数据结构与算法书籍、视频、项目、网站、刷题技巧推荐（2021 年持续更新）...

ゝ一世哀愁。 2022-11-18 13:37 17阅读 0赞

今天整理出一些算法相关学习资源，包括**书籍、算法刷题网站、项目资源、视频课程、面试要领**这5个方面。

### 首先介绍一下**技术书阅读方法论。** ###

### **一.速读一遍（最好在1~2天内完成）** ###

人的大脑记忆力有限，在一天内快速看完一本书会在大脑里留下深刻印象，对于之后复习以及总结都会有特别好的作用。 对于每一章的知识，先阅读标题，弄懂大概讲的是什么主题，再去快速看一遍，不懂也没有关系，但是一定要在不懂的地方做个记号，什么记号无所谓，但是要让自己后面再看的时候有个提醒的作用，看看第二次看有没有懂了些。

### **二.精读一遍（在2周内看完）** ###

有了前面速读的感觉，第二次看会有慢慢深刻了思想和意识的作用，具体为什么不要问我，去问30年后的神经大脑专家，现在人类可能还没有总结出为什么大脑对记忆的完全方法论，但是，就像我们专业程序员，打代码都是先实践，然后就渐渐懂了过程，慢慢懂了原理，所以第二遍读的时候稍微慢下来，2周内搞定。记住一句话：没看完一个章节后，总结一下这个章节讲了啥。很关键。

### **三.实践（在整个过程中都要）** ###

实践的时候，要注意不用都去实践，最好看着书，敲下代码，把重点的内容敲一遍有个肌肉记忆就很不错了。 以及到自己做过的项目中去把每个有涉及的原理的代码，研究一遍，就可以了

一共四个系列整整50+本电子书，找了好久终于齐了，如果都能看完看懂且科学的总结外加合理的实践，相信未来你的技术路会更好走，当然阿里巴巴，腾讯，阿里这些的Offer不将是梦，除了多看点技术书，你觉得还有什么能拿出来和985,211的朋友比呢？

最近在学习算法和数据结构+涉及一点acm方面的知识，看到一篇好的关于数据结构和算法的书籍，如果计算机系只开三门课，那么这三门课就一定是：离散数学，数据结构与算法，编译原理。如果只开一门课，那剩下的就一定是：数据结构与算法。

Niklaus Wirth说：算法＋数据结构＝程序。

不说废话了，下面列出一份数据结构+算法书单，从入门到进阶说起。

![v2-5479c68ef4b0ee1f628b2feb2c85b42e\_b.jpg][v2-5479c68ef4b0ee1f628b2feb2c85b42e_b.jpg]

![v2-5c5afbe3aa96eecaee6376ba5fe6bfe2\_b.jpg][v2-5c5afbe3aa96eecaee6376ba5fe6bfe2_b.jpg]

> 以下是每本书的推荐语，清楚自己缺的是什么，就下定决心去补吧，一个好工作意味着高收入，投资自己的时间换来更宝贵的东西。

**我整理的这些书大家可以在这里获取，对于学习计算机的同学学习以及校招复习帮助非常大，且十分系统**：

[【算法与数据结构】+一点点ACM从入门到进阶吐血整理推荐书单（珍藏版）][ACM]

争取做到，看完这一篇，算法相关学习资料全掌握！话不多说，这就开始吧！  
  
**一：书籍推荐**

**【入门阶段】**

**1、啊哈！算法（豆瓣评分7.7）**

插图和讲解相当到位~~让人看了很感兴趣，把算法用非常形象的方式表达出来，通俗易懂，这下学习算法的朋友有福了。

这是一本充满智慧和趣味的算法入门书。没有枯燥的描述，没有难懂的公式，一切以实际应用为出发点，通过幽默的语言配以可爱的插图来讲解算法。你更像是在阅读一个个轻松的小故事或是在玩一把趣味解谜游戏，在轻松愉悦中便掌握算法精髓，感受算法之美。

![v2-9420f4d865f7753a9fc9ea0b9a53e363\_b.jpg][v2-9420f4d865f7753a9fc9ea0b9a53e363_b.jpg]

**2、算法图解（豆瓣评分8.4）**

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。媲美国内的《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。

![v2-5b55b8e67e128112d4af6625d72ed79c\_b.jpg][v2-5b55b8e67e128112d4af6625d72ed79c_b.jpg]

**3、《趣学算法》（豆瓣评分8.9）**

非常好的一本书，图解多，思路清晰，不仅讲了问题分析算法设计的过程，还讲了如何优化算法，不同的数据结构上设计算法会有什么样的复杂度。值得推荐。

![v2-802772ec6ca27f52ca097f56a1521d2a\_b.jpg][v2-802772ec6ca27f52ca097f56a1521d2a_b.jpg]

**【掌握阶段】**

**1、大话数据结构（豆瓣评分7.9）**

时逢找工作，为笔试准备，需数据结构、数据库、c/c++、计算机系统、网络方面知识。对于数据结构，力荐此书，通俗易懂，非常适合计算机相关专业朋友…

本人本科初学数据结构时对于所谓时间复杂度完全摸不着头脑，虽然凭着绝佳的短期记忆力在中国式考试中拿到高分，但在实际程序设计开发中一无所用，故借此机会重学这方面知识。本书对时间复杂度，即大O阶的推导讲解十分细致，很容易就将“多年顽疾”解决。

由此管窥此书，其他方面知识点也讲得非常清楚，附有大量插图，更是适合对大段文字提不起兴趣的朋友。

**2、算法设计与分析基础（豆瓣评分8.7）**

本书十分适合用作算法设计和分析的基础教材，也适合任何有兴趣探究算法奥秘的读者使用，只要读者具备数据结构和离散数学的知识即可。

**3、算法详解（卷1）——算法基础（豆瓣评分8.8）**

本书为对算法感兴趣的广大读者提供了丰富而实用的资料，能够帮助读者提升算法思维能力。本书适合计算机专业的高校教师和学生，想要培养和训练算法思维和计算思维的IT专业人士，以及在准备面试的应聘者和面试官阅读参考。

![v2-ae70cffc34d570c2ef8f3b446e8d32aa\_b.jpg][v2-ae70cffc34d570c2ef8f3b446e8d32aa_b.jpg]

**【进阶阶段】**

**1、算法导论（原书第3版）（豆瓣评分9.2）**

经典必看著作！！本书将严谨性和全面性融为一体，深入讨论各类算法，并着力使这些算法的设计和分析能为各个层次的读者接受。不建议初学者看，等有了一定的算法功底进行学习比较好。

![v2-86ab61203ebfe67c29e63a5279d3fa36\_b.jpg][v2-86ab61203ebfe67c29e63a5279d3fa36_b.jpg]

**2、编程珠玑（豆瓣评分9.1）**

本书是计算机科学方面的经典名著。书的内容围绕程序设计人员面对的一系列实际问题展开。这本书最大的特点是里面涉及到了对于海量数据的处理方式，对实用程序设计技巧及基本设计原则进行了透彻而睿智的描述，为复杂的编程问题提供了清晰而完备的解决思路。本书对各个层次的程序员都具有很高的阅读价值。

![v2-a68c7103d8c0eb8fe4bcb4a4d48ed581\_b.jpg][v2-a68c7103d8c0eb8fe4bcb4a4d48ed581_b.jpg]

**4、计算机程序设计艺术（豆瓣评分9.8）**

这本书首先介绍编程的基本概念和技术，然后详细讲解信息结构方面的内容，包括信息在计算机内部的表示方法、数据元素之间的结构关系，以及有效的信息处理方法。此外，书中还描述了编程在模拟、数值方法、符号计算、软件与系统设计等方面的初级应用。此第3版增加了数十项简单但重要的算法和技术，并根据当前研究发展趋势在数学预备知识方面做了大量修改。

**5、算法第 4 版（豆瓣评分9.3）**

《算法(英文版•第4版)》作为算法领域经典的参考书，全面介绍了关于算法和数据结构的必备知识，并特别针对排序、搜索、图处理和字符串处理进行了论述。第4版具体给出了每位程序员应知应会的50个算法，提供了实际代码，而且这些Java代码实现采用了模块化的编程风格，读者可以方便地加以改造。本书配套网站提供了本书内容的摘要及更多的代码实现、测试数据、练习、教学课件等资源。

**6、算法引论（豆瓣评分9.1）**

这本书是国际算法大师乌迪·曼博（Udi Manber）博士撰写的一本享有盛誉的著作。本书的特色有二，旨在提高读者的问题求解能力，使读者能够理解算法设计的过程和思想：一是强调算法设计的创造性过程，注重算法设计背后的创造性思想，而不拘泥于某个具体算法的详细讨论；二是将算法设计类比于定理归纳证明，揭示了算法设计的基本思想和本质。

**【面试工作必看书籍】**

**1、剑指offer（豆瓣评分8.3）**

这本书剖析了50个典型的程序员面试题，从基础知识、代码质量、解题思路、优化效率和综合能力五个方面系统整理了影响面试的5个要点。是面试必读书籍之一。

![v2-9d1436c12c271be1d50229e517ed5522\_b.jpg][v2-9d1436c12c271be1d50229e517ed5522_b.jpg]

**2、编程之美（豆瓣评分8.4）**  
这本书收集了约60道算法和程序设计题目，这些题目大部分在近年的笔试、面试中出现过，或者是被微软员工热烈讨论过。作者试图从书中各种有趣的问题出发，引导读者发现问题，分析问题，解决问题，寻找更优的解法。

![v2-ee847eab46cbb89f5d05af9fb92b0013\_b.jpg][v2-ee847eab46cbb89f5d05af9fb92b0013_b.jpg]

**3、《挑战程序设计竞赛(第2版)》（豆瓣评分9.0）**  
本书对程序设计竞赛中的基础算法和经典问题进行了汇总，分为准备篇、初级篇、中级篇与高级篇4章。作者结合自己丰富的参赛经验，对严格筛选的110 多道各类试题进行了由浅入深、由易及难的细致讲解，并介绍了许多实用技巧。每章后附有习题，供读者练习，巩固所学。

![v2-1dd4090ad533be011429df5b00dc1c33\_b.jpg][v2-1dd4090ad533be011429df5b00dc1c33_b.jpg]

**4、《程序员实用算法》（豆瓣评分7.3）**  
本书重点关注的是实用、立即可用的代码，并且广泛讨论了可移植性和特定于实现的细节。结构清晰，示例丰富，可作为广大程序员的参考用书。

![v2-06c38bf56295cf039f98ffe9e1708aac\_b.jpg][v2-06c38bf56295cf039f98ffe9e1708aac_b.jpg]

**二：算法刷题网站**  
  
**1、LeetCode**

估计 leetcode（力扣）大家都很熟悉了，很多国内外的程序员在上面刷题，难度从 Easy、Medium 至 Hard 都有，据说很多面试官都会从中挑选各种题目，号称大厂的筛码工。

**2、AlgoMooc**

一个提供算法图解的平台，从此，刷题不再枯燥。

[AlgoMooc-一个专属于程序员的平台，和大家一起刷题][AlgoMooc-]

**3、牛客网**

牛客网作为国内内容超级丰富的 IT 题库，各种题库+面试+学习+求职+讨论 360 度无死角服务，堪称"互联网求职神器"。它好就好在不只是一个刷题的平台，还是一个交流学习的平台。

**4、hihoCoder**

网站的技术团队来自于原北大 POJ 的开发团队，至于 POJ 会在后面的篇章中介绍，反正膜拜就完事了。一些知名的大厂比如微软、百度、腾讯、网易等会在上面举办在线编程比赛，风格倒是和 ACM 比赛类似。  
  
**5、HDU**  
  
杭电（杭州电子科技大学）的 OJ 大概是国内最火的几个 OJ 之一了，现在上面大概有接近 6k 的题量，网上有很多的刷题顺序，刷题指南。  
  
**6、POJ**  
  
作为国内最火的几大 OJ 之一，现在上面有 3k+ 的题量，关于 POJ 的刷题指南网上更是很多。

**7、代码课堂**

大学生在线编程首选平台，里面也有很多IT题库，种类丰富，题量齐全。

[注册 - 代码课堂-专注在线编程学习,零基础编程入门的教程网站!][- _-]

**三：项目资源**  
  
**1、Competitive-Programming-Docs**  
  
项目介绍：这个项目是一个总资源集，内容非常全面，包含算法竞赛论文，课件，文档，笔记，平台等资料。  
  
项目地址：  
[https://github.com/LzyRapx/Competitive-Programming-Docs][https_github.com_LzyRapx_Competitive-Programming-Docs]  
  
**2、负重前行，前端工程师如何系统练习数据结构和算法？【上】**  
  
项目介绍：作者详细提供了系统练习数据结构和算法的方法论。  
  
项目地址：  
[https://juejin.im/post/6844904061947346957][https_juejin.im_post_6844904061947346957]  
  
**3、GitHub——微软项目**  
  
此存储库包含构建推荐系统的示例和最佳实践，作为 Jupyter 笔记本提供。这些示例详细介绍了我们对五个关键任务的学习：[准备数据][Link 1]、[模型][Link 2]、脱机指标评估算法、[型号选择和][Link 3]优化、[操作性][Link 4]、  
  
项目地址：  
[https://github.com/microsoft/recommenders][https_github.com_microsoft_recommenders]  
  
**4、五分钟学算法：算法与数据结构文章详细分类与整理！**  
  
项目介绍：该项目包含10个数据结构：数组、链表、栈、队列、散列表、二叉树、堆、跳表、图、Trie 树，以及10个算法：递归、排序、二分查找、搜索、哈希算法、贪心算法、分治算法、回溯算法、动态规划、字符串匹配算法。  
  
项目地址：  
[https://www.cxyxiaowu.com/7072.html][https_www.cxyxiaowu.com_7072.html]  
  
**5、 GitHub开源项目——Build Your Own X**  
  
该库收集了诸多优质资源，教你如何构建一些属于自己的东西，内容主要分为增强现实、区块链、机器人、编辑器、命令行工具、神经网络、操作系统等几大类别。  
  
项目地址：  
[https://github.com/danistefanovic/build-your-own-x][https_github.com_danistefanovic_build-your-own-x]  
  
**6、GitHub开源项目——Gitignore**  
  
帮助Git工程师解决：每次你需要为项目创建 .gitignore 文件时，只需要打开这个项目，针对你当前所用编程语言或框架，去寻找对应 .gitignore 模板替换即可。  
  
项目地址：  
[https://github.com/github/gitignore][https_github.com_github_gitignore]  
  
**四：视频课程**  
  
**1、300分钟搞定数据结构与算法**  
  
LeetCode 官方国内唯一合作课程，leetCode刷题秘籍独家揭秘，专注于面试场景，全程动态动画教学。  
  
地址：[https://www.bilibili.com/video/av796404932][https_www.bilibili.com_video_av796404932]  
  
2**、麻省理工学院公开课：算法导论**  
  
课程主题包含了：排序、搜寻树、堆积及散列；各个击破法、动态规划、偿还分析、图论算法、最短路径、网络流、计算几何、数字理论性算法；多项式及矩阵的运算；高速缓存技术及并行运算。

地址：[http://open.163.com/special/opencourse/algorithms.html][http_open.163.com_special_opencourse_algorithms.html]  
  
**4、中国大学MOOC-数据结构**  
  
国内关于数据结构非常经典的课程。  
地址：[https://www.icourse163.org/course/zju0901-93001][https_www.icourse163.org_course_zju0901-93001]  
  
**五：面试要领**  
  
**算法与面试之-如何准备算法面试**  
  
主要介绍算法面试的一些问题、以及如何准备算法面试。  
地址：[微信大佬总结的算法学习经验-五分钟学算法][-]

> 原文链接： [算法学习资料汇总][Link 5]  
> 作者：码小会

[v2-5479c68ef4b0ee1f628b2feb2c85b42e_b.jpg]: /images/20221022/cd63daddded640098f38dfd49fb46e69.png
[v2-5c5afbe3aa96eecaee6376ba5fe6bfe2_b.jpg]: /images/20221022/2376c691f19f4781a41621d9f5298913.png
[ACM]: https://link.zhihu.com/?target=https%3A//mp.weixin.qq.com/s/tozlZ8lXFuk8P0bqGm4P8w
[v2-9420f4d865f7753a9fc9ea0b9a53e363_b.jpg]: /images/20221022/c422d5ead2b24ba9a03ad2515ba9fe26.png
[v2-5b55b8e67e128112d4af6625d72ed79c_b.jpg]: /images/20221022/831b6908aeac49cdb25105bc8e20da5b.png
[v2-802772ec6ca27f52ca097f56a1521d2a_b.jpg]: /images/20221022/741110469ca248f29c038426163c82b3.png
[v2-ae70cffc34d570c2ef8f3b446e8d32aa_b.jpg]: /images/20221022/bfa5a8d6da46403eacb1144041f192e4.png
[v2-86ab61203ebfe67c29e63a5279d3fa36_b.jpg]: /images/20221022/8535ec060b724a368a12c112ae6460f6.png
[v2-a68c7103d8c0eb8fe4bcb4a4d48ed581_b.jpg]: /images/20221022/e3f9580c7a0d4f2daf691fdc7bd28a0f.png
[v2-9d1436c12c271be1d50229e517ed5522_b.jpg]: /images/20221022/8e133d43c810445ab1c3d1578732fe2d.png
[v2-ee847eab46cbb89f5d05af9fb92b0013_b.jpg]: /images/20221022/233a128ed188433f88d8cc28dedc18fa.png
[v2-1dd4090ad533be011429df5b00dc1c33_b.jpg]: /images/20221022/04f4887766a2468a92ba30cde036cb21.png
[v2-06c38bf56295cf039f98ffe9e1708aac_b.jpg]: /images/20221022/12f4f45dde854fc986f27017eba36724.png
[AlgoMooc-]: https://link.zhihu.com/?target=https%3A//www.algomooc.com
[- _-]: https://link.zhihu.com/?target=http%3A//www.daimaketang.com/register%3FinviteCode%3DQXHQJ
[https_github.com_LzyRapx_Competitive-Programming-Docs]: https://link.zhihu.com/?target=https%3A//github.com/LzyRapx/Competitive-Programming-Docs
[https_juejin.im_post_6844904061947346957]: https://link.zhihu.com/?target=https%3A//juejin.im/post/6844904061947346957
[Link 1]: https://link.zhihu.com/?target=https%3A//github.com/microsoft/recommenders/blob/master/examples/01_prepare_data
[Link 2]: https://link.zhihu.com/?target=https%3A//github.com/microsoft/recommenders/blob/master/examples/00_quick_start
[Link 3]: https://link.zhihu.com/?target=https%3A//github.com/microsoft/recommenders/blob/master/examples/04_model_select_and_optimize
[Link 4]: https://link.zhihu.com/?target=https%3A//github.com/microsoft/recommenders/blob/master/examples/05_operationalize
[https_github.com_microsoft_recommenders]: https://link.zhihu.com/?target=https%3A//github.com/microsoft/recommenders
[https_www.cxyxiaowu.com_7072.html]: https://link.zhihu.com/?target=https%3A//www.cxyxiaowu.com/7072.html
[https_github.com_danistefanovic_build-your-own-x]: https://link.zhihu.com/?target=https%3A//github.com/danistefanovic/build-your-own-x
[https_github.com_github_gitignore]: https://link.zhihu.com/?target=https%3A//github.com/github/gitignore
[https_www.bilibili.com_video_av796404932]: https://link.zhihu.com/?target=https%3A//www.bilibili.com/video/av796404932
[http_open.163.com_special_opencourse_algorithms.html]: https://link.zhihu.com/?target=http%3A//open.163.com/special/opencourse/algorithms.html
[https_www.icourse163.org_course_zju0901-93001]: https://link.zhihu.com/?target=https%3A//www.icourse163.org/course/zju0901-93001
[-]: https://link.zhihu.com/?target=https%3A//www.cxyxiaowu.com/8682.html
[Link 5]: https://zhuanlan.zhihu.com/p/342237898