無論何種軟件開發問題，都有可能已經有了解決方案。本書收集了非常有用的解決方案，可以指導你學習那些經過千錘百煉的解決問題的技術。本書介紹的原則和算法可以保證你在一個又一個的項目中大量的時間。本書包含50多個練習，這些練習是多年來一直在計算機科學課堂中使用的。你可以通過實踐這些例子來探索核心算法、約束問題、人工智能應用等。本書主要內容包括：遞歸、記憶化和位操作。搜索、圖和遺傳算法。約束滿足問題。k均值聚類、神經網絡和對抗搜索。

●前言
致謝
第1章一些小問題1
1.1斐波那契數列1
1.1.1第一次遞歸嘗試1
1.1.2基線條件的運用2
1.1.3使用記憶化4
1.1.4簡潔的斐波那契方法5
1.1.5使用流來生成斐波那契數列6
1.2簡單的壓縮算法6
1.3牢不可破的加密方案10
1.3.1按順序獲取數據10
1.3.2加密和解密11
1.4計算π13
1.5漢諾塔問題14
1.5.1對塔進行建模15
15.2求解漢諾塔問題15
1.6實際應用17
1.7習題18
第2章搜索問題19
2.1DNA搜索19
2.1.1存儲DNA19
2.1.2線性搜索21
2.1.3二分搜索22
2.1.4通用示例25
2.2迷宮求解26
2.2.1生成隨機迷宮28
2.2.2迷宮的其他方法30
2.2.3深度優先搜索31
2.2.4廣度優先搜索35
2.2.5A*搜索38
2.3傳教士和食人族問題43
2.3.1用代碼來表達問題44
2.3.2求解46
2.4實際應用48
2.5習題49
第3章約束滿足問題50
3.1構建約束滿足問題的解決框架51
3.2澳大利亞地圖著色問題54
3.3八皇後問題57
3.4單詞搜索問題59
3.5字謎問題65
3.6電路板布局問題66
3.7實際應用67
3.8習題67
第4章圖問題68
4.1地圖是圖的一種68
4.2搭建圖的框架70
4.3查找最短路徑76
4.4最小化網絡構建成本78
4.4.1權重處理78
4.4.2查找最小生成樹82
4.5在加權圖中查找最短路徑87
4.6實際應用91
4.7習題92
第5章遺傳算法93
5.1生物學背景93
5.2通用遺傳算法94
5.3簡單測試101
5.4回顧字謎問題103
5.5優化列表壓縮算法107
5.6遺傳算法面臨的挑戰110
5.7實際應用110
5.8習題111
第6章k均值聚類112
6.1預備知識112
6.2k均值聚類算法115
6.3按年齡和經度對州長進行聚類121
6.4按長度對邁克爾·傑克遜的專輯進行聚類125
6.5k均值聚類算法問題及其擴展127
6.6實際應用127
6.7習題128
第7章簡單神經網絡129
7.1生物學基礎129
7.2人工神經網絡131
7.2.131
7.2.2層132
7.2.3反向傳播133
7.2.4全貌135
7.3預備知識136
7.3.1點積136
7.3.2激活函數137
7.4構建神經網絡138
7.4.的實現138
7.4.2層的實現139
7.4.3神經網絡的實現141
7.5分類問題144
7.5.1數據的歸一化145
7.5.2經典的鳶尾花數據集146
7.5.3葡萄酒的分類150
7.6加速神經網絡152
7.7神經網絡存在的問題及擴展153
7.8實際應用154
7.9習題155
第8章對抗搜索156
8.1棋盤遊戲的基礎組件156
8.2井字棋158
8.2.1井字棋的狀態管理158
8.2.2極小化極大算法161
8.2.3用井字棋測試極小化極大算法164
8.2.4開發井字棋AI166
8.3四子棋168
8.3.1四子棋遊戲程序168
8.3.2四子棋AI174
8.3.3用alpha-beta剪枝算法優化極小化極大算法176
8.4超越alpha-beta剪枝效果的極小化極大算法改進方案177
8.5實際應用178
8.6習題179
第9章其他問題180
9.1背包問題180
9.2旅行商問題185
9.2.1樸素解法186
9.2.2進階190
9.3電話號碼助記符191
9.4實際應用194
9.5習題194
第10章采訪布賴恩·戈茨195
附錄A術語表206
附錄B更多資源210

本書是一本面向中高級程序員的算法教程，借助Java語言，用經典的算法、編碼技術和原理來求解計算機科學的一些經典問題。全書共10章，講述了常見的搜索算法、常見的圖算法、遺傳算法、k均值聚類算法、簡單的神經網絡、對抗搜索算法等，通過豐富的方案、示例和習題展開具體實踐。本書將計算機科學與應用程序、數據、性能等現實問題深度關聯，定位獨特，示例經典，可以幫助程序員提升用Java解決實際問題的技術、編程和應用能力。