短経路問題
  10.1　最短経路
  10.2　ベルマン・フォード法
  　10.2.1　ベルマン・フォード法のアルゴリズム
  　10.2.2　ベルマン・フォード法の探索の実例
  　10.2.3　ベルマン・フォード法の実装
  10.3　ダイクストラ法
  　10.3.1　ダイクストラ法のアルゴリズム
  　10.3.2　ダイクストラ法の探索の実例
  　10.3.3　ダイクストラ法の実装
  章末問題
  11.　最大フロー問題
  11.1　フローネットワーク
  11.2　フォード・ファルカーソン法
  11.3　最小カット問題
  11.4　フォード・ファルカーソン法の実装
  章末問題
  12.　最大マッチング問題・割当問題
  12.1　マッチング
  　12.1.1　二部グラフ
  　12.1.2　最大マッチング
  12.2　最大フローによる最大マッチングの解法
  12.3　割当問題
  12.4　実装
  章末問題
  13.　ナップサック問題
  13.1　0-1ナップサック問題
  13.2　貪欲法・動的計画法
  　13.2.1　貪欲法
  　13.2.2　動的計画法
  　13.2.3　動的計画法による探索の実例
  13.3　動的計画法によるナップサック問題の解法の実装
  章末問題
  14.　敵対探索
  14.1　ミニマックス法
  14.2　「エイト」ゲーム
  14.3　ミニマックス法の実装
  章末問題
  引用・参考文献
  章末問題解答
  索引

• 出版社からのコメント

  60～70年前に生まれた有名なアルゴリズムを，Pythonで実装し，内容を解説する。

• 内容紹介

  近年プログラミング言語の中でもPythonが非常に注目を集めています。Pythonはオブジェクト指向プログラミング言語として分類できます。一般にオブジェクト指向プログラミング言語はプログラミング初心者には学習が難しいと言われますが、Pythonはインタープリタ言語であるのでどのような動作をするのかを確かめながらプログラミングができる利点があります。一方、Pythonでは様々な手続きがオブジェクトとして実装されていますが、その処理内容を理解することはプログラムの動作を正しく理解する上で非常に重要です。このような背景から本書ではPythonで有名なアルゴリズムを実装し、その実際の計算時間を測定して、各アルゴリズムの仕組みを理解した上で、処理時間が処理対象のデータ数や処理するための各アルゴリズムによってどのように変化するのかを確認できるようになることを目指しています。
  
  本書はまずはPythonの制御構造などの基本的なことを学んだ人が、様々な目的達成のためのプログラムを作成できるようになるためにアルゴリズムを学び、自身でプログラムを作れるようになることを目指しています。そのために出来るだけ各アルゴリズムを適用させるための例題ではデータ数を設定することで自動的に様々な問題を生成できるようにし、問題を構成するデータ数とアルゴリズムに応じて、処理時間がどのように変化するのかを測定することができるようにしています。
  
  図書館選書
  ある目的を解決するアルゴリズムを複数紹介し，アルゴリズムの違いで処理速度の変化を体感できる。大規模データを取り扱う際はアルゴリズムにより処理速度が変わるためその概念を理解してPythonで実装できるようにした。

• 著者紹介（「BOOK著者紹介情報」より）（本データはこの書籍が刊行された当時に掲載されていたものです）

  神野 健哉(ジンノ ケンヤ)
  １９９１年法政大学工学部電気工学科卒業。２０１８年東京都市大学教授

Pythonによるアルゴリズム設計 [単行本] の商品スペック