障害に強い、問題が起こりにくいコードにはまず正しいアルゴリズムの選択から。理論だけでなく実践的側面を重視した、新しいタイプのアルゴリズムの書籍です。適切な問題解決、性能改善という、現場が求める2つの大きな要求に応えるため、どのアルゴリズムを使うべきか、どう実装するのか、さらに性能を向上させる方法はあるのかを、C、C++、Java、Rubyなど、さまざまな言語を使って説明します。図、表、サンプルコードがふんだんに盛り込まれ、付録にベンチマークのための知識、手法を紹介するなど、非常に実際的、実践的な一冊です。

目次
まえがき

第I部
1章　アルゴリズムは大事だ
    1.1　問題を理解せよ
    1.2　必要なら実験しろ
    1.3　救援のためのアルゴリズム
    1.4　ついでの話
    1.5　この話の教訓
    1.6　参考文献

2章　アルゴリズムの数学
    2.1　問題インスタンスのサイズ
    2.2　関数の成長率
    2.3　最良、平均、最悪時の分析
    2.4　性能でグループ分けする
    2.5　異種の演算の混合
    2.6　ベンチマーク
    2.7　最後に一言
    2.8　参考文献

3章　パターンとドメイン
    3.1　パターン――コミュニケーションの言語
    3.2　アルゴリズムのパターン形式
    3.3　疑似コードのパターン形式
    3.4　設計形式
    3.5　評価実験の形式
    3.6　ドメインとアルゴリズム
    3.7　浮動小数点計算
    3.8　手動メモリ割り付け
    3.9　プログラミング言語を選ぶ
    3.10　参考文献

第II部
4章　整列アルゴリズム
    4.1　概観
    4.2　挿入ソート
    4.3　中央値ソート
    4.4　クイックソート
    4.5　選択ソート
    4.6　ヒープソート
    4.7　数え上げソート
    4.8　バケツソート
    4.9　整列アルゴリズムの選択基準
    4.10　参考文献

5章　探索
    5.1　概観
    5.2　逐次探索
    5.3　二分探索
    5.4　ハッシュに基づいた探索
    5.5　二分木探索
    5.6　参考文献

6章　グラフアルゴリズム
    6.1　概観
    6.2　深さ優先探索
    6.3　幅優先探索
    6.4　単一始点最短経路
    6.5　全対最短経路
    6.6　最小被覆木アルゴリズム
    6.7　参考文献

7章　AIにおける経路発見
    7.1　概観
    7.2　深さ優先探索
    7.3　幅優先探索
    7.4　A*探索
    7.5　比較
    7.6　ミニマックス
    7.7　NegMax
    7.8　アルファベータ法

8章	ネットワークフローアルゴリズム
    8.1　概観
    8.2　最大フロー
    8.3　二部マッチング
    8.4　増加道についての考察
    8.5　最小コストフロー
    8.6　積み替え
    8.7　輸送
    8.8　割り当て
    8.9　線形プログラミング
    8.10　参考文献

9章　計算幾何学
    9.1　概観
    9.2　凸包走査
    9.3　線分走査法
    9.4　最近傍質問
    9.5　範囲質問
    9.6　参考文献

第III部
10章　他のすべてがうまくいかなかったとき
    10.1　主題の変形
    10.2　近似アルゴリズム
    10.3　オフラインアルゴリズム
    10.4　並列アルゴリズム
    10.5　乱択（Randomized）アルゴリズム
    10.6　間違うかもしれないがその確率を減少させたアルゴリズム
    10.7　参考文献

11章　結び
    11.1　概観
    11.2　原則：汝のデータを知れ
    11.3　原則：問題を小さく分割せよ
    11.4　原則：正しいデータ構造を選べ
    11.5　原則：性能を上げるにはストレージを追加せよ
    11.6　原則：解が明らかでないなら、探索を構築せよ
    11.7　原則：解が明らかでないなら、解を持つ別の問題に帰着させよ
    11.8　原則：アルゴリズムを書くのは難しい、アルゴリズムを試験するのはもっと難しい

第IV部
付録　ベンチマーク
    A.1　統計の基礎
    A.2　ハードウェア
    A.3　例
    A.4　報告
    A.5　精度

索引
訳者あとがき