算法是计算机科学领域最重要的基石之一。算法是程序的灵魂，只有掌握了算法，才能轻松地驾驭程序开发。
算法详解系列图书共有4卷，本书是第1卷——算法基础。本书共有6章，主要介绍了4个主题，它们分别是渐进性分析和大O表示法、分治算法和主方法、随机化算法以及排序和选择。附录A和附录B简单介绍了数据归纳法和离散概率的相关知识。本书的每一章均有小测验、章末习题和编程题，这为读者的自我检查以及进一步学习提供了较多的便利。
本书为对算法感兴趣的广大读者提供了丰富而实用的资料，能够帮助读者提升算法思维能力。本书适合计算机专业的高校教师和学生，想要培养和训练算法思维和计算思维的IT专业人士，以及在准备面试的应聘者和面试官阅读参考。
算法详解四部曲第一卷，详解算法基础，展现算法本质
集斯坦福大学教授多年教学经验，深入浅出，通俗易懂
算法是计算机科学的核心与灵魂。算法的应用范围极广，网络路由、计算基因组学、公钥加密学和数据库系统等的实现都需要算法。研究算法可以帮助我们成为更优秀的程序员，可以让我们具有更缜密的思维，并成功应对各种场合的技术面试。
这是一本非常容易上手的算法入门图书，它可作为程序员的学习用书，也适合想要学习算法和想提升算法思维能力的读者阅读。
本书主要包括以下内容：
渐进性分析；
大O表示法；
主方法；
快速分治算法；
随机化算法；
排序算法；
选择算法。
蒂姆·拉夫加登（Tim Roughgarden）是斯坦福大学计算机科学系的教授,也是该校管理科学和工程系的客座教授，他从2004年开始教授和研究算法。本书是他的《算法详解》四部曲的第一卷，基于他从2012年开始定期举行的在线算法课程编写。
第 1章 绪论 1
1.1 为什么要学习算法 1
1.2 整数乘法 3
1.2.1 问题和解决方案 3
1.2.2 整数乘法问题 3
1.2.3 小学算法 4
1.2.4 操作数量的分析 5
1.2.5 还能做得更好吗 5
1.3 Karatsuba乘法 6
1.3.1 一个具体的例子 6
1.3.2 一种递归算法 7
1.3.3 Karatsuba乘法 9
1.4 MergeSort算法 11
1.4.1 推动力 11
1.4.2 排序 12
1.4.3 一个例子 13
1.4.4 伪码 14
1.4.5 Merge子程序 15
1.5 MergeSort算法分析 16
1.5.1 Merge的运行时间 17
1.5.2 MergeSort的运行时间 18
1.5.3 定理1.2的证明 19
1.5.4 小测验1.1～1.2的答案 23
1.6 算法分析的指导原则 23
1.6.1 第 1个原则：最坏情况分析 24
1.6.2 第 2个原则：全局分析 25
1.6.3 第3个原则：渐进性分析 26
1.6.4 什么是“快速”算法 27
1.7 本章要点 28
1.8 习题 29
挑战题 31
编程题 31
第 2章 渐进性表示法 32
2.1 要旨 32
2.1.1 推动力 32
2.1.2 高级思维 33
2.1.3 4个例子 34
2.1.4 小测验2.1～2.4的答案 38
2.2 大O表示法 40
2.2.1 文本定义 40
2.2.2 图形定义 40
2.2.3 数学定义 41
2.3 两个基本例子 42
2.3.1 k阶多项式是O(nk) 42
2.3.2 k阶多项式不是O(nk-1) 43
2.4 大Ω和大 表示法 44
2.4.1 大Ω表示法 44
2.4.2 大 表示法 45
2.4.3 小O表示法 46
2.4.4 渐进性表示法的来源 47
2.4.5 小测验2.5的答案 48
2.5 其他例子 48
2.5.1 在指数中添加一个常数 48
2.5.2 指数乘以一个常数 49
2.5.3 最大值vs.和 49
2.6 本章要点 50
2.7 习题 51
第3章 分治算法 53
3.1 分治法规范 53
3.2 以O(n log n)时间计数逆序对 54
3.2.1 问题 54
3.2.2 一个例子 54
3.2.3 协同筛选 55
3.2.4 穷举搜索法 55
3.2.5 分治法 56
3.2.6 高级算法 57
3.2.7 关键思路：站在MergeSort的肩膀上 57
3.2.8 重温Merge 58
3.2.9 Merge和分离逆序对 60
3.2.10 Merge_and_CountSplitInv 61
3.2.11 正确性 61
3.2.12 运行时间 62
3.2.13 小测验3.1～3.2的答案 62
3.3 Strassen的矩阵相乘算法 63
3.3.1 矩阵相乘 63
3.3.2 例子（n = 2） 64
3.3.3 简单算法 64
3.3.4 分治法 65
3.3.5 节省一个递归调用 67
3.3.6 细节 68
3.3.7 小测验3.3的答案 69
*3.4 O(n log n)时间的最近点对（Closest Pair）算法 70
3.4.1 问题 70
3.4.2 热身：1D情况 71
3.4.3 预处理 71
3.4.4 一种分治方法 72
3.4.5 一个微妙的变化 74
3.4.6 ClosestSplitPair 74
3.4.7 正确性 76
3.4.8 辅助结论3.3（a）的证明 77
3.4.9 辅助结论3.3（b）的证明 78
3.4.10 小测验3.4的答案 80
3.5 本章要点 80
3.6 习题 81
挑战题 81
编程题 82
第4章 主方法 83
4.1 重温整数乘法 83
4.1.1 RecIntMult算法 84
4.1.2 Karatsuba算法 84
4.1.3 比较递归过程 85
4.2 形式声明 86
4.2.1 标准递归过程 86
4.2.2 主方法的陈述和讨论 87
4.3 6个例子 88
4.3.1 重温MergeSort 89
4.3.2 二分搜索 89
4.3.3 整数乘法的递归算法 90
4.3.4 Karatsuba乘法 90
4.3.5 矩阵乘法 91
4.3.6 一个虚构的递归过程 92
4.3.7 小测验4.2～4.3的答案 93
*4.4 主方法的证明 94
4.4.1 前言 94
4.4.2 重温递归树 95
4.4.3 单层所完成的工作 96
4.4.4 各层累计 97
4.4.5 正义与邪恶：需要考虑3种情况 98
4.4.6 预告运行时间上界 99
4.4.7 最后的计算：第 一种情况 100
4.4.8 迂回之旅：几何级数 101
4.4.9 最后的计算：第二种情况和第三种情况 102
4.4.10 小测验4.4～4.5的答案 103
4.5 本章要点 103
4.6 习题 104
第5章 快速排序（QuickSort） 107
5.1 概述 107
5.1.1 排序 108
5.1.2 根据基准元素进行划分 108
5.1.3 高级描述 110
5.1.4 内容前瞻 110
5.2 围绕基准元素进行划分 111
5.2.1 简易方法 111
5.2.2 原地实现：高级计划 112
5.2.3 例子 113
5.2.4 Partition子程序的伪码 115
5.2.5 QuickSort的伪码 117
5.3 良好的基准元素的重要性 117
5.3.1 ChoosePivot的简单实现 118
5.3.2 ChoosePivot的过度实现 118
5.3.3 小测验5.1～5.2的答案 119
5.4 随机化的QuickSort 121
5.4.1 ChoosePivot的随机化实现 121
5.4.2 随机化QuickSort的运行时间 122
5.4.3 直觉：随机基准元素为什么很好 123
*5.5 随机化QuickSort的分析 124
5.5.1 预备工作 125
5.5.2 分解蓝图 126
5.5.3 应用蓝图 128
5.5.4 计算比较的概率 130
5.5.5 最后的计算 132
5.5.6 小测验5.3的答案 133
*5.6 排序需要 (n log n)的比较 134
5.6.1 基于比较的排序算法 134
5.6.2 具有更强前提的更快速排序 135
5.6.3 定理5.5的证明 136
5.7 本章要点 138
5.8 习题 139
挑战题 140
编程题 141
第6章 线性时间级的选择 142
6.1 RSelect算法 143
6.1.1 选择问题 143
6.1.2 简化为排序 144
6.1.3 分治法 145
6.1.4 RSelect的伪码 146
6.1.5 RSelect的运行时间 147
6.1.6 小测验6.1～6.2的答案 149
*6.2 RSelect的分析 150
6.2.1 根据阶段追踪进展 150
6.2.2 简化为掷硬币 151
6.2.3 综合结论 153
*6.3 DSelect算法 154
6.3.1 基本思路：中位的中位元素 154
6.3.2 DSelect的伪码 155
6.3.3 理解DSelect 156
6.3.4 DSelect的运行时间 157
*6.4 DSelect的分析 159
6.4.1 递归调用之外所完成的工作 159
6.4.2 一个粗略的递归过程 159
6.4.3 30-70辅助结论 160
6.4.4 解析递归过程 163
6.4.5 先猜后验方法 164
6.5 本章要点 166
6.6 本章习题 166
挑战题 167
编程题 168
附录A 快速回顾数学归纳法 169
附录B 快速回顾离散概率 173
书单推荐
