本書源自加州大學伯克利分校和加州大學聖迭戈分校本科生的算法課講義，以獨特的視角展現了算法設計的精巧技術及魅力。在表達每一種技術時，強調每個算法背後的簡潔數學思想，分析其時間和空間效率，運用與其他技術類比的方法來說明特征，並提供了大量實例。
本書以人類*古老的算法(算術運算)為起點，將各種算法中優美而有代表性的內容囊括書中，並以*前沿的理論(量子算法)結束，構成了較為完整的算法知識體繫。

本書共分為四個部分。其中，第一部分是引論和算術運算(這是算法的 起源)，包括復雜度分析、算術運算、最大公約數、素性測試、散列函數、 快速乘法、遞歸、合並排序、矩陣乘法，還有在一般算法書中不多見的RSA 公鑰體制和快速傅裡葉變換等內容。第二部分是“傳統”的算法和數據結 構(樹和圖)：圖的搜索、連通性、最短路徑、最小生成樹、堆、赫夫曼編 碼等。在第三部分裡，作者用新穎的方式介紹了兩種強大的運籌學算法— —動態規劃和線性規劃，以及它們的應用。利用這兩種運籌學算法，能夠 優美地解決一大批實際問題。最後一部分是關於如何解決困難的問題，包 括NP完全、優化搜索(回溯、分支限界)、近似算法等。值得一提的是本書 的最後一章——量子算法。作者首次將理論研究中最前沿的內容以通俗易 懂的形式寫入算法教科書中，給人耳目一新的感覺。

出版者的話
序言
Preface
方框目錄
0 Prologue(序論)
0.1 Books and algorithms(書和算法)
0.2 Enter Fibonacci(斐波那契數列)
0.3 Big-O notation(大O記號)
Exercises(習題)
1 Algorithms with numbers(數的算法)
1.1 Basic arithmetic(基本算術)
1.2 Modular arithmetic(模運算)
1.3 Primality testing(素性測試)
1.4 Cryptography(密碼學)
1.5 Universal hashing(全域散列)
Exercises(習題)
Randomized algorithms：a virtual chapter(虛擬章：隨機化算法)
2 Divide-and-conquer algorithms(分而治之算法)
2.1 Multiplication(乘法)
2.2 Recurrence relations(遞歸關繫)
2.3 Mergesort(合並排序)
2.4 Medians(中位數)
2.5 Matrix multiplication(矩陣乘法)
2.6 The fast Fourier transform(快速傅裡葉變換)
Exercises(習題)
3 Decompositions of graphs(圖的分解)
3.1 Why graphs?(圖論)
3.2 Depth-first search in undirected graphs(無向圖中的深度優先搜索)
3.3 Depth-first search in directed graphs(有向圖中的深度優先搜索)
3.4 Strongly connected components(強連通分量)
Exercises(習題)
4 Paths in graphs(圖的路徑)
4.1 Distances(距離)
4.2 Breadth-first search(廣度優先搜索)
4.3 Lengths on edges(邊的長度)
4.4 Dijkstra’s algorithm(Dijkstra算法)
4.5 Priority queue implementations(實現優先隊列)
4.6 Shortest paths in the presence of negative edges(帶負權的邊的圖中的*短路徑)
4.7 Shortest paths in dags(有向無環圖中的*短路徑)
Exercises(習題)
5 Greedy algorithms(貪婪算法)
5.1 Minimum spanning trees(*小生成樹)
5.2 Huffman encoding(赫夫曼編碼)
5.3 Horn formulas(Horn公式)
5.4 Set cover(集合覆蓋)
Exercises(習題)
6 Dynamic programming(動態規劃)
6.1 Shortest paths in dags，revisited(回顧：有向無環圖中的*短路徑)
6.2 Longest increasing subsequences(*長遞增子序列)
6.3 Edit distance(編輯距離)
6.4 Knapsack(背包問題)
6.5 Chain matrix multiplication(鏈式矩陣乘法)
6.6 Shortestpaths(*短路徑)
6.7 Independent sets in trees(樹中的獨立集)
Exercises(習題)
7 Linear programming and reductions(線性規劃與歸約)
7.1 An introduction to linear programming(線性規劃入門)
7.2 Flows in networks(網絡流)
7.3 Bipartite matching(二部圖匹配)
7.4 Duality(對偶性)
7.5 Zero-sum games(零和遊戲)
7.6 The simplex algorithm(單純形算法)
7.7 Postscript：circuit evaluation(附錄：電路求值)
Exercises(習題)
8 NP-complete prob!ems(NP**問題)
8.1 Search problems(搜索問題)
8.2 NP-complete problems(NP**問題)
8.3 The reductions(歸約)
Exercises(習題)
9 Coping with NP-completeness(處理NP**問題)
9.1 Intelligent exhaustive search(智能窮舉搜索)
9.2 Approximation algorithms(近似算法)
9.3 Local search heuristics(局部啟發式搜索)
Exercises(習題)
10 Quantum algorithms(量子算法)
10.1 Qubits，superposition，and measurement(量子比特、疊加態與測量)
10.2 The plan(下文縱覽)
10.3 The quantum Fourier transform(量子傅裡葉變換)
10.4 Periodicity(周期性)
10.5 Quantum circuits(量子電路)
10.6 Factoring as periodicity(因子分解：利用周期性)
10.7 The quantum algorithm for factoring(因子分解的量子算法)
Exercises(習題)
Historical notes and further reading(歷史注記與擴展閱讀)
索引
注釋