本书将经典问题和算法设计技术很好地结合起来，系统地介绍了算法设计技术及其在经典问题中的应用。全书共分四部分：第一部分是基础知识，包括算法设计基础和算法分析基础；第二部分是基本的算法设计技术，包括蛮力法、分治法、减治法、动态规划法和贪心法；第三部分是基于搜索的算法设计技术，包括回溯法和分支限界法；第四部分是计算的限制，介绍了问题的复杂性、近似算法和概率算法。所有问题都用伪代码给出了算法描述，大多数问题都给出了C++语言的算法实现，并且所有程序均在VC++6.0环境下调试通过。每章均附有一篇阅读材料，以通俗易懂的方式介绍了算法领域的一些最新研究成果。 本书内容丰富，深入浅出，结合应用，图例丰富，可作为高等院校计算机专业本科和研究生学习算法设计与分析的教材，也可供工程技术人员和自学者学习参考。

第2版前言在ACM/IEEE-CS提交的CC2005中，将计算机专业的基本学科能力归纳为计算思维能力、算法设计与分析能力、程序设计与实现能力和系统能力。“算法设计与分析”课程不仅能够培养学生的算法设计与分析能力，进一步增强程序设计与实现能力，而且能够引导学生的思维过程，培养计算思维能力。用计算机求解问题的最重要环节就是将人的想法抽象为算法，在描述问题和求解问题的过程中，主要采用抽象思维和逻辑思维。因此，算法训练就像一种思维体操，能够锻炼思维，使思维变得更清晰、更有逻辑。 本书在保持第1版基本体例不变的基础上，进行了如下修改。 (1) 将算法设计技术重新进行分类，本书共分为四部分：基础知识、基本的算法设计技术、基于搜索的算法设计技术和计算的限制，知识单元的拓扑结构如图1所示。 图1 知识单元的拓扑结构 (2) 按照“问题→想法→算法→程序”的模式介绍经典问题的设计与实现过程，所有问题都用伪代码给出了算法描述，大多数问题都给出了C++语言的算法实现，并且所有程序均在VC++6.0环境下调试通过。读者可向作者或出版社索要程序源码。 (3) 重写了阅读材料，以通俗易懂的笔触介绍了人工神经网络、遗传算法、蚁群算法、粒子群算法和模拟淬火等智能优化算法，每种算法均给出一个简单的应用举例。 本书由王红梅和胡明共同执笔，王涛老师收集和整理了阅读材料，胡洁同学参与了代码调试与校对工作，参加本书编写的还有王晶春、党源源、许建潮、逄焕利、姚庆安、肖巍等老师。 由于作者的知识和写作水平有限，书稿虽几经修改，仍难免有缺点和错误。热忱欢迎同行专家和读者批评和指正，使本书在使用中不断改进、日臻完...