算法是计算机科学领域*重要的基石之一。算法是程序的灵魂，只有掌握了算法，才能轻松地驾驭程序开发。算法详解系列图书共有4卷，本书是第1卷 算法基础。本书共有6章，主要介绍了4个主题，它们分别是渐进性分析和大O表示法、分治算法和主方法、随机化算法以及排序和选择。附录A和附录B简单介绍了数据归纳法和离散概率的相关知识。本书的每一章均有小测验、章末习题和编程题，这为读者的自我检查以及进一步学习提供了较多的便利。本书为对算法感兴趣的广大读者提供了丰富而实用的资料，能够帮助读者提升算法思维能力。本书适合计算机专业的高校教师和学生，想要培养和训练算法思维和计算思维的IT专业人士，以及在准备面试的应聘者和面试官阅读参考。
算法详解系列图书共有4卷，本书是第2卷 图算法和数据结构。本书共有6章，主要介绍了3个主题，分别是图的搜索和应用、*短路径以及数据结构。附录简单回顾了渐进性表示法。本书的每一章均有小测验、章末习题，这为读者的自我检查以及进一步学习提供了方便。 本书提供了丰富而实用的资料，能够帮助读者提升算法思维能力。本书适合计算机专业的高校教师和学生，想要培养和训练算法思维和计算思维的IT专业人士，以及正在准备面试的应聘者和面试官阅读参考。
本书较全面地叙述了智能控制的基本理论、方法和应用。全书共分17章，主要内容为模糊控制的基本原理和应用、神经网络控制的基本原理和应用、智能优化算法及其应用。 本书系统性强，突出理论联系实际，叙述深入浅出，适合于初学者学习。书中给出了一些智能算法的仿真实例和MATLAB仿真程序，并配有一定数量的习题和上机操作题，可作为高等院校工业自动化、计算机应用、电子工程等专业的高年级本科生和硕士研究生的教材，也适合从事工业自动化领域的工程技术人员阅读和参考。
本书系统地介绍了各种常用的算法设计策略，包括递归、分治法、蛮力法、回溯法、分枝限界法、贪心法、动态规划、概率算法和近似算法等，并详细讨论了各种图算法和计算几何设计算法。全书既注重原理又注重实践，配有大量图表、练习题、上机实验题和在线编程题，内容丰富，概念讲解清楚，表达严谨，逻辑性强，语言精练，可读性好。本书既便于教师课堂讲授，又便于自学者阅读，适合作为高等院校 算法设计与分析 课程的教材，也可供ACM和各类程序设计竞赛者参考。
本书示例丰富，图文并茂，以让人容易理解的方式阐释了算法，旨在帮助程序员在日常项目中更好地发挥算法的能量。书中的前三章将帮助你打下基础，带你学习二分查找、大O表示法、两种基本的数据结构以及递归等。余下的篇幅将主要介绍应用广泛的算法，具体内容包括：面对具体问题时的解决技巧，比如，何时采用贪婪算法或动态规划；散列表的应用；图算法；Kzui近邻算法。
在信息时代，计算思维是解决复杂工程问题的重要思维方式，计算机则是求解问题的重要工具。本书以计算机经典问题求解为导向，通用算法思维和编程能力培养为目标，引入ACM国际大学生程序设计竞赛的有益元素，组织教材的理论教学和编程实践两方面的内容。本书主要内容包括计算机问题求解的经典算法模型和设计范式，包括计算机问题求解中常用的数据结构、枚举算法、递归与分治策略、动态规划、贪心算法和搜索技术。除了强调经典的问题原型和算法原理，本书兼顾编程实践能力，力图使得学生面对复杂问题时既能 想到 还能 做到 。
本书采用大量图片，通过详细的分步讲解，以直观、易懂的方式展现了7个数据结构和26个基础算法的基本原理。第1章介绍了链表、数组、栈等7个数据结构；从第2章到第7章，分别介绍了和排序、查找、图论、安全、聚类等相关的26个基础算法，内容涉及冒泡排序、二分查找、广度优先搜索、哈希函数、迪菲-赫尔曼密钥交换、k-means算法等。 本书没有枯燥的理论和复杂的公式，而是通过大量的步骤图帮助读者加深对数据结构原理和算法执行过程的理解，便于学习和记忆。将本书作为算法入门的第一步，是非常不错的选择。
本书系统介绍程序设计中常用的基础算法及典型案例，包括排序算法、递归算法、数论基础、组合数学基础、贪心算法、分治算法、动态规划算法和回溯算法等内容。 全书以图文并茂的方式讲解各种基础算法的分析过程，侧重于基础算法的深入理解与实践，配有大量图表辅助算法的分析过程，适用于有一定程序设计基础、尚未学习数据结构且对算法分析与设计感兴趣的算法初学者。 本书各章节配有典型案例和大量图表，既便于教师课堂讲授，也适合读者自学，可作为高等院校 程序设计基础 课程的延伸和 算法分析与设计 课程的入门教材，也可供程序设计竞赛初学者参考。
本书是《算法设计与分析（第4版）》配套辅助教材。本书将结合原教材的内容，进一步讨论和讲解原教材中的重点和难点，问题分析，求解思路和方法，为读者深刻体会问题求解的核心思想提供帮助。由于原教材的内容有一定的深度和难度，读者在学习和解答习题过程中会遇到一定的困难，因此本书选择了原教材的一些典型的习题和难题，给出详细的解答和分析。本书内容丰富，观点新颖，理论联系实际。不仅可用作高等学校计算机专业本科生和研究生学习计算机算法设计的教材，而且也适合广大工程技术人员和自学读者学习参考。
本书较为系统地介绍**化领域中比较成熟的基本理论与方法。基本理论包括**化问题解的必要条件和充分条件以及各种算法的收敛性理论。介绍的算法有：无约束问题的速下降法、Newton法、拟Newton法、共辄梯度法、信赖域算法和直接法；非线性方程组和小二乘问题的Newton法和拟Newton法；约束问题的罚函数法、乘子法、可行方向法、序列二次规划算法和信赖域算法等。还介绍了线性规划的基本理论与单纯形算法以及求解二次规划的有效集法。并简单介绍了求解全局**化问题的几种常用算法。《BR》 作为基本工具，本书在附录中简要介绍了求解线性方程组的常用直接法和选代法以及MATLAB初步知识。
《编译原理及编译程序构造（第3版）/普通高校计算机专业精品教材系列》介绍编译理论基础及其实现方法，强调语言的形式化定义、编译技术的各种概念及实现过程的具体方法。介绍过程以算法为核心，力求简单明了地反映编译的基础知识。从形式语言理论角度讨论词法分析和语法分析技术，为计算机软件工作者开发大型软件打下良好基础。 《编译原理及编译程序构造（第3版）/普通高校计算机专业精品教材系列》以理论联系实际为宗旨，内容深入浅出，突出，并结合构造EL语言的编译程序介绍一种常用而又简单的编译方法。 《编译原理及编译程序构造（第3版）/普通高校计算机专业精品教材系列》可作为高等院校计算机专业的本科或专科教材，也可作为硕士研究生入学考试及计算机软件技术人员的参考书。
本书给出了计算机系统设计策略三十六计和算法三十六计的研究成果，提出了计算机学科的四种基本的对立统一关系，即四个基本科学问题，包括集分定位、刚柔相摩、供需相应和串并转换。从集分定位出发，在策略三十六计中提出了架构设计十八计，包括时空转换和多种计算模式的计策；从刚柔相摩出发，在策略三十六计中提出了系统特性十八计，包括八类特性设计的计策，例如，可控性、效率性、安全性和可变性等方面的计策。供需相应和串并转换所涉及的科学问题主要体现在资源管理和任务调度的算法三十六计中，这些算法计策包含了计算机学科的经典和热点问题，例如，可计算性、多目标优化、云计算、软件定义系统、大数据思维和人工智能等。 本书的读者对象包括计算机学科、系统设计和算法的研究者，以及对《易经》思维和模型有兴趣的学者。
ACM国际大学生程序设计竞赛（ACM-ICPC）是国际上公认的水平、规模*、影响深的计算机专业竞赛，目前全球参与人数达20多万。《ACM国际大学生程序设计竞赛（ACM-ICPC）系列丛书 ACM国际大学生程序设计竞赛：算法与实现》作者将76年的教练经验与积累撰写成本系列丛书，全面、深入而系统地将ACM-ICPC展现给读者。本系列丛书包括《ACM国际大学生程序设计竞赛：知识与入门》、《ACM国际大学生程序设计竞赛：算法与实现》、《ACM国际大学生程序设计竞赛：题目与解读》、《ACM国际大学生程序设计竞赛：比赛与思考》等4册，其中《ACM国际大学生程序设计竞赛：知识与入门》介绍了ACM-ICPC的知识及其分类、进阶与角色、在线评测系统；《ACM国际大学生程序设计竞赛：算法与实现》介绍了ACM-ICPC算法分类、实现及索引；《ACM国际大学生程序设计竞赛：题目与解读》为各类算
本书通过主人公小灰的心路历程，用漫画的形式讲述了算法和数据结构的基础知识，复杂多变的算法面试题目及算法的实际应用场景。首先介绍了算法和数据结构的总体概念，告诉大家算法是什么，数据结构又是什么，都有哪些用途，如何分析时间复杂度，如何分析空间复杂度。第二章 介绍了最基本的数据结构，包括数组、链表、栈、队列、哈希表的概念和读写操作。第三章 介绍了树和二叉树的概念、二叉树的各种遍历方式、二叉树的特殊形式二叉堆和优先队列的应用。第四章 介绍了几种典型的排序算法，包括冒泡排序、快速排序、堆排序、计数排序、桶排序。第五章 介绍了十余种职场上流行的算法面试题目及详细的解题思路。例如怎样判断链表有环、怎样计算大整数加法等。第六章 介绍了算法在职场上的一些应用，例如使用LRU算法来淘汰冷数据，使用Bitmap算
《算法笔记》内容包括：C/C++快速入门、入门模拟、算法初步、数学问题、C++标准模板库（STL）、数据结构专题（二章）、搜索专题、图算法专题、动态规划专题、字符串专题、专题扩展。《算法笔记》印有二维码，用来实时更新、补充内容及发布勘误的。《算法笔记》可作为计算机专业研究生入学考试复试上机、各类算法等级考试（如PAT、CSP等）的辅导书，也可作为“数据结构”科目的考研教材及辅导书内容的补充。《算法笔记》还是学习C语言、数据结构与算法的入门辅导书，非常适合零基础的学习者对经典算法进行学习。
机器学习是人工智能研究领域中一个极其重要的研究方向，在现今的大数据时代背景下，捕获数据并从中萃取有价值的信息或模式，成为各行业求生存、谋发展的决定性手段，这使得这一过去为分析师和数学家所专属的研究领域越来越为人们所瞩目。 《机器学习实战》第一部分主要介绍机器学习基础，以及如何利用算法进行分类，并逐步介绍了多种经典的监督学习算法，如k近邻算法、朴素贝叶斯算法、Logistic回归算法、支持向量机、AdaBoost集成方法、基于树的回归算法和分类回归树（CART）算法等。第三部分则重点介绍无监督学习及其一些主要算法：k均值聚类算法、Apriori算法、FP-Growth算法。第四部分介绍了机器学习算法的一些附属工具。 《机器学习实战》通过精心编排的实例，切入日常工作任务，摒弃学术化语言，利用高效的可复用Python代码来阐释如何处理统计
