作为一本介绍算法技术和思想的书籍，本书不仅可以面向信息学科大学生作为基本的教材（或参考书），更是将任何具有初等数学基础的人引入算法应用与研究殿堂的一块引路石。本书循序渐进、深入浅出地展示了算法研究与应用中，从模型分析、算法构造到复杂性分析和算法优化的方方面面。涉及的内容从古老的算术算法、排序算法、简单图论到近现代出现的计算图论、贪心算法、分治算法、线性规划、动态规划、随机算法以及NP复杂性理论，甚至是尚未接近显现全貌的量子计算，覆盖了经典、现代和未来算法发展的众多代表性工作。
本书选材新颖，内容丰富，适用于作为计算机学科以及相关学科算法课程的教材和参考书，同时也可作为从事算法研究的一本好的入门书籍。
7.5 零和博弈（游戏）
7.6 单纯形算法
7.6.1 n维空间中的顶点和邻居
7.6.2 算法
7.6.3 补遗
7.6.4 单纯形法的运行时间
7.7 后记：电路值1
习题
第8章 NP-**问题
8.1 搜索问题
8.2 NP-**问题
8.3 所有的归约
习题
第9章 NP-**问题的处理
9.1 智能穷举搜索
9.1.1 回溯
9.1.2 分支定界
9.2 近似算法
9.2.1 顶点覆盖
9.2.2 聚类
9.2.3 TSP
9.2.4 背包问题
9.2.5 逼近的层次
9.3 局部搜索中的启发方法
9.3.1 重新审视旅行商问题
9.3.2 图划分
9.3.3 处理局部*优
习题
**0章 量子算法
10.1 量子位元、叠加状态和度量
10.2 算法设计
10.3 量子傅立叶变换
10.4 周期性
10.5 量子电路
10.5.1 基本量子门
10.5.2 量子电路的两种基本类型
10.5.3 量子傅立叶变换电路
10.6 将因子分解问题转化为周期求解问题
10.7 因子分解的量子算法
习题
历史背景及深入阅读的资料
