算法图解读后感(一)
这本书很早买了，是我接触算法的第一本书吧，和另外几本一起买的，主都是关于算法的介绍。当时是刚上大学，对算法和数据结构不是很熟悉，所以需要了解一下，然后在一些平台上搜索了一下，很多人都推荐了这本书，于是就入手了。里面大多是类似于漫画风格的算法原理的介绍，也有代码，是用Python写的，确实简单易懂，适合刚入门的小伙伴。
算法图解读后感(二)
这绝对是本算法入门的好书
不仅算法基础本身，更要学习作者通俗易懂的协作能力
建议你如果觉得算法太难懂，就从这本书看起，然后再去看《算法导论》之类的书
而且他不仅仅适合计算机工程师阅读，也适合产品经理等其他非计算机工程师阅读
-------------------------
-------------------------
算法图解读后感(三)
算法教科书通常让人昏昏欲睡，麻烦就在于算法是绕不开的必修课。以前大学有这个课程，看过几本算法书，都不太满意，看不懂很打击自信心。
而这本图解书确实有所突破，很容易看懂，不枯燥。书不到200页，我几个小时就看了一半。虽然都是些入门级的算法，经过作者梳理后就很清晰了。
我觉得这是最好的最有趣的算法入门书。胜过国内的《啊哈算法》那本书。
读完本书虽然没有什么高深的算法，但是可以自信地说算法入门了。
算法图解读后感(四)
读这本书时，想起了大学时的算法课留给我的阴影，记得第一节课讲递归还是可以听懂，第二节课就开始有些不懂了，再往后几节课就彻底放弃了，一度感觉自己可能不适合编程。
直到如今看到了朋友推荐的这本书，简洁明了，生动形象的表述方式，可以很快的理解其中的内容，并刺激读者去产生疑问，然后解答之，这个过程，对算法的兴趣也会越来越浓厚。
看了这本书，之前感觉很难的算法很快就理解了，越读越有成就感，以至于晚上1点不想睡觉，想多看1章内容。学习的欲望被这本书点燃了，自信也有了，超级力荐这本书！！！
算法图解读后感(五)
花了三四个小时看完的，觉的读起来比较感兴趣，可以继续读入下去。虽说画的图，举的例子不是太完美，对于初学者来讲，也算不错的了。代码部分看起来写的不是太干练。自己用C#练习了下狄克斯特拉算法，看起来很简单的，真正写出来也要很长时间，最后发现，怎么简单怎么做，关键在实现，理解作者的意图就好了。到书后面部分，讲的东西算比较新一点的，感觉稍微带着讲了一下算法在大量数据当中的应用，顺便提了下机器学习方向的。告诉了初学者如何更加深入学习下去。更高水平的人可以再看更深入的书。但是对于书的价格感觉不值，性价比不是很高。
算法图解读后感(六)
薄薄的一本书，讲的也比较简单，但是令人印象深刻。
这本书不是系统的介绍算法，不能当工具书来用。但是因为其内容生动有趣，空闲时候读一读对理解算法的思路还是很大的。
书里用的代码是python2的，没有第三方库，按书本的代码照着敲一遍理解会更加深刻。
主要讲解到的算法有：
选择排序、二分查找、快速排序、狄克斯特拉算法、贪婪算法、动态规划、K最近邻算法
提及到的数据结构有：
数组、链表、栈、图、队列
作者的文笔轻松幽默，又有大量的图解，当入门读物再适合不过了。
算法图解读后感(七)
有一句很出名的话：程序＝数据结构＋算法。其实表达的意思是说数据结构是程序的骨架，算法是程序的灵魂。所以数据结构和算法是非常复杂，抽象，和不好理解的知识。
即使是cs科班出身的程序员，能把数据结构和算法掌握好也是一件不容易的事情。或许是因为如此，我们看到讲数据结构和算法的书基本是厚厚的大部头。
这本书很薄，很简单，也好看，视觉化信息表达，的确是一种很好的信息编译方式，可将复杂，抽象的理论，阐释的通俗易懂，但也仅仅限入科普性质的入门，往深了走，还是要看更深入的书。不知道何时会有大神级别的人物，能更近一步，把更深入复杂的算法知识也能写的像本书一样好看，易懂。期待！
就算法入门级别的角度来说，估计很可能不会再碰到比这本更简单易懂，如小说一样好看的讲算法的书了。
算法图解读后感(八)
关于算法的讲解通俗易懂、趣味性十足。本书最大的特色是每一个算法都以一个实际问题（简单却适用）为出发点，让读者能够带有目的性地去学习，简单问题解决了再将该类算法与现实中的应用场景结合起来，让人恍然大悟。另一个特色是结合图片的视觉化讲解很容易将观点进行有效传达。
在这本书中你会发现算法并没有那么神秘，无非就是利用计算机解决问题的一个工具箱而已，多数情况下都可以奉行“拿来主义”原则。
全书细致介绍了一些基本算法：二分查找，选择排序，递归，快速排序，散列函数，广度优先搜索，狄克斯特拉算法，贪婪算法，动态规划，KNN算法等。我个人对广度优先搜索、迪克斯特拉算法、贪婪算法比较感兴趣，因为它们很好地用在了导航、资源分配等场景中。
最后一章则概括性地介绍了十种高效算法，每一种都是一个应用细分场景，供有兴趣的读者继续深耕。
算法图解读后感(九)
一处小错误。
第90页（第6章 广度优先搜索）中的“运行时间”部分，有一句话：
这句话对应的原文是：
“顶点”的拼写出错了，vertices的单数形式是vetex，而译者不小心写成了"vertice"。
算法图解读后感(十)
其实，我们平时常用的数据结构，就是数组链表，树，图，然后，由此，我们就可以遍历，在里面放了数据，就要用到查找，查找的时候，如果有顺序，那肯定就比较快，那么如何查找呢？查找一般用二分和查找树，查找，那就得排序啊，排序呢，简单的有，冒泡，快速，插入，选择，希尔等，这是一些常用的，一种算法，后面肯定有他的设计思想，那么我们常用的呢？暴力列举，分治，贪心，动态，区别在于分治，大问题转化成小问题，每个小问题就之间不关联，独立，动态的话大问题分成小问题，小问题相互关联，那这样，关键就在于相邻的两个答案之间，如何转换，并且比较，得出最大最小，当然这两个都是需要用到递归这种技巧的，递归，就是解决相同问题的好方法，找到一次执行的方法，然后去循环，最后合并，关联就是一个解决的方法和循环停止的条件，而且，一般情况，递归都可以转化成循环，但是很麻烦。而对于贪心思想，那就是每一次得到当前最好的结果，但这样不一定拿到全局最好结果，这是由于，我们进入了局部。上面的分治，动态，贪心，都是解决P问题的，也就是多项式时间可以解决的问题，但是，这样的话，还有NP，NPC，非多项式时间可以解决，但是可以验证一个的问题，NPC是这种问题的全部答案，那显然很恼火，所以如何识别这些问题，就是一个很重要的问题了，通常需要更好的训练。
算法图解读后感(十一)
大家好，我是豆豆的爸爸。
这本书是今年在国庆期间阅读的书，200来页，几天可以看完。
如果你是刚学会一门编程语言，想要算法入门，就赶紧看吧。
不用一上来就啃《算法（第4版）》和《算法导论》，如果啃得特别费劲，一旦啃到需要推导的数学公式，你就会啃不动了。
学习的关键并不在意深度还是广度，而是能不能坚持看完。
作为算法的入门书，主打“图解”，而非“公式”解，理解算法容易方便，但只有200来页，内容比较少。
首先是在算法中最重要的概念--复杂度分析，是学习算法的精髓。搞定了之后，直击算法的痛点，只找重点算法讲：递归、排序算法、广度优先搜索、贪心算法等。这些都是常见的基础算法和基本算法思想。
通过这本书打了入门算法的基础之后，再去刷leetcode的算法题加深理解。
然后，把《算法（第4版）》当成字典这样的工具书，需要的时候随手去查。
慢慢你就会积累起经验，通过不断的练习，甚至会有自己独创的最优选的算法解决方案。
技术书只有找到最适合自己的那本，有的书写得再好，不在那个阶段就不适合去看。
算法图解读后感(十二)
最近买了本有趣的电子书《算法图解》。这本书很薄，可以很快地看完——如果不考虑做习题的时间的话。
这本书对我这样一个编程爱好者来说是很有意思的，我理解了一些非常有用的常规算法，比如：
这本书最大的一个特点，在于不只是谈论算法而是给出实际应用中的杀手级应用场景，从最根本的地方对这样的场景进行分析。这是最有价值的地方。
算法是最有趣的东西，学会算法的人更加有趣。因为他们在分析问题的时候，有一套成熟的标准。只要他不是失心疯，能按照一贯的逻辑推理加以思考，总能得出比较正确的结论。
这本书我准备作为老彼得将来学习计算机的算法入门书籍。
算法图解读后感(十三)
一本有趣的算法入门书，代码使用Python语言实现，先将读书笔记整理如下：
《算法图解》第一章笔记与课后练习_二分查找
《算法图解》第二章笔记与课后练习_选择排序
《算法图解》第三章笔记与课后练习_递归调用栈
《算法图解》第四章笔记与课后练习_分治_快速排序
《算法图解》第五章笔记与课后练习_散列表
《算法图解》第六章笔记_广度优先搜索
算法图解读后感(十四)
p15, 最后需要指出的一点是，高水平的读者可研究一下二叉`查找`树，这在最后一章做了简要的介绍（本书在最后一章对此做了简要介绍）。
p27,快速排序是一种更快的排序算法，其运行时间为O ($n$ $log$ $n$)，这将在`下下章（第四章）`介绍。
p82,例如，朋友是一`级`关系，朋友的朋友是二`级`关系。
p90, 这通常写作O(V + E)，其中V为顶点（`vertex`）数，E为边数。
p100,我愿意拿我的架子鼓换这张海报`或`黑胶唱片
p158，我知道，`葡萄柚`通常比橙子更大、更红。（换掉这一章所有的柚子 Pomelo Yuzu, 换成葡萄柚grapefruit，再怎么说柚子比橙子红也太扯了）
p166图片没翻译：
1. "RESET YOUR PASSWORD" 重置密码
2. "YOU HAVE WON 1 MILLION DOLLARS" 你赢得了一百万美元
3. "SEND ME YOUR PASSWORD" 把你的密码发我
4. "NIGERIAN PRINCE SENDS YOU 10 MILLION DOLLARS" 尼日利亚王子给了你一千万美元
5. "HAPPY BIRTHDAY" 生日快乐
collect your million dollars now! 快来领取属于你的一百万美元！
p166，百万`只`在垃圾邮件中出现过
算法图解读后感(十五)
#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）。
