第1章　搜索的世界 001
1.1　出“棋”不易 002
1.1.1　棋技，智力的象征？ 002
1.1.2　搜索＋評估=智能？ 006
1.1.3　AlphaGo是怎樣煉成的？ 008
1.2　給盲目一些信息 011
1.2.1　盲目搜索 011
1.2.2　啟發(fā)式搜索 013
1.2.3　博弈中前行 015
1.3　一切皆可優(yōu)化 017
1.3.1　目標(biāo)與約束 017
1.3.2　蒙特卡洛樹搜索 021
1.3.3　群智能 024

第2章　基本數(shù)據(jù)結(jié)構(gòu)與復(fù)雜度分析 030
2.1　數(shù)據(jù)關(guān)系與數(shù)據(jù)結(jié)構(gòu) 031
2.1.1　數(shù)據(jù)關(guān)系 031
2.1.2　數(shù)據(jù)結(jié)構(gòu) 032
2.2　棧與隊列 033
2.2.1　棧 033
2.2.2　隊列 038
2.2.3　雙端隊列 040
2.3　復(fù)雜度 042
2.3.1　衡量算法的效率 042
2.3.2　復(fù)雜度的分析 044

第3章　狀態(tài)空間、樹與圖 050
3.1　狀態(tài)空間 051
3.1.1　狀態(tài)的表示 051
3.1.2　迷宮、漢諾塔與八數(shù)碼 053
3.1.3　農(nóng)夫過河 054
3.2　樹 057
3.2.1　樹的基本概念 057
3.2.2　二叉樹 059
3.3　圖 062
3.3.1　圖的基本概念 062
3.3.2　圖的存儲方式 065

第4章　搜索技術(shù) 072
4.1　盲目搜索 073
4.1.1　廣度優(yōu)先搜索算法 073
4.1.2　深度優(yōu)先搜索算法 080
4.2　啟發(fā)式搜索 086
4.2.1　貪婪算法 086
4.2.2　A*算法 089
4.3　對抗搜索 093
4.3.1　博弈下的極小極大搜索 094
4.3.2　alpha–beta剪枝算法 102

第5章　線性與非線性規(guī)劃中的搜索 105
5.1　優(yōu)化問題 106
5.1.1　無處不在的優(yōu)化 106
5.1.2　優(yōu)化問題的描述 106
5.2　線性規(guī)劃 108
5.2.1　圖解線性規(guī)劃 110
5.2.2　搜頂點 113
5.2.3　程序求解 114
5.3　非線性規(guī)劃 117
5.3.1　從導(dǎo)數(shù)中獲得搜索信息 117
5.3.2　非線性規(guī)劃難在哪 124
5.3.3　程序求解 126

第6章　組合優(yōu)化與求解 132
6.1　組合優(yōu)化問題 133
6.1.1　旅行商問題 134
6.1.2　背包問題 138
6.2　模擬退火 140
6.2.1　基本原理 140
6.2.2　參數(shù)與流程 142
6.2.3　程序代碼 144
6.3　禁忌搜索 149
6.3.1　基本原理 149
6.3.2　參數(shù)與流程 152
6.3.3　程序代碼 155

第7章　群智能算法 160
7.1　遺傳算法 161
7.1.1　基本原理 161
7.1.2　參數(shù)與流程 166
7.1.3　程序代碼 171
7.2　蟻群算法 176
7.2.1　基本原理 176
7.2.2　參數(shù)與流程 180
7.2.3　程序代碼 184
7.3　粒子群算法 189
7.3.1　基本原理 189
7.3.2　參數(shù)與流程 191
7.3.3　程序代碼 196

附錄 199
附錄一　類與繼承 200
附錄二　人工智能的博弈基礎(chǔ) 208
附錄三　騰訊扣叮Python實驗室：JupyterLab使用說明 214