실무에서의 문제 해결 능력을 키우는 고전 알고리즘 프로젝트

이 책은 실무에서 만날 수 있는 문제를 알고리즘을 사용해 효과적으로 해결하는 방법을 알려준다. 모든 예제를 파이썬으로 구현했으며, 장마다 알고리즘 적용 사례와 연습 문제를 제공한다. 피보나치 수열, 압축, 하노이탑, 이진 검색과 같은 알고리즘부터 k-평균 군집화, 유전 알고리즘, 신경망, 보드게임에 이르기까지 다양한 예제를 풀며 문제 해결 능력을 향상할 수 있다.

샹플랭 대학의 컴퓨터 과학 및 혁신 센터의 조교수다. 숙련된 소프트웨어 개발자이자 『Classic Computer Science Problems in Swift』(Manning, 2018)와 『Dart for Absolute Beginners』(Apress, 2014)의 저자다. 다트머스 대학교에서 경제학 학사학위와 컴퓨터 과학 석사학위를 취득했다.

CHAPTER 1 작은 문제
1.1 피보나치 수열
1.2 압축 알고리즘
1.3 깨지지 않는 암호화
1.4 파이 계산하기
1.5 하노이탑
1.6 적용사례
1.7 연습문제

CHAPTER 2 검색 문제
2.1 DNA 검색
2.2 미로 찾기
2.3 선교사와 식인종 문제
2.4 적용사례
2.5 연습문제

CHAPTER 3 제약 충족 문제
3.1 제약 충족 문제 프레임워크 구현하기
3.2 호주 지도 색칠 문제
3.3 여덟 퀸 문제
3.4 단어 검색
3.5 SEND MORE=MONEY
3.6 회로판 레이아웃
3.7 적용사례
3.8 연습문제

CHAPTER 4 그래프 문제
4.1 지도와 그래프
4.2 그래프 프레임워크 구축
4.3 최단 경로 찾기
4.4 네트워크 구축 비용 최소화
4.5 가중치 그래프에서 최단 경로 찾기
4.6 적용사례
4.7 연습문제

CHAPTER 5 유전 알고리즘
5.1 생물학적 배경
5.2 제네릭 유전 알고리즘
5.3 간단한 방정식
5.4 SEND MORE=MONEY 다시 보기
5.5 최적화 리스트 압축
5.6 유전 알고리즘에 대한 도전
5.7 적용사례
5.8 연습문제

CHAPTER 6 k-평균 군집화
6.1 준비 운동
6.2 k-평균 군집화 알고리즘
6.3 나이와 경도에 따른 주지사 군집화
6.4 마이클 잭슨 앨범 음원 길이 군집화
6.5 k-평균 군집화 문제와 확장
6.6 적용사례
6.7 연습문제

CHAPTER 7 신경망 문제
7.1 생물학 기초
7.2 인공 신경망
7.3 구현 준비
7.4 신경망 구축
7.5 분류 문제
7.6 신경망의 속도 향상
7.7 신경망 문제와 확장
7.8 적용사례
7.9 연습문제

CHAPTER 8 적대적 탐색
8.1 보드게임 구성 요소
8.2 틱택토
8.3 커넥트포
8.4 알파-베타 가지치기를 넘어서
8.5 적용사례
8.6 연습문제

CHAPTER 9 기타 문제
9.1 배낭 문제
9.2 외판원 문제
9.3 전화번호 니모닉
9.4 적용사례
9.5 연습문제

부록 A 용어 사전
부록 B 참고 자료
부록 C 타입 힌트 간단한 소개