Algorithms (Jeff Erickson) — 算法（伊利诺伊大学开源教材）

来源：Algorithms，作者 Jeff Erickson（University of Illinois Urbana-Champaign）。 说明：原书 472 页 > 40 页，按规则仅做结构化解读，不发布原文全文。

结构化解读

书籍概况

Jeff Erickson 的《Algorithms》是一本长期在开源社区享有口碑的免费算法教材，源自其在 UIUC 的授课讲义。它覆盖从基础递归到计算理论的主干内容，以清晰、直给的证明与大量习题著称，是 CLRS 之外最常被推荐的自学/参考书之一。

内容结构（主题范畴）

按教材一贯结构，主体包含（具体章名以原书目录为准）：

• 递归与回溯（Recursion / Backtracking）：分治、递归树、剪枝搜索。
• 动态规划（Dynamic Programming）：最优子结构、状态设计、经典序列/背包/区间问题。
• 贪心算法（Greedy）：贪心选择性质、交换论证。
• 图遍历与最短路（Graph Traversal / Shortest Paths）：BFS/DFS、Dijkstra、Bellman-Ford、Floyd-Warshall。
• 最小生成树 / 网络流（MST / Flows & Cuts）：Prim/Kruskal、最大流最小割、匹配。
• NP 难与可计算性（NP-hardness / Computability）：归约、 undecidability。
• 下界与哈希等：问题下界、基础数据结构。

核心主题与看点

• 证明优先：每个算法都配形式化正确性与复杂度证明，训练「为什么对」而非「怎么写」。
• 递归思想贯穿：从分治到 DP 到回溯，统一在「子问题」视角下。
• 从算法到计算理论：不回避 NP 难与不可判定性，给出完整的复杂度世界观。

适合谁读

• 准备算法面试或系统学习算法的人；
• 需要扎实证明训练的研究生/高年级本科生；
• 想补齐「图算法 + 计算理论」版图的工程师。

与本站连接

• 与本站 算法 / 系统 / AI 硬件 主线间接相关：高效算法是压榨硬件算力的前提；图算法、流网络也是编译器与加速器的常用原语。
• 其「问题下界 / 计算理论」部分，可与本站关于模型效率、可计算边界的讨论相互参照。

获取方式

原书 PDF 免费下载：https://jeffe.cs.illinois.edu/teaching/algorithms/book/Algorithms-JeffE.pdf