贵向泉编著的《海量信息的极大点查询算法优化及应用研究》主要对极大点查询算法的性能优化和应用方面的研究成果进行了介绍。本书第1章和第2章首先对目前极大点查询算法的研究现状进行了综述性介绍。第3章主要介绍了一种基于体积优先策略的极大点查询算法。第4章主要介绍了外存储极大点查询算法的优化问题。第5章主要介绍了极大点查询算法在数据库查询中的应用。第6章主要介绍了金融网络中社团结构研究和极大点的应用。

本书可作为计算机专业研究生的参考读物。对极大点查询问题、外存储算法、复杂网络在金融领域的应用等问题感兴趣的研究人员也可以从本书中得到有意义的参考。

第1章 绪论

 1.1 研究背景

 1.2 本书的核心内容

 1.3 本书的结构

第2章 极大点查询算法研究综述

 2.1 极大点查询的定义

 2.2 极大点查询内存储算法

 2.3 外存储算法简介

 2.4 极大点查询外存储算法

第3章 内存储极大点查询算法优化

 3.1 引言

 3.2 一个体积优先的极大点查询算法

 3.3 算法运行速度实验分析

 3.4 算法期望运行时间复杂度的理论证明

第4章 外存储极大点查询算法优化

 4.1 线性IO次数的外存储极大点查询算法

 4.2 二维数据的算法可靠性证明

 4.3 二维数据的算法实验与分析

 4.4 高维数据算法可靠性的证明

 4.5 高维数据的算法实验与分析

第5章 极大点查询算法在数据库查询中的应用

 5.1 背景

 5.2 目前已有的Skyline查询算法

 5.3 极大点查询算法在Skyline查询中的应用

第6章 金融网络中社团结构研究和极大点的应用

 6.1 复杂网络及社团结构介绍

 6.2 构造金融网络

 6.3 在时间窗中探测和匹配社团

 6.4 金融网络中社团的特性

 6.5 极大点查询在股票投资组合中的应用

 6.6 本章小结

结论

参考文献

致谢

附录