本书面向理工类非计算机专业。与传统程序设计教材相比，本书主要注重提高算法和问题求解能力，不注重具体的语言语法，使相关专业学生拥有更为坚实的程序设计技能和算法基础，为培养素质好、专业技术强、信息化水平高的**工程技术人才做准备。本教材围绕应用环境中实际问题的求解过程来阐述和讲解程序设计思想方法和相关技术知识，向学生展示如何设计和选择合适的数据结构来表示实际问题中的处理对象，如何把一个实际问题转化成一个程序可计算的逻辑模型，以及如何考虑程序运行的效率来满足问题求解对时间的要求等。 本书可作为高等学校理工类非计算机专业算法设计类课程的教材，也可以作为程序设计及算法设计爱好者的自学用书。

第1章绪论1 1.1算法的概念1 1.1.1从计算机的优势和劣势谈起1 1.1.2问题和算法2 1.1.3什么是算法4 1.2算法设计的要求5 1.3算法效率的度量6 1.3.1时间复杂度6 1.3.2空间复杂度7 1.4本课程的总体结构7 1.5相关语言和函数库简介8 1.5.1从C到C 8 1.5.2C 语言的功能改进9 1.5.3命名空间11 1.5.4C 的输入输出13 1.5.5函数重载和函数模板15 1.5.6面向对象初步18 1.5.7string类20 习题21 第2章若干数学问题的算法22 2.1数论相关问题22 2.2多项式四则运算25 2.2.1一元多项式乘法25 2.2.2一元多项式除法28 2.3多项式插值问题28 2.3.1拉格朗日插值法29 2.3.2牛顿插值法31 2.4非线性方程求解33 2.4.1二分法33 2.4.2牛顿迭代法35 2.5线性方程组求解36 2.5.1雅**迭代法36 2.5.2高斯消去法39 2.6一元线性回归43 习题47 第3章线性结构的妙用48 3.1数据结构基本概念48 3.2线性表概念及应用50 3.2.1线性表基本概念50 3.2.2顺序表概念及实现51 3.2.3顺序表应用： 学生名册管理58 3.2.4链表的概念及实现60 3.2.5单链表应用： 通讯录管理69 3.3堆栈和队列的应用72 3.3.1堆栈的概念及实现72 3.3.2堆栈应用： 表达式求值76 3.3.3队列的概念及实现78 3.3.4队列应用： 整数排序83 3.3.5优先队列的概念及实现85 习题89 第4章哈夫曼编码和图的*短路径91 4.1树和二叉树91 4.1.1树91 4.1.2二叉树93 4.2二叉树的实现与分析94 4.3二叉树的遍历101 4.3.1二叉树的遍历方式101 4.3.2遍历算法的实现102 4.4二叉树的示例105 4.5哈夫曼树109 4.5.1哈夫曼树和哈夫曼编码109 4.5.2构造哈夫曼编码111 4.5.3哈夫曼编码实现111 4.6图和邻接表118 4.6.1图的存储118 4.6.2图的搜索119 4.7图的*短路径124 习题127 第5章马踏棋盘与道路规划129 5.1贪心算法129 5.2活动安排问题130 5.3马踏棋盘问题134 5.4道路规划和*小生成树问题141 5.4.1Prim算法141 5.4.2Kruskal算法146 习题151 第6章动态规划152 6.1动态规划基本概念152 6.1.1挖金矿问题152 6.1.2动态规划算法的基本思想155 6.1.3适用情况155 6.1.4求解基本步骤155 6.201背包问题158 6.2.1*优性原理159 6.2.2递推关系159 6.2.3构造*优解160 6.2.4算法实现160 6.3*长公共子序列问题162 6.3.1*长公共子序列的结构163 6.3.2子问题的递归结构163 6.3.3计算*优值164 6.3.4构造*长公共子序列164 6.3.5算法实现164 6.4*大流问题166 6.4.1流网络166 6.4.2FordFulkerson方法168 6.4.3FordFulkerson方法伪代码170 6.4.4*小费用*大流170 6.4.5动态规划与*大流问题171 习题172 第7章遗传算法175 7.1遗传算法的概念175 7.2遗传算法的设计176 7.3函数*值问题求解178 7.4函数*值问题求解程序实现180 7.5旅行商问题186 习题194 第8章人工神经网络与深度学习195 8.1机器学习195 8.2人工神经网络的概念196 8.3感知器199 8.4感知器算法200 8.5BP算法202 8.6BP算法中正向传播过程及代价函数的编程实现203 8.7BP算法示例208 8.8深度学习216 8.9MNIST 数据集上的手写识别问题222 8.10MNIST 数据集上的手写识别问题实验224 习题226 第9章群体智能算法227 9.1群体智能算法概述227 9.2群体智能算法的定义和特点228 9.3群体智能算法的计算模式229 9.4常见的群体智能算法230 9.5蚁群算法231 9.5.1蚁群算法的生物背景231 9.5.2蚁群算法的原理232 9.5.3蚁群算法的流程234 9.5.4蚁群算法的应用235 9.5.5蚁群算法的某实例编程实现236 9.6粒子群算法244 9.6.1算法概述244 9.6.2算法的模型244 9.6.3算法的基本流程245 9.6.4算法的应用246 9.6.5算法的实例分析247 9.7人工蜂群算法252 9.7.1人工蜂群算法的生物背景252 9.7.2人工蜂群算法的原理253 9.7.3人工蜂群算法的流程255 9.7.4人工蜂群算法的应用256 9.7.5人工蜂群算法的编程实现256 习题264 参考文献265