編輯推薦:

內(nèi)容簡介:　　相比于傳統(tǒng)類型的算法分析與設(shè)計教程，《算法分析與設(shè)計教程》的大特點是將計算思維這種思維方式貫穿于全書的各個章節(jié)中，力圖使讀者不僅理解和掌握這門課程的基本內(nèi)容，而且通過對全書的學(xué)習(xí)，能夠認(rèn)識和體會計算思維這種新的思維模式在算法的分析與設(shè)計中的運用方法。除此以外，《算法分析與設(shè)計教程》在第8章介紹了當(dāng)前在算法研究領(lǐng)域的前沿——智能算法。為了便于讀者很好地掌握經(jīng)典算法的設(shè)計思想和設(shè)計方法，《算法分析與設(shè)計教程》的第1～7章在每一章的末尾有本章小結(jié)、習(xí)題與思考；為了便于讀者進一步深入理解如何計算思維求解問題，在第2～5章、第7章的主要內(nèi)容之后附加了“課后閱讀材料”這個專題加以討論。
　　《算法分析與設(shè)計教程》可以作為高等院校計算機科學(xué)、智能科學(xué)、信息安全等相關(guān)專業(yè)的本科生教學(xué)用書，也可以作為從事算法及人工智能研究的研究人員或軟件開發(fā)人員的參考書。

作者簡介:

目錄:第1章 算法引論
1．1 算法的基本概念
1．1．1 算法的重要特性
1．1．2 算法的基本內(nèi)容
1．2 算法分析
1．2．1 計算時間的漸進表示
1．2．2 常用的整數(shù)求和公式
1．2．3 作時空性能分布圖
1．3 最優(yōu)算法概述
本章小結(jié)
習(xí)題與思考

第2章 遞歸算法與分治算法
2．1 遞歸算法的實現(xiàn)機制
2．1．1 遞歸函數(shù)調(diào)用的一般形式
2．1．2 值的回傳
2．1．3 遞歸函數(shù)調(diào)用的內(nèi)部操作
2．2 遞歸算法的設(shè)計
2．3 遞歸算法轉(zhuǎn)化為非遞歸算法
2．4 遞歸關(guān)系式的計算
2．4．1 生成函數(shù)及其性質(zhì)
2．4．2 利用生成函數(shù)求解遞歸關(guān)系式
2．4．3 k階常系數(shù)線性齊次遞歸關(guān)系式
2．4．4 k階常系數(shù)線性非齊次遞歸關(guān)系式
2．5 分治算法的基本設(shè)計原理
2．6 分治算法求解二分搜索問題
2．7 分治算法求解歸并排序問題
2．8 分治算法求解快速排序問題
2．8．1 數(shù)組的劃分
2．8．2 快速排序算法的實現(xiàn)
2．8．3 快速排序算法的最壞情況分析
2．8．4 快速排序算法的平均情況分析
2．9 分治算法求解選擇問題
2．9．1 選擇問題的思想方法
2．9．2 選擇問題的算法實現(xiàn)
2．9．3 關(guān)于選擇問題的算法分析
本章小結(jié)
課后閱讀材料
習(xí)題與思考

第3章 貪心算法
3．1 貪心算法的設(shè)計思想
3．2 貪心算法求解背包問題
3．2．1 背包問題貪心算法的設(shè)計思想
3．2．2 背包問題貪心算法的分析
3．3 貪心算法求解單源點最短路徑問題
3．3．1 單源點最短路徑貪心算法的設(shè)計思想
3．3．2 單源點最短路徑貪心算法的實現(xiàn)
3．3．3 單源點最短路徑貪心算法的分析
3．4 貪心算法求解最小成本生成樹問題
3．4．1 最小成本生成樹問題
3．4．2 普里姆算法的實現(xiàn)過程
3．4．3 普里姆算法的分析
3．4．4 克魯斯卡爾算法的思想方法
3．4．5 集合的樹表示和不相交集合的合并——樹結(jié)構(gòu)應(yīng)用實例
3．4．6 克魯斯卡爾算法的實現(xiàn)過程
3．4．7 克魯斯卡爾算法的分析
本章小結(jié)
課后閱讀材料
習(xí)題與思考

第4章 動態(tài)規(guī)劃算法
4．1 動態(tài)規(guī)劃算法的設(shè)計思想
4．2 多段圖的最小成本問題
4．2．1 多段圖的決策過程
4．2．2 多段圖模型動態(tài)規(guī)劃算法的具體實現(xiàn)
4．2．3 多段圖模型的求解實例
4．3 資源分配問題
4．3．1 資源分配方案的決策過程
4．3．2 動態(tài)規(guī)劃算法求解資源分配問題的實現(xiàn)
4．4 0／1背包問題
4．4．1 0／1背包問題的求解過程
4．4．2 0／1背包問題的動態(tài)規(guī)劃算法
4．5 最長公共子序列問題
4．5．1 最長公共子序列的搜索過程
4．5．2 最長公共子序列的動態(tài)規(guī)劃算法實現(xiàn)
本章小結(jié)
課后閱讀材料
習(xí)題與思考

第5章 回溯算法
5．1 回溯算法的設(shè)計思想
5．2 回溯算法的設(shè)計框架
5．3 0／1背包問題
5．3．1 回溯算法求解0／1背包問題的求解過程
5．3．2 回溯算法求解0／1背包問題的算法實現(xiàn)
5．4 裝箱問題
5．4．1 裝箱問題實現(xiàn)
5．4．2 遞歸回溯算法設(shè)計
5．4．3 上界函數(shù)
5．4．4 迭代回溯算法設(shè)計
5．5 最大通信團體問題
5．5．1 最大團體問題的描述及求解思路
5．5．2 最大通信團體問題的描述及求解思路
本章小結(jié)
課后閱讀材料
習(xí)題與思考

第6章 隨機化算法
6．1 隨機化算法引言
6．1．1 隨機化算法的分類
6．1．2 隨機數(shù)產(chǎn)生器
6．2 謝伍德算法
6．2．1 隨機化快速排序算法
6．2．2 隨機化選擇算法
6．3 拉斯維加斯算法
6．4 蒙特卡羅算法
本章小結(jié)
習(xí)題與思考

第7章 圖論與網(wǎng)絡(luò)流問題
7．1 圖的遍歷
7．1．1 圖的深度優(yōu)先搜索遍歷算法
7．1．2 圖的廣度優(yōu)先搜索遍歷算法
7．1．3 無向圖的割點
7．1．4 有向圖的強連通分支
7．2 網(wǎng)絡(luò)的最大流量問題
7．2．1 必備的數(shù)學(xué)知識
7．2．2 最大流量算法與最大容量擴展算法
7．2．3 最短路徑擴展算法
7．3 二部圖的最大匹配問題
7．3．1 必備的數(shù)學(xué)知識
7．3．2 二部圖的最大匹配的匈牙利樹算法
本章小結(jié)
課后閱讀材料
習(xí)題與思考

第8章 智能算法掠影
8．1 遺傳算法
8．1．1 遺傳算法的基本機理
8．1．2 遺傳算法的求解步驟
8．2 粒子群優(yōu)化算法
8．2．1 群智能算法和粒子群優(yōu)化算法概述
8．2．2 粒子群優(yōu)化算法研究及應(yīng)用
8．3 蟻群算法
8．3．1 蟻群算法理論
8．3．2 蟻群算法的研究及應(yīng)用
8．4 免疫算法
8．4．1 免疫算法的提出
8．4．2 免疫算法的理論
8．4．3 免疫算法的應(yīng)用及其發(fā)展趨勢
本章小結(jié)
參考文獻