简介
精彩点评
-
一夕推荐
多算法了基本了解。。也产生了浓厚兴趣。。准备看看knn还有线性还有公私钥算法
-
FLOWO推荐
这是一本带你走进算法世界的书，有可能没有多少干货，然你读完此书会创造干货。
-
锐推荐
层次结构很清晰，讲解深入浅出，大部分详细介绍的算法都可以在脑海中进行推演，对于复杂算法只做概述不做探讨，非常适合在地铁上下班路上阅读，建议阅读KNN或迪克特斯拉算法时找纸笔用草稿推演比较直观。
-
碧海云天推荐
算法不仅解决的是计算机问题，在生活中有许多现实问题一样能解决，非常实用。巧妙合适的数据结构为算法铺路，所以数据结构合理性也至关重要。
-
霸气大娇娇🌶Pepper推荐
简单易懂，用实际问题讲解一些以前觉得很难理解的算法 还是蛮好的 适合想简单复习一下的人快速翻完 若是想钻研的话还是刷刷题比较好，白天在办公室看的原版，句式也很简单
-
小白推荐
花了一个多月，急用零散时间看完了。内容通俗易懂，涉及的算法比较简单和基础，是本不错扫盲书。如果要深入的话，还是推荐其他书籍。
-
WingStone推荐
有趣的小书！ 覆盖主题不足，但是作为入门书来说恰到好处。 动态规划转移方程，用费曼算法蒙混过关，算是说出了我学生时代的心声😂！ 可能是迄今为止，唯一一本习题几乎都做了的书（脑海中）。
-
天赐推荐
图文并茂，通俗易懂也就意味着深度不是很深，也是我看过最薄的一本算法书了，对于初学者内容很友好。对书中主要算法讲解的比较细致，最后10道算法也简明扼要的解释了一下。
-
Irisz推荐
入门级五星，主要偏向于概念理解和常见应用场景，代码实践较少，比较适合算法小白。看完可以去看算法导论了。
-
Aaron推荐
作为入门书十分推荐大家看，有时间的话再敲一下当中的源码，印象会更深刻
-
以问观道推荐
本书看完了，说说这，本书给我的体验： ①有趣：通俗易懂的将算法知识讲明白，并且讲述了在生活中应用到的领域，比如OCR技术，听歌识曲，人脸识别等等，全程不枯燥 ②正轨：在此之前，我总是认为算法中的时间复杂度讲的就是具体的运行时间，这书算是把跑偏的我带回正轨了，让我重燃了对算法的兴趣 ③这是最重要的一点，也是最大的收获！枯燥的不是知识本身，而是对知识的应用能力，如何把知识应用在生活中才是关键，要怎样才能更好的把知识应用在生活中呢？我觉得是“问题的转化能力”，比如电影或图书的推荐系统，医学DNA系列的比较，版本管理软件的diff功能等等，列举的这些都可以用K最近相邻算法为基础来解决，但是，表面上看这些问题貌似风马牛不相及的，这就是用一种方法解决了一批问题而不是某个问题，提炼这种解决问题的方法和思维才是我们要追求的！ 总之，这本书确实不错，值得一读
-
地中有山推荐
算法入门，这本书算是比较有趣的一本书了，图文并茂又简明易懂，不光是程序员适合看，更适合所有人看的一本书，哪怕你不打算学计算机，也不准备敲代码，可通过算法的思维方式，对生活的方方面面都有所帮助，能够快速的理清思路。 比如每章里总有那么一两个关于算法的小故事，应用在生活中本身就是能够提高效率的一种行为方式。只是大多数人学了知识之后除了应付考试之外都束之高阁，没有学会变通和举一反三的应用能力。多观察和练习才是不二法门。五颗星……
-
卫东推荐
大概等于每个话题开始前教授的前五分钟简介。对于恢复学过又忘了的记忆很有帮助，要再深入就再去找专业书就好。
-
Johnson·Z·DA推荐
#小曾曾读书笔记#《算法图解》一本非常有趣简单的算法小册，讲了基本上能在简历里看到的各种常规的算法原理和Python代码或伪代码实现方法。如果想要了解学习算法的，这本书将是首选，它也成功激起了自己要深入了解算法的意思（目前已经开始了机器学习的探索，且我相信万事开头难，只要开始了就很加分了）。 最后，梳理下对自己还挺有用的本书知识点： 1、算法运行时间用大O表示法表示。二分查找所需时间O(log n)，简单查找所需时间O(n)。2、数组的读取速度很快；链表的插入和删除速度很快。3、递归就是调用自己；递归里面的两种条件——基线条件和递归条件，类似归纳算法的证明过程。基线条件：函数不再调用自己的条件；递归条件：函数调用自己。4、分而治之：把一个复杂的算法问题按照某种方法分成等价的规模较小的若干问题。5、广度优先搜索是一种用于图的查找算法，可帮助回答两类问题。❑ 第一类问题：从节点A出发，有前往节点B的路径吗？❑ 第二类问题：从节点A出发，前往节点B的哪条路径最短？6、狄克斯特拉算法用于在加权图中查找最短路径，包含四个步骤：(1) 找出最便宜的节点，即可在最短时间内前往的节点。(2) 对于该节点的邻居，检查是否有前往它们的更短路径，如果有，就更新其开销。(3) 重复这个过程，直到对图中的每个节点都这样做了。(4) 计算最终路径。7、贪婪算法很简单：每步都采取最优的做法。动态规划可在给定约束条件下找到最优解。8、KNN来做两项基本工作——分类和回归：❑ 分类就是编组；❑ 回归就是预测结果（如一个数字）。
-
小强跑得太快以至于追不上明天的..推荐
内容不多，对快速排序，迪杰斯特拉，递归等算法讲得非常透彻，其他的还简要介绍了哈希，贪心，动态规划，k最近邻等算法。适合算法学习者作为餐前甜点或者餐后水果。