贈書 | 看不懂《演算法導論》?先讀完豆瓣評分 9.4 的演算法入門巨著
- 2021 年 8 月 8 日
- AI
說到演算法巨著,你可能想到的是《演算法導論》這本經典。但在入門演算法時,還有一本與之比肩的巨著,不得不提,它就是《演算法(第4版)》。

這本豆瓣評分 9.4 的演算法巨著,可謂是演算法經典好書,給了無數人幫助。它是由普林斯頓的 Robert Sedgewick 和 Kevin Wayne 所寫,其中 Sedgewick 作為 Knuth 的學生,繼承了他們這一派的演算法分析思路。
「這本書很適合剛剛入門或者離開校園已久需要複習一下演算法基礎的人。說起實用性,這本書比很多同類的書好太多了。省去了很多數學推導,非常適合需要準備面試,需要快速回顧一下基本的演算法及其實現的人。」
「最好的演算法入門書,當之無愧。內容全面實用,覆蓋常用的排序、查找、圖、字元串操作,講解生動,能用簡單精鍊的語句將複雜問題講清楚,可見作者的演算法和語言功力都很出色。」
「不愧是大師的作品,讀起來酣暢淋漓。這本書架構清晰明了,演算法思想通俗易懂,學完很難忘記。其中的思想給我帶來了一個新的世界,在這個世界我見識了很多新奇又好玩的事物。讀此書猶如小孩把玩自己的玩具,久久不能放下。」
這樣一本神作,影響了一代又一代的程式設計師。如果你想全面了解演算法,希望你能走近這本書。
滑動滾動條查看答案
f(N)~g(N) 的正式定義為limN→∞f(N)/g(N)=1。
滑動滾動條查看答案
使用最廣泛的記法是「大O」:對於f(N) 和g(N),如果存在常數c 和N0 使得對於所有N>N0 都有| f(N) | < cg(N),則我們稱f(N) 為O(g(N))。這種記法在描述演算法性能的漸進上限時十分有用,這在演算法理論領域是十分重要的,但它在預測演算法性能或是比較演算法時並沒有什麼作用。
滑動滾動條查看答案
需要注意的是,我們不能根據實驗數據推測它們所符合的某個特定的數學模型。但如果我們只是在預測性能,這並不是什麼問題。例如,當N 在16 000 到32 000 之間時,14N 和NlgN 的影像非常接近。這些數據同時與兩條曲線吻合。隨著N 的增大,兩條曲線更為接近。想要用實驗來檢驗一個演算法的運行時間是線性對數級別而非線性級別是要費一番工夫的。
滑動滾動條查看答案


-
Sedgewick 之巨著,與高德納 TAOCP 一脈相承
-
幾十年多次修訂,經久不衰的暢銷書
-
涵蓋所有程式設計師必須掌握的 50 種演算法
斯坦福大學博士,導師為 Donald E. Knuth,從 1985 年開始一直擔任普林斯頓大學電腦科學系教授,曾任該系主任,也是 Adobe Systems 公司董事會成員,曾在 Xerox PARC、國防分析研究所(Institute for Defense Analyses)和法國國家資訊與自動化研究所(INRIA)從事研究工作。他的研究方向包括解析組合學、數據結構和演算法的分析與設計、程式可視化等。
Kevin Wayne
康奈爾大學博士,普林斯頓大學電腦科學系高級講師,研究方向包括演算法的設計、分析和實現,特別是圖和離散優化。
贈書福利
AI科技評論以及AI研習社本次聯合【圖靈教育】為大家帶來3本《演算法(第四版)》正版新書。
AI研習社將一共選出 3名讀者,每人送出《演算法(第四版)》一本。
在本文(僅限AI研習社社區網站端)留言區留言,歡迎大家暢所欲言,談一談你對本書的看法和期待。在綜合留言品質(留言是敷衍還是走心)和留言點贊最高(註:點贊最高的前3不意味著一定會中獎)的讀者中選出3位讀者獲得贈書。獲得贈書的讀者請聯繫 AI 研習社客服(AIyanxishe3)。
-
留言內容會有篩選,例如「選我上去」、「這書寫的很棒(僅僅幾個字)」等內容將不會被篩選,亦不會中獎。
-
留言送書活動時間為2021年8月8日 – 2021年8月12日(23:00),活動推送時間內僅允許贈書福利中獎一次。
另外,讀者也可以到AI科技評論微信公眾號月8號同名文章留言區留言,AI科技評論將會在留言區選出 10名讀者,每人送出《演算法(第四版)》一本。
掃描下方二維碼,關注AI科技評論微信公眾號(ID:aitechtalk):