“算法详解”系列图书共有4卷，目前1到3卷已经出版。最新出版的是第3卷—贪心算法和动态规划。
算法详解 卷3 贪心算法和动态规划
“算法详解”系列图书共有4卷，本书是第3卷—贪心算法和动态规划。其中贪心算法主要包括调度、最小生成树、集群、哈夫曼编码等，动态规划主要包括背包、序列对齐、最短路径、二叉搜索树等。本书的每一章均有小测验、章末习题和编程题，这将为读者的自我检查以及进一步学习提供方便。
本书作者提供丰富而实用的资源，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，以及面试官和正在准备面试的应聘者阅读、参考。
本书涵盖的内容
本书介绍两个基本的算法设计范例，并提供一些相关的案例。
贪心算法及其应用
贪心算法通过一系列短视和不可逆的决策序列来解决问题。对于很多问题而言，设计一种具有“炫目”速度的贪心算法是非常容易的。大多数贪心算法并不能保证其正确性，但我们将讨论一些重量级的应用，它们并不受这条规则的制约。贪心算法的例子包括调度问题、最优压缩以及图的最小生成树。
动态规划算法及其应用
通过严谨的算法研究所获得的好处很少能够与精通动态规划所获得的好处相匹敌。某些设计范例需要大量的实践才能完善，但有无数的问题是无法通过其他任何更简单的方法解决的。我们的动态规划训练将涵盖这种编程范例的一些重要应用，包括背包问题、Needleman-Wunsch基因序列对齐算法、克努特（Knuth）的最优二叉搜索树算法以及贝尔曼·福特（Bellman·Ford）和弗洛伊德（Floyd·Warshall）的最短路径算法。
关于本书内容的更详细介绍，可以阅读每章的“本章要点”，它对每章的内容，特别是那些重要的概念进行了总结。“后记 算法设计工作指南”对贪心算法和动态规划算法应用于更大算法场景的方式进行了概括。
书中带“*”的章节是难度较高的章节。时间较为紧张的读者在第一遍阅读时可以跳过这些内容，这并不会影响本书阅读的连续性。
“算法详解”系列其他几卷所涵盖的主题
“算法详解”系列图书的卷1讨论了渐进性表示法（大O表示法以及相关表示法）、分治算法和主方法，随机化的QuickSort及其分析以及线性时间的选择算法。
“算法详解”系列图书的卷2重点讨论了数据结构（堆、平衡搜索树、散列表、布隆过滤器）、图形基本单元（宽度和深度优先的搜索、连通性、最短路径）以及它们的应用（从去除重复到社交网络分析）。
“算法详解”系列图书的卷4则介绍NP完整性及其对算法设计师的意义，还讨论了处理难解的计算问题的一些策略，包括对试探法和局部搜索的分析。
读者的收获
精通算法需要大量的时间和精力，那为什么要学习算法呢？
成为更优秀的程序员
读者将学习一些“炫目”的、用于处理数据的高速子程序以及一些实用的数据结构，它们用于组织数据，我们可以将其直接部署到自己的程序中。理解和使用这些知识将扩展读者的编程知识范围并提高读者的编程技术水平。读者还将学习基本的算法设计范例，它们与许多不同领域的不同问题密切相关，并且可以作为预测算法性能的工具。这些“算法设计范例”可以帮助读者为自己遇到的问题设计新算法。
加强分析技巧
读者将获得大量对算法进行描述和推导的实践机会。通过数学分析，读者将对“算法详解”系列图书所涵盖的特定算法和数据结构产生深刻的理解。读者还将掌握一些广泛用于算法分析的实用数学技巧。
形成算法思维
在学习算法之后，我们很难发现有什么地方没有它们的踪影。无论是坐电梯、观察鸟群，还是管理自己的投资组合，甚至是观察婴儿的认知，算法思维都如影随形。算法思维在计算机科学之外的领域，包括生物学、统计学和经济学等领域越来越实用。
融入计算机科学家的圈子
研究算法就像观看计算机科学最近60年发展的精彩剪辑。当读者参加一场计算机科学界的鸡尾酒会，会上有人讲了一个关于Dijkstra算法的笑话时，你就不会感觉自己被排除在这个圈子之外了。在阅读本系列图书之后，读者将了解许多这方面的知识。
在技术访谈中脱颖而出
在过去的这些年里，有很多学生向我讲述了“算法详解”系列图书是怎样帮助他们在技术访谈中脱颖而出的。本书的目标读者
“算法详解”系列图书以及作为其基础的在线课程的整体目标是尽可能扩展读者群体的范围。学习我的在线课程的人具有不同的年龄、背景、生活方式，有大量来自全世界各个角落的学生（包括高中生、大学生等）、软件工程师（包括现在的和未来的）、科学家和专业人员。
本书并不是讨论编程的，理想情况下读者至少应该熟悉一种标准编程语言（例如Java、Python、C、Scala、Haskell等）并掌握基本的编程技巧。作为一个立竿见影的试验，读者可以试着阅读第2.2节。如果读者觉得自己能够看懂，那么看懂本书的其他部分应该也是没有问题的。如果读者想要提高自己的编程技术水平，那么可以学习一些非常优秀的讲述基础编程的免费在线课程。
