《演算法導論》快速指南：我是如何10天入門演算法導論的。

知乎上總有一種聲音：

如果你沒讀過CLRS/CSAPP/SICP，那麼你的CS生涯是不圓滿的。

註：

CLRS為《演算法導論》（鏈接：演算法導論（原書第3版） (豆瓣)）；

CSAPP為《深入理解計算機系統》（鏈接：深入理解計算機系統 (豆瓣)）；

SICP為為《計算機程序的構造和解釋》（鏈接：計算機程序的構造和解釋 (豆瓣)）。

因為本人的興趣點在安全+大數據方向，CSAPP和SICP實在抽不出時間拜讀，只好看看CLRS了。

演算法與數據結構作為編程的基礎，在CS中的重要性不言而喻。我老師曾經說過學計算機好比學武功，編程語言算招式，演算法設計能力是內功。演算法實乃高手決勝負之地。

於是萌生了看演算法導論的想法。

個人基礎

本科課程學習過《數據結構》、《演算法分析》、《人工智慧》。

資料準備

網易公開課的演算法導論（麻省理工學院公開課：演算法導論_全23集_網易公開課）：

該課程是由Charles Leiserson（CLRS作者之一）、Erik Demaine兩人共同授課完成。Charles風格嚴謹而有邏輯，Erik風格形象生動。這應該是全網最優秀的教學資源了（某客的演算法導論課程沒上過，不作評價）。但是其中還是有些是遺漏的，譬如堆排序和B樹等等是沒有的。根據網友的推測，是在MIT的習題課上講了，而那一部分是沒有錄像的，所以只能自己看書。還有一些是課程有提及，但書本沒有的，譬如跳躍表以及高級課題等等。

課本講義（Introduction to Algorithms (SMA 5503)）：

由於該課程錄製的時候畫質較低，所以全網都沒有所謂的高清版本視頻課程。所以看老師黑板板書部分一塌糊塗也也只能將就。但MIT課程主頁是有講義提供的（就是老師上課時候看的那份PPT）。幾乎每一節都有講義。講義位置在VIDEO LECTURES→相應Lecture→視頻下方的Related Resources→Lecture Notes(PDF)。在上相應課程時候可以打開來看，可以解決看不清楚板書的後排學生難題。

演算法導論教材（購買鏈接）：

如果玩演算法的人組成宗教的話，演算法導論就是聖經。這本大部頭肯定是必備的。

時間計劃

本人在中學時代被GTD害得不淺。所謂的一天背10個單詞，一年下來就背3650個了；一個月讀三本書，一年下來整個人都博學了等等，都是Nonsense，這些鬼計劃除了把人的時間碎片化以外不會給個人帶來任何的收益。我個人信奉的生產力是Deadline。在Deadline面前，所有的矯情都會化作蒼白。所以我個人的計劃就是，盡量推掉所有無關的事情，專註於學習算導課程，並預計一個能完成的Deadline，並向著那個目標努力。所以說從17年第一天到現在，我除了吃飯睡覺外，全部時間都放在學習演算法導論上面。其原則就是：只專註於一件事情，並儘可能做得漂亮（向喬布斯致敬）。

學習目的

了解演算法導論梗概，並實現大部分演算法。

豆瓣上有人把CLRS通讀下來，把書本內容全部看完且看懂，用了二十個月。可見這本書絕對不是等閑之輩。所以我在最初時候目標就不是如鏈表般全部深讀，而是如跳躍表般把重要的部分理解，然後跳過並不重要的部分。由於我是帶著提高編碼能力的初衷進行學習的，所以我跳過了推理證明部分，而把精力放到了理解偽代碼/演算法上面。這樣學習起來不會如愚公移山一般艱難，而且能學到自己感興趣的東西。

學習收穫

大部分課程中提到的演算法都實現了一遍，具體演算法如下：

1. 插入排序；
2. 歸併排序；
3. 二分查找；
4. 快速階乘；
5. 斐波那契數列（包括原始演算法、線性演算法、遞歸矩陣演算法）；
6. Strassen演算法；
7. 堆排序；
8. 基數排序；
9. 中分查找；
10. 鏈表哈希演算法；
11. 開放地址哈希演算法；
12. 隨機化查找；
13. 隨機化快速排序；
14. 二分查找樹；
15. 紅黑樹；
16. 棧；
17. 雙向鏈表；
18. 循環隊列；
19. 最長子字元串問題；
20. 圖的廣度/深度優先搜索；
21. 單源最短路徑Dijkstra演算法；
22. 跳躍表。

Github地址：https://github.com/hating/IntroductionToAlgorithms。

歡迎來Star。

下一步目標

演算法是個很重要的東西。只要人還在計算機行業謀生，就需要繼續學習演算法。細心的讀者可以發現我並沒有實現B樹和van Emde Boas樹等等。這些都會陸陸續續放到Github上的。不過下次寫關於演算法的文章不知猴年馬月，這個專欄還是多聊聊安全吧~
推薦閱讀：