CLRS-算法导论-目录+书评

第一部分 基础知识

引言

第1章 算法在计算中的作用

1.1 算法
1.2 作为一种技术的算法
第2章 算法入门
2.1 插入排序
2.2 算法分析
2.3 算法设计
2.3.1 分治法
2.3.2 分治法分析
第3章 函数的增长
3.1 渐近记号
3.2 标准记号和常用函数
第4章 传归式
4.1 代换法
4.2 递归树方法
4.3 主方法
4.4 主定理的证明
4.4.1 取正合幂时的证明
4.4.2 上取整函数和下取整函数
第5章 概率分析和随机算法
5.1 雇用问题
5.2 指示器随机变量
5.3 随机算法
5.4 概率分析和指示器随机变量的进一步使用
5.4.1 生日悖论
5.4.2 球与盒子
5.4.3 序列

Thomas H.Cormen

达特茅斯学院计算机科学系副教授

Charles E.Leiserson

麻省理工学院计算机科学与电气工程系教授

Ronald L.Rivest

麻省理工学院计算机科学系Andrew与Erna Viterbi具名教授

Clifford Stein

哥伦比亚大学工业工程与运筹学副教授

----------------------------------------------------------------------------------

书评摘要（转自）：https://book.douban.com/review/1319527/

这本书我读的最快乐的部分，就是每章的chapter notes。也就是在一章的末尾，介绍这一章提到的各种内容是何时、被谁、怎样引入计算机科学的。不看这部分，总觉得学的就是书上的死学问。而这些引用出处却为我们理清了算法研究的历史脉络，各个经典结果的师承关系。读这些为我带来了巨大的乐趣。也建议读此书的人千万不要放过这一部分，这些引用的结果就是算法研究的里程碑。

对于算法的伪码描述，倒不必太仔细了。不能指望在算法课上学习编程，算法本来就是很纯粹的数学对象，它的设计思想完全依托于背后的数学结构，它运作的机制以及它的美，也都来自它的数学，可是书上那些模仿C和Pascal的语句，让算法的数学之美沦为一段机械代码。读者辛苦的把自己的思维变成机器，读懂了这些代码，但并不会直接带来对算法本身的领悟。就像一个人懂得了打牌的游戏规则，但并不意味着他就会打牌了，因为他可能依旧不通晓牌理。对算法的学习也要从问题本身的数学结构入手，理解解决此种结构问题的算法它的设计思想，掌握分析具有各种结构特征的算法的数学工具，学习怎样发现问题的结构并从中推出问题的下界（lower bound）。这些才是学习算法的根本。

《算法导论》的最大成就，也就在于它的选材。它筛选出来的结果，每一个都当之无愧的算是计算机科学的根基或里程碑。在所有的算法教材中，这一点《算法导论》被公认是作的最好的。结构也组织的合理。尽管它的讲解，对这些经典结果的呈现，都不是我最满意的方式。但明珠纵然暗投也终究是明珠，《算法导论》覆盖的内容，可作为算法最好的教学大纲，是算法课的原型。这是它不容抹煞的历史地位。

大家可以上MIT的OCW站看看
http://ocw.mit.edu/OcwWeb/Electrical-Engineering-and-Computer-Science/6-046JFall-2005/CourseHome/index.htm
另外还有第3版的笔记和PPT
http://ocw.mit.edu/OcwWeb/Electrical-Engineering-and-Computer-Science/6-006Spring-2008/CourseHome/index.htm