现实世界中的许多算法问题无法使用传统的算法工具高效地解决，例如，因为这些问题是 NP-困难的。近似算法课程的目标是熟悉有效处理此类问题所需的重要算法概念和技术。当我们不需要某些问题的最优解，而只需要接近最优解的近似值时，这些技术就适用了。我们将了解如何有效地找到这种近似值。

先决条件：要成功学习这门课程，你应该已经掌握了算法和数学的基础知识。以下是您应该了解的内容的简短列表： - O-注解、Ω-注解、Θ-注解；如何分析算法 - 基本微积分：求和、求解递归、使用对数等 - 基本概率论：事件、概率分布、随机变量、期望值等 - 基本数据结构：链表、栈、队列、堆 -（平衡）二叉搜索树 - 基本排序算法，例如 MergeSort、InsertionSort、QuickSort - 图术语、图的表示（邻接表和邻接矩阵）、基本图算法（BFS、DFS、拓扑排序、最短路径） 本课程的材料基于课程说明，可在资源标签下找到。