算法设计与分析导论 李家同 中文版 前言 第1章　绪论 第2章　算法复杂度与问题的下界 2.1　算法的时间复杂度 2.2　最好、平均和最坏情况的算法分析 2.3　问题的下界 2.4　排序的最坏情况下界 2.5　堆排序：在最坏情况下最优的排序算法 2.6　排序的平均情况下界 2.7　通过神谕改进下界 2.8　通过问题转换求下界 2.9　注释与参考 2.10　进一步的阅读资料 习题 第3章　贪心法 3.1　生成最小生成树的Kruka1算法 3.2　生成最小生成树的Prim算法 3.3　单源最短路径

旅行商问题(Travelling Salesman Problem，TSP)是一个经典的组合优化问题。研究者一直在努力寻找一种既有高质量的解，又能快速收敛的最佳或近似算法。本文探索将遗传算法融合在TSP问题的求解中，主要工作如下：(1)概述了旅行商问题的研究背景、研究现状、目的、意义及本文的主要工作，阐述了遗传算法及其特点、基础理论以及其研究现状。(2)概述了旅行商问题的定义、数学模型及分类，重点讨论了几种经典的旅行商问题的求解算法。(3)提出一种基于遗传算法和优化策略的求解TSP问题的算法，

前言 第1章　绪论 第2章　算法复杂度与问题的下界 2.1　算法的时间复杂度 2.2　最好、平均和最坏情况的算法分析 2.3　问题的下界 2.4　排序的最坏情况下界 2.5　堆排序：在最坏情况下最优的排序算法 2.6　排序的平均情况下界 2.7　通过神谕改进下界 2.8　通过问题转换求下界 2.9　注释与参考 2.10　进一步的阅读资料 习题 第3章　贪心法 3.1　生成最小生成树的Kruka1算法 3.2　生成最小生成树的Prim算法 3.3　单源最短路径问题 3.4　二路归并问题 3.5　

旅行商问题概述，旅行商问题各种求解方法，应用。

课程大纲 希望您已经准备好开始！ 以下是本课程的概述-每个部分将包含一些视频，文本说明，Python示例和练习题的组合。 格式的混合将使每一位信息都变得有趣且易于消化。 如有任何疑问，请随时在论坛上发帖！ 介绍和效率 课程介绍 句法 效率 效率符号 基于列表的集合 列表/数组 链表 堆栈 Queue列 搜索和排序 二元搜寻 递归 气泡排序 合并排序 快速排序 地图和散列 地图 散列 碰撞 散列约定 树木 树木 树遍历 二叉树 二叉搜索树 堆 自平衡树 图表 图表 图形属性 图表示 图遍历 图路