目錄
前言
第1章 線性規劃
1.1 基本概念
1.2 標準型和鬆弛型
1.3 單純形法
1.3.1 單純形法原理
1.3.2 單純形法步驟
1.3.3 單純形表
1.4 對偶
1.4.1 什麼是對偶
1.4.2 對偶怎麼來的
1.4.3 對偶的性質
1.4.4 對偶實例*
1.5 整數規劃
1.5.1 分支限界
1.5.20 -1整數規劃
1.6 原始-對偶演算法（Primal-Dual Algorithm）
1.7 原始-對偶演算法的應用：頂點覆蓋
1.8 本章小結
第2章 高級圖演算法
2.1 最大流問題
2.1.1 Ford-Fulkerson演算法
2.1.2 最大流最小割定理
2.1.3 Edmonds-Karp演算法
2.1.4 對偶性質*
2.2 圖的中心性演算法
2.2.1 度中心性
2.2.2 緊密中心性
2.2.3 中介中心性*
2.2.4 特徵向量中心性
2.2.5 PageRank
2.3 社群發現演算法（Community Detection Algorithms）
2.3.1 基於模塊度的演算法
2.3.2 基於標籤傳播的演算法
2.3.3 基於團的演算法
2.4 社群發現在物流倉儲中的應用
2.5 本章小結
第3章 NP問題
3.1 基本概念
3.1.1 P問題、NP問題、NP難問題和NPC問題
3.1.2 歸約性
3.2 P問題的證明
3.3 3CNF可滿足性問題
3.4 最大團問題
3.5 頂點覆蓋問題
3.6 最大公共子圖
3.7 哈密頓迴路*
3.8 本章小結
第4章 近似演算法
4.1 基本概念
4.2 旅行商問題
4.3 子集和問題
4.4 集合覆蓋
4.4.1 簡單集合覆蓋
4.4.2 帶權重的集合覆蓋（廣義集合覆蓋）*
4.5 集合覆蓋-整數規劃
4.6 斯坦納最小樹
4.7 近似演算法在作業調度中的應用
4.8 本章小結
第5章 隨機演算法
5.1 基本概念
5.2 避免落入最壞情形
5.2.1 隨機快速排序
5.2.2 隨機快速選擇（Random Quick Select）
5.2.3 最小圓覆蓋
5.3 降低演算法複雜度
5.3.1 弗里瓦德演算法（Frievald』s Algorithm）
5.3.2 惰性選擇（Lazy Select）*
5.3.3 集合覆蓋
5.3.4 最小割
5.4 隨機遊走及其應用
5.4.1 2CNF-SAT
5.4.2 圖嵌入和集卡問題
5.5 本章小結
第6章 在線演算法
6.1 基本概念
6.2 確定性在線演算法
6.2.1 在線最小生成樹
6.2.2 在線裝箱問題*
6.2.3 時間序列搜索
6.3 隨機在線演算法
6.3.1 租買問題
6.3.2 在線二分圖最大匹配*
6.4 在線演算法在物流中的應用：裝車問題
6.5 本章小結
第7章 啟髮式演算法
7.1 基本概念
&nb
[