课程简介
本课程的内容分成两大部分：算法的基础知识、通用算法设计技术与分析方法。 第一部分是算法基础知识，约占20%，主要介绍算法相关的基本概念和数学基础。比如，什么是算法的伪码描述？什么是算法最坏情况下和平均情况下的时间复杂度？算法时间复杂度函数的主要性质，算法复杂度估计中常用的数学方法，如序列求和及递推方程求解。 第二部分是通用的算法设计技术与分析方法，主要介绍分治策略、动态规划、贪心法、回溯与分支限界。主要介绍这些设计技术的使用条件、分析方法、改进途径，并给出一些重要的应用。
课程大纲
第一周 1章 基础知识：算法的基本概念及伪码描述，函数的渐近的界
第二周 1章 基础知识：序列求和方法，递推方程求解
第三周 2章 分治策略(1)
第四周 2章 分治策略(2)
第五周 3章 动态规划(1)
第六周 3章 动态规划(2)
第七周 4章 贪心法(1)
第八周 4章 贪心法(2)
第九周 5章 回溯与分支限界(1)
第十周 5章 回溯与分支限界(2)
课程说明
课程教学目标
针对实际问题需求，进行数学建模并选择高效求解算法的训练，为提高学生的素质和创新能力打下必要的基础。主要内容涉及：面对实际问题建立数学模型、设计正确的求解算法、算法的效率估计、改进算法的途径、问题计算复杂度的估计、难解问题的确定和应对策略等等。本课程是算法课程的基础部分，主要涉及算法的设计、分析与改进途径，其他有关计算复杂性的内容将在后续课程中加以介绍。
授课形式
本课程的内容包含“课程视频”和“练习题”。
课程视频根据知识点组织，每个视频基本上对应于一个独立的话题，相关知识点的视频放在同一教学周中。每周布置有练习题，用于重申课程的要点，巩固相关的概念，学习使用相关的设计技术和分析方法。练习题是在线练习，学习时可以在线提交结果。
先修知识
本课程需要一些高等数学的基础知识，如函数极限与积分，也需要了解一些基本的数据结构，如数组、链表、图等，学习中只需要了解相关概念。在课程开始对部分基础知识做了概括的介绍，大家可以根据自己的情况安排学习。
参考资料
基本资料
主要参考本课程所提供的讲义、资料与测试题。
参考资料
1. 屈婉玲，刘田，张立昂，王捍贫，算法设计与分析，清华大学出版社，2011年版，2013年重印.
2. 屈婉玲，刘田，张立昂，王捍贫，算法设计与分析习题解答与学习指导，清华大学出版社，2014.
3. Jon Kleinberg, Ėva Tardos, Algorithm Design，（张立昂，屈婉玲译，《算法设计》），清华大学出版社，2006.
4. Thomas H. Cormen, Charles E.Leiserson, Ronald L. Rivest, Introduction to Algorithms（3rd edition）, McGraw-Hill Book Company,2009
拓展阅读
其他
主讲教师
汪小林
暂无简介
课程助教
duruihuan
jingpinmooc
相关课程推荐
正在进行
已结课
京公网安备 11040202430145号
