Skip to Content
Imparare gli algoritmi
book

Imparare gli algoritmi

by George Heineman
April 2025
Intermediate to advanced
280 pages
7h 42m
Italian
O'Reilly Media, Inc.
Book available
Content preview from Imparare gli algoritmi

Capitolo 8. Avvolgere il tutto

Questo lavoro è stato tradotto utilizzando l'AI. Siamo lieti di ricevere il tuo feedback e i tuoi commenti: translation-feedback@oreilly.com

Il mio obiettivo in questo libro è stato quello di introdurti agli algoritmi fondamentali e ai tipi di dati essenziali utilizzati in informatica. Devi sapere come implementare in modo efficiente i seguenti tipi di dati per massimizzare le prestazioni del tuo codice:

Borsa

Un elenco collegato garantisce prestazioni O(1) quando si aggiunge un valore. Se scegli di utilizzare un array, allora devi impiegare un ridimensionamento geometrico per estendere le dimensioni dell'array in modo da garantire prestazioni O(1) ammortizzate sul suo utilizzo medio (anche se continuerai a incorrere in prestazioni O(N) runtime sugli eventi di ridimensionamento poco frequenti). Nota che un sacchetto non consente di rimuovere i valori e non impedisce l'aggiunta di valori duplicati.

Pila

Una lista collegata può memorizzare i valori in uno stack, quindi push() e pop()hanno prestazioni runtime O(1). La pila registra top della pila per spingere e rimuovere i valori.

Coda

Una lista collegata può memorizzare in modo efficiente una coda, quindi enqueue() edequeue() hanno prestazioni di runtime O(1). La coda registra il nodo first e il nodo last nell'elenco collegato per aggiungere e rimuovere in modo efficiente i valori dalla coda.

Tabella dei simboli

L'approccio di indirizzamento aperto per le tabelle di simboli è sorprendentemente ...

Become an O’Reilly member and get unlimited access to this title plus top books and audiobooks from O’Reilly and nearly 200 top publishers, thousands of courses curated by job role, 150+ live events each month,
and much more.
Start your free trial

You might also like

Algebra lineare pratica per la scienza dei dati

Algebra lineare pratica per la scienza dei dati

Mike X Cohen

Publisher Resources

ISBN: 9798341644939Supplemental Content