新书介绍 | 图算法指南,A Guide to Graph Algorithms

2022 年 3 月 2 日 专知

图论研究的是一种广泛的数学结构,用于刻画离散的对象及其之间的关系。而图算法则研究图论中计算问题的求解方法。图论和图算法在物理、化学、生物、社会科学等众多领域都发挥着重要作用。本书介绍图算法研究前沿领域,总结了近十年的进展。从图论概念、算法、问题模型以及研究趋势等方面讨论了图算法研究领域的概貌和前沿。为图论和算法领域的学生、老师、科研工作者提供了良好的参考。



本书作者之一Ton Kloks教授是图论和图算法领域著名专家,特别是在树宽(Treewidth)方面做出了系列著名成果。应本书另一位作者肖鸣宇教授的邀请,Ton Kloks教授前来中国共同讲授图算法方面的短期课程,双方多次交流后确定了课程内容,形成了该书的初稿。该课程在电子科技大学取得较好的教学效果,连续开设了4年。通过这几年不断地丰富和完善,最终该书得以呈现在各位面前。


本书介绍了图算法的相关研究,回顾了过去十年该领域的发展。书中介绍的内容要么是研究趋势的导引,要么是一些非常漂亮的案例。全书内容包括图论概念、算法、问题模型、前沿趋势四部分。第一部分展现了一些图论概念;第二部分介绍了早期图算法中的一些经典结果;第三部分对图代数和一元二阶逻辑进行了简要介绍;而最后一部分以“树宽”概念为跳板,阐述了相关方向的研究趋势。


本书中包含了大量的练习题,以各种形式穿插在书本的各个部分。部分练习题达到了研究的水平。作者希望能以习题的形式来加强和读者的互动,从而让读者能够愉快地享受阅读时光。


本书假设读者熟悉图论的一些基本概念。虽然不是零起点的图算法书籍,但是希望该书能为那些想深入了解这个迷人研究领域的学生、老师、科研者提供了一个便利的渠道。


地址:

https://link.springer.com/book/10.1007/978-981-16-6350-5


章节浏览



参考:

https://mp.weixin.qq.com/s/SkLZUHZO7dxmny3Y3OCzHQ


专知便捷查看

便捷下载,请关注专知公众号(点击上方蓝色专知关注)

  • 后台回复“G350” 可以获取新书介绍 | 图算法指南,A Guide to Graph Algorithms专知下载链接索引

专知,专业可信的人工智能知识分发,让认知协作更快更好!欢迎注册登录专知www.zhuanzhi.ai,获取5000+AI主题干货知识资料!
欢迎微信扫一扫加入专知人工智能知识星球群,获取最新AI专业干货知识教程资料和与专家交流咨询
点击“ 阅读原文 ”,了解使用 专知 ,查看获取5000+AI主题知识资源
登录查看更多
9

相关内容

在数学和计算机科学之中,算法(Algorithm)为一个计算的具体步骤,常用于计算、数据处理和自动推理。精确而言,算法是一个表示为有限长列表的有效方法。算法应包含清晰定义的指令用于计算函数。 来自维基百科: 算法
【2022新书】图算法指南,A Guide to Graph Algorithms, 350页pdf
专知会员服务
81+阅读 · 2022年3月2日
【图神经网络导论】Intro to Graph Neural Networks,176页ppt
专知会员服务
123+阅读 · 2021年6月4日
【经典书】算法博弈论,775页pdf,Algorithmic Game Theory
专知会员服务
145+阅读 · 2021年5月9日
【2021新书】概率论介绍,395页pdf
专知会员服务
71+阅读 · 2021年1月17日
【MIT经典书】计算机科学数学,918页pdf
专知
5+阅读 · 2021年6月23日
【经典书】应用离散结构,568页pdf
专知
2+阅读 · 2021年5月4日
【干货书】计算机科学离散数学,627页pdf
专知
54+阅读 · 2020年8月31日
知识图谱简史:从1950到2019
专知
24+阅读 · 2019年12月2日
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
4+阅读 · 2014年12月31日
国家自然科学基金
2+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
1+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年4月30日
国家自然科学基金
1+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
Arxiv
35+阅读 · 2021年1月27日
Optimization for deep learning: theory and algorithms
Arxiv
102+阅读 · 2019年12月19日
A Comprehensive Survey on Transfer Learning
Arxiv
117+阅读 · 2019年11月7日
Arxiv
15+阅读 · 2019年6月25日
A Comprehensive Survey on Graph Neural Networks
Arxiv
13+阅读 · 2019年3月10日
VIP会员
相关基金
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
4+阅读 · 2014年12月31日
国家自然科学基金
2+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
1+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年4月30日
国家自然科学基金
1+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
Top
微信扫码咨询专知VIP会员