具体描述
编辑推荐
历经十年数百所高校教学实践的算法入门经典。算法是思维的艺术，是数学之美的完美体现，是计算机和信息科学的灵魂，更是优秀程序员的安身立命之本。《算法设计与分析基础 (第3版）（影印版）》将算法视为解决问题的工具，通过作者独创的、具有里程碑意义的新型分类法弥补了传统算法设计技术分类法的缺陷，用深入浅出的语言和新颖的实例与谜题，诠释了何为算法、算法的分类、算法幕后的思想、算法的效率，抽丝剥茧、条分缕析地探索了算法设计与分析过程。内容简介
《算法设计与分析基础 （第3版）（影印版）》在讲述算法设计技术时采用了新的分类方法，在讨论分析方法时条分缕析，形成了连贯有序、耳目一新的风格。为便于学生掌握，本书涵盖算法入门课程的全部内容，更注重对概念(而非形式)的理解。书中通过一些流行的谜题来激发学生的兴趣，帮助他们加强和提高解决算法问题的能力。每章小结、习题提示和详细解答，形成了非常鲜明的教学特色。作者简介
Anany Levitin博士，美国维拉诺瓦大学教授，毕业于莫斯科国立大学并获得数学硕士学位。他拥有耶路撒冷希伯来大学数学博士学位和美国肯塔基大学计算机科学硕士学位。他的著作《算法设计与分析基础》已经被翻译为中文、俄文、希腊文和韩文，并被全球数百所高校广泛用作教材。目前，Levitin博士在美国维拉诺瓦大学讲授“算法设计与分析”课程。他的另一本著作《算法谜题》已经于2011年秋出版。Anany Levitin，美籍犹太人，维拉诺瓦大学（Villanova）计算机科学系教授。他的论文“算法设计技术新途径：弥补传统分类法的缺憾”(A New Road Mpa of Algorithm Design Techniques： Picking Up Where the Traditional Classfication Leaves Off)深受业内好评，并享有广泛的声誉。他提出的这种新分类方法涵盖众多经典算法，开创了传统分类无法以一致方式介绍这些算法的先河。作为通用的问题解决工具，算法设计技术的应用很广，尤其适用于解决“狼，羊，白菜”问题和旅行商问题之类的流行谜题。
因为他对算法教育所做出的杰出贡献，Levitin教授曾多次受邀在SIGCSE(Computer Science Education，计算机教育) 全球大会上发表演讲，此大会每三年才举行一次。
Anany Levitin教授目前的研究课题为“Do We Teach the Right Algorithm Design Techniques ？”
目录
New to the Third Edition xviiPreface xix
1Introduction
1.1 What Is an Algorithm?
Exercises 1.1
1.2 Fundamentals of Algorithmic Problem Solving
Understanding the Problem
Ascertaining the Capabilities of the Computational Device
Choosing between Exact and Approximate Problem Solving
Algorithm Design Techniques
Designing an Algorithm and Data Structures
Methods of Specifying an Algorithm
Proving an Algorithm's Correctness
Analyzing an Algorithm
Coding an Algorithm
Exercises 1.2
1.3 Important Problem Types
Sorting
Searching
String Processing
Graph Problems
Combinatorial Problems
Geometric Problems
Numerical Problems
Exercises 1.3
1.4 Fundamental Data Structures
Linear Data Structures
Graphs
Trees
Sets and Dictionaries
Exerises 1.4
Summary
2 Fundamentals of the Analysis of Algorithm Efficiency
2.1 The Analysis Framework
Measuring an Input's Size
Units for Measuring Running Time
Orders of Growth
Worst-Case, Best-Case, and Average-Case Efficiencies
Recapitulation of the Analysis Framework
Exercises 2.1
2.2 Asymptotic Notations and Basic Efficiency Classes
Informal Introduction
O-notation
-notation
-notation
Useful Property Involving the Asymptotic Notations
Using Limits for Comparing Orders of Growth
Basic Efficiency Classes
Exercises 2.2
2.3 Mathematical Analysis of Nonrecursive Algorithms
Exercises 2.3
2.4 Mathematical Analysis of Recursive Algorithms
Exercises 2.4
2.5 Example: Computing the nth Fibonacci Number
Exercises 2.5
2.6 Empirical Analysis of Algorithms
Exercises 2.6
2.7 Algorithm Visualization
Summary
3 Brute Force and Exhaustive Search
3.1 Selection Sort and Bubble Sort
Selection Sort
Bubble Sort
Exercises 3.1
3.2 Sequential Search and Brute-Force String Matching
Sequential Search
Brute-Force String Matching
Exercises 3.2
3.3 Closest-Pair and Convex-Hull Problems by Brute Force
Closest-Pair Problem
Convex-Hull Problem
Exercises 3.3
3.4 Exhaustive Search
Traveling Salesman Problem
Knapsack Problem
Assignment Problem
Exercises 3.4
3.5 Depth-First Search and Breadth-First Search
Depth-First Search
Breadth-First Search
Exercises 3.5
Summary
4 Decrease-and-Conquer
4.1 Insertion Sort
Exercises 4.1
4.2 Topological Sorting
Exercises 4.2
4.3 Algorithms for Generating Combinatorial Objects
Generating Permutations
Generating Subsets
Exercises 4.3
4.4 Decrease-by-a-Constant-Factor Algorithms
Binary Search
Fake-Coin Problem
Russian Peasant Multiplication
Josephus Problem
Exercises 4.4
4.5 Variable-Size-Decrease Algorithms
Computing a Median and the Selection Problem
Interpolation Search
Searching and Insertion in a Binary Search Tree
The Game of Nim
Exercises 4.5
Summary
5 Divide-and-Conquer
5.1 Mergesort
Exercises 5.1
5.2 Quicksort
Exercises 5.2
5.3 Binary Tree Traversals and Related Properties
Exercises 5.3
5.4 Multiplication of Large Integers and
Strassen's Matrix Multiplication
Multiplication of Large Integers
Strassen's Matrix Multiplication
Exercises 5.4
5.5 The Closest-Pair and Convex-Hull Problems
by Divide-and-Conquer
The Closest-Pair Problem
Convex-Hull Problem
Exercises 5.5
Summary
6 Transform-and-Conquer
6.1 Presorting
Exercises 6.1
6.2 Gaussian Elimination
LU Decomposition
Computing a Matrix Inverse
Computing a Determinant
Exercises 6.2
6.3 Balanced Search Trees
AVL Trees
2-3 Trees
Exercises 6.3
6.4 Heaps and Heapsort
Notion of the Heap
Heapsort
Exercises 6.4
6.5 Horner's Rule and Binary Exponentiation
Horner's Rule
Binary Exponentiation
Exercises 6.5
6.6 Problem Reduction
Computing the Least Common Multiple
Counting Paths in a Graph
Reduction of Optimization Problems
Linear Programming
Reduction to Graph Problems
Exercises 6.6
Summary
7 Space and Time Trade-Offs
7.1 Sorting by Counting
Exercises 7.1
7.2 Input Enhancement in String Matching
Horspool's Algorithm
Boyer-Moore Algorithm
Exercises 7.2
7.3 Hashing
Open Hashing (Separate Chaining)
Closed Hashing (Open Addressing)
Exercises 7.3
7.4 B-Trees
Exercises 7.4
Summary
8 Dynamic Programming
8.1 Three Basic Examples
Exercises 8.1
8.2 The Knapsack Problem and Memory Functions
Memory Functions
Exercises 8.2
8.3 Optimal Binary Search Trees
Exercises 8.3
8.4 Warshall's and Floyd's Algorithms
Warshall's Algorithm
Floyd's Algorithm for the All-Pairs Shortest-Paths Problem
Exercises 8.4
Summary
9 Greedy Technique
9.1 Prim's Algorithm
Exercises 9.1
9.2 Kruskal's Algorithm
Disjoint Subsets and Union-Find Algorithms
Exercises 9.2
9.3 Dijkstra's Algorithm
Exercises 9.3
9.4 Huffman Trees and Codes
Exercises 9.4
Summary
10 Iterative Improvement
10.1 The Simplex Method
Geometric Interpretation of Linear Programming
An Outline of the Simplex Method
Further Notes on the Simplex Method
Exercises 10.1
10.2 The Maximum-Flow Problem
Exercises 10.2
10.3 Maximum Matching in Bipartite Graphs
Exercises 10.3
10.4 The Stable Marriage Problem
Exercises 10.4
Summary
11 Limitations of Algorithm Power
11.1 Lower-Bound Arguments
Trivial Lower Bounds
Information-Theoretic Arguments
Adversary Arguments
Problem Reduction
Exercises 11.1
11.2 Decision Trees
Decision Trees for Sorting
Decision Trees for Searching a Sorted Array
Exercises 11.2
11.3 P, NP, and NP-Complete Problems
P and NP Problems
NP-Complete Problems
Exercises 11.3
11.4 Challenges of Numerical Algorithms
Exercises 11.4
Summary
12 Coping with the Limitations of Algorithm Power
12.1 Backtracking
n-Queens Problem
Hamiltonian Circuit Problem
Subset-Sum Problem
General Remarks
Exercises 12.1
12.2 Branch-and-Bound
Assignment Problem
Knapsack Problem
Traveling Salesman Problem
Exercises 12.2
12.3 Approximation Algorithms for NP-Hard Problems
Approximation Algorithms for the Traveling Salesman Problem
Approximation Algorithms for the Knapsack Problem
Exercises 12.3
12.4 Algorithms for Solving Nonlinear Equations
Bisection Method
Method of False Position
Newton's Method
Exercises 12.4
Summary
Epilogue
APPENDIX A
Useful Formulas for the Analysis of Algorithms
Properties of Logarithms
Combinatorics
Important Summation Formulas
Sum Manipulation Rules
Approximation of a Sum by a Definite Integral
Floor and Ceiling Formulas
Miscellaneous
APPENDIX B
Short Tutorial on Recurrence Relations
Sequences and Recurrence Relations
Methods for Solving Recurrence Relations
Common Recurrence Types in Algorithm Analysis
References
Hints to Exercises
Index
前言/序言
“一个人接受科技教育时所能获得的最珍贵的收获，是那些能够受用终身的通用智能工具 。”——George Forsythe，What to do till the computer scientist comes，1968
无论是计算科学还是计算实践，算法都在其中扮演着重要角色。因此，这门学科中出现了大量的教材。它们在介绍算法的时候，基本上都选择了以下两种方案中的一种。第一种方案是按照问题的类型对算法分类。这类教材安排了不同的章节分别讨论排序、查找、图等算法。这种做法的优点是，对于解决同一问题的不同算法，它能够立即比较这些算法的效率。其缺点在于，由于过于强调问题的类型，它忽略了对算法设计技术的讨论。
第二种方案围绕着算法设计技术来组织章节。在这种结构中，即使算法来自于不同的计算领域，如果它们采用了相同的设计技术，就会被编成一组。从各方(例如[BaY95])获得的信心使我相信，这种结构更适合于算法设计与分析的基础课程。强调算法设计技术有三个主要原因。第一，学生们在解决新问题时，可以运用这些技术设计出新的算法。从实用的角度看，这使得学习算法设计技术颇有价值。第二，学生们会试图按照算法的内在设计方法对已知的众多算法进行分类。计算机科学教育的一个主要目的，就是让学生们知道如何发掘不同应用领域的算法间的共性。毕竟，每门学科都会倾向于把它的重要主题归纳为几个甚至一个规则。第三，依我看来，算法设计技术作为问题求解的一般性策略，在解决计算机领域以外的问题时，也能发挥相当大的作用。
遗憾的是，无论是从理论还是从教学的角度，传统的算法设计技术分类法都存在一些严重的缺陷。其中最显著的缺陷就是无法对许多重要的算法进行分类。由于这种局限性，这些书的作者不得不在按照设计技术进行分类的同时，另外增加一些章节来讨论特殊的问题类型。但这种改变将导致课程缺乏一致性，而且很可能会使学生感到迷惑。
算法设计技术的新分类法
传统算法设计技术分类法的缺陷令我感到失望，它激发我开发一套新的分类法[Lev99]，这套分类法就是本书的基础。以下是这套新分类法的几个主要优势。
· 新分类法比传统分类法更容易理解。它包含的某些设计策略，例如蛮力法、减治法、变治法、时空权衡和迭代改进，几乎从不曾被看作重要的设计范例。
· 新分类法很自然地覆盖了许多传统方法无法分类的经典算法(欧几里得算法、堆排序、查找树、散列法、拓扑排序、高斯消去法、霍纳法则等，不胜枚举)。所以，新分类法能够以一种连贯的、一致的方式表达这些经典算法的标准内容。
· 新分类法很自然地容纳了某些设计技术的重要变种(例如，它能涵盖减治法的3个变种和变治法的3个变种)。
· 在分析算法效率时，新分类法与分析方法结合得更好(参见附录B)。
设计技术作为问题求解的一般性策略
在本书中，主要将设计技术应用于计算机科学中的经典问题(这里唯一的创新是引入了一些数值算法的内容，我们也是用同样的通用框架来表述这些算法的)。但把这些设计技术看作问题求解的一般性工具时，它们的应用就不仅限于传统的计算问题和数学问题了。有两个因素令这一点变得尤其重要。第一，越来越多的计算类应用超越了它们的传统领域，并且有足够的理由使人相信，这种趋势会愈演愈烈。第二，人们渐渐认识到，提高学生们的问题求解能力是高等教育的一个主要目标。为了满足这个目标，在计算机科学课程体系中安排一门算法设计和分析课程是非常合适的，因为它会告诉学生如何应用一些特定的策略来解决问题。
虽然我并不建议将算法设计和分析课程变成一门教授一般性问题求解方法的课程，但我的确认为，我们不应错过算法设计和分析课程提供的这样一个独一无二的机会。为了这个目标，本书包含了一些和谜题相关的应用。虽然利用谜题来教授算法课程绝不是我的创新，但本书打算通过引进一些全新的谜题来系统地实现这个思路。
如何使用本书
我的目标是写一本既不泛泛而谈，又可供学生们独立阅读的教材。为了实现这个目标，本书做了如下努力。
· 根据George Forsythe的观点(参见引言)，我试图着重强调那些隐藏在算法设计和分析背后的主要思想。在选择特定的算法来阐述这些思想的时候，我并不倾向于涉及大量的算法，而是选择那些最能揭示其内在设计技术或分析方法的算法。幸运的是，大多数经典算法满足了这个要求。
· 第2章主要分析算法的效率，该章将分析非递归算法的方法和分析递归算法的典型方法区别开来。这一章还花了一些篇幅介绍算法经验分析和算法可视化。
· 书中系统地穿插着一些面向读者的提问。其中有些问题是经过精心设计的，而且答案紧随其后，目的是引起读者的注意或引发疑问。其余问题的用意是防止读者走马观花，不能充分理解本书的内容。
· 每一章结束时都会对本章最重要的概念和结论做一个总结。
· 本书包含600多道习题。有些习题是为了给大家练习，另外一些则是为了指出书中正文部分所涉及内容的重要意义，或是为了介绍一些书中没有涉及的算法。有一些习题利用了因特网上的资源。较难的习题数量不多，会在教师用书中用一种特殊的记号标注出来(因为有些学生可能没有勇气做那些标有难度的习题，所以本书没有对习题标注难度)。谜题类的习题用一种特殊的图标做标注。
第3版的变化
第3版有若干变化。其中最重要的变化是介绍减治法和分治法的先后顺序。第3版会先介绍减治法，后介绍分治法，这样做有以下几个优点。
· 较之分治法，减治法更简单。
· 在求解问题方面，减治法应用更广。
· 这样的编排顺序便于先介绍插入排序，后介绍合并排序和快速排序。
· 数组划分的概念通过选择性问题引入，这次利用Lomuto算法的单向扫描来实现，而将Hoare划分方法的双向扫描留至后文与快速排序一并介绍。
· 折半查找归入介绍减常量算法的章节。
另一重要变化是重新编排第8章关于动态规划的内容，具体如下所述。
· 导述部分的内容是全新的。在前两版中用计算二项式系数的例子来引入动态规划这一重要技术，但在第3版中会介绍3个基础性示例，这样介绍的效果更好。
· 8.1节的习题是全新的，包括一些在前两版中没有涉及的流行的应用。
· 第8章其他小节的顺序也做了调整，以便达到由浅入深、循序渐进的效果。
此外，还有其他一些变化。增加了不少与本书所述算法相关的应用。遍历图算法不再随减治法介绍，而是纳入蛮力算法和穷举查找的范畴，我认为这样更合理。在介绍生成组合对象的算法时，会新增格雷码算法。对求解最近对问题的分治法会有更深入的探讨。改进的内容包括算法可视化和求解旅行商问题的近似算法，当然参考文献也相应更新。
第3版新增约70道习题，其中涉及算法谜题和面试问题。
读者所需的知识背景
本书假定读者已经学习了离散数学的标准课程和一门基础性的编程课程。有了这样的知识背景，读者应该能够掌握本书的内容而不会遇到太大的困难。尽管如此，1.4节、附录A和附录B仍然对基本的数据结构，必须用到的求和公式和递推关系分别进行了复习和回顾。只有3个小节(2.2节、11.4节和12.4节)会用到一些简单的微积分知识，如果读者缺少必要的微积分知识，完全可以跳过这3个涉及微积分的小节，这并不会妨碍对本书其余部分的理解。
进度安排
如果打算开设一门围绕算法设计技术来讲解算法设计和分析理论的基础课程，可以采用本书作为教材。但要想在一个学期内完成该课程，本书涵盖的内容可能过于丰富了。大体上来说，跳过第3～12章的部分内容不会影响读者对后面部分的理解。本书的任何一个部分都可以安排学生自学。尤其是2.6节和2.7节，它们分别介绍了经验分析和算法可视化，这两小节的内容可以结合练习 布置给学生。
下面给出了一种针对一个学期课程的教学计划，这是按照40课时的集中教学来设计的。
用户评价
这本《算法设计与分析基础》我实在是很早就想入手了，尤其是这个影印版，据说还原度很高，印刷质量也不错。我主要被它几个方面所吸引：首先，我一直觉得算法是计算机科学的基石，无论是开发软件、做数据分析还是更前沿的人工智能，底层逻辑都离不开算法。我平时看一些技术文章，经常会遇到一些专业术语，虽然能大概理解，但总觉得少了些系统性的认识。这本书的标题“基础”二字恰好戳中了我，我希望能够通过它来巩固和提升我对算法的理解，建立起一个扎实的概念框架。其次，它提及了“设计与分析”，这说明这本书不仅仅是教你一些现成的算法，更重要的是教会你如何去思考问题，如何设计出高效的算法，并且如何去评估它的性能。这一点对我来说非常重要，因为在实际工作中，很多时候面临的问题并不是直接套用某个标准算法就能解决的，需要自己去摸索和创造。最后，影印版也意味着它可能保留了原著的精髓，避免了翻译过程中可能出现的理解偏差。我之前看过一些翻译的计算机书籍，有时候读起来总觉得有些拗口，不如看原文来得直接。所以，这本影印版对我来说，是学习算法的理想选择，希望能从里面学到很多实用的知识和方法。
评分手里的这本《算法设计与分析基础》（第3版）（影印版），实在是令人期待。我之前接触过不少算法相关的资料，但总觉得缺少一些系统性和深度，很多时候都是零散的知识点，难以形成完整的认知。这本书的封面和标题就透露出一种严谨、专业的味道，让我觉得它是一个能够帮助我构建起系统性算法知识体系的宝藏。我尤其看重它在“设计”和“分析”两个方面的阐述，这意味着它不仅仅是罗列一些算法，更重要的是教会我如何去思考问题，如何去设计出更优的算法。对于我来说，这一点至关重要，因为在实际的开发过程中，经常会遇到一些非标准的问题，需要自己去设计和优化算法。我希望这本书能够教会我一些通用的设计模式和分析方法，让我能够举一反三，解决更多复杂的问题。影印版的印刷质量也让我很满意，文字清晰，排版合理，读起来很舒服。我已经迫不及待地想沉浸其中，学习那些精妙的算法思想，提升自己的技术功底。
评分对于我这种对理论基础有着执念的开发者来说，这本《算法设计与分析基础》（第3版）（影印版）的出现，无疑是久旱逢甘霖。我一直坚信，任何高级的技术应用，其根基都离不开扎实的算法理论。然而，市面上很多资料往往侧重于某个特定领域或某个工具的使用，真正能够深入浅出地讲解算法设计与分析精髓的书籍却并不多见。这本书的标题恰好切中了我的需求，它不仅强调了“算法设计”的创造性，更突出了“算法分析”的严谨性，这正是我在实践中常常感到欠缺的。我期望通过阅读这本书，能够系统地学习到如何从根本上理解不同算法的优劣，掌握衡量和评估算法性能的科学方法，并能灵活地将这些理论知识运用到解决实际的工程问题中。影印版的设计，我更看重它所代表的对原著的忠实呈现，能够让我直接感受到作者的思考逻辑和学术风格，避免了翻译带来的信息损耗。我希望能通过这本书，进一步夯实自己在计算机科学领域的核心竞争力。
评分最近刚入手了这本《算法设计与分析基础》（第3版）（影印版），还没来得及深入阅读，但粗略翻看了一下，感觉非常扎实，内容应该很丰富。我之所以选择这本书，是因为我在工作中经常会遇到一些性能瓶颈的问题，很多时候都跟算法的效率有关。虽然我平时也看一些在线教程或者博客，但总觉得碎片化，缺乏系统性。这本书的标题就非常吸引人，它明确指出了“设计与分析”这两个核心点，这正是我想提升的方向。我希望能通过这本书，不仅仅了解一些经典的算法，更重要的是学习如何去分析一个问题的复杂度，如何根据问题的特点来设计出最优的解决方案，以及如何对算法的优劣进行量化评估。书中关于图算法和动态规划的部分，我尤其感兴趣，因为这些在很多实际应用场景中都非常常见，比如路径规划、资源分配等等。影印版的设计也让我觉得很有诚意，希望能原汁原味地体验作者的思路和方法。我期待这本书能为我打开一扇新的大门，让我对算法有更深刻的理解，并能将这些知识应用到实际工作中，解决实际难题。
评分我一直认为，要在一个技术领域取得长足的进步，扎实的理论基础是必不可少的。尤其是对于像算法这样核心的计算机科学分支，如果基础不牢，后续的学习和发展都会受限。这本《算法设计与分析基础》（第3版）（影印版）正是冲着这个“基础”二字来的。我关注的是它能够提供一个全面、系统的视角来理解算法。我希望它能详细讲解各种经典算法的设计思想、实现方式，以及它们在不同场景下的适用性。更重要的是，它应该会深入探讨算法分析的理论，比如时间复杂度和空间复杂度，以及如何通过各种方法来优化算法。我曾遇到过一些项目，因为算法效率低下，导致整个系统的性能受损，当时就深感技术能力的不足。这本书的出现，恰好弥补了我的这块短板。影印版对我来说也是一个加分项，意味着我能更直接地接触到作者的原意，感受原汁原味的学术风格。我期待这本书能帮助我构建起一个坚实的算法知识体系，让我能够更自信地应对各种技术挑战。
评分很新很白
评分今天收到书，在这里也发点自己的感慨和牢骚，社会发展到今天，对国民素质的要求越来越高，特别是在升学、就业、务工、竞选、任职等一系列重大问题上，对知识和素质要求的门槛越来越高。当今世界，科学技术突飞猛进，社会发展日新月异，知识更新节奏加快，本领恐慌处处显现。据统计，从改革开放以来，新增加的词汇近万个。很显然，在经济全球化、信息现代化的新世纪新阶段，一个人如果不学新知识就跟不上新形势，思想就要落后蜕化，现实社会中存在的为数不少的科盲、法盲、电脑盲、外语盲“四盲”之人就是最好的例证。同时，还要认识到不学新知识、不探索，精神就要窒息。在我们前进的征途上，还存在许多的未知领域。未知，是一种诱惑，一种智慧的挑战、人格的挑战。只有学习新知，探索未知，才能提高人的现代化素质和能力，成为与时俱进的现代化人。专家指出，作为社会中的一个成员，要自立于这个社会之上，就必须建立属于自己的、必要的和科学合理的知识结构，使整个知识体系呈“T”字型展开，其中横向表示要有一定的宽广度，包容多方面、多学科的知识，以满足工作、生活、交往等方面的需要；纵向表示要具备相当的精深度，在专业上深刻透彻，以满足更深层次的需要。换句话说，就是要做本行业、本部门的通才，做某些方面的专才，具有专与博的兼容性。著名作家王蒙对学习有过精妙独到的论述，他说：一个人的实力绝大部分来自学习。本领需要学习，机智与灵活反应也需要学习。健康的身心同样也是学会了健康的生活方式，特别是健康的心理活动模式的结果。人生有许多困惑、许多悖论、许多选择，当你面临选择的痛苦的时候，你可以去学习，用学习和思想抚慰你的焦虑，缓解你的痛苦，启迪你的智慧，寻找你的答案。学习归根结底是通向真理、通向知识、通向光明的抉择。通过学习，你将避免冲动，避免极端，避免刚愎自用，避免出尔反尔，避免无所事事，避免精神空虚，避免消极悲观，更避免暴跳如雷和怨天尤人。在你一时受到误解，受到打击，受到歪曲，受到封杀而你一时又没什么办法可想，也无法改变你的处境的时候，安心学习吧，补课吧，学习你在顺利情况下欲学而没有时间学的那些表面的冷门吧，这是天赐的强化学习月或强化学习年的开始，你理应得到更多的学分，达到更高的学位。学习是人生的一大幸事和追求。学无涯，思无涯，其乐亦无涯。从理论的论证里可以找出自己的经历与见闻的脉络，可以拨开思想认识上的迷雾；从一道数学公式里可以设想到先行智者们严密的思维逻辑和追根溯源、反复验证、达到颠扑不破的境地的过程与乐趣。学习是一种发现，学习是一种探秘，学习就如破案，自然界与人生的秘密隐藏得扑朔迷离，不容易一时侦破。而当我们从自然、历史、社会、人生中发现了它们隐蔽的真情，从前人成果中了解了这种真情，将会像破了一个大案一样地充满欣喜而欲罢不能。学习是一种按部就班的建设，从挖地基做起，直到矗立起一幢幢的高楼大厦，成就了一片又一片风景。学习是一种精神的漫游，它扩大着我们精神的空间与容积。学习还是一种对于有限生命的挑战，以有限的生命追求无限的宇宙和时间。学习是一种坚持、一种固守、一种节操、一种免疫功能。学习是人生的一大幸事和追求，岂能不学？ 子不学非所谊,幼不学老何为?多读读书吧!哎!~
评分书很厚，印刷质量凑合，封面略旧
评分影印版的很好的教材，虽然贵了点，但是纸质非常好！发货速度真心好！
评分传统算法设计技术分类法的缺陷令我感到失望，它激发我开发一套新的分类法[Lev99]，这套分类法就是本书的基础。以下是这套新分类法的几个主要优势。
评分好评好评好评好评
评分挺好的
评分从不同视角入手，很有启发。学习算法必读作品。
评分2015-03-12 18:25 购买
相关图书
![敏捷软件需求：团队、项目群与企业级的精益需求实践 [Agile Software Requirements:Lean Requirements Practices for Teams, Programs, and the Enterprise] pdf epub mobi 电子书 下载](https://pic.tinynews.org/11573072/54617838Nfa9d1e5b.jpg)
本站所有内容均为互联网搜索引擎提供的公开搜索信息，本站不存储任何数据与内容，任何内容与数据均与本站无关，如有需要请联系相关搜索引擎包括但不限于百度，google,bing,sogou 等
© 2026 book.idnshop.cc All Rights Reserved. 静思书屋 版权所有