算法设计与分析2025|PDF|Epub|mobi|kindle电子书版本百度云盘下载

算法设计与分析PDF格式电子书版下载

注意：本站所有压缩包均有解压码： 点击下载压缩包解压工具

第1章 算法概述1

1.1算法的概念1

1.1.1算法的定义和特性2

1.1.2求解问题的基本过程4

1.1.3算法设计示例——计算最大公约数5

1.2算法设计与分析任务5

1.3算法分析准则6

1.4算法分析基础7

1.4.1常用数学术语7

1.4.2对数与指数8

1.4.3数学证明法9

1.5算法复杂性分析方法10

1.5.1复杂度函数11

1.5.2最好、最坏和平均情况13

1.5.3渐进分析15

1.5.4阶的证明方法16

小结17

习题18

第2章 递归与分治策略19

2.1递归的概念19

2.2具有递归特性的问题19

2.3递归过程的设计与实现23

2.4递归算法分析25

2.4.1替换法25

2.4.2递归树法30

2.4.3主方法32

2.5分治法的基本思想33

2.6分治法的适用条件34

2.7分治法的基本步骤34

2.8分治法典型示例35

2.8.1 n个数中求出最大／最小值35

2.8.2快速排序37

2.8.3大整数乘法41

2.8.4折半查找44

2.8.5矩阵乘法46

小结50

习题50

第3章 动态规划52

3.1动态规划基础52

3.1.1动态规划的基本思想52

3.1.2动态规划的基本要素53

3.1.3动态规划的基本步骤53

3.1.4动态规划示例——组合数问题54

3.2线性动态规划——合唱队形问题56

3.3区域动态规划——矩阵连乘问题（最佳次序）59

3.4背包动态规划——0—1背包问题66

3.5树形动态规划——最优二叉搜索树74

小结82

习题83

第4章 贪心算法86

4.1贪心算法基础86

4.1.1贪心算法的基本思想86

4.1.2贪心算法的基本要素87

4.1.3贪心算法适合的问题88

4.1.4贪心算法的基本步骤88

4.1.5贪心算法示例——背包问题89

4.2汽车加油问题92

4.3最优服务次序问题95

4.4区间相交问题97

4.5单源最短路径101

小结105

习题106

第5章 回溯法108

5.1回溯法基础108

5.1.1回溯法的基本思想108

5.1.2回溯法的解空间109

5.1.3回溯算法实现112

5.1.4回溯法的基本步骤114

5.1.5回溯法示例——运动员最佳配对问题114

5.2子集和问题117

5.3 n皇后问题120

5.4连续邮资问题125

5.5哈密顿回路129

小结133

习题133

第6章 分支限界法136

6.1分支限界法基础136

6.1.1分支限界法的基本思想136

6.1.2分支限界法示例——迷宫问题137

6.1.3分支限界法的分类139

6.2单源最短路径142

6.3八数码问题147

6.4旅行售货员问题153

小结157

习题158

第7章 随机算法160

7.1随机算法基础160

7.1.1伪随机数160

7.1.2实例分析161

7.2数值随机算法163

7.3舍伍德算法164

7.3.1基本的舍伍德型随机算法165

7.3.2线性表的快速查找168

7.4拉斯维加斯算法170

7.4.1拉斯维加斯算法的基本思想170

7.4.2分班问题172

7.5蒙特卡罗算法175

7.5.1蒙特卡罗算法的基本思想176

7.5.2蒙特卡罗算法的基本概念177

7.5.3主元素问题178

7.5.4素数测试180

小结183

习题184

第8章NP完全性理论188

8.1计算模型188

8.1.1计算模型的概念188

8.1.2 RAM模型190

8.1.3 RASP模型194

8.1.4 RASP模型与RAM模型的关系196

8.1.5 RAM和RASP模型的简化198

8.1.6图灵机模型200

8.1.7图灵机模型与RAM、RASP模型的关系205

8.2 P类与NP类问题208

8.2.1非确定性图灵机208

8.2.2 P类与NP类语言210

8.3 NP完全问题211

8.3.1多项式变换与问题归约212

8.3.2 NP完全问题的定义213

8.3.3一些典型的NP完全问题的证明214

8.4 NP完全问题的近似算法215

8.4.1近似算法的性能215

8.4.2顶点覆盖问题的近似算法216

8.4.3集合覆盖问题的近似算法220

小结221

习题222

第9章 神经网络智能算法223

9.1神经网络简介223

9.1.1神经网络的组成224

9.1.2神经网络的分类225

9.1.3神经网络的学习规则226

9.1.4神经网络的特征228

9.2反向传播模型及其算法229

9.2.1 BP神经网络学习算法229

9.2.2 BP神经网络的设计231

9.2.3 BP神经网络的缺点233

9.3 BP模型示例234

9.3.1神经网络字母识别过程234

9.3.2用BP神经网络实现两类模式分类235

9.3.3用神经网络实现医学影像乳腺癌分类235

小结236

习题236

附录 试题及参考答案237

参考文献245