Gutes Java trainieren mit beliebten ProgrammierklassikernProgrammieren will trainiert werden, und Algorithmen gehören zum Rüstzeug dazu. Schlagen Sie zwei Fliegen mit einer Klappe und verbessern Sie Ihre Java-Skills mithilfe klassischer Algorithmen, von der Suche im Binärbaum über k-Means bis zum Rucksackproblem. Dieses Buch ist Grundausbildung für Programmierer und Fundgrube für Coding Workouts zugleich. Profitieren Sie von der Lehr- und Praxiserfahrung des Autors: David Kopec hat 32 Klassiker der Informatik für Sie herausgesucht, die wichtige Lösungsstrategien zeigen und einen starken Trainingseffekt versprechen. An zahlreichen Code-Beispielen lernen Sie, wie Sie die Algorithmen implementieren und selbst in Algorithmen denken. So wird das Buch zu einer wertvollen Hilfe auf dem Weg zum Profi. Ideal für alle, die ihre ersten Schritte in der Programmierung hinter sich haben und jetzt voll durchstarten wollen. Das Java-Training mit beliebten Klassikern und modernen AlgorithmenIdeal für Studium, Selbststudium und Coding-KatasBacktracking, Acht-Damen-Problem, genetische Algorithmen u. v. m. Titel der Originalausgabe: "Classic Computer Science Problems in Java" Aus dem Inhalt:Zum Einstieg: einfache Verschlüsselung, Fibonacci-Folge, Türme von HanoiSuchalgorithmen: DNS-Suche, Labyrinthe u. v. m. Bedingungserfüllung: Wortsuchrätsel, Acht-Damen-Problem u. v. m. Grafen und kürzeste Wegek-Means-ClusteringEinfache neuronale NetzeMinimax: Tic-tac. toe, Vier gewinnt
Inhaltsverzeichnis
Vorwort . . . 13
Einleitung . . . 15
1. Kleine Aufgaben . . . 23
1. 1 . . . Die Fibonacci-Folge . . . 23
1. 2 . . . Triviale Komprimierung . . . 31
1. 3 . . . Unknackbare Verschlüsselung . . . 36
1. 4 . . . Pi berechnen . . . 40
1. 5 . . . Die Türme von Hanoi . . . 42
1. 6 . . . Anwendungen im Alltag . . . 46
1. 7 . . . Übungsaufgaben . . . 47
2. Suchaufgaben . . . 49
2. 1 . . . DNA-Suche . . . 49
2. 2 . . . Labyrinthe lösen . . . 59
2. 3 . . . Missionare und Kannibalen . . . 82
2. 4 . . . Anwendungen im Alltag . . . 89
2. 5 . . . Übungsaufgaben . . . 89
3. Bedingungserfüllungsprobleme . . . 91
3. 1 . . . Ein Framework für Bedingungserfüllungsprobleme schreiben . . . 92
3. 2 . . . Die Landkarte Australiens einfärben . . . 98
3. 3 . . . Das Acht-Damen-Problem . . . 101
3. 4 . . . Wortsuche . . . 104
3. 5 . . . SEND+MORE=MONEY . . . 112
3. 6 . . . Leiterplatten-Layout . . . 115
3. 7 . . . Bedingungserfüllungsproblem im Alltag . . . 115
3. 8 . . . Übungsaufgaben . . . 116
4. Graphenprobleme . . . 117
4. 1 . . . Eine Landkarte als Graph . . . 117
4. 2 . . . Ein Framework für Graphen schreiben . . . 120
4. 3 . . . Den kürzesten Pfad finden . . . 128
4. 4 . . . Die Kosten für den Aufbau des Netzwerks minimieren . . . 131
4. 5 . . . Den kürzesten Pfad in einem gewichteten Graphen finden . . . 143
4. 6 . . . Graphenprobleme im Alltag . . . 150
4. 7 . . . Übungsaufgaben . . . 151
5. Genetische Algorithmen . . . 153
5. 1 . . . Biologischer Hintergrund . . . 153
5. 2 . . . Ein generischer genetischer Algorithmus . . . 155
5. 3 . . . Ein naiver Test . . . 164
5. 4 . . . Wiedersehen mit SEND+MORE=MONEY . . . 167
5. 5 . . . Listenkomprimierung optimieren . . . 172
5. 6 . . . Kritik an genetischen Algorithmen . . . 176
5. 7 . . . Genetische Algorithmen im Alltag . . . 178
5. 8 . . . Übungsaufgaben . . . 179
6. k-Means-Clustering . . . 181
6. 1 . . . Vorbereitungen . . . 182
6. 2 . . . Der k-Means-Clustering-Algorithmus . . . 185
6. 3 . . . Gouverneure nach Alter und Längengrad clustern . . . 193
6. 4 . . . Michael-Jackson-Alben nach Länge clustern . . . 199
6. 5 . . . k-Means-Clustering-Probleme und -Erweiterungen . . . 201
6. 6 . . . k-Means-Clustering im Alltag . . . 202
6. 7 . . . Übungsaufgaben . . . 203
7. Einfache neuronale Netzwerke . . . 205
7. 1 . . . Biologische Grundlagen? . . . 206
7. 2 . . . Künstliche neuronale Netzwerke . . . 207
7. 3 . . . Vorbereitungen . . . 215
7. 4 . . . Das Netzwerk aufbauen . . . 218
7. 5 . . . Klassifikationsprobleme . . . 227
7. 6 . . . Neuronale Netzwerke beschleunigen . . . 238
7. 7 . . . Probleme und Erweiterungen neuronaler Netzwerke . . . 239
7. 8 . . . Neuronale Netzwerke im Alltag . . . 241
7. 9 . . . Übungsaufgaben . . . 242
8. Adversarial Search . . . 243
8. 1 . . . Grundkomponenten von Brettspielen . . . 243
8. 2 . . . Tic Tac Toe . . . 245
8. 3 . . . Vier gewinnt . . . 260
8. 4 . . . Minimax-Verbesserungen über die Alpha-Beta-Suche hinaus . . . 272
8. 5 . . . Adversarial Search im Alltag . . . 273
8. 6 . . . Übungsaufgaben . . . 274
9. Weitere Aufgaben . . . 277
9. 1 . . . Das Rucksackproblem . . . 277
9. 2 . . . Das Problem des Handlungsreisenden . . . 284
9. 3 . . . Merkhilfen für Telefonnummern . . . 292
9. 4 . . . Anwendungen im Alltag . . . 296
9. 5 . . . Übungsaufgaben . . . 297
Anhang . . . 299
A . . . Interview mit Brian Goetz 301 . . . 299
B . . . Glossar 317 . . . 299
C . . . Weiterführende Ressourcen 323 . . . 299
Index . . . 327
