Guide to Graph Algorithms by Erciyes, Kayhan;

Sequential, Parallel and Distributed

Sorozatcím: Texts in Computer Science;

12% KEDVEZMÉNY?

Kiadói listaár EUR 80.24
Az ár azért becsült, mert a rendelés pillanatában nem lehet pontosan tudni, hogy a beérkezéskor milyen lesz a forint árfolyama az adott termék eredeti devizájához képest. Ha a forint romlana, kissé többet, ha javulna, kissé kevesebbet kell majd fizetnie.

33 279 Ft (31 694 Ft + 5% áfa)
Kedvezmény(ek) 12% (cc. 3 993 Ft off)
Kedvezményes ár 29 285 Ft (27 891 Ft + 5% áfa)

29 285 Ft

Beszerezhetőség

Még nem jelent meg, de rendelhető. A megjelenéstől számított néhány héten belül megérkezik.

A termék adatai:

Kiadás sorszáma 2
Kiadó Springer Nature Switzerland
Megjelenés dátuma 2026. április 29.

ISBN 9783032052933
Kötéstípus Keménykötés
Terjedelem490 oldal
Méret 235x155 mm
Nyelv angol
Illusztrációk X, 490 p. 265 illus., 200 illus. in color.

Kategóriák

Kombinatorika és gráfelmélet Matematika a mérnöki- és természettudományok területén A számítástudomány elmélete, a számítástechnika általában Számítógépes programozás általában Diszkrét matematika

Hosszú leírás:

"

This clearly structured textbook/reference presents a detailed and comprehensive review of the fundamental principles of sequential graph algorithms, approaches for NP-hard graph problems, approximation algorithms and heuristics for such problems and implementation of advanced graph structures in machine learning. The work also provides a comparative analysis of sequential, parallel and distributed graph algorithms – including algorithms for big data – and an investigation into the conversion principles between the three algorithmic methods.

Topics and features:

Presents a comprehensive analysis of sequential graph algorithms
Offers a unifying view by examining the same graph problem from each of the three paradigms of sequential, parallel and distributed algorithms
Describes methods for the conversion between sequential, parallel and distributed graph algorithms
Surveys methods for the analysis of large graphs and complex network applications
Includes full implementation details for the problems presented throughout the text
Surveys advanced graph structures used in artificial intelligence with code examples
Reviews graph machine-intelligence methods

This practical guide to the design and analysis of graph algorithms is ideal for advanced and graduate students of computer science, electrical and electronic engineering, and bioinformatics. The material covered will also be of value to any researcher familiar with the basics of discrete mathematics, graph theory and algorithms and machine learning.

Dr. K. Erciyes is professor of computer engineering at Yaşar University, Turkey. His other publications include the Springer titles Distributed Graph Algorithms for Computer Networks, Distributed and Sequential Algorithms for Bioinformatics, and Guide to Distributed Algorithms.

"

Több

Tartalomjegyzék:

1. Introduction to Graphs.- 2. Graph Algorithms.- 3. Parallel Graph Algorithms.- 4. Distributed Graph Algorithms.- 5. Trees and Graph Traversals.- 6. Weighted Graphs.- 7. Connectivity.- 8. Matching.- 9. Independence, Domination and Vertex Cover.- 10. Coloring.