目录 第0章 序言 0.1 书籍和算法 0.2 从Fibonacci数列开始 0.3 大O符号 习题 第1章 数字的算法 1.1 基本算术 1.1.1 加法 1.1.2 乘法和除法 1.2 模运算 1.2.1 模的加法和乘法 1.2.2 模的指数运算 1.2.3 Euclid的最大公因数算法 1.2.4 Euclid算法的一种扩展 1.2.5 模的除法 1.3 素性测试 1.4 密码学 1.4.1 密钥机制：一次一密乱码本和AES 1.4.2 RSA 1.5 通用散列表 1.5.1 散列表 1.5.2 散列函数族 习题 第2章 分治算法 2.1 乘法 2.2 递推式 2.3 合并排序 2.4 寻找中项 2.5 矩阵乘法 2.6 快速Fourier变换 2.6.1 多项式的另一种表示法 2.6.2 计算步骤的分治实现 2.6.3 插值 2.6.4 快速Fourier变换的细节 习题 第3章 图的分解 3.1 为什么是图 3.2 无向图的深度优先搜索 3.2.1 迷宫探索 3.2.2 深度优先搜索 3.2.3 无向图的连通性 3.2.4 前序和后序 3.3 有向图的深度优先搜索 3.3.1 边的类型 3.3.2 有向无环图 3.4 强连通部件 3.4.1 定义有向图的连通性 3.4.2 一个有效的算法 习题 第4章 图中的路径 4.1 距离 4.2 广度优先搜索 4.3 边的长度 4.4 Dijkstra算法 4.4.1 广度优先搜索的一个改进 4.4.2 另一种解释 4.4.3 运行时间 4.5 优先队列的实现 4.5.1 数组 4.5.2 二分堆 4.5.3 d堆 4.6 含有负边的图的最短路径 4.6.1 负边 4.6.2 负环 4.7 有向无环图中的最短路径 习题 第5章 贪心算法 5.1 最小生成树 5.1.1 一个贪心方法 5.1.2 分割性质 5.1.3 Kruskal算法 5.1.4 一种用于分离集的数据结构 5.1.5 Prim算法 5.2 Huffman编码 5.3 Horn公式 5.4 集合覆盖 习题 第6章 动态规划 6.1 重新审视有向无环图的最短路径问题 6.2 最长递增子序列 6.3 编辑距离 6.4 背包问题 6.5 矩阵链式相乘 6.6 最短路径问题 6.7 树中的独立集 习题 第7章 线性规划与归约 7.1 线性规划简介 7.1.1 示例：利润最大化 7.1.2 示例：生产计划 7.1.3 示例：最优带宽分配 7.1.4 线性规划的变体 7.2 网络流 7.2.1 石油运输 7.2.2 最大流 7.2.3 对算法的深入观察 7.2.4 最优性的保证 7.2.5 算法的效率 7.3 二部图的匹配 7.4 对偶 7.5 零和博弈(游戏) 7.6 单纯形算法 7.6.1 n维空间中的顶点和邻居 7.6.2 算法 7.6.3 补遗 7.6.4 单纯形法的运行时间 7.7 后记：电路值1 习题 第8章 NP-完全问题 8.1 搜索问题 8.2 NP-完全问题 8.3 所有的归约 习题 第9章 NP-完全问题的处理 9.1 智能穷举搜索 9.1.1 回溯 9.1.2 分支定界 9.2 近似算法 9.2.1 顶点覆盖 9.2.2 聚类 9.2.3 TSP 9.2.4 背包问题 9.2.5 逼近的层次 9.3 局部搜索中的启发方法 9.3.1 重新审视旅行商问题 9.3.2 图划分 9.3.3 处理局部最优 习题 第10章 量子算法 10.1 量子位元、叠加状态和度量 10.2 算法设计 10.3 量子傅立叶变换 10.4 周期性 10.5 量子电路 10.5.1 基本量子门 10.5.2 量子电路的两种基本类型 10.5.3 量子傅立叶变换电路 10.6 将因子分解问题转化为周期求解问题 10.7 因子分解的量子算法 习题 历史背景及深入阅读的资

作者：Sanjoy Dasgupta / Christos Papadimitriou / Umesh Vazirani 书名：Algorithms 备注：高清英文原版，带书签

McGraw-Hill 原版英文书 This text, extensively class-tested over a decade at UC Berkeley and UC San Diego, explains the fundamentals of algorithms in a story line that makes the material enjoyable and easy to digest. Emphasis is placed on understanding the crisp mathematical idea behind each algorithm, in a manner that is intuitive and rigorous without being unduly formal. 《算法概论》源自加州大学伯克利分校和加州大学圣迭戈分校本科生的算法课讲义，以独特的视角展现了算法设计的精巧技术及魅力。在表达每一种技术时，强调每个算法背后的简洁数学思想，分析其时间和空间效率，运用与其他技术类比的方法来说明特征，并提供了大量实例。《算法概论》以人类最古老的算法（算术运算）为起点，将各种算法中优美而有代表性的内容囊括书中，并以最前沿的理论（量子算法）结束，构成了较为完整的算法知识体系。

很好的一本算法书，美国大学现在普遍再用这本书。

美国计算机与科学技术专业经典教材，中文PDF版本，高清

Algorithms,.S..Dasgupta,.C.H..Papadimitriou,.U.V..Vazirani,.MGH,.2008.pdf

this is the second to best textbook for algorithm, just under CLRS. It covers all the fundamental techniques as well as NP-complete problems and Quantum algorithms.

本文，广泛的类测试超过十年在加州大学伯克利分校，加州圣迭戈，说明在一个故事线，使材料的愉快和容易消化的算法基础。重点放在了解每个算法背后的清晰的数学思想，一种是直观和严格的形式而不过分。功能包括：盒来加强叙事的使用：件，提供历史背景，如何在实践中使用的算法描述，并为数学复杂的旅行。仔细选择高级的主题，可以在一个标准的一个学期的课程，跳过，但可以覆盖在一个先进的算法课程或更悠闲的连续两个学期。一个可访问的线性规划处理向学生介绍这一算法最大的成就。一个可选的章在因子分解的量子算法提供了一个独特的窥视到这个令人兴奋的话题。除了文字，Dasgupta还提供了一个解决方案手册，可以在网上学习中心。

涵盖了绝大多数算法设计中的常用技术。在表达每一种技术时，阐述它的应用背景，强调每个算法运转背后的简洁数学思想，注意运用与其他技术类比的方法来说明它的特征，并提供了大量相应实际问题的例子。《国外经典教材·算法概论》同时也注重了对每一种算法的复杂性分析。全书共10章，从基本的数字算法人手，先后介绍了分治、图的遍历、贪心算法、动态规划、线性规划等技术，对NP完全问题进行厂基本而清晰的阐述，对随机算法、近似算法和量子算法这些近年来发展迅猛的领域也花费了一定的笔墨。书中每章后面都附有大量的习题，有利于读者对书中内容的理解和应用。