顶部
收藏

算法设计与分析(第2版)


作者:
耿国华
定价:
69.00元
ISBN:
978-7-04-054689-7
版面字数:
360.000千字
开本:
16开
全书页数:
暂无
装帧形式:
平装
重点项目:
暂无
出版时间:
2020-10-30
读者对象:
学术著作
一级分类:
自然科学
二级分类:
计算机科学与工程
三级分类:
计算理论与算法

暂无
  • 前辅文
  • 第1章 算法概述
    • 1.1 算法的概念
      • 1.1.1 算法的定义和特性
      • 1.1.2 求解问题的基本过程
      • 1.1.3 算法设计示例——计算最大公约数
    • 1.2 算法设计与分析任务
    • 1.3 算法分析准则
    • 1.4 算法分析基础
      • 1.4.1 常用数学术语
      • 1.4.2 对数与指数
      • 1.4.3 数学证明法
    • 1.5 算法复杂性分析方法
      • 1.5.1 复杂度函数
      • 1.5.2 最好、最坏和平均情况
      • 1.5.3 渐进分析
      • 1.5.4 阶的证明方法
    • 小结
    • 习题
  • 第2章 递归与分治策略
    • 2.1 递归的概念
    • 2.2 具有递归特性的问题
    • 2.3 递归过程的设计与实现
    • 2.4 递归算法分析
      • 2.4.1 替换法
      • 2.4.2 递归树法
      • 2.4.3 主方法
    • 2.5 分治法的基本思想
    • 2.6 分治法的适用条件
    • 2.7 分治法的基本步骤
    • 2.8 分治法典型示例
      • 2.8.1 狀 个数中求出最大/最小值
      • 2.8.2 快速排序
      • 2.8.3 大整数乘法
      • 2.8.4 折半查找
      • 2.8.5 矩阵乘法
    • 小结
    • 习题
  • 第3章 动态规划
    • 3.1 动态规划基础
      • 3.1.1 动态规划的基本思想
      • 3.1.2 动态规划的基本要素
      • 3.1.3 动态规划的基本步骤
      • 3.1.4 动态规划示例——组合数问题
    • 3.2 线性动态规划——合唱队形问题
    • 3.3 区域动态规划—— 矩阵连乘问题(最佳次序)
    • 3.4 背包动态规划——0-1背包问题
    • 3.5 树形动态规划——最优二叉搜索树
    • 小结
    • 习题
  • 第4章 贪婪算法
    • 4.1 贪婪算法基础
      • 4.1.1 贪婪算法的基本思想
      • 4.1.2 贪婪算法的基本要素
      • 4.1.3 贪婪算法适合的问题
      • 4.1.4 贪婪算法的基本步骤
      • 4.1.5 贪婪算法示例——背包问题
    • 4.2 汽车加油问题
    • 4.3 最优服务次序问题
    • 4.4 区间相交问题
    • 4.5 单源最短路径
    • 小结
    • 习题
  • 第5章 回溯法
    • 5.1 回溯法基础
      • 5.1.1 回溯法的基本思想
      • 5.1.2 回溯法的解空间
      • 5.1.3 回溯算法实现
      • 5.1.4 回溯法的基本步骤
      • 5.1.5 回溯法示例——运动员最佳配对问题
    • 5.2 子集和问题
    • 5.3 狀 皇后问题
    • 5.4 连续邮资问题
    • 5.5 哈密顿回路
    • 小结
    • 习题
  • 第6章 分支限界法
    • 6.1 分支限界法基础
      • 6.1.1 分支限界法的基本思想
      • 6.1.2 分支限界法示例——迷宫问题
      • 6.1.3 分支限界法的分类
    • 6.2 单源最短路径
    • 6.3 八数码问题
    • 6.4 旅行售货员问题
    • 小结
    • 习题
  • 第7章 随机算法
    • 7.1 随机算法基础
      • 7.1.1 伪随机数
      • 7.1.2 实例分析
    • 7.2 数值随机算法
    • 7.3 舍伍德算法
      • 7.3.1 基本的舍伍德型随机算法
      • 7.3.2 线性表的快速查找
    • 7.4 拉斯维加斯算法
      • 7.4.1 拉斯维加斯算法的基本思想
      • 7.4.2 用拉斯维加斯算法解狀 皇后问题
    • 7.5 蒙特卡罗算法
      • 7.5.1 蒙特卡罗算法的基本思想
      • 7.5.2 蒙特卡罗算法的基本概念
      • 7.5.3 主元素问题
      • 7.5.4 素数测试
    • 小结
    • 习题
  • 第8章 犖犘完全性理论
    • 8.1 计算模型
      • 8.1.1 计算模型的概念
      • 8.1.2 RAM 模型
      • 8.1.3 RASP模型
      • 8.1.4 RASP模型与RAM 模型的关系
      • 8.1.5 RAM 和RASP模型的简化
      • 8.1.6 图灵机
      • 8.1.7 图灵机与RAM、RASP模型的关系
    • 8.2 P类与 NP类问题
      • 8.2.1 非确定性图灵机
      • 8.2.2 P类与 NP类语言
    • 8.3 NP完全问题
      • 8.3.1 多项式变换与问题归约
      • 8.3.2 NP完全问题的定义
      • 8.3.3 一些典型的 NP完全问题的证明
    • 8.4 NP完全问题的近似算法
      • 8.4.1 近似算法的性能
      • 8.4.2 顶点覆盖问题的近似算法
      • 8.4.3 集合覆盖问题的近似算法
    • 小结
    • 习题
  • 第9章 神经网络智能算法
    • 9.1 神经网络简介
      • 9.1.1 神经网络的组成
      • 9.1.2 神经网络的分类
      • 9.1.3 神经网络的学习规则
      • 9.1.4 神经网络的特征
    • 9.2 反向传播模型及其算法
      • 9.2.1 BP神经网络学习算法
      • 9.2.2 BP神经网络的设计
      • 9.2.3 BP神经网络的缺点
    • 9.3 BP模型示例
      • 9.3.1 神经网络字母识别过程
      • 9.3.2 用BP神经网络实现两类模式分类
      • 9.3.3 用神经网络实现医学影像乳腺癌分类
    • 9.4 深度学习模型
      • 9.4.1 典型的深度学习模型
      • 9.4.2 深度学习图像应用
      • 9.4.3 深度学习应用案例
      • 9.4.4 不同领域深度学习的具体模型和进展
    • 小结
    • 习题
  • 附录 试题
  • 参考文献
试题参考答案
文档pdf

相关图书