智能算法通識(shí)教程

第l章 緒論
1.1 算法的概念
1.1.1 從計(jì)算機(jī)的優(yōu)勢(shì)和劣勢(shì)談起
1.1.2 問(wèn)題和算法
1.1.3 什么是算法
1.2 算法設(shè)計(jì)的要求
1.3 算法效率的度量
1.3.1 時(shí)間復(fù)雜度
1.3.2 空間復(fù)雜度
1.4 本課程的總體結(jié)構(gòu)
1.5 相關(guān)語(yǔ)言和函數(shù)庫(kù)簡(jiǎn)介
1.5.1 從C到C++
1.5.2 C++語(yǔ)言的功能改進(jìn)
1.5.3 命名空間
1.5.4 C++的輸入輸出
1.5.5 函數(shù)重載和函數(shù)模板
1.5.6 面向?qū)ο蟪醪?br /> 1.5.7 string類
習(xí)題
第2章 若干數(shù)學(xué)問(wèn)題的算法
2.1 數(shù)論相關(guān)問(wèn)題
2.2 多項(xiàng)式四則運(yùn)算
2.2.1 一元多項(xiàng)式乘法
2.2.2 一元多項(xiàng)式除法
2.3 多項(xiàng)式插值問(wèn)題
2.3.1 拉格朗日插值法
2.3.2 牛頓插值法
2.4 非線性方程求解
2.4.1 二分法
2.4.2 牛頓迭代法
2.5 線性方程組求解
2.5.1 雅可比迭代法
2.5.2 高斯消去法
2.6 一元線性回歸
習(xí)題
第3章 線性結(jié)構(gòu)的妙用
3.1 數(shù)據(jù)結(jié)構(gòu)基本概念
3.2 線性表概念及應(yīng)用
3.2.1 線性表基本概念
3.2.2 順序表概念及實(shí)現(xiàn)
3.2.3 順序表應(yīng)用：學(xué)生名冊(cè)管理
3.2.4 鏈表的概念及實(shí)現(xiàn)
3.2.5 單鏈表應(yīng)用：通訊錄管理
3.3 堆棧和隊(duì)列的應(yīng)用
3.3.1 堆棧的概念及實(shí)現(xiàn)
3.3.2 堆棧應(yīng)用：表達(dá)式求值
3.3.3 隊(duì)列的概念及實(shí)現(xiàn)
3.3.4 隊(duì)列應(yīng)用：整數(shù)排序
3.3.5 優(yōu)先隊(duì)列的概念及實(shí)現(xiàn)
習(xí)題
第4章 哈夫曼編碼和圖的 短路徑
4.1 樹和二叉樹
4.1.1 樹
4.1.2 二叉樹
4.2 二叉樹的實(shí)現(xiàn)與分析
4.3 二叉樹的遍歷
4.3.1 二又樹的遍歷方式
4.3.2 遍歷算法的實(shí)現(xiàn)
4.4 二叉樹的示例
4.5 哈夫曼樹
4.5.1 哈夫曼樹和哈夫曼編碼
4.5.2 構(gòu)造哈夫曼編碼
4.5.3 哈夫曼編碼實(shí)現(xiàn)
4.6 圖和鄰接表
4.6.1 圖的存儲(chǔ)
4.6.2 圖的搜索
4.7 圖的 短路徑
習(xí)題
第5章 馬踏棋盤與道路規(guī)劃
5.1 貪心算法
5.2 活動(dòng)安排問(wèn)題
5.3 馬踏棋盤問(wèn)題
5.4 道路規(guī)劃和 小生成樹問(wèn)題
5.4.1 Prim算法
5.4.2 Kruskal算法
習(xí)題
第6章 動(dòng)態(tài)規(guī)劃
6.1 動(dòng)態(tài)規(guī)劃基本概念
6.1.1 挖金礦問(wèn)題
6.1.2 動(dòng)態(tài)規(guī)劃算法的基本思想
6.1.3 適用情況
6.1.4 求解基本步驟
6.2 O-1背包問(wèn)題
6.2.1 性原理
6.2.2 遞推關(guān)系
6.2.3 構(gòu)造 解
6.2.4 算法實(shí)現(xiàn)
6.3 長(zhǎng)公共子序列問(wèn)題
6.3.1 長(zhǎng)公共子序列的結(jié)構(gòu)
6.3.2 子問(wèn)題的遞歸結(jié)構(gòu)
6.3.3 計(jì)算 值
6.3.4 構(gòu)造 長(zhǎng)公共子序列
6.3.5 算法實(shí)現(xiàn)
6.4 流問(wèn)題
6.4.1 流網(wǎng)絡(luò)
6.4.2 Ford—Fulkerson方法
6.4.3 Ford—Fulkerson方法偽代碼
6.4.4 小費(fèi)用 流
6.4.5 動(dòng)態(tài)規(guī)劃與 流問(wèn)題
習(xí)題
第7章 遺傳算法
7.1 遺傳算法的概念
7.2 遺傳算法的設(shè)計(jì)
7.3 函數(shù) 值問(wèn)題求解
7.4 函數(shù) 值問(wèn)題求解程序?qū)崿F(xiàn)
7.5 旅行商問(wèn)題
習(xí)題
第8章 人工神經(jīng)網(wǎng)絡(luò)與深度學(xué)習(xí)
8.1 機(jī)器學(xué)習(xí)
8.2 人工神經(jīng)網(wǎng)絡(luò)的概念
8.3 感知器
8.4 感知器算法
8.5 BP算法
8.6 BP算法中正向傳播過(guò)程及代價(jià)函數(shù)的編程實(shí)現(xiàn)
8.7 BP算法示例
8.8 深度學(xué)習(xí)
8.9 MNIST數(shù)據(jù)集上的手寫識(shí)別問(wèn)題
8.10 MNIST數(shù)據(jù)集上的手寫識(shí)別問(wèn)題實(shí)驗(yàn)
習(xí)題
第9章 群體智能算法
9.1 群體智能算法概述
9.2 群體智能算法的定義和特點(diǎn)
9.3 群體智能算法的計(jì)算模式
9.4 常見(jiàn)的群體智能算法
9.5 蟻群算法
9.5.1 蟻群算法的生物背景
9.5.2 蟻群算法的原理
9.5.3 蟻群算法的流程
9.5.4 蟻群算法的應(yīng)用
9.5.5 蟻群算法的某實(shí)例編程實(shí)現(xiàn)
9.6 粒子群算法
9.6.1 算法概述
9.6.2 算法的模型
9.6.3 算法的基本流程
9.6.4 算法的應(yīng)用
9.6.5 算法的實(shí)例分析
9.7 人工蜂群算法
9.7.1 人工蜂群算法的生物背景
9.7.2 人工蜂群算法的原理
9.7.3 人工蜂群算法的流程
9.7.4 人工蜂群算法的應(yīng)用
9.7.5 人工蜂群算法的編程實(shí)現(xiàn)
習(xí)題
參考文獻(xiàn)