《演算法導論》有什麼好的學習心得?

時間 2021-05-06 01:55:01

1樓:某天

對於這種題,大佬們肯定這麼答

1.必須看原版!原版!原版都看不懂學個鳥程式設計!

2.要有數學基礎!!不去補基礎!這本書你看不了!!!

3.做題!!做題!!題都做不明白就是你智商有問題!!

對於大佬來說,英文很簡單、數學基礎很紮實、智商也高,但不適合我們這種小渣渣

你聽大佬的話,一般都逃不出幾個結局

買來原版書--看了一頁--放棄

給自己定了很嚴格的計畫--高等數學、離散數學狂補基礎--數學沒學好--放棄

題太難--放棄

所以我的建議

1.如果你連一本原版書都沒看過,請買中文版2.不必等學完數學基礎,現在就開始,一旦開始就別停下來。

3.別想著學會100%,不會跳過或記下來,初期不要只看書!!先找一門課,先把課中學的都記下來。

4.最後有時間來啃書,可以多啃幾遍

當然我每看完,我也是剛開始的少年,共勉,不喜勿噴

2樓:

當然是考試啦。。。

考試是第一原動力。。。

考某校研究生,專業課既考資料結構又考演算法,於是資料結構看的該校的C++版資料結構教材,演算法的話因為貴校推薦的教材全英文,準備考研的時候時間太緊於是找了演算法導論看。

現在再看算導感覺無比親切,輔以課後習題,享受演算法之美。。。

3樓:

這本書非常好,我看圖演算法時,相見恨晚,裡面嚴謹的數學證明讓我著迷,沒有老師能教我,他們只告訴我怎麼做,沒人告訴我為什麼。圖演算法還有後面最短路徑那幾章我一星期就讀完了,只要有高中的數學基礎就夠,主要就是集合之類的,我初中一直讀不懂就是因為不懂集合。非常的有趣,拓撲排序那裡真是太爽了,可以用深搜解決,我們老師教的是寬搜找入度為0的節點,茅塞頓開,這真是一本不可多得的好書!

爽快,酣暢淋漓,以前看的書我真是受不了,關鍵的證明一概沒有,要麼瞎證,沒有一本這麼嚴謹。

4樓:張亣旘

12章之後的答案有沒有比較全的呢?

比如exercise 22-2-6.

Update:

找到了:

5樓:

這本書太理論化正統化,像蘇聯的教材而不是美國的教材很多演算法的來龍去脈沒有講清楚也沒有講在什麼情況下應該用哪一種演算法

如果想要知道某個演算法的歷史最好去看knuth的書,如果想知道怎麼用,algorithm in c 其實挺好的

6樓:

上quora可以直接問作者哦

Thomas Cormen's answer to How should one read Introduction to Algorithms (CLRS) to get the most out of it?

7樓:

推薦一下coursera的課程吧, Robert Sedgewick是《演算法》第四版的作者哦。。。有意思的是普林斯頓在coursera是不髮結課證書的,任何證明都沒有。。。還有乙個月開課,快來吧!

Coursera -- Algorithm Part IAlgorithms, 4th Edition by Robert Sedgewick and Kevin Wayne

還有就是這個,旅行家問題,嘿嘿。。。

Coursera-- Discrete Optimization

8樓:

跟一門公開課。刷OJ是充分不必要條件,很多時間可能會浪費在格式這種細節上。事實上很多資料結構可以手動模擬足以,真寫程式也是呼叫別人的輪子,或者到時候來補也為時未晚。

9樓:一碗炸醬麵

貌似不少人都說不要看中文版……其實我覺得中文版翻譯得還可以啊……當然這種東西看英文原版是避不開的就是了。

另外算導這種書還是抱著看比看PDF好吧(個人觀點)可以採取看算導->看Wikipedia或者其他能找到的資料->看算導的方法……

還有就是,學習數學……

有哪些一級建造師學習心得值得分享?

考試寶 一般備考過程中有兩個階段 1 3月到新教材發布之前,在這個階段主要是把四門課程的舊教材配合老師的精講課程詳細地過一遍,在這個階段不記憶知識點,只把老師講解的知識點全部聽懂,腦袋裡形成乙個教材的整體思維框架。2 新版教材出版後,在這個階段對比新舊教材,重點了解教材變動,開始第二輪的精細化複習 ...

實現《演算法導論》中的習題,用什麼語言比較好

姚鋼強 首先明確的是如果你還不熟悉任何一門程式語言,看這本書適不適合你的。因為演算法在沒有程式設計能力的前提下就是廢物。所以用你熟悉的語言去寫這些演算法,目的是學習演算法,而不是糾結於語言。 孫立 我當年是用Turbo Pascal練的,我覺得即使今天應該也還是乙個不錯的選擇。依我看用資料結構比較簡...

關於演算法導論定理3 1,為什麼感覺快速排序的時間複雜度不滿足這個定理?

猥瑣的民工 快排無論你用什麼方法選基點,在運氣最倒霉的情況下,也就是每次選基點都剛好碰上區間內的最大或最小值的時候,複雜度提高為O n 2 是必然會發生的。儘管這種情況發生的概率極低,大約是1 n 但在你重複測試了n 次之後很可能會發生一次。 TravorLZH 對於某一種情況下 好 壞 平均 的時...