Name: 算法导论（原书第2版）
Availability: InStock
Rating: 9.3 (5335 reviews)
Author: [美] Thomas H.Cormen
ISBN: 9787111187776

计算机存储看做数组，数组实现指针和对象，而指针和对象实现链表结构。程序过程看做离散的动力学系统：从已知到未知（解）的过程（初始条件到解过程）---迭代和递归思想真正的理解。每个阶段只有一个状态->递推；每个阶段的最优状态都是由上一个阶段的最优状态得到的->贪心；每个阶段的最优状态是由之前所有阶段的状态的组合得到的->搜索；每个阶段的最优状态可以从之前某个阶段的某个或某些状态直接得到而不管之前这个状态是如何得到的->动态规划。

虽然很难读，但是还是很值得读的书

这学期的算法书，估计会一直伴随着我研究生的生涯。我希望别人对我的印象是，一有空就看算法导论。哇嘎嘎

怎么说呢，个人觉得这翻译水平已经够不错了，至少基本读明白了。为了搞ACM，不少章节反复读了好几遍，不得不佩服作者能把那么多生涩的章节写得那么生动

给CLRS打五分，给翻译打0分。一直觉得翻译这种经典教材的人非常不负责任。翻译是一项要求很高的工作，尤其是对于这种工科教材。很失望。

太厚了，真心只能当参考书……另外翻译一般，经常读着别扭，但通常不影响理解。

机械工业的翻译很蛋疼，以前一直以为大出版社不至于坑爹，错误印象

估计是读不完了。。。但是我又不想看到你总出现在正在读的列表里。拜拜！

没有一个勤于思考的态度，这本书你会觉得很多内容都是冗余的，但是实际上确实算法思想从起源到成熟的必经之路，如果缺少这一步，只能说是浅偿而已。

大学时期就立志要看的。结果嘛，放到现在也没看几页。。。

没有全读，也没有深读，但大概的过了一遍，相信以后会不断翻出来参考

重读重读，课后题让我常常有恍然大悟甚至醍醐灌顶的感觉。。。好想有时间重读啊

也就是标记一下，并没有真正读过，上课睡觉的时候垫桌子其实挺管用的

动态规划算法的设计可以分为如下四个步骤： 1 描述最优解的结构。 2 递归定义最优解的值。 3 按自底向上的方式计算最优解的值。 4 由计算出的结果构造一个最优解。

前几年还在做开发工作时决心把算法导论啃下来，并制定了学习计划：https://panqiincs.me/2019/03/01/clrs-learning-plan/ 后来换了工作，不再对算法有那么强烈的需求，所以学完了前10章就没再继续。由于有些基础...

“是否拥有扎实的算法知识和技术基础，是区分真正熟练的程序员和新手的一项重要特征。利用当代的计算技术，无需了解很多算法方面的东西，也可以完成一些任务。但是，有了李娜更好的算法基础和背景的话，可以做的...

关于红黑树高度的证明，书里用的是数学归纳法。第一次看红黑树这一章时似懂非懂，总觉得得证之后印象却不深刻。网易公开课中，教授用了2-3-4树来让学生更好得理解红黑树。利用不影响黑高度的红节点合并相同高度的...

考虑对数组A中的n个数进行排序：首先找出A中的最小元素，并将其与A[1]中的元素进行交换。接着找出A中的次小元素，并将其与A[2]中的元素进行交换。对A中头n-1个元素继续这一过程。写出这个算法的伪代码，该算法称...

存储看做数组，数组实现指针和对象，而指针和对象实现链表结构。程序过程看做离散的动力学系统：从已知到未知（解）的过程（初始条件到解过程）---迭代和递归思想真正的理解。每个阶段只有一个状态->递推；每个阶...

图算法，即使是基础知识部分，读起来也感觉像是脑筋急转弯合集一样。本来觉得，既然已经决定放弃继续阅读这本书了，作为告别的笔记，怎么都得是一整章，可惜还是没做到。 这些他都知道。然而，然而。 22.1 图的表...

第一遍看的时候，各种看不懂，读到Van Emde Boas 树，走神的时候，抽空在想这笔记该怎么写，于是想出了这么个烂梗： 无意中刷到了《七里香》 的mv，忽然发现，我从来没有仔细看过mv 的内容，于是下定决心，这次一...

贪心法和摊还分析，两个章节，看完了还是一头雾水，一方面，正文的题目过于简单，感觉不用这些技术反而更好理解，课后题又太难，部分问题，看答案也看不懂。 所以，学完感觉整个两章都是再为后边的内容做铺垫，很...

想了好多种方式来总结这一章的学习体验。 从最开始，各种难受，各种看不懂，感觉不知道该写什么，所以只能想到搞笑的，比如，学习完这一章以后，印象最深的是 aibohphobia 是 回文恐惧症，让人联想到最长的英文单...

有人在豆瓣《解忧杂货铺》的评论区写道：书里面附赠了一个书签 也许编辑没意识到 有些书是不需要书签的。 然后我满脑子都在想：为啥《算法导论》没有附赠书签。。。 。。。 我一直很想跳过这部分，但是又担心遗漏...

第二部分整体学习起来，感觉比第一部分要轻松了一点。果然基础知识部分是有加成的。 虽然很多结论之前都已经知道了，但是这本书确实让给我有了不同的理解。 一年以前，第一道在letcode上挑战的困难题目，两个有序...

有了第四章第教训，决定先把附录部分看一下，然后发现第四章所有不理解的思路原来都在附录里。于是费了好大劲把附录a-c 坚持看完，希望第五章能轻松一点。 除了过程仍然无比艰难以外，最后一道看上去很简单的题目...

本来是这么想的：先不看任何习题，只看内容。看完以后，再做看习题，希望通过这种方式，确认，习题做与不做，有什么区别。 实际的体验是：做前四节习题之前，主定理怎么这么难理解。做完第四节习题之后，主定理好...

两年前 第一次见到傅立叶变换 ，两年后第一次见到斯特林近似公式。彼时彼刻，恰如此时此刻。 尽了最大的努力想弄明白这章究竟想教会什么东西，还是没get到，希望后边真正应用的时候，会有灵感吧。 总共有三个 我...

红黑树删除的修正函数这段情况实在太复杂了，感觉根本无法靠自己区分和整合各种细微的逻辑关系，当初这数据结构到底怎么被发明出来的... 太牛逼了

#coding=utf-8 ''' Created on Jul 20, 2016 @author: Felix ''' import random def partition(a, p, r): i = random.randint(p, r) a[i], a[r] = a[r], a[i] x = a[r] i = p - 1 j = p while j <= r - 1: # 之所...

#coding=utf-8 ''' Created on Jul 19, 2016 @author: Felix ''' import random def quicksort(arr, p, r): print(arr) if p < r: q = partition(arr, p, r) quicksort(arr, p, q-1) quicksort(arr, q+1, r) def ...

#coding=utf-8 ''' Created on Jul 19, 2016 @author: Felix ''' def min_max(arr, n): '''如果n为奇数，最大值和最小值都初始化为第一个值；如果n为偶数，则根据前两个值的大小关系，分别用这两个值确定最大值和...

#coding=utf-8 ''' Created on Jul 19, 2016 @author: Felix ''' from couting_sort import counting_sort k = 9 # 每一轮的计数排序所需要的缓存数字个数，因为是对每个数中的每一位进行排序，故只有0-9十个数字...

#coding=utf-8 ''' Created on Jul 18, 2016 @author: Felix ''' def counting_sort(a, b, k): i = 0 c = [] while i <= k: c.append(0) i += 1 j = 0 while j < len(a): c[a[j]] += 1 # 此时的c[i]代表，a中i元...

#coding=utf-8 ''' Created on 2016年7月9日 @author: Felix ''' def merge(arr, p, q, r): '''merge sort 过程中的merge操作''' # 首先计算两个子数组的长度 n1 = q - p + 1 n2 = r - q # 分别创建两个子数组 le...

#coding=utf-8 ''' Created on Jul 17, 2016 @author: Felix ''' def quicksort(arr, p, r): print(arr) if p < r: q = partition(arr, p, r) quicksort(arr, p, q-1) quicksort(arr, q+1, r) def partition(arr,...

#coding=utf-8 ''' Created on Jul 13, 2016 @author: Felix ''' class MaxHeapPriorityQ(object): def __init__(self, arr): self._arr = arr self._heapsize = len(self._arr) self.build_max_heap() self._sor...

#coding=utf-8 ''' Created on 2016年7月9日 @author: Felix ''' import random samples = range(1, 11) random.shuffle(samples) print(samples) j = 1 while j < len(samples): key = samples[j] # 将key插入到...

#coding=utf-8 ''' Created on Jul 10, 2016 @author: Felix ''' import random samples = range(1, 11) random.shuffle(samples) print(samples) def bubble_sort(arr): i = 0 while i < len(arr): j = len(arr)...

虽然Floyd-Warshall算法的形式看起来非常简单，即三重循环，但是其动态规划的思想却是不容易想到的，这也就决定了：在该算法中k的循环在最外层，而25.1节中（Page 383）的k循环是在内层。

《算法导论》以其精确的描述，常常能给人顿悟，如下： 对于每个顶点v，都设置一个属性d[v]，用来描述从源点s到v的最短路径上权值的上界，称为最短路径估计。 在这里，”上界“这个词用的实在太妙了，而一般的算法...

开放寻址法（Open addressing）的本质是，针对一个特定的关键字，该方法将其映射到一个探查序列，并使其尽量随机。

散列表是典型的“以空间换时间”的技术，直接寻址表更是如此。

红黑树的LEFT-ROTATE和RIGHT-ROTATE过程其实就是重新设置left, right以及parent值的过程，所以跟链表处理非常相似，当然也极易出错。 调整指针指向过程中最重要的部分是：步骤顺序！

自由树：连通且无环的无向图<=>连通或无环，且|E|=|V|-1<=>任意两点之间存在唯一路经相连。 有根树：自由树中有一个特殊的结点，称之为根结点。（真）祖先、（真）后代的概念，双亲、孩子、兄弟的概念，叶结点（...

呵呵，书上讲的还是最基本的，看看那些usaco等竞赛题，还要限定时间，还要活用算法，比起来，书上的内容还算简单的，是不是？？？

工作5年多，非科班出身，这本书基本看不懂，特别是前几章的大量的数学符号，看看就想睡了，算法在中国就是那么回事吧，要求高了根本找不到人。我面试过一些人。简单的问前N个数字的和，70%的人都用循环。

p164 红黑树确实是效率比较高的数据结构。 p544 密钥的RSA的大素数乘积难道不可以通过建立素数的乘积库来反向破译吗？ ... ...

有能力还是看英文版吧，中文版翻译的不是很好，很多语句经不起推敲，读不通，对于有文字洁癖的人来说完全接受不了

2.1 插入排序： 是一个对少量元素进行排序的有效算法。

动态规划算法的设计可以分为如下四个步骤：
1 描述最优解的结构。
2 递归定义最优解的值。
3 按自底向上的方式计算最优解的值。
4 由计算出的结果构造一个最优解。

在最好的情况下，k=0，因此s'=s+q，并且立刻能得出偏移s+1，s+2，s+3，…s+q-1。

In the best case, k=0,so that s‘=s+q, and we immediately rule out shifts s+1,s +2;...,s+q-1.

即π[q]是Pq的真后缀P的最长前缀长度。

π[q] is the length of the longest prefix of P that is a proper suffix of Pq.

考虑对数组A中的n个数进行排序：首先找出A中的最小元素，并将其与A[1]中的元素进行交换。接着找出A中的次小元素，并将其与A[2]中的元素进行交换。对A中头n-1个元素继续这一过程。写出这个算法的伪代码，该算法称为选择排序（selection sort）。对这个算法来说，循环不变式是什么？为什么它仅需要在头n-1个元素上运行，而不是在所有n个元素上运行？以Θ形式写出选择排序的最佳和最坏情况下的运行时间。

如果一个节点是红的，则它的两个儿子都是黑的。

如果一个节点是红的，那它的父亲一定是黑的

作为《算法导论》的作者之一，我肯定有偏爱。所以我只给出客观的理由，让其他人发表意见。

1· 尺寸。该书共有1312页（包括封面），涵盖了广泛的主题和技术。
2· 久经考验。该书于1990年首次出版，目前已是第三版，第四版正在进行中(注: 已经出版)。
3· 严格。在数学上是严格的。一些性质留作练习（我们必须给学生一些事情做），但我们在数学上不遗余力。 （诚然，一些读者觉得数学令人厌烦。重点是我们支持我们的主张，而不是指指点点。）
4· 价格。您不会以如此低的价格找到许多1300+页的精装教科书。
5· 负重训练。随身携带算法简介可以增强你的肌肉。
好吧，第5条是个玩笑，但其他原因都是严肃且真实的。

We can easily make each of them run in time O  using ordinary binary heaps. By using Fibonacci heaps, Prim’s algorithm runs in time O(E+VlgV ), improves over the binary-heap implementation if |V| is much smaller than |E|.

HEAPSORT(A)
    1 BUILD-MAX-HEAP(A)
    2 fori=A. length downto 2
    3   exchange A[1] with A[i]
    4   A.heap-size= A.heap-size-1
    5   MAX-HEAPIFY(A, 1)
图6-4给出了一个在 HIEAPSORT的第1行建立初始最大堆之后,堆排序操作的一个例子图6-4显示了第2~5行for循环第一次迭代开始前最大堆的情况和每一次送代之后最大堆的情况HEAPSORT过程的时间复杂度是O(nlgn),因为每次调用 BUILD-MAX- HEAP的时间复杂度是O(n),而nー1次调用MAX- HIEAPIEY,每次的时间为O(lgn)。

在程序的每一步中，从A[i]、 A[LEFT(i)和A[RIGHT(i)]中选出最大的，并将其下标存储在largest中。如果A[i]是最大，那么以i为结点的子树已经是最大堆，程序结束。否则，最大元素是的某个孩子结点，则交换[i]和原来的A[largest]的值。从而使i及其孩子都满足最大堆的性质。在交換，下标为 largest的结点的值是原来的A[i]，于是以该结点为根的子树又有可能会违反最大堆的性质。因此，需要对该子递归调用MAX- HEAPIFY。

divide-and-conquer algorithms partition the problem into disjoint subproblems,
solve the subproblems recursively, and then combine their solutions to solve
the original problem. In contrast, dynamic programming applies when the subproblems
overlap—that is, when subproblems share subsubproblems.

所谓算法，就是良好定义的计算过程，它取一个或一组值作为输入，并产生出一个或一组值作为输出。

For
most of this book, we shall assume a generic one-processor, random-access machine (RAM)
model of computation as our implementation technology and understand that our algorithms
will be implemented as computer programs. In the RAM model, instructions are executed one
after another, with no concurrent operations.

INSERTION-SORT(A) cost times
1 for j ← 2 to length[A] c1 n ##这个不是N-1吗？？？？？？？？？？？？？？？？？？
2 do key ← A[j] c2 n - 1
3 ▹ Insert A[j] into the sorted
sequence A[1  j - 1]. 0 n - 1
4 i ← j - 1 c4 n - 1
5 while i > 0 and A[i] > key c5
6 do A[i + 1] ← A[i] c6
7 i ← i - 1 c7
8 A[i + 1] ← key c8 n - 1

The bug in the argument is that the "constant" hidden by the "big-oh" grows with n and thus is
not constant. We have not shown that the same constant works for all n.

The ratio of the (k + 1)st and kth terms in this series is k/(k + 1) < 1, but the series is not
bounded by a decreasing geometric series. To bound a series by a geometric series, one must
show that there is an r < 1, which is a constant, such that the ratio of all pairs of consecutive
terms never exceeds r. In the harmonic series, no such r exists because the ratio becomes
arbitrarily close to 1.

The total number of levels of the "recursion tree" in Figure 2.5 is lg n + 1. This fact is easily
seen by an informal inductive argument. The base case occurs when n = 1, in which case there
is only one level. Since lg 1 = 0, we have that lg n + 1 gives the correct number of levels.
Now assume as an inductive hypothesis that the number of levels of a recursion tree for 2i
nodes is lg 2i + 1 = i + 1 (since for any value of i, we have that lg 2i = i). Because we are
assuming that the original input size is a power of 2, the next input size to consider is 2i+1. A
tree with 2i+1 nodes has one more level than a tree of 2i nodes, and so the total number of
levels is (i + 1) + 1 = lg 2i+1 + 1.

Introduction to Algorithms

我对《算法导论CLRS》的态度一直是有所保留的。虽然早在国内的时候，这本书一直被推崇为经典。但我那时就觉得它对算法的描述不好。一段费解的伪码，加上一大段费口舌的解释。我觉得本可以做得更好。  后来知道，这是典型的美国本科生用书，美国的本科教材，大抵很罗嗦，都是厚...

有保留的推荐

这篇书评可能有关键情节透露

                        我已经看完《算法导论》很久了，不接触算法也很久了。也没有《算法导论》的习题解答。 容我先吼一句：孩子，醒醒吧，那都是骗人的！！！ 老子都看完算法导论了，还不是一样做着前端的外包，还不是合同到期直接滚了。。。算法酷炫一点有什么用，比大数据部门的一部分人厉害又有...

99%的题目完成度  楼主黑化的不归路  附带学习心得

我读算法导论的目标： 书上的内容全部看懂（附录除外，已经为这些基础知识专门看了一大厚本的《离 散数学》，所以只看了几道从前没思考过的题，），习题(excersice)和每章末的 思考题(problem)全部尝试独立完成，即使不能做出，也一定要从网上找到答案。  实际完成的内容： 书...

从头到尾读完了,想说的绝不止这些

之前尝试自学这本书，很失败。。太难。。 后来到美国上学开始系统的跟着老师走这本书。基本看完了，也写写评论。 首先我肯定是力荐的，经典。 然后几个问题：  1. 初学者，自学? 第一次看之前，我大概过了一遍MIT公开课，看了Data Structure and Algorithms in C++ (大概这个名...

希望评论的人能基本看完再评论

《算法导论》在我心目中的地位无疑是最高的。  第一次读到这个书，大约是在高一的时候。很荣幸地读到了南京大学翻译的《算法导论》第一版，名字叫《现代计算机常用数据结构和算法》。1994年出版，当时在国内是非常先进的译著。因为几乎是填补空白的作品，其中的诸多翻译处理得...

跨越时代的罗盘

这本书和国内学者编写的算法教材有些差别。  首先，就像其他国外教材一样，该书讲解的很细致，习惯国内教材的读者可能觉得写得有点罗嗦，不过个人感觉很适合自学。  其次，每一章节最后都附有延伸阅读的建议，对于深入学习很有帮助。  最后，本书对算法的讲解使用的是伪码，不...

不容易看，但值得看

去年，我曾借阅过这本《算法导论》，读《算法导论》时常有这种想法：当读到一章比较难懂的部分，如大段的数学证明，或者题目很难做，这个时候就会没耐心去读，或者草草带过，不求甚解，有时干脆跳过不读～但又心存愧意，觉得碰到晦涩难懂的就不去钻研而选择逃避，实在不该。于...

读书感悟

我自己花了3个月差4天的业余时间读了大约575页，最后一个章节 selected topics 略过了，后面的 appendix 也略过了，前面二十六章略过了几个小节，个人觉得无伤大雅的地方。 体会就是，确实不错。比较注重算法证明和逻辑推导，某种程度上更像是在读数学教材，但是所需要的数学知...

所有习题的答案

这本书一直是公认的算法学习的经典，但不知道是翻译原因还是自己当时火候不够，在大一初学算法的时候这本书我没看得太懂。反而是一本用C++描述的数据结构的书让我对数据结构和算法入了门。  不过后来看了MIT OpenCourse中这门课的录像，才认识到这本书的深度和精确性。结合MIT...

码农必备锄具

这篇书评可能有关键情节透露

                        很不幸，我在看第一章的时候就看到了两个苍蝇：  第一个：an algorithm is any well-deﬁned computational procedure。 翻译：算法就是任何良定义的计算过程。 问题：well-defined翻译成“良定义”。多么好的翻译啊！！！ Google翻译都能翻译为“明确定义的”，大家可以去试...

特别写给中文版-求翻译给力

这篇书评可能有关键情节透露

                        https://github.com/ssjssh/algorithm 反之我这么干了，现在已经到第八章，比较重要的算法一个不差全部用Python实现了。我用Python的主要目的就是即想要伪码的易读性，又可以真实的执行。鉴于很多地方使用了Python的list作为数组使用，这个是有问题的，因为Python的list是链表...

有没有人实现算法导论里面的算法？

记得小学时，有很长一段时间疯狂的迷霍金，四年级的寒假拿了一百块压岁钱去买了两本他的科普读物《时间简史》《果壳中的宇宙》，一本45一本42，虽说是科普读物且全书只有一个数学公式（E=MC²），当时仍然完全看不懂，只能看看画，但附赠书签里的一句话却让我印象深刻：阅读...

一种非廉价的快乐

描述算法的这种书翻译一旦有错误，或者意思表达不到位，看起来就很吃力了。  第一次看算法导论是看的中文版。我是从头开始看的，一直看到图算法结束。读的时候主要追求速度，不少地方看的不是很明白。然而有些地方我觉得是翻译的问题导致理解上的障碍。  china-pub 上有人指出...

关于这本书的翻译

感觉翻译没传说中的烂，甚至可以说在我看过的翻译书中算好了，不过还是英文对着看的，怕哪里漏了。 其实本书在有了一定数学基础来说(至少离散概率论微积分基础掌握的较好，如果运筹学组合学图论也看过就更好了，我当时差不多是都看过一两本入门书的水平)，看起来是很快的，我之...

数学基础较好的还是挺容易看的

如果你觉得TAOCP太厚了，那就读这本。虽然比起很多计算机算法书籍，这本书也是很厚的，它的确值得这么厚。 读了这本书，基本上就不需要再读其他的算法教科书了。

学计算机科学不可不读

这篇书评可能有关键情节透露

                        2022年4月 《算法导论》第4版发布！！ 用的是金色封面。同时第4版给大家准备了一份极为丰厚的礼物，也就是全书算法的Python代码，并附有测试。  （私信我得电子书和每章答案） 这本书是经典，要精读多遍，所以强烈推荐用纸质书。 大概1000元可以买到！！ https://mitpress.mit....

官方配套了python源码实现  还有每章的答案

如觉得难建议先修Mathematics for Computer Science  18.062J	Mathematics for Computer Science	Undergraduate  http://book.douban.com/subject/20472991/

如觉得难建议先修Mathematics for Computer Science

算法的核心思想总是会以数学抽象表现，而这本书给人感觉就是数学对象太多，少了程序的思维，有些方法编写技巧也被忽略了，还有就是里面用伪代码描述的很多算法复杂度都是很高的。      过多的强调了算法的正确性，而不是实战性质，而且都是Introduction，更多的还要看其参考...

仅仅是导论

计算机科学丛书

<p>这本书深入浅出，全面地介绍了计算机算法。对每一个算法的分析既易于理解又十分有趣，并保持了数学严谨性。本书的设计目标全面，适用于多种用途。涵盖的内容有：算法在计算中的作用，概率分析和随机算法的介绍。书中专门讨论了线性规划，介绍了动态规划的两个应用，随机化和线性规划技术的近似算法等，还有有关递归求解、快速排序中用到的划分方法与期望线性时间顺序统计算法，以及对贪心算法元素的讨论。此书还介绍了对强连通子图算法正确性的证明，对哈密顿回路和子集求和问题的NP完全性的证明等内容。全书提供了900多个练习题和思考题以及叙述较为详细的实例研究。</p>