本书是算法竞赛的入门和进阶教材，包括算法思路、模板代码、知识体系、赛事相关等内容。本书把竞赛常用的知识点和竞赛题结合起来，讲解清晰、透彻，帮助初学者建立自信心，快速从实际问题入手，模仿经典代码解决问题，进入中级学习阶段。 全书分为12章，覆盖了目前算法竞赛中的主要内容，包括算法竞赛概述、算法复杂度、STL和基本数据结构、搜索技术、高级数据结构、基础算法思想、动态规划、数学、字符串、图论、计算几何。 本书适合用于高等院校开展的ICPC、CCPC等算法竞赛培训，中学NOI信息学竞赛培训，以及需要学习算法、提高计算思维的计算机工作者。

本书系统、全面地介绍了用于求解**化问题的10种智能启发式算法的基本思想、设计原理及应用案例，分别为遗传算法、蚁群算法、模拟退火算法、禁忌搜索算法、大邻域搜索算法、变邻域搜索算法、迭代局部搜索算法、粒子群算法、人工免疫算法及人工神经网络。 本书可作为高等院校计算机科学与技术、人工智能等理工类相关专业本科生及研究生教材，也可作为物流管理、经济管理等管理类相关专业本科生及研究生教材。

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。

本书是一部系统论述基于生物行为模型的智能优化算法案例与实现的著作。全书共分为6章:第1 章介绍生物启发式计算的研究背景, 对传统生物启发式计算方法进行了概述;第2章介绍将层次型信息 交流拓扑结构引入人工蜂群觅食模型中的内容, 提出基于层次型信息交流机制的多蜂群协同进化优化算 法, 使用该算法在搜索过程中能够维持整个种群多样性的群落级进化, 从而克服传统单层生物启发式优化 模型的 早熟收敛 问题, 并进一步提升算法的收敛速度与收敛精度; 第3章借鉴微生物学**研究成果, 从能量变化角度对细菌构建基于生命周期的优化模型, 进一步介绍基于生命周期的菌群觅食自适应优 化算法;第4章研究如何将改进的蜂群觅食优化算法用于求解聚类问题, 将基于层次型信息交流机制 的多蜂群协同进化优化的聚类优化算法用于教学评价体系;第5章研究如何将基于 L

本书理论结合实践，通过综合运用图、表、文字、代码、解析等多种形式深入浅出地讲解了算法思想、算法结构设计与实践应用，并为大部分章节的算法提供了有趣的竞赛真题及解析，帮助读者学习算法的核心思想，提高实践动手能力。 全书共9章，内容包括算法概述、递归算法与分治法、动态规划算法、贪心算法、搜索算法、网络流算法、随机化算法、群体智能优化算法及算法竞赛真题自测与解析。 本书配有丰富的在线资源，包括在线课堂、在线真题自测、在线考试、在线自动判题、在线解题视频等线上资源，并提供教学课件、课堂手册、课后习题参考笞案、实例源代码等教学资源，方便教师投课和开展教学活动。 本书适合作为计算机科学与技术、软件工程、人工智能、数据科学与大数据分析等专业大学生、研究生的教材。也可以作为数学建模和程序设计竞赛

自然语言处理是一门融语言学、计算机科学、数学于一体的学科，比较复杂，学习门槛高，但本书巧妙地避开了晦涩难懂的数学公式和证明，即便没有数学基础，也能零基础入门。 本书专注于中文的自然语言处理，以Python及其相关框架为工具，以实战为导向，详细讲解了自然语言处理的各种核心技术、方法论和经典算法。三位作者在人工智能、大数据和算法领域有丰富的积累和经验，是*、前明略数据和七牛云的资深专家。同时，本书也得到了*达摩院高级算法专家、七牛云AI实验室Leader等专家的高度评价和鼎力推荐。 全书一共11章，在逻辑上分为2个部分： *部分（第1、2、11章） 主要介绍了自然语言处理所需要了解的基础知识、前置技术、Python科学包、正则表达式以及Solr检索等。 第二部分（第5-10章） 第3~5章讲解了词法分析相关的技术，包括中文分词技术

随着复杂网络研究的深入发展和研究领域的不断 扩展，其应用日益广泛。近年来各类数学建模竞赛中 ，基于复杂网络的题目层出不穷，但目前大部分数学 建模书籍中都没有涉及复杂网络的相关内容，而复杂 网络方面的专著偏重于基础理论和方法，涉及算法程 序实现的很少。 将基本理论和计算机算法实现相结合正是本书编 写的初衷。孙玺菁、司守奎编著的《复杂网络算法与 应用》共计9章，主要涉及复杂网络静态特征，各种 网络模型，复杂网络上的传播模型和动力学分析，复 杂网络上的同步研究，复杂网络中的搜索策略，复杂 网络中的社团结构，网络层次分析法，网络博弈论。 基于Matlab给出了作者自主编写的函数和程序，并对 书中出现的大部分例题配备了程序，便于学生从理论 和求解两个角度入手学习复杂网络的相关理论，在学 习中举一反三、

本书既清晰、简洁地介绍了标准数值分析教材所涵盖的内容，也介绍了非传统的内容，比如数学建模、蒙特卡罗方法、马尔可夫链和分形。书中选取的例子颇具趣味性和启发性，涉及现代应用领域（如信息检索和动画）以及来自物理和工程的传统主题。习题用MATLAB求解，使计算结果更容易理解。各章都简短介绍了数值方法的历史。而且还有网上资料。

本书是一本面向中高级程序员的算法教程，借助Python语言，用经典的算法、编码技术和原理来求解计算机科学的一些经典问题。全书共9章，不仅介绍了递归、结果缓存和位操作等基本编程组件，还讲述了常见的搜索算法、常见的图算法、神经网络、遗传算法、k均值聚类算法、对抗搜索算法等，运用了类型提示等Python高级特性，并通过各级方案、示例和习题展开具体实践。 本书将计算机科学与应用程序、数据、性能等现实问题深度关联，定位独特，示例经典，适合有一定编程经验的中高级Python程序员提升用Python解决实际问题的技术、编程和应用能力。

本书是《算法设计与分析（第2版）》（李春葆等编著，清华大学出版社出版）的配套学习和上机实验指导书，给出了主教材中所有练习题、上机实验题和在线编程题的参考答案，通过研习有助于提高灵活运用算法设计策略解决实际问题的能力。书中列出了所有题目，自成一体，可以脱离主教材单独使用。 本书适合高等院校计算机及相关专业本科生及研究生使用。

林劼、刘震、陈端兵、戴波主编的《数据结构与算法（高等学校计算机技术类课程规划教材）》知识点主要包括：线性数据结构、栈与队列数据结构、树数据结构、图数据结构、分治递归算法设计、贪心算法设计、动态规划算

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。

图像去噪、去模糊、修补、超分辨率和压缩感知重建等图像反问题的求解在工程实践中有重要的应用价值, 也是近些年来图像处理领域的前沿热点。本书着重对图像反问题病态性的数值分析和基于算子分裂的图像反问题求解方法进行了较系统的研究和介绍。全书共分6章, 内容包括预备知识、图像反问题病态性数值分析及正则化方法、自适应正则化参数估计和基于算子分裂的图像反问题并行求解方法等。本书中的研究方法虽以图像去噪、去模糊、修补和压缩感知重建等复原类问题为例, 但也可推广至图像分割、高光谱分解、图像压缩等图像处理问题当中。本书适于作为高等学校教师及研究生的参考教材, 或供从事图像处理的科技工作者自学或进修选用。

本书旨在系统介绍基于Moreau?Yosida正则化的非光滑优化理论与方法，主要内容包括凸集和凸函数的概念、次梯度和Moreau?Yosida正则化有关性质；求解非光滑优化问题的束方法，以及牛顿束方法和有限记忆束方法；提出非光滑优化的共轭梯度算法，包括改进的PRP算法和改进的HS算法以及Barzilai和Borwein（BB）算法，并给出了求解大规模非光滑问题的数值案例，供读者参考；提出非光滑优化的信赖域算法，包括调和信赖域算法和投影梯度信赖域算法在非光滑问题中的应用。

读者将理解什么是计算机算法，如何描述它们，以及如何来评估它们。这些计算机算法将提供：利用计算机搜索信息的简单方式；解决各种排序问题的方法；利用有向无环图和短路径法来解决基本问题的方法（可用于建模公路网络，任务间的依赖以及金融关系；解决字符串（例如 DNA 结构）问题的方法；密码学背后的基本原理；数据压缩的基础知识；以及甚至一些没有人能够理解如何在计算机上用相当长的时间来解决的问题。

计算机辅助地图制图（computer-aidedcartography，CAC）是地图学与地理信息系统学科的基础之一，旨在解决地理空间数据在媒介上的可视化问题。该学科基础的奠定及其发展与地图学、地理信息系统技术、计算机科学、几何学、图形学及图像处理技术等的发展密不可分。因此，为了系统地阐述CAC的基本原理和算法，本书分为如下8章：第1章为绪论，讨论CAC的源起、基本过程和硬件系统；第2章为CAC的理论基础，论述学习CAC的初等几何、图论、计算几何、图像处理及数字地面模型方面的知识；第3章讨论CAC的数据模型，包括矢量数据模型、栅格数据模型及矢量栅格的相互转换；第4章论述矢量数据处理算法，涵盖内容比较广泛；第5章为栅格数据处理算法，介绍常见的区域填充算法、距离变换图和骨架图生成算法及褶积滤波算法等；第6章为网络地图制图，阐述CAC在网络时代的发

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。

本书是一本面向中 程序员的算法教程，借助Python语言，用经典的算法、编码技术和原理来求解计算机科学的一些经典问题。全书共9章，不仅介绍了递归、结果缓存和位操作等基本编程组件，还讲述了常见的搜索算法、常见的图算法、神经网络、遗传算法、k均值聚类算法、对抗搜索算法等，运用了类型提示等Python 特性，并通过各级方案、示例和习题展开具体实践。 本书将计算机科学与应用程序、数据、性能等现实问题深度关联，定位独特，示例经典，适合有一定编程经验的中 Python程序员提升用Python解决实际问题的技术、编程和应用能力。

本书是与 十二五 普通高等教育本科*规划教材《计算机算法设计与分析（第5版）》配套的辅助教材和国家精品课程教材，分别对主教材中的算法分析题和算法实现题给出了解答或解题思路提示。为了提高学生灵活运用算法设计策略解决实际问题的能力，本书还将主教材中的许多习题改造成算法实现题，要求学生设计出求解算法并上机实现。本书教学资料包含各章算法实现题、测试数据和答案，可在华信教育资源网免费注册下载。本书内容丰富，理论联系实际，可作为高等学校计算机科学与技术、软件工程、信息安全、信息与计算科学等专业本科生和研究生学习计算机算法设计的辅助教材，也是工程技术人员和自学者的参考书。