Хакни рутину. Как алгоритмы помогают справляться с беспорядком, не тупить в супермаркете и жить проще

О работе Тьюринга и его коллег в криптографическом центре Блетчли-парк в 1940-х годах стоит почитать, так как она перекликается с некоторыми затронутыми нами концепциями. Например, инновация, значительно сократившая время работы «Бомбы Тьюринга» – программы для раскодирования сообщений немецкой шифровальной машины Enigma, – определяла настройку, с которой следовало начать.

Holt, Jim. Numbers Guy: Are Our Brains Wired for Math? New Yorker, March 3, 2008.

Еще один полезный текст о работе Станисласа Деана. Здесь я впервые встретил выражение «голый купол головы».

Knuth, Donald E. Ancient Babylonian Algorithms. Communications of the ACM 15, no. 7 (1972): 671–77.

Пример древневавилонских алгоритмов взят из этой статьи.

The Art of Computer Programming, Volume 1: Fundamental Algorithms. Reading, MA: Addison-Wesley, 1973.

The Art of Computer Programming, Volume 3: Sorting and Searching. Reading, MA: Addison-Wesley, 1973.

Книги профессора Кнута – не для слабонервных, но они представляют собой блестящее сочетание исторического контекста с математическим подходом.

Papert, Seymour. Mindstorms: Children, Computers, and Powerful Ideas. 2nd ed. New York: Basic Books, 1993.

Я обратился к Сеймуру Паперту, чтобы больше узнать о конструкционизме – теории, вдохновленной конструктивизмом Пиаже. Паперт считает исследование, а также групповую и проектную деятельность основой обучения. Его работы повлияли на мои идеи, которые впоследствии вылились в эту книгу.[51]

Poundstone, William, ed. Labyrinths of Reason: Paradox, Puzzles, and the Frailty of Knowledge. New York: Doubleday, 2011.

Пример лабиринта Стэнхоупа в главе 4 взят из этой книги.

Sedgewick, Robert, and Kevin Wayne. Algorithms. 4th ed. Reading, MA: Addison Wesley, 2011.

Если вы решили прочесть только одну книгу об алгоритмах, советую выбрать именно эту. Ее графики прекрасно помогают понять, как работают алгоритмы.

Simon, Herbert A. The Sciences of the Artificial. 3rd ed. Cambridge, MA: MIT Press, 1999.

Разговор о разных подходах в Предисловии отчасти навеян рассуждениями Герберта Саймона об «удовлетворительных решениях».

Spangher, Alexander. Building the Next New York Times Recommendation Engine. Open, New York Times, August 11, 2015.

В этом блоге подробно рассмотрено, как работает рекомендательный механизм для текстовых документов.[52]

Turing, Alan M. Proposals for the Development in the Mathematics Division of an Automatic Computing Engine (ACE). Report E882, Executive Committee, NPL, February 1946.

Отрывок в главе 3 взят из этого текста.

Vanderbilt, Tom.

 How Your Brain Decides Without You. Nautilus, Nov. 6, 2014.

Утверждение в главе 8 о том, что мы интерпретируем новую информацию на основе уже известной, заимствовано из этой работы.

Wagner, Tony, and Ted Dintersmith. Most Likely to Succeed: Preparing Our Kids for the Innovation Era. New York: Simon & Schuster, 2015.

Мысль о том, что те, кто внес самый серьезный вклад в цивилизацию, по большей части слушали своих учителей, а не «списывали решение», взята из этой книги. Это замечательная книга об обучении.

Weiss, Mark Allen. Data Structures and Problem Solving Using Java. 3rd ed. Reading, MA: Addison-Wesley Longman, 2002.

Пример о главных членах функции в главе 10 взят из этой книги.

Wilson, Brent G. Constructivist Learning Environments: Case Studies in Instructional Design. Englewood Cliffs, NJ: Educational Technology, 1996.

Изучая психологию развития, я нашел этот текст о конструктивизме, конкретнее – о том, как исследование и игра помогают когнитивному развитию.

Wing, Jeannette M. Computational Thinking. Communications of the ACM 49, no. 3 (2006): 33–35.

Работая над рукописью этой книги, я встретил статью своего бывшего профессора и был рад, что она увлечена той же идеей. В ее публикации рассказывается о перспективах алгоритмического мышления.

Темпы роста

Одна из тем этой книги – сравнение альтернативных подходов к выполнению одного и того же задания. Почти в каждой главе мы сравнивали одно с другим, используя диаграмму темпов роста. Графики на этих диаграммах были преднамеренно не маркированы. Вот свод темпов роста от самого медленного (лучшее) до самого быстрого (худшее).

ПОСТОЯННОЕ ВРЕМЯ: при данном количестве элементов; если удвоить его, то время, требующееся для выполнения этого задания, останется тем же.

ЛОГАРИФМИЧЕСКОЕ ВРЕМЯ: для достаточно большого числа элементов; если удвоить их количество, то время, требующееся для выполнения задания, увеличится приблизительно на единицу.

ЛИНЕЙНОЕ ВРЕМЯ: для достаточно большого числа элементов; если удвоить их количество, время увеличится примерно вдвое.