《21世紀高等學校計算機規劃教材：算法設計》以設計策略為主線，循序漸進地介紹了經典算法設計(包括分治、動態規劃、貪心、回溯、迭代改進等算法)、NP完全理論、非精確型算法設計(包括近似算法、參數化算法，隨機算法)，以及現代智能優化方法。在知識講解中強調算法思維與編程實踐并重，注重培養學生運用算法技術解決實際工程問題的能力。
《21世紀高等學校計算機規劃教材：算法設計》可作為計算機科學及相關專業的本科和研究生教材，也可供軟件開發人員學習參考。書中的算法提供多種語言的源代碼下載。為提高教學效果，本書提供配套的教學課件，并配有專門的“算法設計教學演示軟件”，歡迎授課教師使用。
第1章 算法概述
1.1 問題、算法和程序
1.2 兩個典型問題的求解
1.2.1 排序問題
1.2.2 穩定匹配問題
1.3 算法的復雜度分析
1.4 小結
習題1
第2章 基本數據結構
2.1 鏈表
2.1.1 普通鏈表
2.1.2 泛型鏈表
2.1.3 雙向鏈表
2.2 堆棧和隊列
2.2.1 堆棧
2.2.2 隊列
2.2.3 優先級隊列
2.3 樹
2.3.1 樹
2.3.2 二叉樹
2.3.3 堆
2.4 圖
2.4.1 圖的基本概念
2.4.2 圖的存儲方式
2.5 小結
習題2
第3章 蠻力法
3.1 字符串匹配
3.2 矩陣相乘
3.3 子集和問題
3.4 冒泡排序
3.5 若干最優化問題
3.5.1 最近點對問題
3.5.2 0-1背包問題
3.5.3 子集和問題的最優化版本
3.5.4 最大獨立集和最小頂點覆蓋
3.5.5 旅行商問題
3.6 小結
習題3
第4章 遞歸和分治法
4.1 遞歸
4.1.1 遞歸的基本概念
4.1.2 遞歸算法的效率分析
4.1.3 漢諾塔問題
4.1.4 冪集和全排列
4.2 樹和圖中的一些遞歸問題
4.2.1 二叉樹的遍歷
4.2.2 圖的遍歷
4.3 分治法的基本思想
4.4 最近點對問題的分治算法
4.5 歸并排序和快速排序
4.5.1 歸并排序
4.5.2 快速排序
4.6 大數乘法和Strassen矩陣乘法
4.6.1 大數乘法
4.6.2 Strassen矩陣乘法
4.7 小結
習題4
第5章 動態規劃法
5.1 動態規劃法的基本思想
5.1.1 重疊子問題
5.1.2 最優性原則
5.2 計算二項式系數
5.3 最長連續上升子序列問題
5.4 最大子段和
5.4.1 一維數組的最大子段和
5.4.2 二維數組的最大子段和
5.5 序列比較
5.5.1 最長公共子序列問題
5.5.2 序列比對問題
5.6 矩陣連乘問題
5.7 圖中的路徑
5.7.1 Floyd算法
5.7.2 Warshall算法
5.7.3 Kleen抽象算法
5.8 多階段決策問題
5.9 動態規劃的備忘錄方法
5.10 小結
習題5
第6章 貪心法
6.1 找零錢問題
6.2 最大數量裝載問題
6.3 最小生成樹
6.3.1 Prim算法
6.3.2 Kruskal算法
6.3.3 破圈算法
6.4 單源最短路徑
6.5 往返運輸問題
6.6 區間活動安排問題
6.7 單位時間任務調度問題
6.8 哈夫曼樹
6.9 小結
習題6
第7章 回溯和分支限界
7.1 回溯和分支限界法的基本思想
7.1.1 狀態空間
7.1.2 狀態空間樹與搜索策略
7.1.3 剪枝函數
7.2 0-1背包問題
7.2.1 定義剪枝函數
7.2.2 回溯算法
7.2.3 分支限界算法
7.3 旅行商問題
7.3.1 回溯算法
7.3.2 分支限界算法
7.4 圖著色問題
7.5 N皇后問題
7.6 任務分配問題
7.7 小結
習題7
第8章 迭代改進法
8.1 線性規劃與單純形法
8.1.1 線性規劃問題
8.1.2 線性規劃的幾何意義
8.1.3 單純形法
8.2 二部圖匹配問題
8.3 最大流
8.3.1 流網絡
8.3.2 最大流問題
8.3.3 最小割問題
8.4 小結
習題8
第9章 計算復雜性與NP理論
9.1 多項式時間歸約
9.2 計算模型
9.2.1 形式語言與問題編碼
9.2.2 圖靈機模型
9.2.3 不確定性圖靈機
9.2.4 圖靈機與可計算性
9.3 計算復雜性分類--P和NP
9.3.1 P類問題
9.3.2 NP類問題
9.4 NP完全問題
9.4.1 第一個NP完全問題
9.4.2 NP完全性的證明
9.4.3 更多的NP完全問題
9.5 小結
習題9
第10章 近似算法
10.1 絕對近似算法--平面圖著色
10.2 相對近似算法--常數近似比
10.2.1 頂點覆蓋問題
10.2.2 最短工期問題
10.2.3 旅行商問題
10.2.4 反饋集問題
10.3 相對近似算法--函數近似比
10.3.1 無重合路徑問題
10.3.2 集合覆蓋問題
10.4 相對近似算法--任意近似比
10.4.1 0-1背包問題的PTAS
10.4.2 子集和問題的FPTAS
10.5 小結
習題10
第11章 參數化算法
11.1 頂點覆蓋問題的參數化算法
11.1.1 參數化問題與搜索樹方法
11.1.2 問題簡約：消除高度數頂點
11.1.3 增強的問題簡約與搜索樹方法
11.2 反饋集問題的參數化算法
11.2.1 問題簡約
11.2.2 搜索樹方法
11.2.3 改進的搜索樹方法
11.3 支配集問題的參數化算法
11.4 參數化的計算復雜性框架
11.5 小結
習題11
第12章 隨機算法
12.1 隨機算法的基本概念
12.1.1 近似計算圓周率的隨機算法
12.1.2 隨機數的生成
12.1.3 拋硬幣問題
12.2 舍伍德算法
12.2.1 隨機化快速排序
12.2.2 有序鏈表搜索
12.3 蒙特卡洛算法
12.3.1 眾數問題
12.3.2 素數判定問題
12.4 拉斯維加斯算法
12.4.1 隨機取樣問題
12.4.2 N皇后問題
12.4.3 大整數分解問題
12.5 小結
習題12
第13章 現代優化算法
13.1 禁忌搜索
13.1.1 禁忌搜索的基本思想
13.1.2 禁忌搜索算法框架與應用
13.2 模擬退火
13.2.1 模擬退火算法的基本思想
13.2.2 模擬退火算法框架與應用
13.3 遺傳算法
13.3.1 遺傳算法的基本思想
13.3.2 遺傳算法框架與應用
13.3.3 遺傳算法的其他變種
13.4 蟻群算法
13.4.1 蟻群算法的基本思想
13.4.2 蟻群算法框架與應用
13.5 粒子群算法
13.5.1 粒子群算法的基本思想
13.5.2 粒子群算法框架與應用
13.5.3 粒子群算法的其他變種
13.6 差分進化算法
13.6.1 差分進化算法的基本思想
13.6.2 差分進化算法框架與應用
13.6.3 差分進化算法的其他變種
13.7 小結
習題13
附錄A 偽代碼語法規則
新書資訊