《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
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
