本书以算法设计策略和算法分析方法为知识单元，将计算机经典问题与算法设计方法和技术技巧结合，系统介绍算法设计基础与技术及其经典问题应用。全书共9章，主要内容包括：算法和算法性能的基础知识，算法分析的基本数学方法，递归与分治、动态规划、贪婪算法、回溯法、分支限界法、随机算法、神经网络智能算法等不同算法设计策略，提供了相关算法设计技术和有效的算法分析，以及大量的详细实例和应用，同时对NPC和NP完全问题给出分析。 本书可供高等院校计算机算法设计与分析相关课程的教学使用，也可为计算机理论研究人员、计算机算法设计人员提供参考。

本书较为系统地介绍最优化领域中比较成熟的基本理论与方法。基本理论包括最优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：无约束问题的最速下降法、Newton法、拟Newton法、共辄梯度法、信赖域算法和直接法；非线性方程组和最小二乘问题的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最优化问题的几种常用算法。 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。

本书编者倡导 自主编程 ，以问题解决为主线，致力于提升读者的计算思维与编程技能，引导读者科学地学习算法。全书共分为四章：第一章重点阐述数据抽象的方法及如何选择合适的数据结构，并介绍线性数据结构的基本应用；第二章通过生动的例子，详述了模拟、解析和贪心这三种策略，展示了如何结合严密的算法逻辑与实际操作经验来解决问题；第三章则以深入浅出的方式，讲解了 大化小 的思维方式，介绍了如何利用递推、分治和动态规划等算法来简化和解决复杂问题；第四章全面剖析了好算法的标准，并详细介绍了优化算法时间复杂度和空间复杂度的常用技巧。 本书可以作为数据结构和算法入门的培训教材，也可以作为准备参加全国信息学奥林匹克竞赛的学生赛前集训用书，还可以作为有一定编程语言基础的算法爱好者的参考书籍。

《算法设计编程实验（第2版）》基于作者20余年来总结的编程知识体系和行之有效的编程能力训练方法，以ACM-ICPC、IOI等各类大型程序设计竞赛的经典试题为素材编写而成，通过启发式、案例化的教学，系统

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

.

本书从对神经网络的概述开始，讨论基于速率的人工神经网络的应用和训练，介绍实现神经网络的多种方法，如从通用处理器到专用硬件。从数字加速器到模拟加速器。接下来展示了一个为神经网络的自适应动态规划而建立的高

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

本书讨论日常生活中的算法问题。作者将算法问题分为几个大类：贪心算法，组合游戏，进位制，编码理讼，密码学，黑匣子，递归与递推，并将它们与常见的生活案例相结合来做说明，让读者在轻松的文笔中获得思考

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、 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。

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。