Lo que debe entender aquí es que las matemáticas son solo una herramienta que utilizamos para analizar algoritmos. Cuanto más sofisticada sea la herramienta, mejor será el análisis. Los dominios básicos que debe cubrir son probabilidad y estadísticas, conjuntos y relaciones, conceptos de extremos, encontrar raíces y analizar el área bajo curvas. A partir de esta descripción, puede comprender que no hay un programa restringido al que adherirse al comenzar.
Dicho esto, recuerde que CLRS se llama Introducción a los algoritmos. Para la mayor parte del libro, trataremos con el análisis de las complejidades de tiempo y espacio de varios algoritmos (principalmente codiciosos, divide y vencerás, programación dinámica y algunas implementaciones basadas) y estructuras de datos básicas (árboles, listas, matrices).
Entonces, si está buscando hacer su primera incursión en algoritmos, sumérjase primero sin dudarlo. Si necesita un cálculo multivariado, apréndalo sobre la marcha. Recuerde que no tiene que ser un doctorado en matemáticas para comenzar a aprender algoritmos de manera efectiva. Perfeccionar sus habilidades matemáticas y de computación lado a lado es el enfoque a seguir.
- Cómo saber el orden de magnitud de un algoritmo
- ¿Cuáles son algunos ejemplos de problemas que son: (1) NP pero no NP-Complete; (2) NP-Completo; (3) NP-Hard pero no NP-Complete?
- ¿Cómo se usa el hashing para la integridad?
- ¿Puedo construir un algoritmo de negociación basado en una estrategia de tendencia y usarlo para comerciar divisas durante diez años, por ejemplo?
- Cómo incrementar mis habilidades en programación dinámica
Lo mismo significa Computer Networks, que es un poco menos matemático en comparación con los algoritmos. De hecho, CN toma prestado algoritmos a veces, lo que sirve como blackboxing de las matemáticas. En su mayoría, se requieren distribuciones y series para CN.