第1章緒論1
1.1算法的概念1
1.1.1從計算機的優勢和劣勢談起1
1.1.2問題和算法2
1.1.3什麼是算法4
1.2算法設計的要求5
1.3算法效率的度量6
1.3.1時間復雜度6
1.3.2空間復雜度7
1.4本課程的總體結構7
1.5相關語言和函數庫簡介8
1.5.1從C到C 8
1.5.2C 語言的功能改進9
1.5.3命名空間11
1.5.4C 的輸入輸出13
1.5.5函數重載和函數模板15
1.5.6面向對像初步18
1.5.7string類20
習題21
第2章若干數學問題的算法22
2.1數論相關問題22
2.2多項式四則運算25
2.2多項式乘法25
2.2多項式除法28
2.3多項式插值問題28
2.3.1拉格朗日插值法29
2.3.2牛頓插值法31
2.4非線性方程求解33
2.4.1二分法33
2.4.2牛頓迭代法35
2.5線性方程組求解36
2.5.1雅可比迭代法36
2.5.2高斯消去法39
2線性回歸43
習題47
第3章線性結構的妙用48
3.1數據結構基本概念48
3.2線性表概念及應用50
3.2.1線性表基本概念50
3.2.2順序表概念及實現51
3.2.3順序表應用： 學生名冊管理58
3.2.4鏈表的概念及實現60
3.2.5單鏈表應用： 通訊錄管理69
3.3堆棧和隊列的應用72
3.3.1堆棧的概念及實現72
3.3.2堆棧應用： 表達式求值76
3.3.3隊列的概念及實現78
3.3.4隊列應用： 整數排序83
3.3.5優先隊列的概念及實現85
習題89
第4章哈夫曼編碼和圖的最短路徑91
4.1樹和二叉樹91
4.1.1樹91
4.1.2二叉樹93
4.2二叉樹的實現與分析94
4.3二叉樹的遍歷101
4.3.1二叉樹的遍歷方式101
4.3.2遍歷算法的實現102
4.4二叉樹的示例105
4.5哈夫曼樹109
4.5.1哈夫曼樹和哈夫曼編碼109
4.5.2構造哈夫曼編碼111
4.5.3哈夫曼編碼實現111
4.6圖和鄰接表118
4.6.1圖的存儲118
4.6.2圖的搜索119
4.7圖的最短路徑124
習題127
第5章馬踏棋盤與道路規劃129
5.1貪心算法129
5.2活動安排問題130
5.3馬踏棋盤問題134
5.4道路規劃和最小生成樹問題141
5.4.1Prim算法141
5.4.2Kruskal算法146
習題151
第6章動態規劃152
6.1動態規劃基本概念152
6.1.1挖金礦問題152
6.1.2動態規劃算法的基本思想155
6.1.3適用情況155
6.1.4求解基本步驟155
6.201背包問題158
6.2.1最優性原理159
6.2.2遞推關繫159
6.2.3構造最優解160
6.2.4算法實現160
6.3最長公共子序列問題162
6.3.1最長公共子序列的結構163
6.3.2子問題的遞歸結構163
6.3.3計算最優值164
6.3.4構造最長公共子序列164
6.3.5算法實現164
6.4最大流問題166
6.4.1流網絡166
6.4.2FordFulkerson方法168
6.4.3FordFulkerson方法偽代碼170
6.4.4最小費用最大流170
6.4.5動態規劃與最大流問題171
習題172
第7章遺傳算法175
7.1遺傳算法的概念175
7.2遺傳算法的設計176
7.3函數最值問題求解178
7.4函數最值問題求解程序實現180
7.5旅行商問題186
習題194
第8章人工神經網絡與深度學習195
8.1機器學習195
8.2人工神經網絡的概念196
8.3感知器199
8.4感知器算法200
8.5BP算法202
8.6BP算法中正向傳播過程及代價函數的編程實現203
8.7BP算法示例208
8.8深度學習216
8.9MNIST 數據集上的手寫識別問題222
8.10MNIST 數據集上的手寫識別問題實驗224
習題226
第9章群體智能算法227
9.1群體智能算法概述227
9.2群體智能算法的定義和特點228
9.3群體智能算法的計算模式229
9.4常見的群體智能算法230
9.5蟻群算法231
9.5.1蟻群算法的生物背景231
9.5.2蟻群算法的原理232
9.5.3蟻群算法的流程234
9.5.4蟻群算法的應用235
9.5.5蟻群算法的某實例編程實現236
9.6粒子群算法244
9.6.1算法概述244
9.6.2算法的模型244
9.6.3算法的基本流程245
9.6.4算法的應用246
9.6.5算法的實例分析247
9.7人工蜂群算法252
9.7.1人工蜂群算法的生物背景252
9.7.2人工蜂群算法的原理253
9.7.3人工蜂群算法的流程255
9.7.4人工蜂群算法的應用256
9.7.5人工蜂群算法的編程實現256
習題264
參考文獻265

智能算法通識教程信息時代，人和計算機的交互越來越多，編程思維或者說程序思維會成為一項通識教育。理解計算機解決問題的方式和利用計算機解決問題的方法，越來越成為每一個專業的人都必須學習的內容。傳統程序設計語言的通識教育是每個人都是編程知識樹的主干，每遇到新的問題都可以用已有的編程語言知識消化吸收，進而每一步編程經歷的積累都是給自己的知識樹添枝增葉。日積月累，程序可以不知不覺地寫得更快、更簡潔易懂、更少錯、更安全，也會更容易學習理解新的編程語言和軟件框架。
通識的程序設計教育已經初具雛形，但更進一步的算法通識教育卻仍未被普羅大眾和業界重視。由於早期算法教育具有較高的門檻，大部分人對智能算法還是比較陌生的。隨著近些年信息化社會的不斷發展，我們的工作、生活和學習與互聯網的結合越來越緊密，而智能算法作為互聯網的“普通話”，也正逐漸成為現代人的 技能之一。未來是一個智能化社會，而智能化社會的代表就是我們的身邊會圍繞越來越多的智能體（Agent），這些智能體將是我們工作、學習和生活的伙伴，而智能算法正是與這些智能體交互的重要手段，所以智能算法教育一定會得到更廣泛的普及。
“智能算法通識”課程的主要目的是模擬學生在未來的專業科學研究中實際遇到問題時可能要面對的各種情況。所以，本教材在設計實驗和考察方法時，不苛求學生必須從零開始編寫一個完整的程序，在實際工作中這樣既不實際又毫無必要；而是可以從一個局部程序段，一個第三方程序框架開始，逐步加入自己的代碼，步步為營，最終解決自己的問題。
本教材教學內容作為基礎課和專業課之間計算機能力培養的橋梁，要求學生必須具備一定的程序設計基礎。本教材配套課程從培養學生的算法技能出發，讓學生通過對若干適用於大多數專業的通用算法的編程實際練習，在實驗中鍛煉尋找算法庫、使用算法庫解決自己專業應用問題的能力。
本教材共9章，主要內容組織如下。
第1章，緒論部分，介紹課程的總體情況，了解算法的相關概念，對課程涉及的一些編程語言細節和函數庫進行講解。
第2章，熟悉數論相關算法，會用數值法求解基本數學問題，如多項式四則運算問題、多項式插值問題、非線性方程求解和線性方程組求解問題等。
第3章，掌握線性表的定義及其運算，掌握順序表和鏈表的定義、組織形式、結構特征和類型說明以及在這兩種表上實現的插入、刪除和查找的算法。掌握棧和隊列的定義、特征及在其上所定義的基本運算，以及在兩種存儲結構上對棧和隊列所施加的基本運算的實現。
第4章，掌握樹的定義、性質及存儲方法。掌握二叉樹的鏈表存儲方式、結點結構和類型定義、二叉樹的遍歷算法以及哈夫曼樹的構造方法。掌握圖的基本概念及術語，圖的兩種存儲結構(鄰接矩陣和鄰接表)的表示方法，圖的遍歷(深度優先搜索遍歷和廣度優先搜索遍歷)算法，最小生成樹的構造。
第5章，掌握貪心算法的基本概念，了解貪心算法的性質和優缺點，了解最優解/次優解與計算性能之間的關繫，掌握圖的最小生成樹生成算法、Prim算法和Kruskal算法。
第6章，掌握動態規劃的基本概念，了解動態規劃算法的基本思想、適用情況以及求解基本步驟；了解最優性原理；掌握典型動態規劃問題的解決： 01背包問題和最長公共子序列問題。
第7章，了解遺傳算法的概念和設計方法；學會函數最值和旅行商問題的求解。
第8章，了解人工神經網絡和深度學習的概念，了解感知器算法和BP算法。
第9章，了解群體智能算法的原理和開發流程。
本教材相關內容已在西安交通大學試用了5年，達到了最初的設計目的，試用效果良好。受篇幅、時間及作者水平等限制，書中不妥之處，懇望廣大讀者批評指正。

作者2023年4月