Алгоритмы. С примерами на Python

Это – база! Собственно, на этом описание книги можно и закончить)

Автор подробно рассказывает о том, как сравнивать алгоритмы между собой. Задача не такая лёгкая, как может показаться на первый взгляд. Потому что самая простая идея – взять N наборов данных и прогнать их через один алгоритм, а потом через другой и сравнить время работы – может оказаться далеко не такой уж и удачной идеей. Начиная от банальной теории вероятности, когда для одного из алгоритмов данные будут попросту лучше уложены, что может повлиять на быстродействие, до некоторого «разгона» компьютера, из-за чего первые тесты как правило тормозят по сравнению с более поздними. А есть и другие аспекты, вроде того, что один алгоритм может долго работать на небольшом наборе данных, но при количественном росте существенно ускоряться, а другой быстрый алгоритм для небольших выборок – замедляться, а то и вовсе ломаться на большом количестве данных.

Для себя никакой новой информации я не вынесла, разве что о галактических алгоритмах, но это скорее интересный факт, чем какая-то нужная хитрость, может только для суперкомпьютеров полезная. Но повторить основы бывает полезно, а уж теория графов заставила всплакнуть от особенно чувствительных воспоминаний. Вот только с советами кому полезна эта книга затруднюсь ответить. Для новичка – сложновато как мне кажется, а для более опытного может оказаться скучным.
PS Наконец узнала про подоплёку с животными на обложке этой серии книг, оригинальная идея делать иллюстрации с исчезающими видами животных для привлечения внимания.
#новый_мир_знаний(8)