算法精粹：經典計算機科學問題的Java實現

前　言
致　謝
第1章　一些小問題　1
1.1　斐波那契數列　1
1.1.1　第一次遞迴嘗試　1
1.1.2　基線條件的運用　2
1.1.3　使用記憶化　4
1.1.4　簡潔的斐波那契方法　5
1.1.5　使用流來生成斐波那契數列　6
1.2　簡單的壓縮演算法　6
1.3　牢不可破的加密方案　10
1.3.1　按順序獲取資料　10
1.3.2　加密和解密　11
1.4　計算π　13
1.5　漢諾塔問題　14
1.5.1　對塔進行建模　15
1 5.2　求解漢諾塔問題　15
1.6　實際應用　17
1.7　習題　18

第2章　搜索問題　19
2.1　DNA搜索　19
2.1.1　存儲DNA　19
2.1.2　線性搜索　21
2.1.3　二分搜索　22
2.1.4　通用示例　25
2.2　迷宮求解　26
2.2.1　生成隨機迷宮　28
2.2.2　迷宮的其他方法　30
2.2.3　深度優先搜索　31
2.2.4　廣度優先搜索　35
2.2.5　A*搜索　38
2.3　傳教士和食人族問題　43
2.3.1　用代碼來表達問題　44
2.3.2　求解　46
2.4　實際應用　48
2.5　習題　49

第3章　約束滿足問題　50
3.1　構建約束滿足問題的解決框架　51
3.2　澳大利亞地圖著色問題　54
3.3　八皇后問題　57
3.4　單詞搜索問題　59
3.5　字謎問題　65
3.6　電路板佈局問題　66
3.7　實際應用　67
3.8　習題　67

第4章　圖問題　68
4.1　地圖是圖的一種　68
4.2　搭建圖的框架　70
4.3　查找最短路徑　76
4.4　最小化網路構建成本　78
4.4.1　權重處理　78
4.4.2　查找最小生成樹　82
4.5　在加權圖中查找最短路徑　87
4.6　實際應用　91
4.7　習題　92

第5章　遺傳演算法　93
5.1　生物學背景　93
5.2　通用遺傳演算法　94
5.3　簡單測試　101
5.4　回顧字謎問題　103
5.5　優化清單壓縮演算法　107
5.6　遺傳演算法面臨的挑戰　110
5.7　實際應用　110
5.8　習題　111

第6章　k均值聚類　112
6.1　預備知識　112
6.2　k均值聚類演算法　115
6.3　按年齡和經度對州長進行　聚類　121
6.4　按長度對邁克爾·傑克遜的　專輯進行聚類　125
6.5　k均值聚類演算法問題及其　擴展　127
6.6　實際應用　127
6.7　習題　128

第7章　簡單神經網路　129
7.1　生物學基礎　129
7.2　人工神經網路　131
7.2.1　神經元　131
7.2.2　層　132
7.2.3　反向傳播　133
7.2.4　全貌　135
7.3　預備知識　136
7.3.1　點積　136
7.3.2　啟動函數　137
7.4　構建神經網路　138
7.4.1　神經元的實現　138
7.4.2　層的實現　139
7.4.3　神經網路的實現　141
7.5　分類問題　144
7.5.1　數據的歸一化　145
7.5.2　經典的鳶尾花資料集　146
7.5.3　葡萄酒的分類　150
7.6　加速神經網路　152
7.7　神經網路存在的問題及擴展　153
7.8　實際應用　154
7.9　習題　155

第8章　對抗搜索　156
8.1　棋盤遊戲的基礎組件　156
8.2　井字棋　158
8.2.1　井字棋的狀態管理　158
8.2.2　極小化極大演算法　161
8.2.3　用井字棋測試極小化極大演算法　164
8.2.4　開發井字棋AI　166
8.3　四子棋　168
8.3.1　四子棋遊戲程式　168
8.3.2　四子棋AI　174
8.3.3　用alpha-beta剪枝演算法優化極小化極大演算法　176
8.4　超越alpha-beta剪枝效果的極小化極大演算法改進方案　177
8.5　實際應用　178
8.6　習題　179

第9章　其他問題　180
9.1　背包問題　180
9.2　旅行商問題　185
9.2.1　樸素解法　186
9.2.2　進階　190
9.3　電話號碼助記符　191
9.4　實際應用　194
9.5　習題　194

第10章　採訪布賴恩·戈茨　195
附錄A　術語表　206
附錄B　更多資源　210