你是如何坚持读完《算法导论》这本书的？

你是如何坚持读完《算法导论》这本书的？

《算法导论》不够猛，答者顺便补充 “你是如何坚持读完《计算机编程的艺术》这本书的？”

 

罗必成：

CLRS上的证明太烦人了，如果是以业界为目标（进BAT，进FLAG）进行算法的学习的话，我觉得大可不必；如果是以学界（发paper）为目标的话，里面一些引理的证明思路，算法的分析以及符号化的数学思想倒很有学习意义。去年Bin Wang老师的算法课上的作业我还留着呢，数学思维锻炼没锻炼到这不好说，但是LaTex的语法掌握程度绝对得到了提升。
如果看CLRS看不下去的话，题主不妨来试试看跟一个公开课试试。这里我又要来安利一下TsinghuaX的Data Structures • 数据结构了，绝对会让你对算法世界的了解更上一层楼的。主讲的Junhui Deng老师是答主在清华碰见的少有深谙教学之道的好老师，他的计算几何也要马上开课了，有兴趣可以报名试试。

 

 

 

 发布于 2015-08-07

 

孟蛋蛋：

推荐中文网易公开课：算法导论，使用的教材就是《算法导论》。

英文可以参加Coursera公开课  Algorithms，免费旁听，付费较昂贵，但可获得全部服务，如编程练习和证书。

如英文足够好，直接读英文原著最好。除此之外需提前准备课件和阅读材料，尽量把这门网络公开课程当作主业来认真对待，包括：

• 需要预习每节课讲解的大概内容。
• 观看上课视频过程中要与课件结合，不懂的地方要暂停思考。
• 尝试独立完成 Problem Sets。
• 每周总结，并尝试了解证明用到的数学公式。
• 尝试解决书后习题进行复习。

不推荐作为第一本学习算法和数据结构的书籍，也不建议必须要求自己完全理解书中的数学证明。

编辑于 2018-03-11

 

青霄：

深夜欲眠眠未得，路过答一下题。

算法导论这本书，从初三到高二，自己断断续续的看了三年时间。对于算法导论，自己的阅读路径比较曲折艰难，这是当时自己只有中学基础的缘故。好在算法导论偏向于培养构造性的思维，解题、证明技巧是“算法的方式”而非“数学的方式”，因而得以勉强读了下来。不过平摊分析这样的部分就无能为力了，选择跳过。

1. 循环不变式是算导最开端的内容，也是算法正确性证明最重要的钥匙。本质上，循环不变式是算法归纳证明的形式化。理解算导中每个算法循环不变式的证明过程，就是在理解算法的运行原理。
2. 算导阅读不需要很深的知识储备（你看我这样的初中生也能勉强看）。在看高斯消元LUP分解的时候，我只是通过附录补习了一下矩阵的基本知识，然后就可以看前面的LUP分解算法了。理解算法的正确性是相对容易的，理解算法设计的精妙，反推算法设计的过程难之又难。
3. 代码实现是最好的学习过程。因为竞赛的缘故我使用的是c，当然你也可以用python、java或者brainf**k（雾）。啃完二十多页的二项堆，并且敲出代码成功运行后，当时的我崩溃的发现还有三十多页的Fibonacci堆在后面等着我。为了记住Fibonacci堆的设计细节，我重复写了20多遍以至于闭着眼睛都能写出来，结果发现在竞赛中根本用不到，我们有好用又好写的Pairing heap。尽管如此，Fibonacci堆的证明简单而直观，算法设计有趣得很。
4. 尝试修改优化算法导论上的代码。在编写线性规划单纯性的代码时，我发觉(n+m)*(n+m)的矩阵异常浪费，稍作思考发现可以改成n*m的矩阵加上几个附加向量信息；进一步，对全幺模的情况，可以使用稀疏矩阵常见的优化方法——链表替代行向量。几个优化过后，我终于可以在竞赛允许的时间、空间、编码量内写一个非多项式的线性规划单纯形算法了。
5. 快速傅里叶变换也是个有趣的例子。我们都知道，快速傅里叶变换的计算是在复数域上的，而计算机中复数的数值精度会导致FFT在向量比较长的时候丢失信息。后来学过数论部分，发现复数域是可以由一些特定的模整数运算取代的，于是FFT就可以被用来加速高精度乘法。再后来，发觉这个方法叫做快速数论变换。
6. 每一章的课后习题是检验本章内容是否掌握的准则。如果课后习题有二分之一以上无法独立解决，不妨重新阅读本章内容，给深入思考留些时间。结合习题阅读章节也是可行的。（我记得网上可以搜到部分章节的答案）
7. 说到底，算法导论只是本基础教材，其中无论数据结构、图论，还是动态规划，贪心算法，都只是基础内容。如果看不懂，你需要重新看一下这一章；如果一直看不懂，你需要重新从头读这本书；如果你发觉能看懂了，说明通过培养，你习得了构造性的、“算法”的思考能力。

发布于 2015-08-08

---

来源： https://www.zhihu.com/question/27744730