![算法概论（注释版） - [美] Sanjoy Dasgupta](https://static.book345.com/covers/s/9787111253617.jpg)
书籍介绍
这不是一本查缺补漏的工具书，而是一场精心设计的算法审美之旅。作者从人类最古老的算术运算起步，一路走向量子算法，把看似零散的技巧串成一条有呼吸的线索。它不追求面面俱到的题海覆盖，而是抓住每个算法背后的简洁数学思想，用类比讲清其时空效率——正因如此，读者普遍认为它简练却不粗糙，适合作为入门垫脚石，在啃《算法导论》之前先建立直觉。书里那些
作者简介
Sanjoy Dasgupta，拥有加州大学伯克利分校计算机科学博士学位，现为加州大学圣迭戈分校教授，主要研究领域是多维数据的统计分析。他曾是AT&T实验室的高级技术人员。
AI导读
核心看点
- 本书源自加州大学伯克利分校和圣迭戈分校的算法课程讲义，以独特视角呈现算法设计的精巧与魅力，强调每个算法背后的简洁数学思想，并分析其时间与空间效率。
- 全书以人类最古老的算法——算术运算为起点，逐步展开图分解、图路径、贪婪算法、动态规划、线性规划、NP完全问题等内容，最终以量子算法收尾，构成较为完整的算法知识体系。
- 书中大量运用技术之间的类比来说明各自特征，并提供丰富实例；其中快速傅里叶变换、线性规划和量子算法的叙述被读者认为尤为精彩，是区别于其他教材的亮点内容。
读者共识
- 读者普遍认为这是一本质量很高的教材，语言通顺、读起来顺畅，比《算法导论》更简洁、更容易抓住重点，习题质量也受到好评。
- 不少读者建议数学基础较弱的初学者先读本书建立直觉，再回头学习《算法导论》，并指出斯坦福算法设计课程大体按此书讲授。
- 同时也有读者提醒本书内容偏简略、存在少量翻译与注释错误，且未完整看完者较多，需结合课程或习题解答方能充分吸收。
精彩摘录
- "We're done: 15*25-34*11=1, so x=15 and y=-34"
- "So, it would appear that we only need to raise a couple of numbers to the nth power in order to compute Fn. The problem is that these numbers are irrational, and computing them to sufficient accuracy is nontrivial."
目录
Preface
0 Prologue（序论）
1 Algorithms with numbers（数的算法）
3 Decompositions of graphs（图的分解）
4 Paths in graphs（图的路径）
显示全部
用户评论
我投降
五星好书
比一般的算法书多一些东西，排序这些甚至是简单数据结构也没有。算进阶吧。
写得不错，但是太简略了，大概算法课一半的量
刘未鹏大神推荐的书目，十分想到~
还剩量子一章没看，有些习题没做。当时看这本书薄而且图文并茂，容易引起青少年阅读兴趣就读开了。现在看来果真如此，“看着不烦”是最大的阅读体会。不过第三、四章涉及了一些数据结构知识，外行没学过可能不容易看；习题难度方差貌似较大但没有标出来（不过这样可以避免因心理暗示而逃避或解不出）。肯定足够简洁，所以不深入也正常。最后，中文注解写得也不错，算个亮点。
全英文，看不懂
通俗易懂，非常棒。是伯克利的讲义（反观国内唉）。看不懂算法导论可以先看这个！强推！
stanford algorithm design 那门课大体就是按这本书讲的....
下载
收藏