• Fri frakt över 249 kr
  • •
  • Snabba leveranser
  • •
  • Billiga böcker
Kundservice

Du är på sajten för privatpersoner.

Företag, bibliotek eller offentlig verksamhet?

Du handlar på classic.bokus.com, där alla dina funktioner finns intakta.
Till classic.bokus.com
Bokus logotyp. Gå till startsidan.
  • Erbjudanden
  • Student
  • Topplistor
  • Barn & ungdom
  • Bokus Play
  • E-böcker
  • Ljudböcker
  • Pocketböcker
  • Spel och pussel

Pocketfynda! Hundratals böcker för 49 kr/st →

Sidfot

Mina sidor

    Hjälp

    • Kundservice
    • Vanliga frågor och svar
    • Frakt och leverans
    • Retur vid ångerrätt
    • Reklamera vara
    • Betalning
    • Köpvillkor
    • Allmänna villkor
    • Information om webbplatsens tillgänglighet

    Om Bokus

    • Om oss
    • Pressrum
    • För studenter
    • För företag
    • För bibliotek och offentlig verksamhet
    • För leverantörer
    • Hållbarhet

    Populärt

    • Aktuella erbjudanden
    • Presentkort
    • Studentlitteratur
    • Nya böcker
    • Topplistor
    • Signerade böcker
    • Engelska böcker

    Inspiration

    • Boktips
    • BookTok
    • Barnbokskaraktärer
    • Populära författare
    Logotyp för Bokus
    Följ oss på Facebook (extern länk)Följ oss på Instagram (extern länk)Följ oss på YouTube (extern länk)Följ oss på TikTok (extern länk)
    bokus @ CookiesAnpassa cookiesIntegritetspolicyKöpvillkor
    Till Citymail hemsida (extern länk)Till Budbee hemsida (extern länk)Till Postnord hemsida (extern länk)Till Schenker hemsida (extern länk)Till Early Bird hemsida (extern länk)Till Walleys hemsida (extern länk)
    1. Samhälle och politik
    2. Samhälle och kultur
    3. Kultur och medier
    4. Referensverk och tvärvetenskap

    Complexity in Computer Science

    AvThomas Watson

    Inbunden, Engelska, 2026

    866 kr

    Kommande

    Beskrivning

    Computational complexity theory is about the fundamental capabilities and limitations of efficient computation. Framing the subject in the broader context of computer science, this guidebook is both a self-contained tutorial for beginning graduate students in all areas of computer science and a thorough reference for specialists. Using only elementary discrete math, the book rigorously covers the central concepts of time, space, and randomness in computing, as well as connections to other areas of computer science such as cryptography and machine learning. Intuitions and general techniques are emphasized. The book features full proofs, numerous concrete examples and illustrations, and hundreds of exercises.

    Produktinformation

    • Utgivningsdatum:2026-10-31
    • Vikt:500 g
    • Format:Inbunden
    • Språk:Engelska
    • Antal sidor:765
    • Förlag:Cambridge University Press
    • ISBN:9781009752336

    Utforska kategorier

    • Referensverk och tvärvetenskap inom Samhälle och politik
    • Programmeringsböcker inom Data och IT
    • Systemvetenskap och AI inom Data och IT

    Mer om författaren

    Thomas Watson is Associate Professor of Computer Science at the University of Memphis. He received his Ph.D. from the University of California, Berkeley. His research spans many areas of computational complexity and has been supported by an NSF CAREER award.

    Recensioner i media

    'Watson's Complexity in Computer Science is a comprehensive introduction to computational complexity. It is especially well suited for students new to the area who want to learn both the foundations of the field and its connections to other areas of computer science, such as cryptography and learning theory. Its breadth and level of detail make it an invaluable resource for students.' Shachar Lovett, University of California, San Diego

    Innehållsförteckning

    • Prologue; Part I. Time and Space: 1. Efficient computation; 2. Time complexity; 3. Space complexity; 4. A time-space lower bound; 5. Nonuniformity; 6. Parallelism; Part II. Randomness: 7. Randomized computation; 8. Hashing; 9. Error correcting codes; 10. Heuristics; 11. Pseudorandomness; Part III. Scope of Complexity: 12. Cryptography; 13. Learning; 14. Optimization; 15. Verification; Part IV. Concrete Models: 16. Decision trees and branching programs; 17. Communication protocols; 18. Circuits and formulas; Epilogue; Appendix. Discrete math background; References; Index.