《算法导论》的第19课终于到了最短路径三部曲的高潮。这次我们将会着眼于全点对最短路径问题，教授将会给我们用三种算法来解决这个问题。除了上节课我们学到Bellman-Ford，我们还会用一个精彩的技巧，将问题与矩阵乘法联系起来，也就是Floyd-Warshall算法。而最后，我们将会学习最强大的Johnson算法，来为最短路径三部曲唱响最华丽的解答。

《算法导论》第12课里我们将学到一种简单而又十分有趣的动态搜索数据结构——跳跃表。这种数据结构的优势在于它易于实现，而且很好地保证了它总是能高效运作。教授通过纽约地铁的例子引入，生动地讲解了跳跃表的构造、查询过程。同时，他给我们分析了跳跃表“有高概率”的高效性质，用数学给我们展示了它的强大之处。

[第7课] 哈希表

本课为我们引入了一种简单而高效的数据结构——哈希表（又译作散列表）。课堂上，教授为我们介绍了哈希表的基础知识，讲述除法哈希法、乘法哈希法以及开放寻址法，并对它的复杂度做了分析。除此之外，他还就如何高效地运用哈希表、如何处理可能遇到的“碰撞”问题等进行了讨论。

课程简介及算法分析

[第4课] 快排及随机化算法

[第2课] 渐近符号、递归及解法

[第16课] 贪婪算法，最小生成树

[第18课] 最短路径算法：Bellman和差分约束系统

播放中

《算法导论》第23课将承接上一回，这一次教授将给我们介绍并行算法的实际应用，讲解如何使用多线程来实现算法的并行化。课上教授将会用矩阵相乘以及归并排序为例子，从算法框架到运行时间分析来教大家实际认识多线程并行算法。

[第20课] 高级课题 并行算法（一）

[第11课] 扩充的数据结构、动态有序统计和区间树

《算法导论》第16课中，教授给我们带来了一种新的算法思想－－贪婪算法的思想。和动态规划一样，贪婪算法是一种求解最优问题的方法。它强调通过寻找局部的最优解，从而节省大量的时间和资源。这次课里，教授会围绕图的最小生成树的问题，分析贪婪算法的思想和应用条件。我们还会看到一个贪婪算法实例－－Prim算法，看看它又是如何为AT＆T公司取得垄断的地位。

[第5课] 线性时间排序

承接上一回，《算法导论》第18集是最短路径三部曲的第二乐章。在这一节课上，教授给我们讲解的是能够处理负权值最短路径问题的算法——Bellman-Ford算法。Bellman-Ford算法不仅能够检测图中的负权环，同时它还能解决线性规划的差分约束问题。教授将给我们详细讲解Bellman-Ford算法的流程，并证明它的正确性。这些内容都会跟下一节课的内容息息相关。

[第9课] 二叉搜索树

[第3课] 分治法（1）

承接上一课，本课教授介绍了缓存敏感算法和缓存参数无关算法的概念，首先从计算机的缓存-内存分层存储模型引入，讨论了缓存参数无关算法的性质和分析上的优越性，并且具体讨论了在分层存储模型中的算法性能分析和存储设计。

[第21课] 高级课题 并行算法（二）

[第22课] 高级课题 缓存参数无关算法

线性时间排序