CodeZineを運営する翔泳社では、12月13日（月）に『図解まるわかり アルゴリズムのしくみ』を発売しました。本書はアルゴリズムに苦手意識のある方でも、効率的なプログラムを作成する助けとなる多彩なアルゴリズムを手軽に学べる1冊です。
アルゴリズムの知識は効率的で処理速度の速いプログラムを作成するために欠かせません。ですが、仕組みが複雑そう、応用するのが難しそうと苦手意識を持つ人も少なくありません。
『図解まるわかり アルゴリズムのしくみ』では、アルゴリズムをイラストとともに体系的に解説しています。これまで学ぶことを避けていた人でも、それぞれのアルゴリズムの特徴や違いをイメージで掴めます。。
著者はこれまで『プログラマを育てる脳トレパズル』や『Pythonではじめるアルゴリズム入門』などアルゴリズム関連の書籍を手掛けてきた増井敏克さん。複雑なことでもわかりやすく説明する筆力には定評があります。
本書は最初から最後まで読み通しても、あるいは気になるキーワードだけ拾って読んでも大丈夫。データの保管に関するアルゴリズムや機械学習などに使われるアルゴリズムまで、幅広い用途で使える多彩なアルゴリズムを解説しています。
目次
第1章 アルゴリズムの基本～アルゴリズムとは何か？～
1-1 速く正確な計算の手順
1-2 データを扱いやすくする
1-3 よいプログラムとは何か？
1-4 アルゴリズムを比べる基準
1-5 実装する言語による違い
1-6 便利なアルゴリズムの集まり
1-7 アルゴリズムの権利
1-8 アルゴリズムを図示する
1-9 紙に書く計算のアルゴリズム
1-10 素数を見つけ出す
1-11 共通する最大の約数を探す
1-12 パズルでアルゴリズムを学ぶ
1-13 ランダムな値を使って調べる
やってみよう｜さまざまな関数での増え方を比較してみよう
第2章 データの保管のしかた～それぞれの構造と特徴～
2-1 整数の表現方法
2-2 データの単位
2-3 小数の表現方法
2-4 文字の表現方法
2-5 1つ1つに割り当てる
2-6 データを保管するサイズ
2-7 連続した領域に格納する
2-8 人がわかりやすいように表現する
2-9 データの位置を格納する
2-10 表形式のデータを格納する
2-11 単語や文章を格納する
2-12 複雑なデータ構造を表現する
2-13 一列に並べる形式
2-14 双方向につなげる形式
2-15 分岐した構造で保存する
2-16 条件を満たす木構造
2-17 探索に向いたデータ構造
2-18 バランスのよい木構造
2-19 順序のないデータを格納する
2-20 最後に格納したものから取り出す
2-21 保存した順番で取り出す形式
2-22 仮想メモリのページングアルゴリズム～
やってみよう｜データを保管するのに必要なデータ量を計算してみよう
第3章 データを並び替える～規則に沿って数字を整列させる～
3-1 昇順、降順の並べ替え
3-2 同じ値の順番が保証される
3-3 最大値や最小値を選んで並べ替える
3-4 整列済みの配列に追加する
3-5 直前の要素と比べる
3-6 配列を双方向に入れ替える
3-7 交換と挿入を組み合わせて高速化
3-8 ヒープを作成しながら並べ替える
3-9 複数のデータを比較しながら統合
3-10 一般的に高速でよく用いられる並べ替え
3-11 とりうる値に限りがある場合に有効
3-12 隙間を用意して並べ替え
3-13 ジョークとして使われるソート
3-14 どの手法を選ぶべきか？
やってみよう｜ソートのフローチャートを描いてみよう
第4章 データを探す～目的の値を速く探し出すには？～
4-1 複数のデータの中から条件にあうものを見つける
4-2 しらみつぶしに探索する
4-3 先頭から順に調べる
4-4 ソート済みのデータから探索する
4-5 近くにあるものを順に探索する
4-6 隣り合うものを順に探索する
4-7 階層を深く探索する
4-8 木構造の探索順による違い
4-9 逆方向からも探索する
4-10 始点と終点を変えて探索する
4-11 辺に注目して最短経路を探す
4-12 ノードに注目して最短経路を探す
4-13 経験則を活かして探索する
4-14 損害が最小になるものを求める
4-15 文章から文字列を検索する
4-16 工夫して文字列を検索する
4-17 特定のパターンに合致する文字列を検索する
やってみよう｜身近に使われている探索の手法を想像してみよう
第5章 機械学習で使われるアルゴリズム～AIを支える計算手法～
5-1 データから分類や予測を実行
5-2 正解データをもとに学習
5-3 データから特徴を抽出して分類
5-4 望ましい結果に報酬を与える
5-5 木構造で分類や回帰を実現
5-6 複数の決定木で多数決
5-7 分離するときの境界との間隔を最大化
5-8 0から1の範囲で確率的に予測
5-9 人間の脳を模倣し、信号のやりとりを数式化
5-10 階層を深くして学習させる
5-11 実在しないデータを生成できるAI
5-12 画像のノイズ除去や境界の強調を実現
5-13 処理中にランダムな選択をして実行
5-14 生物の進化をまねる
5-15 時間経過に応じてランダム性を変える
5-16 近くのものを強く学習する
5-17 近似的な解を高速に求める
5-18 大量のデータを分類する
5-19 データの次元を縮小して新たな指標で表現
やってみよう｜身近に使われるAIの事例を調べてみよう
第6章 その他のアルゴリズム～高度に活用される応用事例～
6-1 小さな問題に分割して結果を記録
6-2 データの容量を減らす
6-3 繰り返しを圧縮
6-4 入力の誤りを検出
6-5 雑音やノイズを除去
6-6 暗号アルゴリズムによるセキュリティ強化
6-7 簡単な暗号とその解読
6-8 負荷が小さい暗号方式
6-9 安全に鍵を共有する
6-10 大きな数の素因数分解が困難であることを利用
6-11 短い鍵で安全性を確保する
6-12 SNSで使われるアルゴリズム
6-13 Googleのアルゴリズム
6-14 事前の情報なしに意思決定する
6-15 すべての都市を訪問するコストを最小化
6-16 詰める商品の価値を最大化
6-17 解けないアルゴリズム
6-18 解けたら100万ドル？
やってみよう｜「恵方巻きの方角」を計算で求めてみよう
この記事は参考になりましたか？
- この記事の著者
-
渡部 拓也（ワタナベ タクヤ）
翔泳社マーケティング課。MarkeZine、CodeZine、EnterpriseZine、Biz/Zine、ほかにて翔泳社の本の紹介記事や著者インタビュー、たまにそれ以外も執筆しています。
※プロフィールは、執筆時点、または直近の記事の寄稿時点での内容です
