资源介绍
英文版电子书）
电子书格式: pdf
本书共分为四大部分，逻辑上遵循 “基础铺垫 - 核心算法 - 图形算法 - 实际应用” 的递进结构，既保证理论严谨性，又强调工程可操作性。
（一）基础部分：分布式系统入门与 Python 工具链
这一部分为后续算法学习奠定基础，涵盖三个核心章节：
分布式系统基础概念：阐释分布式系统的定义、组成要素（计算节点、通信网络）及应用场景（航空预订系统、银行系统、传感器网络等），分析分布式算法面临的核心挑战（消息传递有序性、容错性、终止检测、死锁检测、NP 难问题）。
核心概念与模型：详解计算机网络分层架构、分布式系统拓扑（客户端 - 服务器架构、对等网络架构）、消息传递机制（阻塞 / 非阻塞传输、FIFO 信道），以及有限状态机（FSM）、层次化有限状态机（HFSM）等建模工具，同时介绍分布式算法的正确性证明方法（直接法、反证法、归纳法）与复杂度评估指标（时间复杂度、消息复杂度）。
Python 与 mpi4py 实现模型：聚焦消息传递接口（MPI）的 Python 适配模块 mpi4py，讲解其核心通信方法（发送 / 接收、广播、汇聚），并提供同步 / 异步执行模型的编码模板，包括单发起者同步执行（SSI）、单发起者异步执行（ASI）等常见模式。
（二）核心算法：分布式系统基础支撑技术
这一部分是全书核心，涵盖分布式系统运行的关键基础算法，共五个章节：
时间同步算法：包括物理时钟同步（克里斯蒂安算法、伯克利算法、网络时间协议 NTP）与逻辑时钟同步（逻辑时钟、向量时钟、矩阵时钟），解决分布式节点的时间一致性问题。
分布式互斥算法：分为权限式（集中式服务器算法、兰波特算法、里卡特 - 阿格拉瓦拉算法）、令牌式（铃木 - 笠见算法、雷蒙德算法）和法定人数算法（前川算法），保障共享资源的排他性访问。
全局状态分析：讲解分布式快照算法（钱迪 - 兰波特算法、赖 - 杨算法）、终止检测算法（环形令牌法、生成树法、黄氏加权投掷算法）与死锁检测算法（等待图模型、钱迪 - 米斯拉 - 哈斯算法），实现系统状态的有效监控。
协调算法：包括领导者选举算法（霸凌算法、勒兰算法、张 - 罗伯茨算法、赫希伯格 - 辛克莱算法）与同步器（α、β、γ 同步器），解决分布式节点的协同决策问题。
容错算法：涵盖冗余容错机制、进程复制（主动复制、被动复制）、组通信协议（原子多播、FIFO 多播、因果多播、全序多播）与一致性协议（崩溃故障一致性、拜占庭协议），提升系统在故障场景下的可靠性。
（三）分布式图形算法：面向拓扑结构的算法设计
针对分布式系统的拓扑特性，专门讲解基于图形结构的算法，共三个章节：
树与遍历算法：包括生成树构建、广播与汇聚通信、分布式广度优先搜索（BFS）与深度优先搜索（DFS）算法，适用于树形拓扑的消息传递与节点遍历。
加权图算法：聚焦最小生成树（分布式普里姆算法、加拉格尔 - 洪布莱特 - 斯皮拉算法）、路由算法（贝尔曼 - 福特算法、钱迪 - 米斯拉算法）与匹配算法（无权匹配、加权匹配），解决加权拓扑中的优化问题。
图分解算法：讲解顶点着色、顶点覆盖、极大独立集等 NP 难问题的启发式算法，适用于网络分区、资源分配等场景。
（四）应用部分：实际场景落地
将理论算法与实际应用结合，聚焦两大典型分布式场景：
移动自组织网络（MANETs）：讲解拓扑控制算法（k 近邻图、加布里埃尔图等）、聚类算法与路由协议（主动路由、反应式路由），适配节点动态移动的网络环境。
无线传感器网络（WSNs）：包括聚类算法（LEACH 协议、TEEN 协议）、数据聚合、定位算法（距离估计、三角测量）与时间同步机制，满足传感器节点的低功耗、分布式协作需求。
三、核心特色与价值
理论与实践深度融合：每个算法均遵循 “sequential 算法回顾→分布式算法设计→Python 代码实现” 的模板，提供可直接运行的代码示例，所有代码可通过 mpi4py 部署到真实分布式环境，仅需微调通信接口。
聚焦工程实用性：选用 Python 作为实现语言，利用其简洁性与丰富库生态屏蔽底层细节，同时通过 mpi4py 实现高效消息传递，代码兼顾可读性与可扩展性，避免过度优化导致的理解障碍。
知识体系完整：从基础概念、核心算法到图形算法、行业应用，覆盖分布式系统的关键技术链路，同时包含大量习题与编程任务，支持自学与课程教学双重场景。
适配多场景需求：算法实现兼顾同步 / 异步、容错 / 非容错等不同场景，可灵活应用于分布式数据库、传感器网络、移动自组织网络等各类分布式系统。
四、适用场景与读者群体
高校教学：适用于计算机科学、电子工程等专业的本科高年级及研究生课程，可作为 “分布式系统”“分布式算法”“并行计算” 等课程的教材或参考书。
工程实践：为分布式系统开发工程师提供可直接复用的算法模板，涵盖消息传递、容错、同步、路由等核心场景，降低分布式算法的实现门槛。
科研参考：为相关领域研究者提供算法设计与分析的标准框架，支持在移动网络、传感器网络等方向的二次创新。
本书通过系统化的知识编排与实战化的代码实现，帮助读者快速掌握分布式算法的核心原理与工程落地能力，是连接分布式系统理论与实际应用的优质指南。