本书将计算机经典问题和算法设计技术结合起来，系统的介绍了算法设计技术及其在经典问题中的应用。
□□章 绪论
1.1 算法的基本概念
1.1.1 为什么要学习算法
1.1.2 算法及其重要特性
1.1.3 算法的描述方法
1.1.4 算法设计的一般过程
1.1.5 重要的问题类型
1.2 算法分析
1.2.1 渐进符号
1.2.2 □好、□坏和平均情况
1.2.3 非递归算法的分析
1.2.4 递归算法的分析
1.2.5 算法的后验分析
1.3 实验项目——求□大公约数
阅读材料——人工神经网络与BP算法
习题1
第2章 NP完全理论
2.1 下界
2.1.1 平凡下界
2.1.2 判定树模型
2.1.3 □优算法
2.2 算法的极限
2.2.1 易解问题与难解问题
2.2.2 实际问题难以求解的原因
2.2.3 不可解问题
2.3 P类问题和NP类问题
2.3.1 判定问题
2.3.2 确定性算法与P类问题
2.3.3 非确定性算法与NP类问题
2.4 NP完全问题
2.4.1 问题变换与计算复杂性归约
2.4.2 NP完全问题的定义
2.4.3 基本的NP完全问题
2.4.4 NP完全问题的计算机处理
2.5 实验项目——SAT问题
阅读材料——遗传算法
习题2
第3章 蛮力法
3.1 蛮力法的设计思想
3.2 查找问题中的蛮力法
3.2.1 顺序查找
3.2.2 串匹配问题
3.3 排序问题中的蛮力法
3.3.1 选择排序
3.3.2 起泡排序
3.4 组合问题中的蛮力法
3.4.1 生成排列对象
3.4.2 生成子集
3.4.3 0/1背包问题
3.4.4 任务分配问题
3.5 图问题中的蛮力法
3.5.1 哈密顿回路问题
3.5.2 TSP问题
3.6 几何问题中的蛮力法
3.6.1 □近对问题
3.6.2 凸包问题
3.7 实验项目——串匹配问题
阅读材料——蚁群算法
习题3
第4章 分治法
第5章 减治法
第6章 动态规划法
第7章 贪心法
第8章 回溯法
第9章 分支限界法
□□0章 概率算法
□□1章 近似算法
□□2章 计算复杂性理论
参考文献
精品教材 更多
