我個人推薦《算法導論》，但不是一上來就看，我想強調的有如下幾點：

1. 學習算法不是件易事，應該有一個系統化的學習過程；
2. 學習算法要有很好的數學基礎，否則學到的算法只能是生搬硬套，遇到實際問題還是不會；
3. 學習算法最好的兩本書仍然是和。

不管是計算機專業，還是其它專業想自學算法，學習的路線大致是這樣的:

階段一：

基礎數學課：微積分，線性代數，概率論

沒有微積分極限，收斂等概念，怎么去理解算法中時間復雜度，空間復雜度的概念；不懂矩陣算法中的圖算法怎么去入手，不懂概率論隨機算法應該不好學，時間復雜度估計算不來。學習書籍可參考學校設的相關課程，概率論的話推薦一本書：概率論與數理統計 (豆瓣)。這三門基礎課是一定要學好的。

階段二：

計算機相關數學：離散數學，圖論

離散數學里面有算法，計數，歸納等基本概念，圖論里更是囊括了樹，圖和流的所有理論知識，這些是樹，圖，流等算法的基礎。離散數學推薦書籍：離散數學及其應用 (豆瓣)，圖論推薦書籍：圖論 (豆瓣)。

計算機相關：C語言，數據結構

數學畢竟只是理論，還得有實際的編程工具，推薦學一門入門的編程語言，C語言最佳（也有高校一上來就學C++或者java的，個人不推薦），還有數據結構更是重中之重，這是你能把樹，圖能用計算機語言表達出來的基礎，我敢說，叫你實現一顆簡單的二叉樹，你都不一定能寫出來，那你還談學什么算法，數據結構推薦書籍：數據結構 (豆瓣)，C語言和數據結構可以在學習上述數學知識之中穿插著一起學。

階段三：

系統學習算法，啃《算法導論》吧

其實通過階段一，階段二的學習，已經基本掌握了算法相關的所有知識了，那還缺什么呢？系統學習算法，而《算法導論》就能很好的給我們一個學習算法的大框架，深入其中吧，你會發現上面講的內容你是那么熟悉，但是你的收獲又是那么多。在整個過程，可結合《算法設計》這本書一起學，《算法導論》看不懂內容的去《算法設計》上看，兩本互補。

階段四：

算法實踐，思維擴展。

到這兒已經沒有什么方法而言了，就是多練習，彌補不懂的知識，繼續練習，練習題可參考網上的一些算法題集，如leetcode或者ACM題或者各大互聯網公司筆試面試題。個人推薦兩本書籍：編程珠璣 (豆瓣)，編程之美 (豆瓣)，兩本書都有一定難度，但是如果前幾個階段都能做好的話，你獲得的一定是趣味。

最后，還是要強調一點，也是我反復強調的，厚積才能薄發，不要浮躁，不要想著看一本書就把算法學好，算法是貫穿整個編程生涯的，畢竟這個式子不是說著玩的：程序=算法+數據結構。 希望大家能靜下心來，從最基礎的數學知識和數據結構學起，不要貪多，學扎實才是王道。希望大家都能把算法學好，能寫出高質量的代碼，與大家一同進步，共勉。

本答案來自-

了解更多對編程的算法有幫助的工具>>