算法导论

A. 《数据结构与算法分析》和《算法导论》这两本书哪个好

算法导论这书我有，确实是很好的书，经典，论证很严谨。算法基本上和高等数学没多少联系，涉及到数学的一般是离散数学，组合数学，数论之类的，类似于微积分这类很少涉及到。

B. 请问看完看懂《算法导论》这本书的话月薪可以达到三千五吗

MIT 殿堂级教科书，在中国是bat的入门条件之一，在美国基本上读懂了flag随便进了。。。基本上入职13w刀年薪差不多 好好学吧小兄弟

C. 《算法导论》与《算法设计》选择哪本更好

总的来说，两本各有所长，建议可以都涉及涉及一下，然后根据自己重点学习哪个。另外我觉得想自学算法，我认为吧，就是看学写无数算法，然后就可以信手拈来的自己去写。同时如果自学算法，我的建议是最好是多思考多动手（可以结合现实当中的各种程序算法，想一下他们怎么用算法写出来的，就比如饭堂里刷卡算钱等等。。如何用算法做到的。。），这样自学就很有意义了。

D. 我买了一本《算法导论》，可里面找不着“回溯法”，不知到它藏到哪一章了。

强烈推荐王晓东的。。。。。。

E. 《算法导论》这本书是用什么语言写的

用伪代码（Pseudocode）写的。伪代码（Pseudocode）是一种算法描述语言，本身不能被解释或者编译。使用伪代码的目的是为了使被描述的算法可以容易地以任何一种编程语言（Pascal，C，Java，etc）实现。

F. 《算法导论》第二版和第三版的区别大吗有中文版的吗

第三版比第二版去掉了几章，例如排序网络之类的冷门算法，加入了并行算法等热门的内容。
动态规划这一章做了些修改，论述的内容不变，就是选的例子更好一些。

另外第三版更新了一些习题和思考题，所以习题编号肯定有变化。说实话，思考题才是此书最精彩的地方，但是一般人看《算法导论》，能把前面的算法描述搞清楚就不错了，90%的读者会略过算法复杂度分析部分，而最后的每一章的思考题部分，99%的读者都不会去看的。

因为之前看过第二版的大部分，所以我第三版读起来没有太多障碍。

如果你能把思考题都解决了，你在简历上写个精通《算法导论》也是理直气壮的。

G. 算法导论

这本书。。额。。
可以说，读完这本书收获很大很大。。。
还有要说的，这本书不太好看透。。。
再有，如果你在大学里面连算法导论都不看完，以后的工作中基本上就不会用得上什么算法了。。

建议：好好看吧，加快节奏。
祝你顺利！

H. 关于算法导论

概念：

红黑树是一种自平衡二叉查找树，是在计算机科学中用到的一种数据结构，典型的用途是实现关联数组。它是在1972年由Rudolf Bayer发明的，他称之为"对称二叉B树"，它现代的名字是在 Leo J. Guibas 和 Robert Sedgewick 于1978年写的一篇论文中获得的。它是复杂的，但它的操作有着良好的最坏情况运行时间，并且在实践中是高效的: 它可以在O(log n)时间内做查找，插入和删除，这里的n 是树中元素的数目。

红黑树是一种很有意思的平衡检索树。它的统计性能要好于平衡二叉树(有些书籍根据作者姓名，Adelson-Velskii和Landis，将其称为AVL-树)，因此，红黑树在很多地方都有应用。在C++ STL中，很多部分(目前包括set, multiset, map, multimap)应用了红黑树的变体(SGI STL中的红黑树有一些变化，这些修改提供了更好的性能，以及对set操作的支持)。

背景和术语：
红黑树是一种特定类型的二叉树，它是在计算机科学中用来组织数据比如数字的块的一种结构。所有数据块都存储在节点中。这些节点中的某一个节点总是担当启始位置的功能，它不是任何节点的儿子；我们称之为根节点或根。它有最多两个"儿子"，都是它连接到的其他节点。所有这些儿子都可以有自己的儿子，以此类推。这样根节点就有了把它连接到在树中任何其他节点的路径。

如果一个节点没有儿子，我们称之为叶子节点，因为在直觉上它是在树的边缘上。子树是从特定节点可以延伸到的树的某一部分，其自身被当作一个树。在红黑树中，叶子被假定为 null 或空。

由于红黑树也是二叉查找树，它们当中每一个节点都的比较值都必须大于或等于在它的左子树中的所有节点，并且小于或等于在它的右子树中的所有节点。这确保红黑树运作时能够快速的在树中查找给定的值。
用途和好处：
红黑树和AVL树一样都对插入时间、删除时间和查找时间提供了最好可能的最坏情况担保。这不只是使它们在时间敏感的应用如即时应用(real time application)中有价值，而且使它们有在提供最坏情况担保的其他数据结构中作为建造板块的价值；例如，在计算几何中使用的很多数据结构都可以基于红黑树。

红黑树在函数式编程中也特别有用，在这里它们是最常用的持久数据结构之一，它们用来构造关联数组和集合，在突变之后它们能保持为以前的版本。除了O(log n)的时间之外，红黑树的持久版本对每次插入或删除需要O(log n)的空间。

红黑树是 2-3-4树的一种等同。换句话说，对于每个 2-3-4 树，都存在至少一个数据元素是同样次序的红黑树。在 2-3-4 树上的插入和删除操作也等同于在红黑树中颜色翻转和旋转。这使得 2-3-4 树成为理解红黑树背后的逻辑的重要工具，这也是很多介绍算法的教科书在红黑树之前介绍 2-3-4 树的原因，尽管 2-3-4 树在实践中不经常使用。
属性：
红黑树是每个节点都有颜色特性的二叉查找树，颜色的值是红色或黑色之一。除了二叉查找树带有的一般要求，我们对任何有效的红黑树加以如下增补要求:

1.节点是红色或黑色。

2.根是黑色。

3.每个红色节点的两个子节点都是黑色。(从每个叶子到根的所有路径上不能有两个连续的红色节点)

4.从每个叶子到根的所有路径都包含相同数目的黑色节点。

这些约束强制了红黑树的关键属性: 从根到叶子的最长的可能路径不大于最短的可能路径的两倍长。结果是这个树大致上是平衡的。因为操作比如插入、删除和查找某个值都要求与树的高度成比例的最坏情况时间，这个在高度上的理论上限允许红黑树在最坏情况下都是高效的，而不同于普通的二叉查找树。

在很多树数据结构的表示中，一个节点有可能只有一个儿子，而叶子节点包含数据。用这种范例表示红黑树是可能的，但是这会改变一些属性并使算法复杂。为此，本文中我们使用 "null 叶子" 或"空(null)叶子"，如上图所示，它不包含数据而只充当树在此结束的指示。这些节点在绘图中经常被省略，导致了这些树好像同上述原则相矛盾，而实际上不是这样。与此有关的结论是所有节点都有两个儿子，尽管其中的一个或两个可能是空叶子。

操作：
在红黑树上只读操作不需要对用于二叉查找树的操作做出修改，因为它也二叉查找树。但是，在插入和删除之后，红黑属性可能变得违规。恢复红黑属性需要少量(O(log n))的颜色变更(这在实践中是非常快速的)并且不超过三次树旋转(对于插入是两次)。这允许插入和删除保持为 O(log n) 次，但是它导致了非常复杂的操作。