世界一流大學和一流學科（“雙一流”）的建設目標要求大學全面提升學生的綜合素質，拓展國際視野，按照教育部關于“雙一流”高校的培養目標，編寫了這部《算法設計與實現（中英雙語版）》教材。
本書主要內容包括算法概述、貪心算法、分治算法、動態規劃算法、回溯算法、分支限界算法、圖算法、概率分析和隨機算法等。本書內容翔實，圖文并茂，通俗易懂，適合普通高校工科類各年級本科生和研究生學習計算機算法及程序實現作為教材使用，也適合國際學院留學生作為學習算法與編程的教材或參考書。

第1章 算法概述（Chapter 1 Algorithm Overview）
1.1 算法及算法描述（Algorithm and its Description）
1.1.1 算法概念（Algorithm Concept）
1.1.2 算法的描述方法（Description of Algorithm）
1.1.3 算法評價（Algorithm Evaluation）
1.2 基本數據結構（Basic Data Structure）
1.2.1 順序表與鏈表（Sequential List and Linked List）
1.2.2 棧與隊列（Stack and Queue）
1.2.3 樹與圖（Structure of Tree and Diagram）
1.3 算法設計（Algorithm Design）
1.3.1 算法與程序（Algorithms and Programs）
1.3.2 算法設計原則（Algorithm Design Principle）
習題1（Exercises One）
第2章 貪心算法（Chapter 2 Greedy Algorithm）
2.1 概述（Overview）
2.1.1 算法思想（Algorithm Idea）
2.1.2 算法的設計與描述（Algorithm Design and Description）
2.2 活動安排問題（Event Scheduling Problem）
2.2.1 問題描述與分析（Problem Description and Analysis）
2.2.2 算法的設計（Algorithm Design）
2.2.3 算法實現（Algorithm Implementation）
2.3 最短路徑問題（Shortest Path Problem）
2.3.1 基本思想（Basic Idea）
2.3.2 算法的設計與描述（Algorithm Design and Description）
2.3.3 算法實現（Algorithm Implementation）
2.4 哈夫曼編碼（Huffman Coding）
2.4.1 基本思想（Basic Idea）
2.4.2 算法的設計與描述（Algorithm Design and Description）
2.4.3 算法實現（Algorithm Implementation）
2.5 最小生成樹（Minimum Spanning Tree，MST）
2.5.1 基本思想（Basic Idea）
2.5.2 問題分析（Problem Analysis）
2.5.3 Prim算法（Prim Algorithm）
2.5.4 Kruskal算法（Kruskal Algorithm）
2.6 背包問題（Knapsack Problem）
2.6.1 基本思想（Basic Idea）
2.6.2 算法的設計與描述（Algorithm Design and Description）
2.6.3 算法實現（Algorithm Implementation）
習題2（Exercises Two）
第3章 分治算法（Chapter 3 Divide-and-Conquer Algorithm）
3.1 概述（Overview）
3.1.1 基本思想（Basic Idea）
3.1.2 算法的本質（Nature of Algorithm）
3.1.3 算法的解題步驟（Algorithm Solution Steps）
3.1.4 分治與遞歸（Divide-and-Conquer and Recursion）
3.2 排序問題算法（Sorting Problem Algorithm）
3.2.1 合并排序算法（Merge Sort Algorithm）
3.2.2 快速排序算法（Quick Sort Algorithm）
3.3 查找問題算法（Search Problem Algorithm）
3.3.1 順序查找（Sequential Search）
3.3.2 折半查找算法（Binary Search Algorithm）
3.4 組合問題算法（Combinatorial Problem Algorithm）
3.4.1 最大子段和問題（Maximum Subsegment Sum Problem）
3.4.2 棋盤覆蓋問題（Chessboard Covering Problem）
3.5 循環賽日程表（Round Robin Schedule）
3.5.1 算法思想（Algorithm Idea）
3.5.2 算法設計與描述（Algorithm Design and Description）
3.5.3 算法實現（Algorithm Implementation）
習題3（Exercises Three）
第4章 動態規劃算法（Chapter 4 Dynamic Programming Algorithm）
4.1 概述（Overview）
4.1.1 基本思想（Basic Idea）
4.1.2 算法的解題步驟（Algorithm Solution Steps）
4.1.3 動態規劃的基本要素（Essential Elements of Dynamic Programming）
4.2 矩陣連乘問題（Matrix Multiplication Problem）
4.2.1 問題分析（Problem Analysis）
4.2.2 算法設計與描述（Algorithm Design and Description）
4.2.3 算法實現（Algorithm Implementation）
4.3 最長公共子序列問題（Longest Common Subsequence Problem）
4.3.1 問題分析（Problem Analysis）
4.3.2 算法設計與描述（Algorithm Design and Description）
4.3.3 算法實現（Algorithm Implementation）
4.4 0/1背包問題（0/1 Knapsack Problem）
4.4.1 問題分析（Problem Analysis）
4.4.2 算法設計與描述（Algorithm Design and Description）
4.4.3 算法實現（Algorithm Implement）
4.5 最優二叉查找樹問題（Optimal Binary Search Tree Problem）
4.5.1 問題分析（Problem Analysis）
4.5.2 算法設計與描述（Algorithm Design and Description）
4.5.3 算法實現（Algorithm Implementation）
習題4（Exercises Four）
第5章 回溯算法（Chapter 5 Backtracking Algorithm ）
5.1 概述（Overview）
5.1.1 基本思想（Basic Idea）
5.1.2 算法的適用條件（Applicable Conditions of the Algorithm）
5.1.3 算法的效率估計（Efficiency Estimation of Algorithm）
5.2 0/1背包問題（0/1 Knapsack Problem）
5.2.1 基本思想（Basic Idea）
5.2.2 算法設計與描述（Algorithm Design and Description）
5.2.3 算法實現（Algorithm Implementation）
5.3 n皇后問題（n-queens Problem）
5.3.1 基本思想（Basic Idea）
5.3.2 算法設計與描述（Algorithm Design and Description）
5.3.3 算法實現（Algorithm Implementation）
5.4 最大團問題（Maximum Clique Problem）
5.4.1 基本思想（Basic Idea）
5.4.2 算法設計與描述（Algorithm Design and Description）
5.4.3 算法實現（Algorithm Implementation）
5.5 圖的m著色問題（The M-Coloring Problem of Graph）
5.5.1 基本思想（Basic Idea）
5.5.2 算法設計與描述（Algorithm Design and Description）
5.5.3 算法實現（Algorithm Implementation）
習題5（Exercises Five）
第6章 分支限界算法（Chapter 6 Branch and Bound Algorithm）
6.1 概述（Overview）
6.2 0/1背包問題（0/1 Knapsack Problem）
6.2.1 基本思想（Basic Idea）
6.2.2 算法設計（Algorithm Design）
6.2.3 算法實現（Algorithm Implementation）
6.3 旅行商問題（Traveling Salesman Problem）
6.3.1 基本思想（Basic Idea）
6.3.2 算法設計與描述（Algorithm Design and Description）
6.3.3 算法實現（Algorithm Implementation）
6.4 布線問題（Wiring Problem）
6.4.1 基本思想（Basic Idea）
6.4.2 算法設計與描述（Algorithm Design and Description）
6.4.3 算法實現（Algorithm Implementation）
習題6（Exercises Six）
第7章 圖算法（Chapter 7 Graph Algorithm）
7.1 概述（Overview）
7.2 圖的表示（Representation of Graph）
7.2.1 直接存邊（Direct Edge）
7.2.2 鄰接表（Adjacency List）
7.2.3 鄰接矩陣（Adjacency Matrix）
7.2.4 鏈式前向星（Chain Forward Star）
7.3 圖的遍歷（Traversing Graph）
7.3.1 廣度優先搜索（Breadth First Search，BFS）
7.3.2 深度優先搜索（Depth First Search，DFS）
7.4 Dijkstra算法（Dijkstra Algorithm）
7.4.1 基本思想（Basic Idea）
7.4.2 算法實例（Algorithm Example）
7.5 Bellman-Ford算法（Bellman-Ford Algorithm）
7.5.1 基本思想（Basic Idea）
7.5.2 算法實例（Algorithm Example）
7.6 Floyd-Warshall算法（Floyd-Warshall Algorithm）
7.6.1 基本思想（Basic Idea）
7.6.2 算法實例（Algorithm Example）
習題7（Exercises Seven）
第8章 概率分析和隨機算法（Chapter 8 Probability Analysis and Stochastic Algorithm）
8.1 概率分析（Probability Analysis）
8.1.1 概率分析方法（Probability Analysis Method）
8.1.2 分析步驟（Analysis Procedure）
8.1.3 實例演示（Example Demonstration）
8.2 隨機方法（Stochastic Method）
8.2.1 隨機抽樣（Random Sampling）
8.2.2 四種常見的隨機算法（Four Common Stochastic Algorithms）
8.2.3 隨機數發生器（Random Number Generator）
8.3 數值隨機化算法（Numerical Randomization Algorithm）
8.3.1 計算圓周率（Calculate Circular Constant）
8.3.2 計算定積分（Compute Definite Integral）
8.3.3 解非線性方程組（Solving Nonlinear Equations）
8.4 蒙特卡洛算法（Monte Carlo Algorithm）
8.4.1 基本思想（Basic Idea）
8.4.2 主元素問題（Principal Element Problem）
8.4.3 素數測試（Prime Number Test）
8.5 拉斯維加斯算法（Las Vegas Algorithm）
8.5.1 算法原理（Principle of Algorithm）
8.5.2 整數因子分解（Integer Factorization）
8.5.3 n皇后問題（n-Queen Problem）
8.6 舍伍德算法（Sherwood Algorithm）
8.6.1 隨機快速排序（Random Quicksort）
8.6.2 線性時間選擇（Linear Time Selection）
習題8（Exercises Eight）
參考文獻