演算法引論
1. 演算法導論的內容簡介
《演算法導論》自第一版出版以來，已經成為世界范圍內廣泛使用的大學教材和專業人員的標准參考手冊。本書全面論述了演算法的內容，從一定深度上涵蓋了演算法的諸多方面，同時其講授和分析方法又兼顧了各個層次讀者的接受能力。各章內容自成體系，可作為獨立單元學習。所有演算法都用英文和偽碼描述，使具備初步編程經驗的人也可讀懂。全書講解通俗易懂，且不失深度和數學上的嚴謹性。第二版增加了新的章節，如演算法作用、概率分析與隨機演算法、線性編程等，幾乎對第一版的各個部分都作了大量修訂。
本書深入淺出，全面地介紹了計算機演算法。對每一個演算法的分析既易於理解又十分有趣，並保持了數學嚴謹性。本書的設計目標全面，適用於多種用途。涵蓋的內容有：演算法在計算中的作用，概率分析和隨機演算法的介紹。本書專門討論了線性規劃，介紹了動態規劃的兩個應用，隨機化和線性規劃技術的近似演算法等，還有有關遞歸求解、快速排序中用到的劃分方法與期望線性時間順序統計演算法，以及對貪心演算法元素的討論。本書還介紹了對強連通子圖演算法正確性的證明，對哈密頓迴路和子集求和問題的NP完全性的證明等內容。全書提供了900多個練習題和思考題以及敘述較為詳細的實例研究。
本書內容豐富，對本科生的數據結構課程和研究生的演算法課程都是很實用的教材。本書在讀者的職業生涯中，也是一本案頭的數學參考書或工程實踐手冊。
2. 《演算法導論第三版》pdf下載在線閱讀全文，求百度網盤雲資源
《演算法導論第三版》網路網盤pdf最新全集下載:
鏈接: https://pan..com/s/1Kqtznm5T7OhD9ZqI-6VAiQ
簡介：演算法導論第三版提供了對當代計算機演算法研究的一個全面、綜合性的介紹。全書共八部分，內容涵蓋基礎知識、排序和順序統計量、數據結構、高級設計和分析技術、高級數據結構、圖演算法、演算法問題選編，以及數學基礎知識。
3. 《演算法導論》有什麼好的學習心得
本人沒有讀過這本書，文化水平不夠，就算讀了估計也是不知所雲，這個應該是比較專業的人看的吧，那我只能從網上摘錄些供大家分享。
推薦每學一個演算法，就去各個OJ（Online Judge）找一些相關題目做做，有時理論讓人很無語，分析代碼也是一個不錯的選擇。
4. 學習演算法導論需要什麼數學基礎或者其他的基礎嗎
演算法導論的數學基礎要求不是很高 確切的說老外的書 對於數學的要求都不是很高 但 人家要的是研究的態度 線代 高數 還有一點點的離散數學基礎就可以了
5. 請教演算法導論這本書怎麼樣適合什麼程度的學習者
適合了解一門或以上編程語言的人，即使你沒學過數據結構也沒關系，因為它把數據結構中的演算法從基礎到非常深入全部都包括了，個人建議你先把C語言用熟悉了，然後再去看，演算法導論，如果有決心看完，數據結構都不用看，因為你看完演算法導論，就等於學會了非常高級的數據結構，但是看完很難。。。
至於C++，可以順帶著學一下，然後用C++自己把演算法實現一下，等於練兩倍。
也不一定非得學C++，可以學習Java或者C#，看你的發展方向
6. 《演算法導論》（第三版）目錄
1.1 演算法
1.2 作為一種技術的演算法
2.1 插入排序
2.2 分析演算法
2.3 設計演算法
2.3.1 分治法
2.3.2 分析分治演算法
3.1 漸近記號
3.2 標准記號與常用函數
4.1 最大子數組問題
4.2 矩陣乘法的 Strassen 演算法
4.3 用代入法求解遞歸式
4.4 用遞歸樹方法求解遞歸式
4.5 用主方法求解遞歸式
*4.6 證明主定理
4.6.1 對 b 的冪證明主定理
4.6.2 向下取整和向上取整
5.1 僱傭問題
5.2 指示器隨機變數
5.3 隨機演算法
*5.4 概率分析和指示器隨機變數的進一步使用
5.4.1 生日悖論
5.4.2 球與箱子
5.4.3 特徵序列
5.4.4 在線僱傭問題
6.1 堆
6.2 維護堆的性質
6.3 建堆
6.4 堆排序演算法
6.5 優先隊列
7.1 快速排序的描述
7.2 快速排序的性能
7.3 快速排序的隨機化版本
7.4 快速排序分析
7.4.1 最壞情況分析
7.4.2 期望運行時間
8.1 排序演算法的下界
8.2 計數排序
8.3 基數排序
8.4 桶排序
9.1 最小值和最大值
9.2 期望為線性時間的選擇演算法
9.3 最壞情況為線性時間的選擇演算法
10.1 棧和隊列
10.2 鏈表
10.3 指針和對象的實現
10.4 有根樹的表示
11.1 直接定址表
11.2 散列表
11.3 散列函數
11.3.1 除法散列法
11.3.2 乘法散列法
*11.3.3 全域散列法
11.4 開放定址法
11.5 完全散列
12.1 什麼是二叉樹
12.2 查詢二叉搜索樹
12.3 插入和刪除
12.4 隨機構建二叉搜索樹
13.1 紅黑樹的性質
13.2 旋轉
13.3 插入
13.4 刪除
14.1 動態順序統計
14.2 如何擴張數據結構
14.3 區間樹
15.1 鋼條切割
15.2 矩陣鏈乘法
15.3 動態規劃原理
15.4 最長公共子序列
15.5 最優二叉搜索樹
16.1 活動選擇問題
16.2 貪心演算法原理
16.3 赫夫曼編碼
*16.4 擬陣和貪心演算法
*16.5 用擬陣求解任務調度問題
17.1 聚合分析
17.2 核演算法
17.3 勢能法
17.4 動態表
17.4.1 表擴張
17.4.2 表擴張和收縮
18.1 B 樹的定義
18.2 B 樹上的基本操作
18.3 從 B 樹上刪除關鍵字
19.1 斐波那契結構
19.2 可合並堆操作
19.3 關鍵字減值和刪除一個結點
19.4 最大度數的界
20.1 基本方法
20.2 遞歸結構
20.2.1 原型 van Emde Boas 結構
20.2.2 原型 van Emde Boas 結構上的操作
20.3 van Emde Boas 樹及其操作
20.3.1 van Emde Boas 樹
20.3.2 van Emde Boas 樹的操作
21.1 不相交集合的操作
21.2 不相交集合的鏈表表示
21.3 不相交集合森林
*21.4 帶路徑壓縮的按秩合並的分析
22.1 圖的表示
22.2 廣度優先搜索
22.3 深度優先搜索
22.4 拓撲排序
22.5 強連通分量
23.1 最小生成樹的形成
23.2 Kruskal 演算法和 Prim 演算法
24.1 Bellman-Ford 演算法
24.2 有向無環圖中的單源最短路徑問題
24.3 Dijkstra 演算法
24.4 差分約束和最短路徑
24.5 最短路徑性質的證明
25.1 最短路徑和矩陣乘法
25.2 Floyd-Warshall 演算法
25.3 用於稀疏圖的 Johnson 演算法
26.1 流網路
26.2 Ford-Fulkerson 方法
26.3 最大二分匹配
*26.4 推送-重貼標簽演算法
*26.5 前置重貼標簽演算法
27.1 動態多線程基礎
27.2 多線程矩陣乘法
27.3 多線程歸並排序
28.1 求解線性方程組
28.2 矩陣求逆
28.3 對稱正定矩陣和最小二乘逼近
29.1 標准型和鬆弛型
29.2 將問題表達為線性規劃
29.3 單純形演算法
29.4 對偶性
29.5 初始基本可行解
30.1 多項式的表示
30.2 DFT 和 FFT
30.3 高效 FFT 實現
31.1 基礎數論概念
31.2 最大公約數
31.3 模運算
31.4 求解模線性方程
31.5 中國余數定理
31.6 元素的冪
31.7 RSA 公鑰加密系統
*31.8 素數的測試
*31.9 整數的因子分解
32.1 樸素字元串匹配演算法
32.2 Rabin-Karp 演算法
32.3 利用有限自動機進行字元串匹配
32.4 Knuth-Morris-Pratt 演算法
33.1 線段的性質
33.2 確定任意一對線段是否相交
33.3 尋找凸包
33.4 尋找最近點對
34.1 多項式時間
34.2 多項式時間的驗證
34.3 NP 完全性與可歸約性
34.4 NP 完全性的證明
34.5 NP 完全問題
34.5.1 團問題
34.5.2 頂點覆蓋問題
34.5.3 哈密頓迴路問題
34.5.4 旅行商問題
34.5.5 子集和問題
35.1 頂點覆蓋問題
35.2 旅行商問題
35.2.1 滿足三角不等式的旅行商問題
35.2.2 一般旅行商問題
35.3 集合覆蓋問題
35.4 隨機化和線性規劃
35.5 子集和問題
A.1 求和公式及其性質
A.2 確定求和時間的界
B.1 集合
B.2 關系
B.3 函數
B.4 圖
B.5 樹
B.5.1 自由樹
B.5.2 有根樹和有序樹
B.5.3 二叉樹和位置樹
C.1 計數
C.2 概率
C.3 離散隨機變數
C.4 幾何分布與二項分布
C.5 二項分布的尾部
D.1 矩陣與矩陣運算
D.2 矩陣的基本性質
7. 演算法導論的作品目錄
目錄（Table of Contents）
前言（Preface）
第一部分（Part I） 基礎（Foundations）
第一章 計算中演算法的角色（The Role of Algorithms in Computing）
第二章 開始（Getting Started）
第三章 函數的增長率（Growth of Functions）
第四章 遞歸（Recurrences）
第五章 概率分析與隨機化演算法（Probabilistic Analysis and Randomized Algorithms）
第二部分（Part II） 排序與順序統計（Sorting and Order Statistics）
第六章 堆排序（Heapsort）
第七章快速排序（Quicksort）
第八章 線性時間中的排序（Sorting in Linear Time）
第九章 中值與順序統計（Medians and Order Statistics）
第三部分（Part III） 數據結構（Data Structures）
第十章 基本的數據結構（Elementary Data Structures）
第十一章 散列表（Hash Tables）
第十二章 二叉查找樹（Binary Search Trees）
第十三章 紅-黑樹（Red-Black Trees）
第十四章 擴充的數據結構（Augmenting Data Structures）
第四部分（Part IV） 高級的設計與分析技術（Advanced Design and Analysis Techniques）
第十五章 動態規劃（Dynamic Programming）
第十六章 貪婪演算法（Greedy Algorithms）
第十七章 分攤分析（Amortized Analysis）
第五部分（Part V） 高級的數據結構（Advanced Data Structures）
第十八章 B-樹（B-Trees）
第十九章 二項式堆（Binomial Heaps）
第二十章 斐波納契堆（Fibonacci Heaps）
第二十一章 不相交集的數據結構（Data Structures for Disjoint Sets）
第六部分（Part VI） 圖演算法（Graph Algorithms）
第二十二章 基本的圖演算法（Elementary Graph Algorithms）
第二十三章 最小生成樹（Minimum Spanning Trees）
第二十四章單源最短路徑（Single-Source Shortest Paths）
第二十五章 全對的最短路徑（All-Pairs Shortest Paths）
第二十六章 最大流（Maximum Flow）
第七部分（Part VII） 精選的主題（Selected Topics）
第二十七章 排序網路（Sorting Networks）
第二十八章矩陣運算（Matrix Operations）
第二十九章 線性規劃（Linear Programming）
第三十章 多項式與快速傅里葉變換（Polynomials and the FFT）
第三十一章 數論演算法（Number-Theoretic Algorithms）
第三十二章 字元串匹配（String Matching）
第三十三章 計算幾何學（Computational Geometry）
第三十四章 NP-完備性（NP-Completeness）
第三十五章 近似演算法（Approximation Algorithms）
第八部分（Part VIII） 附錄：數學背景（Mathematical Background）
附錄A 求和（Summations）
附錄B 集合，等等。（Sets, Etc.）
附錄C 計數與概率（Counting and Probability）
參考文獻（Bibliography）
索引（Index）