本书全面介绍算法设计思想以及算法分析原理。全书共分为四个部分：第一部分是基础知识，包含第1章与第2章，主要介绍算法的基本概念、算法复杂度分析的基本方法、随机算法以及理解本书所需掌握的数据结构知识等；第二部分包含第3～9章，介绍各种算法设计思想，包括分治策略、贪心策略、动态规划、搜索与遍历、回溯、分支定界、代数方法等；第三部分包含第10～12章，介绍算法复杂度理论知识，包括下界定理、NP难和NP完全问题以及近似算法等；最后一部分是并行算法，包括第13～15章，介绍PRAM算法、网格算法以及超立方算法。 本书结构完整，内容从易到难，包含丰富实例与习题，对所涉及算法均提供C++或伪代码，不仅可作为计算机专业本科或研究生的算法课程教材，也可作为算法爱好者的自学参考书。

前言 如果我们预挑出计算机科学中那些影响长久的贡献，算法（algorithm）一定位列其中。自从人类发明了可以执行基本数学运算的机器，什么是可以计算的以及如何计算就成为人们一直研究的课题。伴随此项研究，人们发现了大量的重要算法以及设计方法。算法成为计算机科学领域中的一项重要组成部分。本书的目的就是对有关算法的内容精心地组织，从而使得使用本书的同学以及实践者可以设计和分析全新的算法。 一本包含所有已发明的算法的书将会异常冗长。传统的算法书通常只对很少的几个问题领域有深入的阐述。对于每个问题，通常会给出并分析效率最高的算法。这样的做法有一个主要缺点。尽管同学们了解了很多很快的算法并且也掌握了分析算法的工具，但还是对如何设计一个好的算法信心不足。 这里所欠缺的就是没有强调设计（design）技术。设计方面的知识一定可以帮助创造好的算法，没有分析工具则无法判断算法的优劣。这样设计为主分析为辅的关系就自然地延伸为有效的讲授之道：我们将围绕基本的算法设计策略来组织本书。基本的设计策略是相对比较少的。并且大部分读者想要学习的算法可以划分到这些分类中；例如归并排序和快速排序是分治策略的例子，而Kruskal的最小生成树算法和Dijkstra的单源最短路径算法是贪心策略的例子。理解这些策略是掌握设计技能的重要的第一步。 尽管我们深切地认为强调设计以及分析是组织算法学习的正确之路，这里还是要给出一些注意事项。首先，我们并没有包括所有的设计原理。例如线性规划是最成功的技术之一，由于它往往由单独的课程所讲述从而没有包含到本书中。其次，读者不应该死板地学习算法设计，认为每个算法都是由一种技术得到...