国外经典教材·计算机科学与技术：算法设计与分析基础（第2版影印版）

　　Preface
　　1 Introduction
　　1.1 What is an Algorithm?
　　  Exercises 1.1
　　1.2 Fundamentals of Algorithmic Problem Solving
　　Understanding the Problem
　　Ascertaining the Capabilities of a Computational Device
　　Choosing between Exact and Approximate Problem Solving
　　Deciding on Appropriate Data Structures
　　Algorithm Design Techniques
　　Methods of Specifying an Algorithm
　　Proving an Algorithms Correctness
　　Analyzing an Algorithm
　　Coding an Algorithm
　　Exercises 1.2
　　1.3 Important Problem Types
　　Sorting
　　Searching
　　String Processing
　　Graph Problems
　　Combinatorial Problems
　　Geometric Problems
　　Numerical Problems
　　Exercises 1.3
　　1.4 Fundamental Data Structures
　　Linear Data Structures
　　Graphs
　　Trees
　　Sets and Dictionaries
　　Exercises 1.4
　　Summary
　　2 Fundamentals of the Analysis of Algorithm Efficiency
　　2.1 Analysis Framework
　　Measuring an Inputs Size
　　Units for Measuring Running -[]me
　　Orders of Growth
　　Worst-Case, Best-Case, and Average-Case Efficlencies
　　Recapitulation of the Analysis Framework
　　Exercises 2.1
　　2.2 Asymptotic Notations and Basic Efficiency Classes
　　Informal Introduction
　　O-notation
　　9-notation
　　Onotation
　　Useful Property Involving the Asymptotic Notations
　　Using Limits for Comparing Orders of Growth
　　Basic Efficiency Classes
　　Exercises 2.2
　　2.3 Mathematical Analysis of Nonrecursive Algorithms
　　Exercises 2.3
　　2.4 Mathematical Analysis of Recursive Algorithms
　　Exercises 2.4
　　2.5 Example: Fibonacci Numbers
　　Explicit Formula for the nth Fibonacci Number
　　Algorithms for Computing Fibonacci Numbers
　　Exercises 2.5
　　3 Brute Force
　　4 Divide-and-Conquer
　　5 Decrease-and-Conquer
　　6 Transform-and-Conquer
　　7 Space and lime Tradeoffs
　　8 Dynamic Programming
　　9 Greedy Technique
　　10 Iterative Improvement
　　11 Limitations of Algorithm Power
　　12 Coping with the Limitations of Algorithm Power
　　Epilogue
　　APPENDIX A
　　Useful Formulas for the Analysis of Algorithms
　　APPENDIX B
　　Short Tutorial on Recurrence Relations
　　Bibliography
　　Hints to Exercises
　　Index

　　    (美) Anany Levitin是Villanova大学计算科学系的教授。他的论文A New Road Map of Algorithm Design Techniques：Picking Up Where the Traditi。onal  Classification Leaves Off(《算法设计技术新途径：弥补传统分类法的缺·感》)受到业内人士极高的评价。在SIGCSE会议上，作者做过多次关于算法教学的演讲。

　　    作者基于丰富的教学经验，开发了一套对算法进行分类的新方法。这套方法站在通用问题求解策略的高度，能对现有的大多数算法进行准确分类，从而使读者能够沿着一条清晰的、一致的、连贯的思路来探索算法设计与分析这一迷人领域。本书作为第2版，相对第1版增加了新的习题，还增加了“迭代改进”一章，使得原来的分类方法更加完善。
　　    本书十分适合作为算法设计和分析的基础教材，也适合任何有兴趣探究算法奥秘的读者使用，只要读者具备数据结构和离散数学的知识。
　　    本书为英文版。