1.《數學之美》姊妹篇，吳軍博士時隔近10年在科技領域的重磅新作。2.李國傑院士、鄭緯民院士作序推薦，快手聯合創始人宿華、 聯合創始人陳磊傾情推薦。3.一部通過算法例題來闡述計算思維之妙的大作。全書的例題+思考題100+，是作者在谷歌、騰訊使用過的面試題，或是頭部互聯網企業、金融企業的面試題，。4.五級工程師提升能力、不斷向上發展的方法論。5.附贈大幅思維導圖折頁+思維導圖電子版+精美書簽+增值視頻+題目索引電子版。

●推薦序
推薦序
前言
引子計算的本質——從機械到電子
0.1什麼是計算機
0.2機械計算機、布爾代數和開關電路
0.3圖靈機：計算的本質是機械運動
0.4人工智能的極限
第1章毫釐千裡之差——大O概念
1.1算法的規範化和量化度量
1.2大數和數量級的概念
1.3怎樣尋找優選的算法
1.4關於排序的討論
第2章逆向思考——從遞推到遞歸
2.1遞歸：計算思維的核心
2.2遍歷：遞歸思想的典型應用
2.3堆棧和隊列：遍歷的數據結構
2.4嵌套：自然語言的結構特征
第3章萬物皆編碼——抽像與表示
3.1人和計算機對信息編碼的差異
3.2分割黃金問題和小白鼠試驗問題
3.3數據的表示、精度和範圍
3.4非線性編碼和增量編碼(差分編碼)
3.5哈夫曼編碼
3.6矩陣的有效表示
第4章智能的本質——分類與組合
4.1這是選擇分類問題
4.2組織信息：集合與判定
4.3B+樹、B*樹：數據庫中的數據組織方式
4.4卡特蘭數
第5章工具與算法——圖論及應用
5.1圖的本質：點與線
5.2圖的訪問：遍歷和連通性
5.3構建網絡爬蟲的工程問題
5.4動態規劃：尋找最短路徑的有效方法
5.5優選流量：解決交通問題的方法
5.6優選配對：流量問題的擴展
第6章化繁為簡——分治思想及應用
6.1分治：從O(N2)到O(NlogN)
6.2分割算法：快速排序和中值問題
6.3並行初探：矩陣相乘和MapReduce
6.4從機器學習到深度學習：Google大腦
第7章權衡時空——理解存儲
7.1訪問：順序vs.隨機
7.2層次：容量vs.速度
7.3索引：地址vs.內容
第8章並行與串行——流水線和分布式計算
8.1流水線：邏輯串行和物理並行
8.2摩爾定律的兩條分水嶺
8.3雲計算揭密：GFS和MapReduce
第9章狀態與流程——等價性與因果關繫
9.1從問題到狀態
9.2等價性：抽像出狀態的工具
9.3因果關繫：建立狀態之間的聯繫
第10章確定與隨機——概率算法及應用
10.1信息指紋：寓確定於隨機之中
10.2隨機性和量子通信
10.3置信度：成本與效果的平衡
第11章理論與實戰——典型難題精解
11.1連續子序列問題
11.2區間合並問題
11.312球問題
11.4天際線問題
11.5回文問題(Longest Palindrome Match)
11.6計算器問題
11.7如何產生搜索結果的摘要(Snippets Generation)
11.8尋找和等於k的子數組問題
索引

對計算機科學的掌握程度，決定了一個計算機行業從業者能走多遠。在本書中，作者將人文歷史與計算機科學相結合，通過一些具體的例題，分10個主題繫統地講解了計算機科學的精髓。這些例題是作者面試求職者時用到的考題，或是頭部計算機公司和金融企業的面試題。
作者在書中結合自己對計算機工程師的五級分級標準，詳細講解了每類題目不同層次的解決方法、不同水平的人大約能思考到什麼樣的深度，深度闡述題目背後的計算機科學精髓。通過對比優化解題思路，讀者不僅可以衡量自己的水平，在職業的發展道路上走得更快，更可以深刻理解並掌握計算機科學和計算思維，逐漸把握計算機科學這門藝術，獲得重復性成功。
對於所有有志於了解或學習科技，特別是計算機科學的人來講，本書不僅有助於了解計算機科學，更有助於了解IT產業的技術特點、培養一些特殊的思維方式、掌握信息時代特殊的做事方法，通過具體的例子，從“術”的層面獲得“道等