耿国华主编的这本《算法设计与分析》内容共分四部分，涉及主要的经典算法设计与分析技术，给出了算法解决应用问题的大量范例。

本书采用目前流行的C++语言作为算法描述手段，算法描述中加上必要的注释以便于阅读与交流，书中所列算法均已上机调试通过。

耿国华主编的这本《算法设计与分析》内容共分四部分，第一部分算法概述，给出了算法的基本概念及算法分析的相关基础；第二部分六大经典算法的设计与分析技术，包括递归与分治策略、动态规划、贪心算法、回溯法、分支限界法、随机算法，从算法设计和算法分析的理论入手，根据各类算法的基本技术原理，给出算法的分析方法和证明过程。并将经典算法与应用问题相结合，提供多类别应用的范例；第三部分NP完全性理论，从计算本质的角度讨论计算模型的意义与作用，并分析NP完全问题的求解技术；第四部分神经网络智能算法，反映了近年来智能算法研究的新发展。各章附有大量算法示例和习题，这些解决问题的范例有利于学习者对书中内容的理解和应用。附录中编排了综合试题并附有参考答案提示，便于学习者总结与提高。

《算法设计与分析》可作为高等院校计算机算法设计与分析相关课程的本科生或研究生教学参考书，也可供计算机理论研究人员、计算机算法设计人员学习参考。

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 n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 贪心算法

 4.1 贪心算法基础

4.1.1 贪心算法的基本思想

4.1.2 贪心算法的基本要素

4.1.3 贪心算法适合的问题

4.1.4 贪心算法的基本步骤

4.1.5 贪心算法示例——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 n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 分班问题

 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 NP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 图灵机模型

8.1.7 图灵机模型与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

 小结

 习题

附录 试题及参考答案

参考文献