（1）對關鍵算法、數據結構與數據類型進行詳實的描述，有效提高用各種語言編寫代碼的質量。（2）在解釋算法的工作原理時，像講故事一樣娓娓道來，並提供大量的實驗數據，對不同算法的運行時間性能進行比較。（3）所提供的算法實現，采用的是實際代碼而不是偽代碼，讀者可以直接運行這些代碼，切身感受算法的行為和性能。（4）書中描述算法的Python 代碼並沒有使用任何復雜的語法結構，因此對Python 稍有了解甚至不了解的讀者（當然至少要熟悉一種其他編程語言），在閱讀本書的代碼時應該也不會感到困難。

●序
前言
第1章解決問題
1.1什麼是算法？
1.2在一個任意的列表中查找優選值
1.3對關鍵操作進行計數
1.4可以預測算法性能的模型
1.5在一個隨機列表中查找兩個優選值
1.6錦標賽算法
1.7時間復雜度和空間復雜度
1.8總結
1.9挑戰練習
第2章分析算法
2.1使用實驗模型預測性能
2.2乘法可以更快
2.3性能分類
2.4漸進性分析
2.5對所有操作進行計數
2.6對所有字節進行計數
2.7關上一扇門，打開另一扇門
2.8二分數組搜索
2.9一樣簡單
2.10一石二鳥
2.11綜述
2.12曲線擬合與上下界的比較
2.13總結
2.14挑戰練習
第3章更好的散列，更適意的人生
3.1值與鍵相關聯
3.2散列函數和散列碼
3.3（key，value）對的可散列結構
3.4使用線性探查法檢測和解決衝突
3.5用鏈表實現分離鏈表
3.6從鏈表中刪除一個數據項
3.7評估
3.8增長的散列表
3.9分析動態散列表的性能
3.10完美散列
3.11對（key，value）對進行迭代
3.12總結
3.13挑戰練習
第4章堆起來！
4.1優選二叉堆
4.2插入（value，priority）對
4.3刪除具有優選優先級的值
4.4用數組表示二叉堆
4.5實現上浮和下沉
4.6總結
4.7挑戰練習
第5章深入淺出論排序！
5.1交換排序
5.2選擇排序
5.3平方時間級排序算法的剖析
5.4分析插入排序和選擇排序的性能
5.5遞歸和分治法
5.6歸並排序
5.7快速排序
5.8堆排序
5.9O（NlogN）等級算法的性能比較
5.10Tim排序
5.11總結
5.12挑戰練習
第6章二叉樹：掌上世界的無限可能
6.1基礎知識
6.2二叉查找樹
6.3在二叉查找樹中搜索值
6.4從二叉查找樹刪除值
6.5遍歷二叉查找樹
6.6分析二叉查找樹的性能
6.7平衡二叉樹
6.8分析平衡二叉樹的性能
6.9使用二叉樹作為（key，value)符號表
6.10使用二叉樹作為優先隊列
6.11總結
6.12挑戰練習
第7章圖：連得上的纔是好的！
7.1圖高效地存儲了實用的信息
7.2使用深度優先搜索解決迷宮問題
7.3廣度優先搜索提供了一種不同的搜索算法
7.4有向圖
7.5具有邊權重的圖
7.6迪傑斯特拉算法
7.7全頂點對的最短路徑
7.8弗洛伊德-沃歇爾算法
7.9總結
7.10挑戰練習
第8章綜述
8.1Python的內置數據類型
8.2在Python中實現堆棧
8.3在Python中實現隊列
8.4堆和優先隊列的實現
8.5進一步的探索

本書介紹算法領域的一些常見算法，如搜索、排序、散列、查找最短路徑和檢測環路等；討論與算法密切相關的一些數據結構與數據類型，如數組、鏈表、二叉樹、散列表、堆棧和圖等；重點闡述算法和數據結構之間的選擇。除此之外，本書還深入淺出地闡述算法復雜度的原理，並通過大量的實驗數據幫助讀者理解各種不同時間復雜度的算法的行為。本書在解釋算法的工作原理時，就像講故事一樣娓娓道來，並提供大量的實驗數據，對不同算法的運行時間性能進行比較。本書所提供的算法實現，采用的是實際代碼而不是偽碼，讀者可以直接在自己的計算機上運行這些代碼，切身感受算法的行為和性能。書中描述算法的Python代碼並沒有使用任何復雜的語法結構，因此對Python稍有了解甚至不了解的讀者（當然至少要熟悉一種其他編程語言），在閱讀本書的代碼時應該也不會感到困難。本書尤其適合計算機相關專業的大學生和其他相關領域的編程愛好者學習算法時使用，可為讀者深入等

(美)喬治·海涅曼 著 徐波 譯