C算法（第二卷圖算法）

定　價：￥38.00

作　者：	(美)Robert Sedgewick著；周良忠譯
出版社：	人民郵電出版社
叢編項：	國外著名高等院校信息科學(xué)與技術(shù)優(yōu)秀教材
標(biāo)　簽：	電子計算機(jī) 算法設(shè)計高等學(xué)校教材

購買這本書可以去

ISBN：	9787115120748	出版時間：	2004-01-01	包裝：	平裝
開本：	26cm	頁數(shù)：	365	字?jǐn)?shù)：

內(nèi)容簡介

本書所討論的圖算法，都是實際中解決圖問題的最重要的已知方法。本書的主要宗旨是讓越來越多需要了解這些算法的人的能夠掌握這些方法及基本原理。書中根據(jù)基本原理從基本住處開始循序漸進(jìn)地講解，然后再介紹一些經(jīng)典方法，最后介紹仍在進(jìn)行研究和發(fā)展的現(xiàn)代技術(shù)。精心挑選的實例、詳盡的圖示以及完整的實現(xiàn)代碼與正文中的算法和應(yīng)用描述相輔相成。RobertSedgewick斯坦福大學(xué)博士（導(dǎo)師為DonaldE.Knuth），普林斯頓大學(xué)計算機(jī)科學(xué)系的教授，AdobeSystems公司董事，曾是XeroxPARC的研究人員，也曾就職于美國國防部防御分析研究所以及INRIA。這一套算法系列書介紹了當(dāng)今最重要的算法，共分3卷，這是第2卷（第五部分），集中講解圖算法。本書共有6章（第17章～第22章）。第17章詳細(xì)討論圖性質(zhì)和類型，第18章～第22章分別講解圖搜索、有向圖和DAG、最小生成樹、最短路徑以及網(wǎng)絡(luò)流。書中提供了用C語言描述的完整算法源和程序，并且配有豐富的插圖和練習(xí)。本書可作為高等院校計算機(jī)相關(guān)專業(yè)算與數(shù)據(jù)結(jié)構(gòu)課程的教材和補(bǔ)充讀物，也可供自學(xué)之用。

作者簡介

　　譯者：周良忠暢銷圖書《C++實踐之路》的譯者周良忠，1970年生。本科畢業(yè)于武漢化工學(xué)院計算機(jī)應(yīng)用專業(yè)。1995畢業(yè)于中國科學(xué)院武漢巖土力學(xué)研究所，獲碩士學(xué)位，1997年獲得博士學(xué)位。1998年創(chuàng)辦云巔工作室（http：//www.cloudcrown.com），為個人、中小企業(yè)提供專業(yè)軟件定做服務(wù)。近幾年開發(fā)了多款廣受歡迎的共享軟件。精通C++、C#、Java、Perl等開發(fā)語言。2001年開始從事計算機(jī)科技圖書的創(chuàng)作和翻譯工作，最新翻譯力作有《C#PrimerPlus中文版》、《C++實踐之路》等。SymbianOS軟件開發(fā)開發(fā)：應(yīng)用C++開發(fā)智能手機(jī)應(yīng)用程序入門>>更多作品

圖書目錄

第五部分  圖算法
第17章  圖性質(zhì)和類型  2
17.1  術(shù)語  4
練習(xí)  11
17.2  圖ADT  12
練習(xí)  15
17.3  鄰接矩陣表達(dá)方式  16
練習(xí)  19
17.4  鄰接表表達(dá)方式  20
練習(xí)  22
17.5  變體、擴(kuò)展和開銷  23
練習(xí)  27
17.6  圖生成器  29
練習(xí)  36
17.7  簡單路徑、歐拉路徑和哈密頓路徑  38
練習(xí)  49
17.8  圖處理問題  50
練習(xí)  56
第18章  圖搜索  58
18.1  探索迷宮  58
練習(xí)  62
18.2  深度優(yōu)先搜索  63
練習(xí)  66
18.3  圖搜索ADT函數(shù)  67
練習(xí)  70
18.4  DFS森林的性質(zhì)  71
練習(xí)  77
18.5  DFS算法  77
練習(xí)  80
18.6  分離性和雙連通性  82
練習(xí)  88
18.7  廣度優(yōu)先搜索  89
練習(xí)  95
18.8  通用圖搜索  96
練習(xí)  101
18.9  圖算法的分析  103
練習(xí)  107
第19章  有向圖和DAG  108
練習(xí)  110
19.1  術(shù)語和游戲規(guī)則  110
練習(xí)  117
19.2  有向圖中DFS的剖析  118
練習(xí)  124
19.3  可達(dá)性和傳遞閉包  125
練習(xí)  134
19.4  等價關(guān)系和偏序  135
練習(xí)  137
19.5  DAG  138
練習(xí)  141
19.6  拓?fù)渑判?nbsp; 142
練習(xí)  149
19.7  DAG中的可達(dá)性  150
練習(xí)  152
19.8  有向圖中的強(qiáng)分量  153
練習(xí)  159
19.9  再論傳遞閉包  160
練習(xí)  163
19.10  展望  163
練習(xí)  165
第20章  最小生成樹  167
練習(xí)  169
20.1  表達(dá)方式  169
練習(xí)  173
20.2  MST算法原理  173
練習(xí)  179
20.3  普里姆算法和優(yōu)先級優(yōu)先搜索  179
練習(xí)  187
20.4  Kruskal算法  188
練習(xí)  193
20.5  Boruvka算法  193
練習(xí)  196
20.6  比較與改進(jìn)  197
練習(xí)  200
20.7  歐幾米得MST  201
練習(xí)  203
第21章  最短路徑  204
練習(xí)  209
21.1  基本原理  210
練習(xí)  215
21.2  Dijkstra算法  215
練習(xí)  221
21.3  所有點對最短路徑  223
練習(xí)  228
21.4  無環(huán)網(wǎng)絡(luò)中的最短路徑  229
練習(xí)  235
21.5  歐幾米得網(wǎng)絡(luò)  236
練習(xí)  239
21.6  歸約  240
練習(xí)  251
21.7  負(fù)權(quán)重  253
練習(xí)  265
21.8  展望  267
第22章  網(wǎng)絡(luò)流  269
22.1  流網(wǎng)絡(luò)  273
練習(xí)  281
22.2  增廣路徑最大流算法  283
練習(xí)  301
22.3  前流推進(jìn)最大流算法  302
練習(xí)  312
22.4  最大流歸約  314
練習(xí)  326
22.5  最小開銷流  328
練習(xí)  334
22.6  網(wǎng)絡(luò)單純形算法  335
練習(xí)  348
22.7  最小開銷流歸約  349
練習(xí)  354
22.8  展望  356
第五部分參考文獻(xiàn)  359
索引  361