算法技术手册（影印版）

　　Part 1
　　1. Algorithms Matter
　　Understand the Problem
　　Experiment if Necessary
　　Algorithms to the Rescue
　　Side Story
　　The Moral of the Story
　　References
　　2. The Mathematics of Algorithms
　　Size of a Problem Instance
　　Rate of Growth of Functions
　　Analysis in the Best, Average, and Worst Cases.
　　Performance Families
　　Mix of Operations
　　Benchmark Operatxons
　　One Final Point
　　References
　　3. Patterns and Domains
　　Patterns: A Communication Language
　　Algorithm Pattern Format
　　Pseudocode Pattern Format
　　Design Format
　　Empirical Evaluation Format
　　Domains and Algorithms
　　Floating-Point Computations
　　Manual Memory Allocation
　　Choosing a Programming Language
　　References
　　Part 2
　　4. Sorting Algorithms
　　Overview
　　Insertion Sort
　　Median Sort
　　Quicksort
　　Selection Sort
　　Heap Sort
　　Counting Sort
　　Bucket Sort
　　Criteria for Choosing a Sorting Algorithm
　　References
　　5. Searching
　　Overview
　　Sequential Search
　　Binary Search
　　Hash-based Search
　　Binary Tree Search
　　6. GraphAIgorithms
　　Overview
　　Depth-First Search
　　Breadth-First Search
　　Single-Source Shortest Path
　　All Pairs Shortest Path
　　Minimum Spanning Tree Algorithms
　　References
　　7. Path Finding in AI
　　Overview
　　Depth-First Search
　　Breadth-First Search
　　ASearch
　　Comparison
　　Minimax
　　NegMax
　　AlphaBeta
　　References
　　8. Network Flow Algorithms
　　Overview
　　Maximum Flow
　　Bipartite Matching
　　Reflections on Augmenting Paths
　　Minimum Cost Flow
　　Transshipment
　　Transportation
　　Assignment
　　Linear Programming
　　References
　　9. Computational Geometry
　　Overview
　　Convex Hull Scan
　　LineSweep
　　Nearest Neighbor Queries
　　Range Queries
　　References
　　Part 3
　　10. When All Else Fails
　　Variations on a Theme
　　Approximation Algorithms
　　Offline Algorithms
　　Parallel Algorithms
　　Randomized Algorithms
　　Algorithms That Can Be Wrong, but with Diminishing Probability References
　　11. Epilogue
　　Overview
　　Principle: Know Your Data
　　Principle: Decompose the Problem into Smaller Problems
　　Principle: Choose the Right Data Structure
　　Principle: Add Storage to Increase Performance
　　Principle: If No Solution Is Evident, Construct a Search
　　Principle: If No Solution Is Evident, Reduce Your Problem to
　　Another Problem That Has a Solution
　　Principle: Writing Algorithms Is Hard——Testing Algorithms Is Harder
　　Part 4
　　Appendix: Benchmarking
　　Index

　　George T.Heineman，Gary Pollice和Stanley Selkow均为 Woree ste r PolYteChniC In stitute（伍斯特理工学院）计算机科学系的教授。George是《Component—B ased Software Engineering：Putting the Pieces Together》（Addison—Wesley（的合编者，Gary则是《Head First Object-Oriented Analysis and Design》（OReilly）的合著者。

　　创造稳定的软件需要有效的算法，但是程序设计者们很少能在问题出现之前就想到。《算法技术手册（影印版）》描述了现有的可以解决多种问题的算法，并且能够帮助你根据需求选择并实现正确的算法——只需要一定的数学知识即可理解并分析算法执行。相对于理论来说，本书更注重实际运用，书中提供了多种程序语言中可用的有效代码解决方案，可轻而易举地适合一个特定的项目。有了这本书，你可以：
　　解决特定编码问题或改进现有解决方案的执行；
　　迅速确定与需要解决的问题相关的算法，并判定为什么这样的算法是正确的；
　　探索C、C++、Java、Ruby中的算法解决方案，伴有实现诀窍；
　　了解一个算法预期的执行情况及最佳的执行条件；
　　发现不同算法中相似设计产生的冲突；
　　学习先进的数据结构以改进算法效率。
　　有了《算法技术手册》，你可以学习如何改进算法的性能，这是软件应用成功的关键。