Home
 

Home > コンピュータ・一般書 > プログラミング・開発 > アルゴリズムクイックリファレンス 第2版

アルゴリズムクイックリファレンス 第2版

・著者:George T. Heineman、Gary Pollice、Stanley Selkow 著/黒川 利明、黒川 洋 訳978-4-87311-785-0
・定価:3,888 円(本体3,600 円+税)
・A5 440頁

・ISBN

・発売日


かごに入れる

※本体価格は変更される場合があります。
※通常2〜3日以内で発送いたします。

合計5000円(税別)以上のご注文の場合、配送料は無料となります。

ロングセラー『アルゴリズムクイックリファレンス』待望の改訂!

 

2010年に発刊以来、増刷を重ねるロングセラーの改訂版です。理論だけでなく実践的側面を重視した、バランスのよいアルゴリズムの解説書として認知されていた第1版を全面的に改訂。適切な問題解決、性能改善という、エンジニアの2つの大きな要求に応えるため、どのアルゴリズムを使うべきか、どう実装するのか、さらに性能を向上させる方法はあるのかを説明します。フォーチュン走査法、マージソート、マルチスレッドクイックソート、AVL平衡二分木実装、R木と四分木などの新たなアルゴリズムも追加されています。

2016/12
★このような方におすすめ
プログラマ、学生
主要目次

ページトップへ戻る
詳細目次
第2版日本語版へ寄せて 
第2版まえがき 

1章 アルゴリズムで考える 
    1.1 問題を理解する 
    1.2 素朴解 
    1.3 賢い方式 
        1.3.1 貪欲法 
        1.3.2 分割統治法 
        1.3.3 並列法 
        1.3.4 近似法 
        1.3.5 一般化 
    1.4 まとめ 
    1.5 参考文献 

2章 アルゴリズムの数学 
    2.1 問題インスタンスのサイズ 
    2.2 関数の成長率 
    2.3 最良、平均、最悪時の分析 
        2.3.1 最悪時 
        2.3.2 平均時 
        2.3.3 最良時 
        2.3.4 下限と上限 
    2.4 性能分類 
        2.4.1 定数的振る舞い 
        2.4.2 対数的振る舞い 
        2.4.3  d<1に対する下位線形 O(nd)の振る舞い 
        2.4.4 線形性能 
        2.4.5 線形対数(nlog n)の性能 
        2.4.6 二乗の性能 
        2.4.7 あまり明白でない性能を示す計算 
        2.4.8 指数性能 
        2.4.9 漸近的成長のまとめ 
    2.5 ベンチマーク演算 
    2.6 参考文献 

3章 アルゴリズムの構成要素 
    3.1 アルゴリズムテンプレートの形式 
    3.2 疑似コードのテンプレート形式 
    3.3 評価実験の形式 
    3.4 浮動小数点計算 
        3.4.1 性能 
        3.4.2 丸め誤差 
        3.4.3 浮動小数点数値の比較 
        3.4.4 特殊な値 
    3.5 アルゴリズム例 
        3.5.1 名前と概要 
        3.5.2 入出力 
        3.5.3 文脈 
        3.5.4 解 
        3.5.5 分析 
    3.6 一般的なアプローチ 
        3.6.1 貪欲法 
        3.6.2 分割統治 
        3.6.3 動的計画法 
    3.7 参考文献 

4章 整列アルゴリズム 
        4.0.1 用語 
        4.0.2 表現 
        4.0.3 比較可能な要素 
        4.0.4 安定整列 
        4.0.5 整列アルゴリズムの選択基準 
    4.1 転置ソート 
        4.1.1 挿入ソート 
        4.1.2 文脈 
        4.1.3 解 
        4.1.4 分析 
    4.2 選択ソート 
    4.3 ヒープソート 
        4.3.1 文脈 
        4.3.2 解 
        4.3.3 分析 
        4.3.4 変形 
    4.4 分割ベースのソート 
        4.4.1 文脈 
        4.4.2 解 
        4.4.3 分析 
        4.4.4 変形 
    4.5 比較なしの整列 
    4.6 バケツソート 
        4.6.1 解 
        4.6.2 分析 
        4.6.3 変形 
    4.7 外部ストレージのある整列 
        4.7.1 マージソート 
        4.7.2 入出力 
        4.7.3 解 
        4.7.4 分析 
        4.7.5 変形 
    4.8 整列ベンチマーク結果 
    4.9 分析技法 
    4.10 参考文献 

5章 探索 
    5.1 逐次探索 
        5.1.1 入出力 
        5.1.2 文脈 
        5.1.3 解 
        5.1.4 分析 
    5.2 二分探索 
        5.2.1 入出力 
        5.2.2 文脈 
        5.2.3 解 
        5.2.4 分析 
        5.2.5 変形 
    5.3 ハッシュに基づいた探索 
        5.3.1 入出力 
        5.3.2 文脈 
        5.3.3 解 
        5.3.4 分析 
        5.3.5 変形 
    5.4 ブルームフィルタ 
        5.4.1 入出力 
        5.4.2 文脈 
        5.4.3 解 
        5.4.4 分析 
    5.5 二分探索木 
        5.5.1 入出力 
        5.5.2 文脈 
        5.5.3 解 
        5.5.4 分析 
        5.5.5 変形 
    5.6 参考文献 

6章 グラフアルゴリズム 
    6.1 グラフ 
        6.1.1 データ構造の設計 
    6.2 深さ優先探索 
        6.2.1 入出力 
        6.2.2 文脈 
        6.2.3 解 
        6.2.4 分析 
        6.2.5 変形 
    6.3 幅優先探索 
        6.3.1 入出力 
        6.3.2 文脈 
        6.3.3 解 
        6.3.4 分析 
    6.4 単一始点最短経路 
        6.4.1 入出力 
        6.4.2 解 
        6.4.3 分析 
    6.5 密グラフ用ダイクストラ法 
        6.5.1 変形 
    6.6 単一始点最短経路選択肢の比較 
        6.6.1 ベンチマークデータ 
        6.6.2 密グラフ 
        6.6.3 疎グラフ 
    6.7 全対最短経路 
        6.7.1 入出力 
        6.7.2 解 
        6.7.3 分析 
    6.8 最小被覆木アルゴリズム 
        6.8.1 入出力 
        6.8.2 解 
        6.8.3 分析 
        6.8.4 変形 
    6.9 グラフについての考察 
        6.9.1 ストレージの問題 
        6.9.2 グラフ分析 
    6.10 参考文献 

7章 AIにおける経路探索 
    7.1 ゲーム木 
        7.1.1 静的評価関数 
    7.2 経路探索の概念 
        7.2.1 状態の表現 
        7.2.2 可能な手の計算 
        7.2.3 拡張深さの限度 
    7.3 ミニマックス 
        7.3.1 入出力 
        7.3.2 文脈 
        7.3.3 解 
        7.3.4 分析 
    7.4 ネグマックス 
        7.4.1 解 
        7.4.2 分析 
    7.5 アルファベータ法 
        7.5.1 解 
        7.5.2 分析 
    7.6 探索木 
        7.6.1 経路長のヒューリスティック関数 
    7.7 深さ優先探索 
        7.7.1 入出力 
        7.7.2 文脈 
        7.7.3 解 
        7.7.4 分析 
    7.8 幅優先探索 
        7.8.1 入出力 
        7.8.2 文脈 
        7.8.3 解 
        7.8.4 分析 
    7.9  A*探索 
        7.9.1 入出力 
        7.9.2 文脈 
        7.9.3 解 
        7.9.4 分析 
        7.9.5 変形 
    7.10 探索木アルゴリズムの比較 
    7.11 参考文献 

8章 ネットワークフローアルゴリズム 
    8.1 ネットワークフロー 
    8.2 最大フロー 
        8.2.1 入出力 
        8.2.2 解 
        8.2.3 分析 
        8.2.4 最適化 
        8.2.5 関連アルゴリズム 
    8.3 二部マッチング 
        8.3.1 入出力 
        8.3.2 解 
        8.3.3 分析 
    8.4 増加道についての考察 
    8.5 最小コストフロー 
    8.6 積み替え 
        8.6.1 解 
    8.7 輸送 
        8.7.1 解 
    8.8 割り当て 
        8.8.1 解 
    8.9 線形計画法 
    8.10 参考文献 

9章 計算幾何学 
    9.1 問題の分類 
        9.1.1 入力データ 
        9.1.2 計算 
        9.1.3 タスクの性質 
        9.1.4 仮定 
    9.2 凸包 
    9.3 凸包走査 
        9.3.1 入出力 
        9.3.2 文脈 
        9.3.3 解 
        9.3.4 分析 
        9.3.5 変形 
    9.4 線分交差を計算する 
    9.5 線分走査法 
        9.5.1 入出力 
        9.5.2 文脈 
        9.5.3 解 
        9.5.4 分析 
        9.5.5 変形 
    9.6 ボロノイ図 
        9.6.1 入出力 
        9.6.2 解 
        9.6.3 分析 
    9.7 参考文献 

10章 空間木構造 
    10.1 最近傍クエリ 
    10.2 範囲クエリ 
    10.3 交差クエリ 
    10.4 空間木構造 
        10.4.2 四分木 
    10.5 最近傍法 
        10.5.1 入出力 
        10.5.2 文脈 
        10.5.3 解 
        10.5.4 分析 
        10.5.5 変形 
    10.6 範囲クエリ 
        10.6.1 入出力 
        10.6.2 文脈 
        10.6.3 解 
        10.6.4 分析 
    10.7 四分木 
        10.7.1 入出力 
        10.7.2 解 
        10.7.3 分析 
        10.7.4 変形 
        10.8.1 入出力 
        10.8.2 文脈 
        10.8.3 解 
        10.8.4 分析 
    10.9 参考文献 

11章 新たな分類のアルゴリズム 
    11.1 方式の種類 
    11.2 近似アルゴリズム 
        11.2.1 入出力 
        11.2.2 文脈 
        11.2.3 解 
        11.2.4 分析 
    11.3 並列アルゴリズム 
    11.4 確率的アルゴリズム 
        11.4.1 集合のサイズを推定する 
        11.4.2 探索木のサイズを推定する 
    11.5 参考文献 

12章 結び:アルゴリズムの諸原則 
    12.1 汝のデータを知れ 
    12.2 問題を小さく分割せよ 
    12.3 正しいデータ構造を選べ 
    12.4 空間と時間のトレードオフを使え 
    12.5 探索を構築せよ 
    12.6 問題を別の問題に帰着させよ 
    12.7 アルゴリズムを書くのは難しい、アルゴリズムをテストするのはさらに難しい 
    12.8 可能なら近似解を受け入れよ 
    12.9 性能を上げるために並列性を加えよ 

付録A ベンチマーク 
    A.1 統計の基礎 
    A.2 例 
        A.2.1  Javaベンチマーク 
        A.2.2  Linuxベンチマーク 
        A.2.3  Pythonベンチマーク 
    A.3 報告 
    A.4 精度 

訳者あとがき 
索引
ページトップへ戻る