算法设计与分析（第4版）—微课视频版

图书标准信息

• 作者 吕国英；李茹；王文剑；曹付元；钱宇华；郭丽峰
• 出版社 清华大学出版社
• 出版时间 2021-03
• 版次 4
• ISBN 9787302569480
• 定价 59.00元
• 装帧 其他
• 开本 16开
• 纸张 胶版纸
• 页数 312页
• 字数 99999千字

【内容简介】

本书从基本的算法设计工具和技巧入手，总结和概括了程序设计语言等前导课程的知识点。选择难度较低且恰当的例子，讲解和说明算法策略的思路，能较好地展现算法设计的递推、 蛮力、分而治之、贪婪、动态规划、图的搜索和概率等算法策略、方法和步骤，做到可读性和实用性相结合。可供普通院校计算机各专业本科高年级及研究生作为教材使用，并可作为广大程序设计爱好者和信息学竞赛选手的参考资料。第四版更新了现代常用算法概览一节，为使读者更好学习理解教材内容，加入了大量提示深入思考的问题。

【作者简介】

吕国英，山西大学教授，主要研究方向为自然语言处理。2014年获全国优秀教师荣誉称号；主编的《算法设计与分析》教材入选“十一五”国家级规划教材；2008年主持的“算法设计课程群教学研究与改革实践”荣获山西省政府教学成果一等奖。2008年论文“算法设计系列课程协同建设探索” 获山西省优秀高教研究成果二等奖。指导学生参加学科竞赛获全国一等奖多项。

【目录】

第1篇引入篇

第1章算法概述

1.1用计算机求解问题与算法

1.1.1用计算机求解问题的步骤

1.1.2算法及其要素和特性

1.1.3算法设计及基本方法

1.1.4从算法到实现

1.2算法设计步骤及描述

1.2.1算法描述简介

1.2.2本书算法描述约定

1.2.3一个简单问题的求解过程

1.3现代常用算法概览

1.3.1数据压缩及算法

1.3.2数据加密及算法

1.3.3人工智能及算法

1.3.4并行计算及算法

1.3.5搜索引擎及算法

第2章算法分析基础

2.1算法分析体系及计量

2.1.1算法分析的评价体系

2.1.2算法的时间复杂性

2.1.3算法的空间复杂性

2.2算法分析实例

2.2.1非递归算法分析

2.2.2递归算法分析

2.3提高算法质量

2.4问题复杂度及分类

2.4.1问题时间复杂度的上界和下界

2.4.2NP完全问题

第2篇基础篇

第3章算法基本工具和优化技巧

3.1循环与递归

3.1.1循环设计要点

3.1.2递归设计要点

3.1.3递归与循环的比较

3.2算法与数据结构

3.2.1原始信息与处理结果的对应存储

3.2.2数组使信息有序化

3.2.3数组记录状态信息

3.2.4高精度数据存储及运算

 

 

3.2.5构造趣味矩阵

3.2.6一维与二维的选择

3.3优化算法的基本技巧

3.3.1算术运算的妙用

3.3.2标志量的妙用

3.3.3信息数字化

3.4优化算法的数学模型

3.4.1杨辉三角形的应用

3.4.2最大公约数的应用

3.4.3公倍数的应用

3.4.4斐波那契数列的应用

3.4.5特征根求解递推方程

习题

第3篇核心篇

第4章基本的算法策略

4.1迭代算法

4.1.1递推算法

4.1.2倒推算法

4.1.3用迭代算法解方程

4.2蛮力法

4.2.1枚举法

4.2.2其他范例

4.3分而治之算法

4.3.1分而治之算法框架

4.3.2典型二分法

4.3.3二分法的相似问题

4.3.4二分法的独立问题

4.3.5二分法的归并问题

4.3.6非等分分治

4.4贪婪算法

4.4.1可绝对贪婪问题

4.4.2相对或近似贪婪问题

4.4.3贪婪算法设计框架

4.5动态规划

4.5.1认识动态规划

4.5.2动态规划算法设计框架

4.5.3突出阶段性的动态规划应用

4.5.4突出递推的动态规划应用

4.6算法策略间的比较

4.6.1不同算法策略特点小结

4.6.2算法策略间的关联

4.6.3算法策略侧重的问题类型

习题

第5章图的搜索算法

5.1图搜索概述

5.1.1图及其术语

5.1.2图搜索及其术语

5.2广度优先搜索

5.2.1广度优先算法框架

5.2.2广度优先搜索的应用

5.3深度优先搜索

5.3.1深度优先算法框架

5.3.2深度优先搜索的应用

5.4回溯法

5.4.1认识回溯法

5.4.2回溯算法框架

5.4.3应用1——基本的回溯搜索

5.4.4应用2——排列及排列树的回溯搜索

5.4.5应用3——最优化问题的回溯搜索

5.5分支限界法

5.5.1分支搜索算法

5.5.2分支限界搜索算法

5.5.3算法框架

5.6图的搜索算法小结

习题

第4篇应用篇

第6章概率算法

6.1概述

6.2统计模拟——蒙特卡罗算法

6.2.1数值计算方法——蒙特卡罗算法

6.2.2考虑正确概率的算法——蒙特卡罗算法

6.3随机序列提高算法的平均复杂度——舍伍德算法

6.4随机生成答案并检测答案正确性——拉斯维加斯算法

第7章算法设计实践

7.1循环赛日程表(4种)

7.2求3个数的最小公倍数(4种)

7.3猴子选大王(4种)

7.4最大子段和问题(5种)

7.5背包问题(11种)

7.5.1与利润无关的背包问题

7.5.2与利润有关的背包问题

7.6主元素问题（6种）

附录“算法设计与分析”课程设计大纲

参考文献