本书以海量图解的形式，详细讲解常用的数据结构与算法，又融入大量的竞赛实例和解题技巧。通过对本书的学习，读者可掌握12种初级数据结构、15种常用STL函数、10种二叉树和图的应用，以及8种搜索技术，并领悟不同的数据结构和算法的精髓，熟练应用各种算法解决实际问题。 本书总计9章。第1章讲解C 语言基础，包括语法、函数、递归和数组；第2章讲解算法入门知识，包括算法复杂度计算、贪心算法、分治算法和STL应用；第3章讲解线性表的应用，包括顺序表、单链表、双向链表、循环链表和静态链表；第4章讲解栈和队列的应用，包括顺序栈、链栈、顺序队列和链队列；第5章讲解树的应用，包括树的存储、二叉树遍历与还原、哈夫曼编码；第6章讲解图论基础，包括图的存储、图的遍历和图的连通性；第7章讲解图的应用，包括短路径、小生成树、拓扑排序

本书是 逻辑与形而上学教科书系列 中的一本。递归论是数理逻辑的主要分支之一。本书介绍了递归论的基础知识，以及某些有影响的问题与经典构造。本书共分5章。*章介绍了图灵机、递归、递归可枚举等概念以及相关的定理。第二章列举了一些重要的不可判定问题，其中包括希尔伯特第十问题（丢番图整数解判定问题）的否定性结果（即马季亚谢维奇定理）和它的完整证明。第三章介绍了递归论度理论的核心概念和基本事实。在第四章中，读者可以找到递归论中经典的构造技巧 尾节扩张（算术力迫）和有穷损害优先方法。第五章简单介绍了递归论的当前热点 算法随机性理论的基本概念，其中包含马丁-洛夫随机性的几个等价刻画。本书可以作为递归论导论课程的教材，以期为进一步学习与研究递归论建立兴趣并打下基础。本书也可以帮助有兴趣的读者了解递

本书采用案例与算法程序相结合的方法，逐步引导读者深入挖掘实际问题背后的数学问题及求解方法。书中案例丰富，分析计算中巧妙结合MATLAB等软件工具，采用不太算法进行模型求解，有助于提高学生的问题求解能力。 本书可作为高等院校在校研究生、本科生及专科生 数学建模 课程的参考书，也可以作为全国大学生数学建模竞赛、美国大学生数学建模竞赛及全国研究生数学建模竞赛的培训教材，还可以作为从事复杂问题建模工作的工程技术人员的建模参考书。

演化学习利用演化算法求解机器学习中的复杂优化问题, 在实践中取得了许多成功, 但因其缺少坚实的理论基础, 在很长时期内未获得机器学习社区的广泛接受. 本书主要内容为三位作者在这个方向上过去二十年中主要工作的总结. 全书共18 章, 分为四个部分: 部分(第1～2 章) 简要介绍演化学习和一些关于理论研究的预备知识; 第二部分(第3～6章) 介绍用于分析运行时间复杂度和逼近能力这两个演化学习的基本理论性质的通用工具; 第三部分(第7～12 章) 介绍演化学习关键因素对算法性能影响的一系列理论结果, 包括交叉算子、解的表示、非精确适应度评估、种群的影响等; 第四部分(第13～18 章) 介绍一系列基于理论结果启发的具有一定理论保障的演化学习算法. 本书适合对演化学习感兴趣的研究人员、学生和实践者阅读. 书中第二部分内容或可为有兴趣进一步探索演化学习理

内 容 提 要 本书结合实际应用场景讲解数据结构和算法，涵盖常用、常考的数据结构和算法的原理讲解、代码实现和应用场景等。 本书分为11章。第1章介绍复杂度分析方法。第2章介绍数组、链表、栈和队列这些基础的线性表数据结构。第3章介绍递归编程技巧、8种经典排序、二分查找及二分查找的变体问题。第4章介绍哈希表、位图、哈希算法和布隆过滤器。第5章介绍树相关的数据结构，包括二叉树、二叉查找树、平衡二叉查找树、递归树和B 树。第6章介绍堆，以及堆的各种应用，包括堆排序、优先级队列、求Top K、求中位数和求百分位数。第7章介绍跳表、并查集、线段树和树状数组这些比较高级的数据结构。第8章介绍字符串匹配算法，包括BF算法、RK算法、BM算法、KMP算法、Trie树和AC自动机。第9章介绍图及相关算法，包括深度优先搜索、广度优先搜索、拓扑排序

本书首先系统介绍了视觉检测算法的发展及其研究现状，总结了视觉检测软件系统的体系结构与识别算法流程，然后以图像预处理、图像分割、图像变换、特征提取、图像匹配、图像分析与分类这一视觉检测流程为主线，通过粘扣带、网孔织物、坯布、导爆管、电子元器件、电子接插件、FPC 补强片、汽车锁扣、列车车辆等多类产品的视觉检测应用实例以及各种算法的实验对比分析，揭示各视觉检测算法的适用场合与优缺点，为视觉检测系统的开发以及新算法的设计提供相关指导。

本书首先系统介绍了高维多目标优化及其进化算法的发展现状与趋势、实现技术。然后针对高维多目标优化目前存在的难点，着重阐述了作者在锥形分解高维多目标进化算法方面的系统研究成果，包括锥形分解高维多目标进化算法的核心原理、设计与实现，介绍了在差异尺度、不规则前沿等一些*情形下的相应扩展处理机制设计，举例说明了其在汽车驾驶室设计等工程问题中的应用。*后进一步深入分析了锥形分解约束高维多目标优化问题及其技术概况，详细地描述了锥形分解约束高维多目标进化算法的约束处理原理、算法设计与实现，并列举了其在水资源规划等实际约束工程问题中的应用。

协同进化算法是通过模拟大自然生态进化中的协 同进化现象而提出的仿生优化算法，是进化计算的一个新的重要分支 。李碧、郝志峰编写的这本《协同进化算法及其应用 》分为6章，分别简要介绍进化计算的发展和主要分支，阐述进化 计算理论分析的含 义和主要分析工具，综述协同进化算法的产生和发展 ，分析协同进化算法的实质，提出一种新的协同进化算法框架，并在此 框架下实现两种算 法，重点探讨协同进化算法在函数优化与图像矢量量 化中的应用。 《协同进化算法及其应用》可作为计算机科学与 技术、控制科学与工程及其相关专业的高年级本科生、研究生的参考书，也可供计算智能领 域的相关教学科 研人员和工程技术人员参考。

《MATLAB优化算法案例分析与应用》 本书全面而系统地介绍了MATLAB算法和案例应用，涉及面广，从基本操作到高级算法应用，几乎涵盖MATLAB算法的所有重要知识。本书结合算法理论和流程，通过大量案例，详解算法代码，解决具体的工程案例，让读者更加深入地学习和掌握各种算法在不同案例中的应用。 本书共32章。涵盖的内容有MATLAB基础知识、GUI应用及数值分析、MATALB工程应用实例、GM应用分析、PLS应用分析、ES应用分析、MARKOV应用分析、AHP应用分析、DWRR应用分析、模糊逼近算法、模糊RBF网络、基于FCEM的TRIZ评价、基于PSO的寻优计算、基于PSO的机构优化、基本PSO的改进策略、基于GA的寻优计算、基于GA的TSP求解、基于Hopfield的TSP求解、基于ACO的TSP求解、基于SA的PSO算法、基于kalman的PID控制、基于SOA的寻优计算、基于Bayes的数据预测、基于SOA的PID参数整

基因表达式编程是在继承和发展遗传算法与遗传编程优点的基础上发展起来的遗传计算家族中的新成员，是借鉴生物遗传的基因表达规律提出的搜索和知识发现新技术。研究已表明，它在很多领域具有比遗传算法和遗传编程更强的解决问题的能力。全书共分四部分(14章)。部分介绍了基因表达式编程产生的相关背景；第二部分系统地阐述了基因表达式编程的基本概念、基本原理、基本算法和理论分析；第三部分着重讨论了基因表达式编程算法的拓展和改进；第四部分重点介绍了基因表达式编程在知识发现等多个领域中的典型应用。 本书可作为高等院校计算机科学与技术、软件工程等相关专业高年级本科生的选修教材和数据挖掘、智能计算等方向研究生参考教材，特别是可作为所有拟对基因表达式编程技术进行深入研究或借助基因表达式编程技术进行应用研究的学

本书共7章，内容包括枚举、递归、贪心、二分、动态规划、图论和字符串等大学生程序竞赛中的基本算法。本书注重理论与实践相结合，书中提供的程序样例较多，以便学生学以致用；内容编排力求循序渐进、由浅入深，以保证教材的易用性和可读性。本书可作为高等院校理工类相关专业的基础算法类课程教材，也可作为大学生程序竞赛中基础算法的培训教材，也可供对程序设计和算法感兴趣的普通读者学习参考。

本书围绕新基建的云计算、大数据及人工智能进行介绍，分为以下五个部分。 部分介绍大数据的概念与特点，以及典型的产业应用场景；第二部分介绍目前云计算中的一个重要的研究与应用领域 容器云，包含应用容器引擎Docker与容器编排工具Kubernetes；第三部分是大数据分析的基础，也是大数据分析技术的重点，包含Hadoop、HBase、Hive、Spark的环境搭建及开发流程；第四部分是机器学习相关算法的应用，包含scikit-learn、SparkML、TensorFlow工具的使用；第五部分，以实例介绍如何使用Spark机器学习库中的协同过滤算法，来实现一个基于Web的推荐系，以及介绍如何使用OpenCV与TensorFlow构建卷积神经网络来实现基于Web的人脸识别。 本书轻理论，重实践，适合有一定编程基础，且对云计算、大数据、机器学习、人工智能感兴趣，希望投身到新基建这一伟大事业的读者学习。同时

计算机算法是计算机科学和计算机应用的核心。本书以算法设计策略为主线，系统介绍了算法的设计方法和分析技巧。书中既涉及传统算法的实例分析，更有算法领域热点研究课题追踪，具有较高的实用价值。本书主要内容包括：递归与分治策略、动态规划算法、贪心算法、搜索算法、概率算法、 NP 完全性理论、近似算法、现代计算智能算法简介等。

本书系统地介绍了算法设计与分析的基本内容，并对讨论的算法进行了详尽分析。全书共8章，内容包括算法基础、基本算法设计和分析技术（分治法、动态规划、贪心法、回溯法和分枝限界法）、图算法以及NP完全性理论。书中以类高级程序设计语言对算法所作的简明描述，使得稍微具有程序设计语言知识的人即可读懂。此外，书中以大量图例说明每个算法的工作过程，使得算法更加易于理解和掌握。 本书可作为高等院校与计算机相关的各专业 算法设计 课程的教材，也可作为计算机领域的相关科研人员的参考书。此外，本书还可供参加ACM程序设计大赛的算法爱好者参考。

近百年来，由于大量计算的例子，数论学家增进了他们的直觉性。计算机和精心研制的算法逐渐导致出现了算法数论这一专门的领域。这个年轻的学科和计算机科学、密码学以及数学的其他分支有很强的联系。数学思想往往导致更好的算法，这是此学科的魅力之一；而对算法的广泛研究也促使数学新思想的产生和新问题的探索。本书包括由各领域首屈一指的专家对算法数论各个专题所写的二十篇综述性文章：前两篇文章为引论；随后的八篇文章覆盖了该领域的核心内容：因子分解、素性、光滑数、格、椭圆曲线、代数数论和算术运算的快速算法；后十篇文章就某个专门方面综述一些特殊课题，包括密码学、Arakelov 类群、计算类域论、有限域上的zeta 函数、算术几何与模形式理论。本书可供数学、计算机科学和密码学等相关专业的读者参考。

本书通过大量示例介绍了算法设计、算法的复杂度分析以及计算复杂度。主要内容有：算法设计与分析、分而治之方法、动态规划方法、贪婪方法、回溯算法、分支定界算法、计算复杂度、难解性和NP理论、遗传算法和遗传编程、数论算法、并行算法等。此外，本书在每章末尾都提供了大量练习，而且还提供了全面的教辅材料及答案，是教授和学习算法设计与分析的理想教材。

本书以海量图解的形式，详细讲解常用的数据结构与算法，并结合竞赛实例引导读者进行刷题实战。通过对本书的学习，读者可掌握22种高级数据结构、7种动态规划算法、5种动态规划优化技巧，以及5种网络流算法，并熟练应用各种算法解决实际问题。 本书总计8章。第1章讲解实用数据结构，包括并查集、优先队列；第2章讲解区间信息维护与查询，包括倍增、ST、RMQ、LCA、树状数组、线段树和分块；第3章讲解字符串处理，包括字典树、AC自动机和后缀数组；第4章讲解树上操作问题，包括点分治、边分治、树链剖分和动态树；第5章讲解各种平衡二叉树，包括Treap、伸展树和SBT；第6章讲解数据结构进阶，包括KD树、左偏树、跳跃表、树套树和可持久化数据结构；第7章讲解动态规划及其优化，包括背包问题、线性DP、区间DP、树形DP、数位DP、状态压缩DP、插头DP和动态规

《算法新解》同时用函数式方法和传统方法介绍了主要的基本算法和数据结构，数据结构部分包括二叉树、红黑树、AVL树、Trie、Patricia、后缀树、B树、二叉堆、二项式堆、斐波那契堆、Pairing堆、队列、序列等；基本算法部分包括各种排序算法、序列搜索算法，字符串匹配算法（KMP等），深度优先、广度有限搜索算法、贪心算法以及动态规划。

本书以数据的逻辑结构为线索，介绍数据结构及其建立在数据结构之上的操作和算法，内容涉及数据结构与算法的基本概念、顺序存储结构的线性表、链式存储结构的线性表、串、数组、特殊矩阵与广义表、树与二叉树、图及其应用、查找与搜索引擎、排序等。 本书既强调“算法”与“数据结构”之间紧密的依赖关系，也注重算法描述的简洁与干练；既有完整的理论体系，也有很好的应用案例。为了增强可理解性，本书案例与生活实践相联系。 本书以知识单元为基本构件，既可拆卸也可重组，内容丰富，表述详尽，可读性强，适合不同类型的本科院校按照不同的培养规格组织教学。