算法概论经典读后感有感

《算法概论》是一本由Sanjoy Dasgupta / Christos Papad著作，机械工业出版社出版的376图书，本书定价：55.00元，页数：2009-1，特精心收集的读后感，希望对大家能有帮助。

《算法概论》读后感(一)：关于印刷上的错误

Chapter 7 中很多 Figure 中都出先了很低级的印刷错误。

举个例子：

Figure 7.13 中，max 2x_1 + 5x_2 在影印版中变成了 a x2 x_1 + 5x_2 （下划线表示下标）。其他好几处都出现了类似的错误。

这种错误让人看的很莫名。。。

另外注释里也有些错误，如果看的时候觉得奇怪就忽略注释吧。

如果不能忍受这些错误的话可以自己打印本书出版前的 beta draft version，网上能够下载到。不过打印的价格可能比直接买更贵。。。

《算法概论》读后感(二)：DPV：算法的历史与未来

我们为什么要学习算法？

正如大名鼎鼎的Polya所说，为的是在遇到问题时，我们知道"How to solve it!"

对于每一个算法都有这样的一个过程：设计 --> 证明 --> 应用；而我们学习算法其实也是对这三个方面有着不同的侧重。如果你更关系证明与应用，很遗憾这本书应该不太符合你的口味～

这本书完全没有定义-定理-证明的套路，取而代之的是思想上的演绎！换而言之，这本书所讲的内容都是每一个算法设计者在设计初期时脑子里所思考的内容，每个算法背后的历史。不得不说，三位作者算法功力之深，理解之深刻，实在令人赞叹。正因为如此，这本书才会如此之薄。阅读之时常有顿悟之感！好不畅快～

作者们似乎很注重Problem Solving的过程，本书的所有章节基本上的都是以一种Problem --> Solution --> Algorithm Design/Mathematics Model的模式展开的，这才是一个计算机研究者的思想方式。正因为如此，所需要展示的Problem不需要太多，所涉及的算法也不需要像CLRS那样一一列举比较，也没有像KT那样“定理，证明"的严谨，一切所需要的只是idea！

薄薄的一本书虽然没有多少章节，然作者们却为我们搭建好了整个算法世界的框架：

(1) Classical algorithm and technique：

Arithmetic algorithm

Divide-and-conquer method

Graph algorithm

Greedy method

(2) Programming

Dynamic Programming

Linear Programming

(3) Complexity theory

P, NP, NPC

(4) Coping with NPC

Randomized algorithm

Approximation algorithm

Searching

(5) Future

Quantum algorithm

以及所有所涉及的数学领域：

Number theory

Graph theory

Game theory

Cryptography

Linear Programming

Algorithm analysis & Complexity theory

本书的习题也是精心安排设计的（从NPC那章的习题都是选自Karp's 21 NP-complete problems就可见一斑），极其精彩。融入这么多的内容的同时也带来的一个问题：对于算法的初学者来说，很可能不能真正把握作者字字句句背后真正所体现的思考的深度，简简单单的一句话背后，也许是另一个崭新的世界，所以这本书应该随着算法学习的深入，反复阅读，享受这探索的乐趣。

P.S.

书中点睛之笔：

FFT

Dijkstra's algorithm

Dynamic programming

Duality and Zero-sum games

Simplex algorithm

Reductions

Quantum algorithm

《算法概论》读后感(三)：哪位大神有这本书的注释版的pdf 跪求

十万火急 邮箱 sum41-eminem@qq.com

好人一生平安

。。。。。。

。序言

Preface

方框目录

0 Prologue（序论）

0.1 Books and algorithms（书和算法）

0.2 Enter Fibonacci（斐波那契数列）

0.3 Big-O notation（大O记号）

Exercises（习题）

1 Algorithms with numbers（数的算法）

1.1 Basic arithmetic（基本算术）

1.2 Modular arithmetic（模运算）

1.3 Primality testing（素性测试）

1.4 Cryptography（密码学）

1.5 Universal hashing（全域散列）

出版者的话

序言

Preface

方框目录

0 Prologue（序论）

0.1 Books and algorithms（书和算法）

0.2 Enter Fibonacci（斐波那契数列）

0.3 Big-O notation（大O记号）

Exercises（习题）

1 Algorithms with numbers（数的算法）

1.1 Basic arithmetic（基本算术）

1.2 Modular arithmetic（模运算）

1.3 Primality testing（素性测试）

1.4 Cryptography（密码学）

1.5 Universal hashing（全域散列）

Exercises（习题）

Randomized algorithms：a virtual chapter（虚拟章：随机化算法）

2 Divide-and-conquer algorithms（分而治之算法）

2.1 Multiplication（乘法）

2.2 Recurrence relations（递归关系）

2.3 Mergesort（合并排序）

2.4 Medians（中位数）

2.5 Matrix multiplication（矩阵乘法）

2.6 The fast Fourier transform（快速傅里叶变换）

Exercises（习题）

3 Decompositions of graphs（图的分解）

3.1 Why graphs？（图论）

3.2 Depth-first search in undirected graphs（无向图中的深度优先搜索）

3.3 Depth-first search in directed graphs（有向图中的深度优先搜索）

3.4 Strongly connected components（强连通分量）

Exercises（习题）

4 Paths in graphs（图的路径）

4.1 Distances（距离）

4.2 Breadth-first search（广度优先搜索）

4.3 Lengths on edges（边的长度）

4.4 Dijkstra’s algorithm（Dijkstra算法）

4.5 Priority queue implementations（实现优先队列）

4.6 Shortest paths in the presence of negative edges（带负权的边的图中的最短路径）

4.7 Shortest paths in dags（有向无环图中的最短路径）

Exercises（习题）

5 Greedy algorithms（贪婪算法）

5.1 Minimum spanning trees（最小生成树）

5.2 Huffman encoding（赫夫曼编码）

5.3 Horn formulas（Horn公式）

5.4 Set cover（集合覆盖）

Exercises（习题）

6 Dynamic programming（动态规划）

6.1 Shortest paths in dags，revisited（回顾：有向无环图中的最短路径）

……

7 Linear programming and reductions（线性规划与归约）

8 NP-complete problems（NP完全问题）

9 Coping with NP-completeness（处理NP完全问题）

10 Quantum algorithms（量子算法）

Historical notes and further