算法设计与分析基础（第3版） [Introduction to the Design and Analysis of Algorithms (Third Edition)] epub pdf mobi txt 电子书 下载 2024

算法设计与分析基础（第3版） [Introduction to the Design and Analysis of Algorithms (Third Edition)] epub pdf mobi txt 电子书 下载 2024

☆☆☆☆☆
简体网页||繁体网页



点击这里下载

算法设计与分析基础（第3版） [Introduction to the Design and Analysis of Algorithms (Third Edition)] epub pdf mobi txt 电子书 下载 2024

类似图书 点击查看全场最低价

---

产品特色

编辑推荐

　　《算法设计与分析基础（第3版）》独辟蹊径，采用一种更全面的算法设计技术分类方法。《算法设计与分析基础（第3版）》涵盖递归与非递归算法的数学分析，也涉及经验分析和算法可视化，探讨算法的局限性及解决方法，将算法视为解决问题的工具，通过谜题和游戏来开拓算法思维

　　《算法设计与分析基础（第3版）》为学生提供600多道习题(含提示)，为教师提供有详细解答的教师手册

内容简介

　　作者基于丰富的教学经验，开发了一套全新的算法分类方法。该分类法站在通用问题求解策略的高度，对现有大多数算法准确分类，从而引领读者沿着一条清晰、一致、连贯的思路来探索算法设计与分析这一迷人领域。《算法设计与分析基础（第3版）》作为第3版，相对前版调整了多个章节的内容和顺序，同时增加了一些算法，并扩展了算法的应用，使得具体算法和通用算法设计技术的对应更加清晰有序；各章累计增加了70道习题，其中包括一些有趣的谜题和面试问题。　　《算法设计与分析基础（第3版）》十分适合用作算法设计和分析的基础教材，也适合任何有兴趣探究算法奥秘的读者使用，只要读者具备数据结构和离散数学的知识即可。　　Simplified Chinese edition copyright ? 2015 by PEARSON EDUCATION ASIA LIMITED and TSINGHUA UNIVERSITY PRESS.　　Original English language title: Introduction to the Design and Analysis of Algorithms, 3rd Edition by Anany Levitin, Copyright ? 2012EISBN: 9780132316811All Rights Reserved.Published by arrangement with the original publisher, Pearson Education, Inc., publishing as Pearson Education, Inc.This edition is authorized for sale only in the People’s Republic of China （excluding the Special Administrative Region of Hong Kong and Macao）.　　《算法设计与分析基础（第3版）》中文简体翻译版由Pearson Education授权给清华大学出版社在中国境内（不包括中国香港、澳门特别行政区）出版发行。

内页插图

目录

第1章 绪论 1

1.1　什么是算法 2

习题1.1 6

1.2　算法问题求解基础 7

1.2.1 理解问题 8

1.2.2　了解计算设备的性能 8

1.2.3　在精确解法和近似解法之间做出选择 9

1.2.4　算法的设计技术 9

1.2.5　确定适当的数据结构 9

1.2.6　算法的描述 10

1.2.7　算法的正确性证明 10

1.2.8　算法的分析 11

1.2.9　为算法写代码 12

习题1.2 13

1.3　重要的问题类型 14

1.3.1　排序 15

1.3.2　查找 16

1.3.3　字符串处理 16

1.3.4　图问题 16

1.3.5　组合问题 17

1.3.6　几何问题 17

1.3.7　数值问题 18

习题1.3 18

1.4　基本数据结构 20

1.4.1　线性数据结构 20

1.4.2　图 22

1.4.3　树 25

1.4.4　集合与字典 28

习题1.4 29

小结 30

第2章 算法效率分析基础 32

2.1　分析框架 33

2.1.1 输入规模的度量 33

2.1.2 运行时间的度量单位 34

2.1.3 增长次数 35

2.1.4 算法的最优、最差和平均效率 36

2.1.5 分析框架概要 38

习题2.1 39

2.2 渐近符号和基本效率类型 40

2.2.1 非正式的介绍 40

2.2.2 符号O 41

2.2.3 符号 42

2.2.4 符号 42

2.2.5 渐近符号的有用特性 43

2.2.6 利用极限比较增长次数 44

2.2.7 基本的效率类型 45

习题2.2 46

2.3 非递归算法的数学分析 48

习题2.3 52

2.4 递归算法的数学分析 54

习题2.4 59

2.5 例题：计算第n个斐波那契数 62

习题2.5 65

2.6 算法的经验分析 66

习题2.6 69

2.7 算法可视法 70

小结 73

第3章 蛮力法 75

3.1 选择排序和冒泡排序 76

3.1.1 选择排序 76

3.1.2 冒泡排序 77

习题3.1 78

3.2 顺序查找和蛮力字符串匹配 80

3.2.1 顺序查找 80

3.2.2 蛮力字符串匹配 81

习题3.2 82

3.3 最近对和凸包问题的蛮力算法 83

3.3.1 最近对问题 83

3.3.2 凸包问题 84

习题3.3 87

3.4 穷举查找 89

3.4.1 旅行商问题 89

3.4.2 背包问题 90

3.4.3 分配问题 91

习题3.4 93

3.5 深度优先查找和广度优先查找 94

3.5.1 深度优先查找 94

3.5.2 广度优先查找 96

习题3.5 98

小结 100

第4章 减治法 101

4.1 插入排序 103

习题4.1 105

4.2 拓扑排序 106

习题4.2 109

4.3 生成组合对象的算法 111

4.3.1 生成排列 111

4.3.2 生成子集 113

习题4.3 114

4.4 减常因子算法 115

4.4.1 折半查找 116

4.4.2 假币问题 117

4.4.3 俄式乘法 118

4.4.4 约瑟夫斯问题 119

习题4.4 120

4.5 减可变规模算法 122

4.5.1 计算中值和选择问题 122

4.5.2 插值查找 125

4.5.3 二叉查找树的查找和插入 126

4.5.4 拈游戏 127

习题4.5 128

小结 129

第5章 分治法 131

5.1 合并排序 133

习题5.1 135

5.2 快速排序 136

习题5.2 140

5.3 二叉树遍历及其相关特性 141

习题5.3 143

5.4 大整数乘法和Strassen矩阵乘法 144

5.4.1 大整数乘法 145

5.4.2 Strassen矩阵乘法 146

习题5.4 148

5.5 用分治法解最近对问题和凸包问题 149

5.5.1 最近对问题 149

5.5.2 凸包问题 151

习题5.5 153

小结 154

第6章 变治法 155

6.1 预排序 156

习题6.1 158

6.2 高斯消去法 160

6.2.1 LU分解 164

6.2.2 计算矩阵的逆 165

6.2.3 计算矩阵的行列式 166

习题6.2 167

6.3 平衡查找树 168

6.3.1 AVL树 169

6.3.2 2-3树 173

习题6.3 174

6.4 堆和堆排序 175

6.4.1 堆的概念 176

6.4.2 堆排序 180

习题6.4 181

6.5　霍纳法则和二进制幂 182

6.5.1 霍纳法则 182

6.5.2 二进制幂 184

习题6.5 186

6.6　问题化简 187

6.6.1 求最小公倍数 188

6.6.2 计算图中的路径数量 189

6.6.3 优化问题的化简 189

6.6.4 线性规划 190

6.6.5 简化为图问题 192

习题6.6 193

小结 194

第7章　时空权衡 196

7.1　计数排序 197

习题7.1 199

7.2　字符串匹配中的输入增强技术 200

7.2.1　Horspool算法 201

7.2.2　Boyer-Moore算法 204

习题7.2 207

7.3　散列法 209

7.3.1　开散列(分离链) 210

7.3.2　闭散列(开式寻址) 211

习题7.3 213

7.4　B树 214

习题7.4 217

小结 218

第8章　动态规划 219

8.1　三个基本例子 220

习题8.1 224

8.2　背包问题和记忆功能 226

8.2.1　背包问题 226

8.2.2　记忆化 227

习题8.2 229

8.3　最优二叉查找树 230

习题8.3 234

8.4　Warshall算法和Floyd算法 235

8.4.1　Warshall算法 235

8.4.2　计算完全最短路径的Floyd算法 238

习题8.4 241

小结 242

第9章　贪婪技术 243

9.1　Prim算法 245

习题9.1 249

9.2　Kruskal算法 250

习题9.2 255

9.3　Dijkstra算法 256

习题9.3 259

9.4　哈夫曼树及编码 260

习题9.4 264

小结 265

第10章　迭代改进 266

10.1　单纯形法 267

10.1.1 线性规划的几何解释 267

10.1.2 单纯形法概述 270

10.1.3 单纯形法其他要点 275

习题10.1 276

10.2 最大流量问题 278

习题10.2 285

10.3 二分图的最大匹配 286

习题10.3 291

10.4 稳定婚姻问题 292

习题10.4 295

小结 296

第11章　算法能力的极限 297

11.1　如何求下界 298

11.1.1　平凡下界 298

11.1.2　信息论下界 299

11.1.3　敌手下界 299

11.1.4　问题化简 300

习题11.1 302

11.2　决策树 302

11.2.1　排序的决策树 303

11.2.2　查找有序数组的决策树 305

习题11.2 306

11.3　P、NP和NP完全问题 308

11.3.1　P和NP问题 308

11.3.2　NP完全问题 311

习题11.3 314

11.4　数值算法的挑战 316

习题11.4 322

小结 323

第12章　超越算法能力的极限 325

12.1　回溯法 325

12.1.1　n皇后问题 326

12.1.2　哈密顿回路问题 328

12.1.3　子集和问题 328

12.1.4　一般性说明 329

习题12.1 331

12.2　分支界限法 332

12.2.1　分配问题 332

12.2.2　背包问题 335

12.2.3　旅行商问题 336

习题12.2 338

12.3　NP困难问题的近似算法 339

12.3.1　旅行商问题的近似算法 340

12.3.2　背包问题的近似算法 349

习题12.3 352

12.4　解非线性方程的算法 353

12.4.1　平分法 355

12.4.2　试位法 357

12.4.3　牛顿法 358

习题12.4 360

小结 361

跋 363

附录A 算法分析的实用公式 366

附录B 递推关系简明指南 369

习题提示 380

参考文献 414

前言/序言

　　一个人在接受科技教育时能得到的最珍贵的收获是能够终身受用的通用智能工具。　　——乔治·福赛思　　无论是计算科学还是计算实践，算法都在其中扮演着重要角色。因此，这门学科中出现了大量的教材。它们在介绍算法的时候，基本上都选择了以下两种方案中的一种。第一种方案是按照问题的类型对算法进行分类。这类教材安排了不同的章节分别讨论排序、查找、图等算法。这种做法的优点是，对于解决同一问题的不同算法，它能够立即比较这些算法的效率。其缺点在于，由于过于强调问题的类型，它忽略了对算法设计技术的讨论。　　第二种方案围绕着算法设计技术来组织章节。在这种结构中，即使算法来自于不同的计算领域，如果它们采用了相同的设计技术，就会被编成一组。从各方（例如[BaY95]）获得的信心使我相信，这种结构更适合于算法设计与分析的基础课程。强调算法设计技术有三个主要原因。第一，学生们在解决新问题时，可以运用这些技术设计出新的算法。从实用的角度看，这使得学习算法设计技术颇有价值。第二，学生们会试图按照算法的内在设计方法对已知的众多算法进行分类。计算机科学教育的一个主要目的，就是让学生们知道如何发掘不同应用领域的算法间的共性。毕竟，每门学科都会倾向于把它的重要主题归纳为几个甚至一个规则。第三，依我看来，算法设计技术作为问题求解的一般性策略，在解决计算机领域以外的问题时，也能发挥相当大的作用。　　遗憾的是，无论是从理论还是从教学的角度，传统的算法设计技术分类法都存在一些严重的缺陷。其中最显著的缺陷就是无法对许多重要的算法进行分类。由于这种局限性，这些书的作者不得不在按照设计技术进行分类的同时，另外增加一些章节来讨论特殊的问题类型。但这种改变导致课程缺乏一致性，而且很可能会使学生感到迷惑。　　算法设计技术的新分类法　　传统算法设计技术分类法的缺陷令我感到失望，它激发我开发一套新的分类法（[Lev99]），这套分类法就是本书的基础。以下是这套新分类法的几个主要优势。　　新分类法比传统分类法更容易理解。它包含的某些设计策略，例如蛮力法、减治法、变治法、时空权衡和迭代改进，几乎从不曾被看作重要的设计范例。　　新分类法很自然地覆盖了许多传统方法无法分类的经典算法（欧几里得算法、堆排序、查找树、散列法、拓扑排序、高斯消去法、霍纳法则等，不胜枚举）。所以，新分类法能够以一种连贯的、一致的方式表达这些经典算法的标准内容。　　新分类法很自然地容纳了某些设计技术的重要变种（例如，它能涵盖减治法的3个变种和变治法的3个变种）。　　在分析算法效率时，新分类法与分析方法结合得更好（参见附录B）。　　设计技术作为问题求解的一般性策略　　在本书中，主要将设计技术应用于计算机科学中的经典问题（这里唯一的创新是引入了一些数值算法的内容，我们也是用同样的通用框架来表述这些算法的）。但把这些设计技术看作问题求解的一般性工具时，它们的应用就不仅限于传统的计算问题和数学问题了。有两个因素令这一点变得尤其重要。第一，越来越多的计算类应用超越了它们的传统领域，并且有足够的理由使人相信，这种趋势会愈演愈烈。第二，人们渐渐认识到，提高学生们的问题求解能力是高等教育的一个主要目标。为了满足这个目标，在计算机科学课程体系中安排一门算法设计和分析课程是非常合适的，因为它会告诉学生如何应用一些特定的策略来解决问题。　　虽然我并不建议将算法设计和分析课程变成一门教授一般性问题求解方法的课程，但我深信，我们不应错过算法设计和分析课程提供的这样一个独一无二的机会。为了这个目标，本书包含了一些和谜题相关的应用。虽然利用谜题来教授算法课程绝不是我的创新，但本书打算通过引进一些全新的谜题来系统地实现这个思路。　　如何使用本书　　我的目标是写一本既不泛泛而谈，又可供学生们独立阅读的教材。为了实现这个目标，本书做了如下努力。　　根据乔治？福赛思的观点（参见前面的引文），我试图着重强调隐藏在算法设计和分析背后的主要思想。在选择特定的算法来阐述这些思想的时候，我并不倾向于涉及大量的算法，而是选择那些最能揭示其内在设计技术或分析方法的算法。幸运的是，大多数经典算法满足这个要求。　　第2章主要分析算法的效率，该章将分析非递归算法的方法和分析递归算法的典型方法区别开来。这一章还花了一些篇幅介绍算法经验分析和算法可视化。　　书中系统地穿插着一些面向读者的提问。其中有些问题是经过精心设计的，而且答案紧随其后，目的是引起读者的注意或引发疑问。其余问题的用意是防止读者走马观花，不能充分理解本书的内容。　　每一章结束时都会对本章最重要的概念和结论做一个总结。　　本书包含600多道习题。有些习题是为了给大家练习，另外一些则是为了指出书中正文部分所涉及内容的重要意义，或是为了介绍一些书中没有涉及的算法。有一些习题利用了因特网上的资源。较难的习题数量不多，会在教师用书中用一种特殊的记号标注出来（因为有些学生可能没有勇气做那些有难度标注的习题，所以本书没有对习题标注难度）。谜题类的习题用一种特殊的图标做标注。　　本书所有的习题都附有提示。除了编程练习，习题的详细解法都能够在教师资源中找到。请发送邮件到coo@netease.com，申请教师相关资源（也可联系培生公司的当地销售代表，或者访问www.pearsonhighered.com/irc）。本书的任何读者都可以在CS支持网站http：//cssupport.pearsoncmg.c

算法设计与分析基础（第3版） [Introduction to the Design and Analysis of Algorithms (Third Edition)] epub pdf mobi txt 电子书 下载 2024

算法设计与分析基础（第3版） [Introduction to the Design and Analysis of Algorithms (Third Edition)] 下载 epub mobi pdf txt 电子书 2024

评分☆☆☆☆☆

京东6.18活动力度大，送货速度也很快，满意。

评分☆☆☆☆☆

好书育人好书育人好书育人

评分☆☆☆☆☆

有覆膜，有覆膜，还没看，回头好好看看

评分☆☆☆☆☆

里面印刷有点点瑕疵？有些页面能看到一点重影？

评分☆☆☆☆☆

很好很好很好很好很好很好

评分☆☆☆☆☆

真的很好，还想买，谢谢

评分☆☆☆☆☆

应该是一本不错的专业基础书。

评分☆☆☆☆☆

包装完整，好书，多学习

评分☆☆☆☆☆

送货速度很快，书的内容也不错，不过得有这方面兴趣才行

类似图书 点击查看全场最低价