آی تی پارس » الگوریتم های تقریبی



  • سخن تصادفي

    خوشا به حال كسى كه به ياد معاد باشد ، براى حسابرسى قيامت كار كند ، با قناعت زندگى كند ، و از خدا راضى باشد — امام علی

  • نوشته‌های تازه

  • دسته‌ها

  • دانلودهای جدید

    • برنامه نویسی – زبان ها و ابزارهای برنامه نویسی

    ۲۶م تیر ۱۳۸۹ – 3:22 ق.ظ

    

    موضوع کتاب برنامه نویسی – زبان ها و ابزارهای برنامه نویسی

    نام نویسنده ناصر قاسم آقائي ، مهدي جابر زاده انصاري ، علي دهقان

    نام مترجم شابک ۹۷۸-۹۶۴-۳۷۷-۳۱۲-۰

    تعداد صفحات ۵۲۸

    در این کتاب می آموزید…

    • آشنایی با علم کامپیوتر و نسل های آن
    • آشنایی با الگوریتم و رسم فلوچارت
    • تفاوت برنامه نویسی ساخت یافته با برنامه نویسی غیر ساخت یافته
    • ساختارهای تکرار در الگوریتم و در C++
    • آرایه ها و بردارها در C++
    • مفهوم رویه در الگوریتم و مقدمه ای بر رمز نگاری
    • توابع و کلاس های حافظه در C++
    • آشنایی مقدماتی با روش های طراحی و تحلیل الگوریتم ها
    • اشاره گر ها و مرجع
    • کامپایل برنامه در VS۹۸ و KDevelop در لینوکس
    • انواع بهینه سازی در کامپایلر ها
    • چرا C++؟ چرا جاوا و C# برای مبانی مناسب نیستند ؟
    • در این کتاب الگوریتم نویسی ، کشیدن فلوچارت و برنامه نویسی به زبان C++و تحلیل و طراحی الگوریتم ها را در کنار هم و به صورت قدم به قدم و پیوسته بیاموزید.

    لینک دانلود

    نوشته شده توسط مدیر در دسته الگوریتم های تقریبی, برنامه نویسی, دسته‌بندی نشده, فناوری اطلاعات, معرفی کتاب | ۱ نظر »

    الگوریتم های تقریبی

    ۱۸م بهمن ۱۳۸۸ – 11:11 ق.ظ

    The field of approximation algorithms has developed in response to the difficulty in solving a good many optimization problems exactly. In the case of NP-hard problems, we sacrifice optimality in the favor of efficient heuristics that give nearly-optimal (approximate) solutions, and aim for provable guarantees on the performance of these algorithms. This course will present some general techniques (such as convex programming-based approaches, randomness and metric methods) that underly these algorithms. The following is a selection of the techniques and problems that we will cover:

    Techniques: greedy algos, local search, randomized methods, LP techniques, primal-dual method, lagrangean methods, semi-definite programming, metric methods, inapproximability.

    Problems: Set cover. Vertex cover. TSP & other planning problems. Scheduling. Facility location. Steiner tree and other network design problems. Sparsest cut, multicut and other partitioning problems. MaxSAT. Generalized assignment problems. Graph coloring. Approximate counting.

    The main reference for this course is the following book, but we will also include several recent papers in this area in our discussions. Please visit the reading list on the course webpage for extra reading material.

    نوشته شده توسط مدیر در دسته الگوریتم های تقریبی | بدون نظر »