这是一本算法领域的经典著作，全面介绍了关于算法和数据结构的必备知识，从编程基础到算法入门，样样俱全，并特别针对排序、搜索、图处理和字符串问题进行了详细论述，涉及的算法和问题包括了DSA的所有基础，内容非常多。全书600多页，6章，涵盖了程序员应该知道的50个算法，且提供了实际的代码实现(Java)。
第1章 基础 代码
1.1 基础编程模型
介绍学习算法和数据结构所需的基本工具
模块化编程：数据抽象、抽象数据类型(ADT)：背包、队列、栈
庞大、复杂的问题：理解和定义问题、控制问题的复杂度、将难题分解为易于解决的子问题
算法分析：为一项任务选择最合适的算法，知道算法的理论性能
基础编程模型：使用的语言特性、软件库、操作系统特性
执行一个Java程序，必须先使用javac命令编译它，生成Java字节码，然后使用java命令运行它
一段Java程序：类，静态方法库，一个数据类型
原始数据类型：int double char boolean long short byte float
隐式赋值语句：++ -- 等
double a[][] = new double[m][n]; 直接创建二维数组
数值类型的变量、数组的默认值都是0
递归：1.递归有出口：最简单的情况；2.递归在渐变，收敛，规模更小的子问题；3.递归的子问题与父问题间无交集
静态方法库：定义在一个Java类中的一组静态方法 模块化编程
最佳实践之一：每个静态方法库中都包含一个main()函数，来测试库中所有方法 单元测试
API的目的，将调用和实现分离
标准输入(StdIn)、标准输出(StdOut)、命令行参数、格式化输出(printf)
重定向输入、重定向输出、管道
数据抽象 --> 面向对象编程
1.2 数据抽象
Java使用class关键字构造被称为“引用类型”的数据类型，-- 面向对象编程 (引用类型 <--> 原始数据类型)
抽象数据类型：数据成员必须都是private
使用抽象数据类型：注意力集中在API描述的操作上，而不关心数据表示
实现抽象数据类型：注意力集中在数据本身，并实现对该数据的各种数据
对象是能够承载数据类型的值的实体，对象三大特性：状态、标识、行为
实例方法的触发，都是和对象相关的
静态方法主要用于实现函数(数学函数等)，非静态(实例)方法主要作用是实现数据类型的操作
静态方法调用使用类名(大写字母开头)，非静态方法调用使用对象名(小写字母开头)
引用类型的赋值，不会创建新对象，只是创建该引用的一个副本，“别名”：两个变量指向同一个对象
对象作为参数，按值传递，无法改变原始引用，但Java作为引用类型的对象，会改变原对象的值。
Java中，对象数组是一个由对象的引用组成的数组，而非所有对象本身组成的数组。
利：对于大对象，移动引用而非对象本身，提高效率
弊：对于小对象，获取信息时，都通过引用，间接操作，会降低效率
几何对象
计算几何学
类型参数<泛型>
使用抽象数据类型：使代码更加简洁清晰
将大型程序分解为能够独立开发和调试的小型模块
接口继承：实现类继承的是接口
子类继承：基类派生类
Object类 toString() equals() getClass() compareTo() hashCode()...
封装类型：Boolean Byte Character Double Float Integer Long Short
equals()：定义一种等价关系 自反性、对称性、传递性、一致性、非空性
自动内存管理：Java垃圾回收，GC策略，记录孤儿对象，然后释放其内存到内存池
异常、断言、契约式设计
Java中创建引用只能new，修改引用只能通过赋值
1.3 背包、队列和栈
泛型：参数化类型
自动装箱：原始数据类型转化为封装类型
自动拆箱：封装类型转化为原始数据类型
背包：无序，无删除操作
队列：FIFO
栈：LIFO
接口机制：指定一个类所必须实现的方法
迭代器：实现了hasNext() next()方法的类的对象
嵌套类：可以访问包含它的类的所有数据成员(私有的也行)
链表：Node类(这种类也叫记录)、链接
实现遍历：java.util.Iterator;头文件
Iterable<Item>接口，需要实现iterator()方法
Iterator<Item>接口，需要实现hasNext() next() remove()方法
顺序存储、链式存储
私有嵌套类：只有包含它的类，能够直接访问它的实例变量
内部类：非静态的嵌套类
快速出错迭代器：在迭代器访问期间，禁止添加、删除等操作，使用计数器记录这些操作即可实现。
1.4 算法分析
科学方法：
细致地观察真实世界的特点
根据观察结果，提出假设模型
根据模型预测未来的事件
继续观察，并核实预测的正确性
如此反复，直到观察和预测的一致
科学方法必须是可重现的，假设必须是可证伪的
幂次法则：T(N)=aN^b
数学建模--数学模型分析算法性能
算法设计法：
暴力算法：实现并分析一种简单直接的解法
改进算法：分治、记录法等优化
实验证明新算法更快：性能优化一定要实测，不可猜测
对大常数保持敏感
内循环可能不是真正的决定性因素
大数据，考虑缓存技术
运行时间增长数量级
先写出清晰正确的代码，而后考虑性能优化
不成熟的优化，是所有罪恶之源
1.5 Union-find算法
动态连通性问题
quick find
quick union
加权quick union
第2章 排序 代码
插入排序 稳定 O(n^2) O(1)
选择排序 不稳定 O(n^2) O(1)
希尔排序 不稳定 O(n^1.5) O(1)
快速排序 不稳定 O(nlog(n)) O(log(n))
归并排序 稳定 O(nlog(n)) O(log(n) + n)
堆排序 不稳定 O(nlog(n)) O(1)
优先队列
选举
归并
第3章 查找 代码
顺序查找：链表实现的符号表
顺序查找，属于暴力查找，时间复杂度：O(N)
二分查找：双数组实现的符号表
二分查找只对有序数组有效：有序性、随机访问性，时间复杂度：O(log(N))
二叉查找树:
结合了链表的删除，添加节点的高效性和有序数组二分查找的高效性
时间复杂度:
平均插入：O(log(N))、平均删除：O(log(N))
缺点：最坏性能不能保证，最坏时间复杂度都是O(N)，会退化为普通链表
平衡查找树：2-3查找 ---> 红黑树
完美平衡 ---> 保证最坏情况下，时间复杂度仍然是：O(log(N))
2-3查找树和红黑树一一对应。
散列表
hash函数：Java对象默认都有hashcode()方法
碰撞处理：
拉链法散列表：M个符号表 (N/8 <= M <= N/2)
开放地址法：线性探测散列表：一个符号表 (2N <= M <= 8N)
系数矩阵：符号表存储，实现高效的点乘计算。
第4章 图 代码
对象和连接，连接可能有权重和方向
深度优先搜索
栈实现
广度优先搜索
队列实现
最小生成树算法(MST)
Prim:根据已选择的顶点选择最小的边，不断增大树的顶点数目
Kruskal:根据全局最小边，选择合并两棵树，不断减少森林
最短路径算法--最短路径树
Dijkstra:单源最短路径算法，动态规划，更新顶点距离，不能处理负权重边
Bellman-Ford:单源最短路径，可以处理负权重边，环的问题
Floyd-Warshall:任意两点最短路径算法，动态规划
第5章 字符串 代码
字符串排序
低位优先
高位优先
三向快速排序
单词查找树
R向单词查找树
三向单词查找树
子字符串查找
暴力算法
KMP：next()索引实现
BM：从右向左匹配查找
RK：基于散列的字符串查找算法
第6章 背景 代码
基于事件的模拟
主要讲述了一个物理碰撞问题的模拟，抽象模型，系统状态模拟。事件驱动的复杂度，远远优于时间驱动的复杂度
B-树
平衡多向树( <--> AVL)，多用于数据库系统的实现，快速查找
后缀数组
最长重复子字符串问题
最大流量问题
图的最短路径
搜索问题
NP问题 <--> P问题
问题转化
NP完全性
理解算法原理，熟悉简单的算法，学会算法式思考。学会问题的规约，掌握基本的问题解决模型，将新问题规约为熟悉的问题，从而得到问题的解。
开始时间：2016-05-06
结束时间：2016-12-21
算法很牛！真的是太牛了！
这算法书籍包含有原理的解释，算法分析，理论的证明，算法实现，特别对于模型的假设和解释非常具体和清晰，一个个数学模型，告诉了我们算法的来源和基本原理，不仅知道了算法基本用法，还知道算法的本质思想，以及可以应用于一些扩展问题。而且书中的实例，都是结合算法的实际应用，进行讲解的，使得算法不再是纯理论的东西，有生动的实例告诉我算法该如何将算法用于解决实际问题。问题领域的概括，告诉我们算法可以应用的广泛领域，即扩展了我们的眼界，也说了这些算法的实用性。
这是一本大部头的书，虽然只有6章，但是足足600多页，今年由于上半年在实习，所以拖拉了很久，到今天才坚持看完这本书，时间虽然花了很多，但是还是很开心，毕竟坚持看完了这本著作，对于数据结构和算法的理解，也有了更深刻的认识，基础功更加扎实了。
这本书虽然和算法导论的风格不一样，但是仍然偏重于算法的证明，证明算法的有效性、正确性、复杂度等。这些确实是算法的本质和核心，表面上对于实际应用作用不大，知道怎么用，就ok了，但是很多实际问题，需要我们规约，不是一眼就能找到解决方案的，这个时候，这些算法原理和分析，就是我们解决新问题的核心 --- 授之于鱼不如授之以渔！
遗憾的是，这本书的习题都没有认真的思考，习题实在是很多，严重影响看书的速度，目前网上也没有完整的习题答案，希望有机会，可以认真的做一遍习题，把所有的答案都敲一遍代码！