算法設(shè)計與分析

第1章 緒論
1.1 算法的基本概念
1.1.1 算法的重要性
1.1.2 算法設(shè)計與分析的流程
1.2 算法設(shè)計與分析的重要問題類型
1.2.1 排序問題
1.2.2 查找問題
1.2.3 圖問題
1.2.4 組合問題
1.2.5 數(shù)值問題
1.2.6 幾何問題
1.3 算法復雜性分析基礎(chǔ)
1.3.1 算法復雜性分析的原理
1.3.2 漸進符號
1.4 本章小結(jié)
1.5 習題
第2章 基本數(shù)據(jù)結(jié)構(gòu)
2.1 數(shù)據(jù)結(jié)構(gòu)的概念
2.2 線性結(jié)構(gòu)
2.2.1 線性表
2.2.2 棧
2.2.3 隊列
2.2.4 串
2.3 樹形結(jié)構(gòu)
2.3.1 樹的定義與性質(zhì)
2.3.2 二叉樹
2.3.3 多叉樹
2.4 圖狀結(jié)構(gòu)
2.4.1 圖的定義
2.4.2 圖的存儲結(jié)構(gòu)
2.4.3 圖的遍歷
2.5 集合與字典
2.5.1 集合
2.5.2 字典
2.6 本章小結(jié)
2.7 習題
第3章 蠻力算法
3.1 算法設(shè)計思想
3.2 排序問題中的蠻力算法
3.2.1 選擇排序
3.2.2 冒泡排序
3.3 查找問題中的蠻力算法
3.3.1 順序查找算法
3.3.2 串匹配算法
3.4 組合問題中的蠻力算法
3.4.1 旅行商問題
3.4.2 背包問題
3.4.3 任務(wù)分配問題
3.5 幾何問題中的蠻力算法
3.5.1 最近點對問題
3.5.2 凸包問題
3.6 本章小結(jié)
3.7 習題
第4章 分治算法
4.1 算法設(shè)計思想
4.2 排序問題中的分治算法
4.2.1 歸并排序
4.2.2 快速排序
4.3 查找問題中的分治算法
4.3.1 折半查找
4.3.2 -x樹遍歷算法
4.4 組合問題中的分治算法
4.4.1 最大子段和問題
4.4.2 棋盤覆蓋問題
4.5 幾何問題中的分治算法
4.5.1 最近點對問題
4.5.2 凸包問題
4.6 本章小結(jié)
4.7 習題
第5章 貪心算法
5.1 算法設(shè)計思想
5.1.1 貪心算法的設(shè)計思想
5.1.2 貪心算法的求解過程
5.2 圖問題中的貪心算法
5.2.1 單源最短路徑問題：dijkstra算法
5.2.2 最小生成樹問題：prim算法和kruskal算法
5.2.3 哈夫曼樹
5.3 組合問題中的貪心算法
5.3.1 背包問題
5.3.2 活動安排問題
5.3.3 多機調(diào)度問題
5.4 本章小結(jié)
5.5 習題
第6章 動態(tài)規(guī)劃算法
6.1 算法設(shè)計思想
6.1.1 動態(tài)規(guī)劃算法的基本要素
6.1.2 動態(tài)規(guī)劃算法的基本步驟
6.2 查找問題中的動態(tài)規(guī)劃算法
6.2.1 最優(yōu)二叉查找樹
6.2.2 近似串匹配問題
6.3 圖問題中的動態(tài)規(guī)劃算法
6.3.1 多段圖的最短路徑問題
6.3.2 多源最短路徑問題：floyd算法
6.4 組合問題中的動態(tài)規(guī)劃算法
6.4.1 0／1背包問題
6.4.2 最長公共子序列問題
6.5 本章小結(jié)
6.6 習題
第7章 回溯算法
7.1 算法設(shè)計思想
7.1.1 問題的解空間與解空間樹
7.1.2 解空間樹的動態(tài)搜索
7.1.3 回溯算法的求解過程
7.1.4 回溯算法的時間性能
7.2 圖問題中的回溯算法
7.2.1 深度優(yōu)先搜索
7.2.2 tsp問題
7.3 組合問題中的回溯算法
7.3.1 0／1背包問題
7.3.2 八皇后問題
7.3.3 圖著色問題
7.4 本章小結(jié)
7.5 習題
第8章 分支限界算法
8.1 算法的設(shè)計思想
8.1.1 解空間樹的動態(tài)搜索
8.1.2 分支限界算法的設(shè)計思想
8.1.3 分支限界算法的時間性能
8.2 圖問題中的分支限界算法
8.2.1 tsp問題
8.2.2 單源最短路徑問題
8.3 組合優(yōu)化問題中的分支限界算法
8.3.1 0／1背包問題
8.3.2 任務(wù)分配問題
8.3.3 活動安排問題
8.4 本章小結(jié)
8.5 習題
第9章 概率算法
9.1 概率算法設(shè)計思想與實現(xiàn)基礎(chǔ)
9.1.1 確定性與隨機性
9.1.2 各種概率算法的設(shè)計思想
9.1.3 隨機數(shù)和偽隨機數(shù)
9.2 數(shù)值概率算法
9.2.1 投點法計算冗值
9.2.2 拉普拉斯方程狄利克雷問題的求解
9.3 蒙特卡羅算法
9.3.1 蒙特卡羅算法正確率的提升
9.3.2 串相等性測試問題
9.3.3 素數(shù)性測試
9.4 拉斯維加斯算法
9.4.1 隨機抽牌問題
9.4.2 整數(shù)因子分解
9.5 舍伍德算法
9.5.1 舍伍德型的快速排序
9.5.2 隨機化的選擇算法
9.6 本章小結(jié)
9.7 習題
第10章 計算智能
10.1 人工神經(jīng)網(wǎng)絡(luò)
10.1.1 思想來源和發(fā)展歷程
10.1.2 人工神經(jīng)網(wǎng)絡(luò)的基本原理
10.1.3 ann小結(jié)
10.2 模糊邏輯
10.2.1 模糊邏輯概述
10.2.2 模糊邏輯的基本原理
10.2.3 模糊邏輯技術(shù)小結(jié)
10.3 遺傳算法
10.3.1 遺傳算法的思想起源
10.3.2 遺傳算法的基本原理
10.3.3 遺傳算法的特點及其發(fā)展趨勢
10.4 蟻群算法
10.4.1 蟻群算法的思想來源
10.4.2 蟻群優(yōu)化的基本原理
10.4.3 蟻群優(yōu)化小結(jié)
10.5 粒子群優(yōu)化算法
10.5.1 粒子群優(yōu)化算法的思想來源
10.5.2 粒子群優(yōu)化算法的基本原理
10.5.3 粒子群優(yōu)化算法的發(fā)展趨勢
10.6 差分進化算法
10.6.1 差分進化概述
10.6.2 差分進化算法的基本原理
10.6.3 差分進化算法小結(jié)
10.7 分布估計算法
10.7.1 分布估計算法概述
10.7.2 分布估計算法的基本原理
10.7.3 分布估計算法的發(fā)展趨勢
10.8 本章小結(jié)
10.9 習題
附錄a 名詞索引
索引
參考文獻