引子 計算的本質-從機械到電子

0.1　什么是計算機

0.2　機械計算機、布爾代數和開關電路

0.3　圖靈機：計算的本質是機械運動

0.4　人工智能的極限

第　1 章 毫厘千里之差-大 O 概念

1.1　算法的規范化和量化度量

1.2　大數和數量級的概念

1.3　怎樣尋找*好的算法

1.4　關于排序的討論

第　2 章 逆向思考-從遞推到遞歸

2.1　遞歸：計算思維的核心

2.2　遍歷：遞歸思想的典型應用

2.3　堆棧和隊列：遍歷的數據結構

2.4　嵌套：自然語言的結構特征

第　3 章 萬物皆編碼-抽象與表示

3.1　人和計算機對信息編碼的差異

3.2　分割黃金問題和小白鼠試驗問題

3.3　數據的表示、精度和范圍

3.4　非線性編碼和增量編碼（差分編碼）

3.5　哈夫曼編碼

3.6　矩陣的有效表示

第　4 章 智能的本質-分類與組合

4.1　這是選擇分類問題

4.2　組織信息：集合與判定

4.3　B+ 樹、B* 樹：數據庫中的數據組織方式

4.4　卡特蘭數

第　5 章 工具與算法-圖論及應用

5.1　圖的本質：點與線

5.2　圖的訪問：遍歷和連通性

5.3　構建網絡爬蟲的工程問題

5.4　動態規劃：尋找*短路徑的有效方法

5.5　*大流量：解決交通問題的方法

5.6　*大配對：流量問題的擴展

第　6 章 化繁為簡-分治思想及應用

6.1　分治：從O(N2) 到O(N log N)

6.2　分割算法：快速排序和中值問題

6.3　并行初探：矩陣相乘和 MapReduce

6.4　從機器學習到深度學習：Google 大腦

第　7 章 權衡時空-理解存儲

7.1　訪問：順序 vs. 隨機

7.2　層次：容量 vs. 速度

7.3　索引：地址 vs. 內容

第　8 章 并行與串行-流水線和分布式計算

8.1　流水線：邏輯串行和物理并行

8.2　摩爾定律的兩條分水嶺

8.3　云計算揭密：GFS 和 MapReduce

第　9 章 狀態與流程-等價性與因果關系

9.1　從問題到狀態

9.2　等價性：抽象出狀態的工具

9.3　因果關系：建立狀態之間的聯系

第　10 章 確定與隨機-概率算法及應用

10.1　信息指紋：寓確定于隨機之中

10.2　隨機性和量子通信

10.3　置信度：成本與效果的平衡

第　11 章 理論與實戰-典型難題精解

11.1　*長連續子序列問題

11.2　區間合并問題

11.3　12 球問題

11.4　天際線問題

11.5　*長回文問題（Longest Palindrome Match）

11.6　計算器問題

11.7　如何產生搜索結果的摘要（Snippets Generation）

11.8　尋找和等于k 的子數組問題

索引