《算法导论》原书名——Introduction to Algorithms，是2006年
机械工业出版社出版出版的图书，作者是Thomas H.Cormen、Charles E.Leiserson等人。
图书简介
《算法导论》是一本十分经典的计算机算法书籍，能与
高德纳（Donald E.Knuth）的《
计算机程序设计艺术》（ The Art Of
计算机 Programming）相媲美。该书由Thomas H.Cormen、Charles E.Leiserson、Ronald L.Rivest、Clifford Stein四人合作编著（其中Clifford Stein是第二版开始参与的合著者），最大的特点就是将严谨性和全面性融入在了一起。
编辑推荐
在有关算法的书中，有一些叙述非常严谨，但不够全面，另一些涉及了大量的题材，但又缺乏严谨性。《算法导论》将严谨性和全面性融为一体。
作者简介
Thomas H. Cormen（托马斯·科尔曼），是
达特茅斯学院计算机科学系教授、系主任。研究兴趣包括：算法工程、
并行计算、具有高延迟的加速计算。他分别于1993年、1986年获得
麻省理工学院电子工程和
计算机科学博士、硕士学位，师从Charles E. Leiserson教授。由于他在计算机教育领域的突出贡献，Cormen教授荣获2009年ACM杰出教员奖。
Charles E. Leiserson（查尔斯·雷瑟尔森），是麻省理工学院计算机科学与电气工程系教授，Margaret MacVicar Faculty Fellow。主持MIT超级计算技术研究组，并是MIT计算机科学和
人工智能实验室
计算理论研究组的成员。他的研究兴趣集中在并行和
分布式计算的理论原理，尤其是与工程现实相关的技术研究。Leiserson教授拥有
卡耐基·梅隆大学计算机科学博士学位，还是ACM、IEEE和SIAM的会士。
Ronald L. Rivest（
罗纳德·李维斯特），现任
麻省理工学院电子工程和计算机科学系
安德鲁·维特比与厄纳·维特尔比（Andrew and Erna Viterbi）教授。他是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。他1977年从
斯坦福大学获得
计算机博士学位，主要从事密码安全、
计算机安全算法的研究。他和Adi Shamir和Len Adleman一起发明了RSA公钥算法，这个算法在信息安全中获得最大的突破，这一成果也使他和Shamir、Adleman一起得到2002年ACM图灵奖。现担任国家密码学会的负责人。
Clifford Stein（克利福德·斯坦），是
哥伦比亚大学计算机科学系和
工业工程与运筹学系教授，他还是工业工程与运筹学系的系主任。在加入哥伦比亚大学大学之前，他在
达特茅斯学院计算机科学系任教9年。Stein教授拥有
麻省理工学院硕士和博士学位。他的研究兴趣包括：算法的设计与分析，组合优化、运筹学、网络算法、调度、算法工程和生物计算。
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）
第一章 计算中算法的角色（The Role of Algorithms in Computing）
第二章 开始（Getting Started）
第三章 函数的增长率（Growth of Functions）
第四章 递归（Recurrences）
第五章 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（Sorting and Order
统计学）
第六章 堆排序（Heapsort）
第七章快速排序（Quicksort）
第八章 线性时间中的排序（Sorting in Linear
时间）
第九章 中值与顺序统计（Medians and Order Statistics）
第三部分（Part III）
数据结构（
数据 Structures）
第十章 基本的数据结构（Elementary Data Structures）
第十一章 散列表（Hash Tables）
第十二章 二叉查找树（Binary Search Trees）
第十四章 扩充的数据结构（Augmenting Data Structures）
第四部分（Part IV）高级的设计与分析技术（Advanced
设计 and Analysis Techniques）
第十五章
动态规划（
动态模拟 Programming）
第十六章 贪婪算法（Greedy Algorithms）
第十七章 分摊分析（Amortized Analysis）
第五部分（Part V）高级的
数据结构（Advanced
数据 Structures）
第十八章 B-树（B-Trees）
第十九章
二项式堆（Binomial Heaps）
第二十一章 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）
第二十二章 基本的图算法（Elementary Graph Algorithms）
第二十三章 最小生成树（Minimum Spanning Trees）
第二十四章单源最短路径（Single-Source Shortest Paths）
第二十五章 全对的最短路径（All-Pairs Shortest Paths）
第二十六章 最大流（Maximum Flow）
第七部分（Part VII）精选的主题（Selected Topics）
第二十七章 排序网络（Sorting Networks）
第二十八章矩阵运算（Matrix Operations）
第二十九章
线性规划（Linear Programming）
第三十章
多项式与
快速傅里叶变换（Polynomials and the FFT）
第三十一章 数论算法（Number-Theoretic Algorithms）
第三十二章 字符串匹配（String Matching）
第三十三章 计算几何学（Computational Geometry）
第三十四章
NP完备性（NP-Completeness）
第三十五章 近似算法（Approximation Algorithms）
第八部分（Part VIII）附录：数学背景（Mathematical Background）
附录A 求和（Summations）
附录B 集合，等等。（Sets, Etc.）
附录C
计数与概率（Counting and Probability）
参考文献（Bibliography）
索引（Index）