表1.2.14 一种能够累加数据的抽象数据类型（可视版本）

图1.2.8 可视化累加器图像

图1.3.1 背包的操作

图1.4.7 向一个RandomBag对象中添加元素时的均摊成本

图1.5.1 动态连通性问题

图1.5.10 所有操作的总成本

图2.1.1 初级排序算法的可视轨迹图

图2.3.3 使用了三取样切分和插入排序转换的快速排序

图2.3.5 三向切分的快速排序的可视轨迹

图2.4.8 堆排序的可视轨迹

图2.5.2 用切分找出中位数

图3.1.2 使用基于链表的符号表的索引用例的轨迹

图3.2.14 一棵随机构造的二叉查找树中由根到达任意结点的平均路径长度

图3.3.12 由一条红色左链接相连的两个2-结点表示一个3-结点

图3.3.13 将红链接画平时，一棵红黑树就是一棵2-3树

图3.3.14 红黑树和2-3树的一一对应关系

图3.3.15 红黑树的结点表示

图3.3.16 左旋转h的右链接

图3.3.17 右旋转h的左链接

图3.3.18 向单个2-结点中插入一个新键

图3.3.19 向树底部的2-结点插入一个新键

图3.3.20 向一棵双键树（即一个3-结点）中插入一个新键的三种情况

图3.3.21 通过转换链接的颜色来分解4-结点

图3.3.22 向树底部的3-结点插入一个新键

图3.3.23 红黑树中红链接向上传递

图3.3.24 红黑树的构造轨迹

图3.3.27 使用随机键构造的典型红黑树，没有画出空链接

图3.3.28 使用升序键列构造的一棵红黑树，没有画出空链接

图3.3.30 随机构造的红黑树中到达一个随机结点的平均路径长度

图3.4.2 《双城记》中每个单词的散列值的出现频率（10679个键，即单词，M=97）

图3.4.4 使用SeparateChainingHashST，运行java FrequencyCounter 8 ＜ tale.txt时所有链表的长度

图3.4.6 标准索引用例使用的基于线性探测的符号表的轨迹

图4.1.7 二分图

图4.1.10 由边得到的邻接表

图4.1.12 Tremaux搜索

图4.1.14 使用深度优先搜索的轨迹，寻找所有和顶点0连通的顶点

图4.1.15 使用深度优先搜索的轨迹，寻找所有起点为0的路径

图4.1.18 使用广度优先搜索的轨迹，寻找所有起点为0的路径

图4.2.18 传递闭包

图4.3.4 切分定理

图4.3.6 贪心最小生成树算法

图4.3.9 最小生成树的Prim算法

图4.3.10 Prim算法的轨迹

图4.3.12 Prim算法的轨迹图

图4.3.14 Kruskal算法的轨迹

图4.4.2 最短路径树

图4.4.6 边的松弛的两种情况

图4.4.9 Dijkstra的最短路径算法

图4.4.10 Dijkstra算法的轨迹

图4.4.13 寻找无环加权有向图中的最短路径的算法轨迹

图4.4.14 无环图中的最长路径算法

图4.4.20 含有负权重环的加权有向图

图4.4.21 最短路径问题的各种可能性

图4.4.22 Bellman-Ford算法的轨迹

图4.4.23 Bellman-Ford算法（250个顶点）

图4.4.24 Bellman-Ford算法的轨迹（图中含有负权重边）

图4.4.25 Bellman-Ford算法的轨迹

图5.3.2 暴力子字符串查找

图5.4.2 找到与((A＊B|AC)D)NFA相匹配的模式