4.1 活动安排问题 （ Activity-Selection Problem） 4.2 贪心算法的基本要素 4.4 单源最短路径 （Single Source Shortest Paths） 4.5 多机调度问题 （ MultiProcessor Scheduling）

6.1 分支限界法的基本概念 6.2 0-1背包问题 6.3 单源路径问题 6.4 装载问题 6.5 布线问题 6.6 最大团问题 6.7 旅行售货员问题 6.9 电路板排列问题

5.1 回溯法算法框架 （ Backtracking Algorithm Paradigm ） 5.2 NP完全性问题简介 （ Introduction to NP-Complete） 5.3 旅行商问题 （ Travelling Salesman Problem） 5.4 0/1背包问题 （ 0/1 Backpack Problem） 5.5 装载问题 （ The Container Loading Problem） 5.6 n-皇后问题 （ The n-queens puzzle） 5.7 最大团问题 （ Maximum Clique Problem） 5.8 批处理作业调度问题 （ Batch Job Scheduling Problem） 5.9 图的m着色问题 （ The M-Coloring Problem） 5.10 回溯法的效率分析

 递归的概念和典型的递归问题  阶乘、Fibonacci数列、hanoi塔等问题  分治法的基本思想  分治法的典型例子  二分搜索、矩阵乘法、归并排序、快速排序  大整数的乘法、最接近点对问题

❑ 理解算法的概念。 ❑ 理解什么是程序，程序与算法的区别和内在联系。 ❑ 掌握算法的计算复杂性概念。 ❑ 掌握算法渐近复杂性的数学表述。 ❑ 掌握用C++语言描述算法的方法

 5.1 Introduction of clustering analysis  5.2 Similarity calculation  5.3 Overview of basic clustering techniques  5.4 Partitioning method  5.5 Hierarchical method  5.6 Clustering based on density and grid  5.7 Clustering based on models  5.8 Outlier analysis

 4.1 The basic concept of association rules  4.2 Low-dimensional binary association rules  4.3 Multi-level association rules  4.4 Multidimensional association rules  4.5 The Affinity analysis based on the association mining

3.1 背景知识 3.2 基本灰度变换 3.3 直方图处理 3.4 空间滤波基础 3.5 平滑空间滤波器 3.6 锐化空间滤波器 3.7 混合空间增强法

 3.1 Learning Problems  3.2 The least square method (LSM)  3.3 Linear regression analysis  1 Simple Linear Regression  2 Multiple Regression  3 Understanding the Regression Output  4 Coefficient of Determination R2  5 Validating the Regression Model

 2.1 Overview of data types  2.2 Review of Data pre-processing tools and platforms  2.3 Clean, storage and management of raw data  2.4 Collections of data analysis and data mining