算法导论第四版更新了什么？

全局更新

• 140道新的习题，22个新问题，以及其他习题和问题的版本更新
• 整本书增加了颜色来改善阅读体验，对定义的条款和伪代码注释做了高亮
• 写作风格更清晰、更有个性、更中性
• 代码用Python替换了原来的Java

组织结构更新

3个新章节：

• 第25章，二分图匹配(Matchings in Bipartite Graphs)
• 第27章，在线算法
• 第33章，机器学习算法

转移到线上的内容：

• 第19章，斐波那契堆
• 第20章，van emde boas tree(vEB树)
• 第33章，计算几何
• 4.1小节，最大子数组问题（maximum-subarray problem）
• 10.3小节， 实现指针和对象
• 11.5小节，完美哈希
• 12.4小节，随机生成二叉搜索树
• 16.4,16.5小节，拟阵（matroid）
• 26.4,26.5小节，最大流推进-重标号算法（push-relabel algorithms for maximum flow）
• 29.3,29.5小节，线性规划的单纯形算法（simplex algorithm for linear programming）
• 部分30.0小节，迭代快速傅里叶变换方法
• 31.9小节，整数分解

章节更新

• 第三章，函数的增长：重命名了“描述运行时间”，在形式化定义之前增加一个小节概述渐近符号
• 第四章，分治：做了大幅修改来提升数学基础，使更加完善和直观
  • 引入了算法递归，并更严格地解决了递归中忽略上限和下限的问题
  • 主定理的第二种情况合并了对数因子，并提供了“连续”版本主定理的严格证明
  • 增加了强大和通用的Akra-Bazzi方法（无证明）
• 第九章，中位数和顺序统计学：确定性顺序统计算法有所不同，对随机和确定性顺序统计算法的分析进行了改进
• 第十章，基础数据结构：10.1小节讨论了存储数组和矩阵的方法
• 第十一章，哈希表：包括哈希函数的现代处理，并强调当底层硬件实现的缓存机制更有利于局部搜索时，线性探测是解决冲突的有效方法
• 第十五章，贪心算法：替换了关于拟阵的部分，将第三版中关于离线缓存的问题转换为一个完整的小节
• 第十六章，均摊分析：第16.4节现在更直观地解释了用于分析表倍增和减半的潜在函数
• 第十七章，数据结构的扩充，从第三部分转移到第四部分，更能反映作者的观点，该部分内容超越了基本材料
• 【新】第二十五章，二分图匹配：介绍了寻找最大基数匹配的算法，稳定婚姻问题 ，最大权重匹配问题(也称为“分配问题”)
• 第二十六章，并行算法：更新了现代术语，包括章节名字
• 【新】第二十七章，在线算法：介绍了几个在线算法的例子，包括确定在走楼梯之前等待电梯的时间，通过move-to-front启发式来维护一个链表，以及评估缓存的替换策略
• 第二十九章，线性规划：去掉了单纯形算法的详细介绍。 这一章现在集中在如何将问题建模为线性规划，以及线性规划的对偶性质
• 第三十二章，字符串匹配：第32.5小节增加了字符串匹配中简单而强大的后缀数组结构
• 【新】第三十三章，机器学习算法：介绍了机器学习中使用的几种基本方法:聚类算法将相似的项分组在一起，加权多数（weighted-majority）算法，以及梯度下降来寻找函数的最小值
• 第三十四章，NP完全问题：第34.5.6节总结了多项式时间约简的策略，表明问题是np难的