《算法导论》（Introduction to Algorithms）是
麻省理工学院出版社出版的关于计算机中
数据结构与算法的图书，作者是托马斯·科尔曼（Thomas H. Cormen）、查尔斯·雷瑟尔森（Charles E. Leiserson）、
罗纳德·李维斯特（Ronald L. Rivest）、克利福德·斯坦（Clifford Stein）。第一版刊行于1990年，2009年最新版为第三版。
内容简介
《算法导论》自第一版出版以来，已经成为世界范围内广泛使用的大学教材和专业人员的标准参考手册。本书全面论述了算法的内容，从一定深度上涵盖了算法的诸多方面，同时其讲授和分析方法又兼顾了各个层次读者的接受能力。各章内容自成体系，可作为独立单元学习。所有算法都用英文和
伪代码描述，使具备初步编程经验的人也可读懂。全书讲解通俗易懂，且不失深度和数学上的严谨性。第二版增加了新的章节，如算法作用、
概率分析与
随机算法、线性编程等，几乎对第一版的各个部分都作了大量修订。
本书深入浅出，全面地介绍了
计算机算法。对每一个算法的分析既易于理解又十分有趣，并保持了数学严谨性。本书的
设计目标全面，适用于多种用途。涵盖的内容有：算法在计算中的作用，
概率分析和
随机算法的介绍。本书专门讨论了线性规划，介绍了
动态规划的两个应用，随机化和线性规划技术的近似算法等，还有有关递归求解、快速排序中用到的
划分方法与期望线性
时间顺序统计算法，以及对
贪心算法元素的讨论。本书还介绍了对
强连通子图算法正确性的证明，对
哈密顿回路和子集求和问题的
NP完全性的证明等内容。全书提供了900多个练习题和思考题以及叙述较为详细的实例研究。
本书内容丰富，对本科生的数据结构课程和研究生的算法课程都是很实用的教材。本书在读者的
职业生涯中，也是一本案头的数学参考书或工程实践手册。
图书目录
前言（Preface）
第一部分（Part I） 基础（Foundations）
第1章 计算中算法的角色（The Role of Algorithms in Computing）
第3章 函数的
增长率（Growth of Functions）
第5章
概率分析与
随机化算法（Probabilistic Analysis and Randomized Algorithms）
第二部分（Part II） 排序与
顺序统计量（Sorting and Order Statistics）
第8章
线性时间中的排序（Sorting in Linear Time）
第9章
中值与顺序统计（Medians and Order Statistics）
第三部分（Part III）
数据结构（Data Structures）
第10章 基本的数据结构（Elementary Data Structures）
第12章
二叉查找树（Binary Search Trees）
第13章 红-黑树（Red-Black Trees）
第14章 扩充的数据结构（Augmenting Data Structures）
第四部分（Part IV） 高级设计与分析技术（Advanced Design and Analysis Techniques）
第15章
动态规划（Dynamic Programming）
第16章
贪婪算法（Greedy Algorithms）
第17章 分摊分析（Amortized Analysis）
第五部分（Part V） 高级的数据结构（Advanced Data Structures）
第19章 二项式堆（Binomial Heaps）
第20章 斐波纳契堆（Fibonacci Heaps）
第21章
不相交集的数据结构（Data Structures for Disjoint Sets）
第六部分（Part VI）
图算法（Graph Algorithms）
第22章 基本的
图算法（Elementary Graph Algorithms）
第23章
最小生成树（Minimum Spanning Trees）
第24章
单源最短路径（Single-Source Shortest Paths）
第25章 全对的
最短路径（All-Pairs Shortest Paths）
第26章 最大流（Maximum Flow）
第七部分（Part VII） 算法问题选编（Selected Topics）
第27章
排序网络（Sorting Networks）
第28章 矩阵运算（Matrix Operations）
第29章
线性规划（Linear Programming）
第30章
多项式与
快速傅里叶变换（Polynomials and the FFT）
第31章 数论算法（Number-Theoretic Algorithms）
第32章
字符串匹配（String Matching）
第33章 计算
几何学（Computational Geometry）
第34章 NP-
完备性（NP-Completeness）
第35章
近似算法（Approximation Algorithms）
第八部分（Part VIII） 附录：
数学基础知识（Mathematical Background）
附录A 求和（Summations）
附录B 集合等离散数学内容（Sets, Etc.）
附录C 计数与概率（Counting and Probability）
参考文献（Bibliography）
索引（Index）
作者简介
托马斯·科尔曼（Thomas H. Cormen）是
达特茅斯学院计算机系教授。
查尔斯·雷瑟尔森（Charles E. Leiserson）是
麻省理工学院计算机科学与信息技术系的教授。
罗纳德·李维斯特（Ronald L. Rivest）是麻省理工学院电子工程和计算机科学系教授，
MIT计算机科学和
人工智能实验室的成员，并领导着其中的
信息安全和隐私中心。
克利福德·斯坦（Clifford Stein）是
哥伦比亚大学工业工程与
运营研究学院教授。