智能算法通識教程

定　價：￥59.00

作　者：	喬亞男，薄鈞戈
出版社：	清華大學出版社
叢編項：	新時代大學計算機通識教育教材
標　簽：	暫缺

ISBN：	9787302641292	出版時間：	2023-10-01	包裝：	平裝
開本：	16開	頁數(shù)：	264	字數(shù)：

內(nèi)容簡介

　　本書面向理工類非計算機專業(yè)。與傳統(tǒng)程序設計教材相比，本書主要注重提高算法和問題求解能力，不注重具體的語言語法，使相關專業(yè)學生擁有為堅實的程序設計技能和算法基礎，為培養(yǎng)素質(zhì)好、專業(yè)技術強、信息化水平高的工程技術人才做準備。本教材圍繞應用環(huán)境中實際問題的求解過程來闡述和講解程序設計思想方法和相關技術知識，向?qū)W生展示如何設計和選擇合適的數(shù)據(jù)結構來表示實際問題中的處理對象，如何把一個實際問題轉化成一個程序可計算的邏輯模型，以及如何考慮程序運行的效率來滿足問題求解對時間的要求等本書可作為高等學校理工類非計算機專業(yè)算法設計類課程的教材，也可以作為程序設計及算法設計愛好者的自學用書。

作者簡介

暫缺《智能算法通識教程》作者簡介

圖書目錄

第l章緒論
1.1 算法的概念
1.1.1 從計算機的優(yōu)勢和劣勢談起
1.1.2 問題和算法
1.1.3 什么是算法
1.2 算法設計的要求
1.3 算法效率的度量
1.3.1 時間復雜度
1.3.2 空間復雜度
1.4 本課程的總體結構
1.5 相關語言和函數(shù)庫簡介
1.5.1 從C到C++
1.5.2 C++語言的功能改進
1.5.3 命名空間
1.5.4 C++的輸入輸出
1.5.5 函數(shù)重載和函數(shù)模板
1.5.6 面向?qū)ο蟪醪?br /> 1.5.7 string類
習題
第2章若干數(shù)學問題的算法
2.1 數(shù)論相關問題
2.2 多項式四則運算
2.2.1 一元多項式乘法
2.2.2 一元多項式除法
2.3 多項式插值問題
2.3.1 拉格朗日插值法
2.3.2 牛頓插值法
2.4 非線性方程求解
2.4.1 二分法
2.4.2 牛頓迭代法
2.5 線性方程組求解
2.5.1 雅可比迭代法
2.5.2 高斯消去法
2.6 一元線性回歸
習題
第3章線性結構的妙用
3.1 數(shù)據(jù)結構基本概念
3.2 線性表概念及應用
3.2.1 線性表基本概念
3.2.2 順序表概念及實現(xiàn)
3.2.3 順序表應用：學生名冊管理
3.2.4 鏈表的概念及實現(xiàn)
3.2.5 單鏈表應用：通訊錄管理
3.3 堆棧和隊列的應用
3.3.1 堆棧的概念及實現(xiàn)
3.3.2 堆棧應用：表達式求值
3.3.3 隊列的概念及實現(xiàn)
3.3.4 隊列應用：整數(shù)排序
3.3.5 優(yōu)先隊列的概念及實現(xiàn)
習題
第4章哈夫曼編碼和圖的短路徑
4.1 樹和二叉樹
4.1.1 樹
4.1.2 二叉樹
4.2 二叉樹的實現(xiàn)與分析
4.3 二叉樹的遍歷
4.3.1 二又樹的遍歷方式
4.3.2 遍歷算法的實現(xiàn)
4.4 二叉樹的示例
4.5 哈夫曼樹
4.5.1 哈夫曼樹和哈夫曼編碼
4.5.2 構造哈夫曼編碼
4.5.3 哈夫曼編碼實現(xiàn)
4.6 圖和鄰接表
4.6.1 圖的存儲
4.6.2 圖的搜索
4.7 圖的短路徑
習題
第5章馬踏棋盤與道路規(guī)劃
5.1 貪心算法
5.2 活動安排問題
5.3 馬踏棋盤問題
5.4 道路規(guī)劃和小生成樹問題
5.4.1 Prim算法
5.4.2 Kruskal算法
習題
第6章動態(tài)規(guī)劃
6.1 動態(tài)規(guī)劃基本概念
6.1.1 挖金礦問題
6.1.2 動態(tài)規(guī)劃算法的基本思想
6.1.3 適用情況
6.1.4 求解基本步驟
6.2 O-1背包問題
6.2.1 性原理
6.2.2 遞推關系
6.2.3 構造解
6.2.4 算法實現(xiàn)
6.3 長公共子序列問題
6.3.1 長公共子序列的結構
6.3.2 子問題的遞歸結構
6.3.3 計算值
6.3.4 構造長公共子序列
6.3.5 算法實現(xiàn)
6.4 流問題
6.4.1 流網(wǎng)絡
6.4.2 Ford—Fulkerson方法
6.4.3 Ford—Fulkerson方法偽代碼
6.4.4 小費用流
6.4.5 動態(tài)規(guī)劃與流問題
習題
第7章遺傳算法
7.1 遺傳算法的概念
7.2 遺傳算法的設計
7.3 函數(shù) 值問題求解
7.4 函數(shù) 值問題求解程序?qū)崿F(xiàn)
7.5 旅行商問題
習題
第8章人工神經(jīng)網(wǎng)絡與深度學習
8.1 機器學習
8.2 人工神經(jīng)網(wǎng)絡的概念
8.3 感知器
8.4 感知器算法
8.5 BP算法
8.6 BP算法中正向傳播過程及代價函數(shù)的編程實現(xiàn)
8.7 BP算法示例
8.8 深度學習
8.9 MNIST數(shù)據(jù)集上的手寫識別問題
8.10 MNIST數(shù)據(jù)集上的手寫識別問題實驗
習題
第9章群體智能算法
9.1 群體智能算法概述
9.2 群體智能算法的定義和特點
9.3 群體智能算法的計算模式
9.4 常見的群體智能算法
9.5 蟻群算法
9.5.1 蟻群算法的生物背景
9.5.2 蟻群算法的原理
9.5.3 蟻群算法的流程
9.5.4 蟻群算法的應用
9.5.5 蟻群算法的某實例編程實現(xiàn)
9.6 粒子群算法
9.6.1 算法概述
9.6.2 算法的模型
9.6.3 算法的基本流程
9.6.4 算法的應用
9.6.5 算法的實例分析
9.7 人工蜂群算法
9.7.1 人工蜂群算法的生物背景
9.7.2 人工蜂群算法的原理
9.7.3 人工蜂群算法的流程
9.7.4 人工蜂群算法的應用
9.7.5 人工蜂群算法的編程實現(xiàn)
習題
參考文獻