Aprendizaje de algoritmos: Guía del programador para escribir mejor código

Opiniones de los lectores

El libro está bien considerado por su equilibrio entre los enfoques académico y práctico del aprendizaje de algoritmos. Es adecuado tanto para principiantes como para alumnos de nivel intermedio en informática, con explicaciones claras y ejemplos útiles. Sin embargo, ha sido criticado por su elevado precio y cierta dependencia de técnicas específicas de Python que pueden confundir a quienes no tengan conocimientos de programación.

⬤ Buen material complementario
⬤ sólido equilibrio entre contenido teórico y práctico
⬤ explicaciones claras y código conciso
⬤ accesible a un amplio público interesado en algoritmos.

⬤ Precio elevado de la versión impresa
⬤ cierta dependencia de Python podría confundir a los principiantes
⬤ carece de una verdadera implementación de listas enlazadas.

(basado en 4 opiniones de lectores)

Título original:

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

Contenido del libro:

Cuando se trata de escribir código eficiente, todo profesional del software necesita tener un conocimiento práctico y eficaz de los algoritmos. En este práctico libro, el autor George Heineman ( Algorithms in a Nutshell ) proporciona descripciones concisas e informativas de algoritmos clave que mejoran la codificación en múltiples lenguajes. Los desarrolladores, probadores y mantenedores de software descubrirán cómo los algoritmos resuelven problemas computacionales de forma creativa.

Cada capítulo se basa en los anteriores mediante atractivos elementos visuales y un despliegue constante de conceptos clave, incluido un análisis de algoritmos para clasificar el rendimiento de cada algoritmo presentado en el libro. Al final de cada capítulo, podrá aplicar lo que ha aprendido a un nuevo problema, simulando la experiencia que podría encontrar en una entrevista técnica.

⬤ Examine algoritmos fundamentales para la informática y la ingeniería de software.

⬤ Aprender estrategias comunes para la solución eficiente de problemas, tales como dividir y conquistar, programación dinámica y enfoques codiciosos.

⬤ Analizar código para evaluar la complejidad temporal utilizando la notación big O.

⬤ Utilizar las bibliotecas existentes de Java y Python para resolver problemas utilizando algoritmos.

⬤ Comprender los pasos clave de los algoritmos presentados en el libro.

⬤ Utilizar código de ejemplo en sus programas y documentación.