0.1 什么是计算机
0.2 机械计算机、布尔代数和开关电路
0.3 图灵机：计算的本质是机械运动
0.4 人工智能的极限
第 1 章 毫厘千里之差-大 O 概念
1.1 算法的规范化和量化度量
1.2 大数和数量级的概念
1.3 怎样寻找好的算法
1.4 关于排序的讨论
第 2 章 逆向思考-从递推到递归
2.1 递归：计算思维的核心
2.2 遍历：递归思想的典型应用
2.3 堆栈和队列：遍历的数据结构
2.4 嵌套：自然语言的结构特征
第 3 章 万物皆编码-抽象与表示
3.1 人和计算机对信息编码的差异
3.2 分割黄金问题和小白鼠试验问题
3.3 数据的表示、精度和范围
3.4 非线性编码和增量编码（差分编码）
3.5 哈夫曼编码
3.6 矩阵的有效表示
第 4 章 智能的本质-分类与组合
4.1 这是选择分类问题
4.2 组织信息：集合与判定
4.3 B 树、B* 树：数据库中的数据组织方式
4.4 卡特兰数
第 5 章 工具与算法-图论及应用
5.1 图的本质：点与线
5.2 图的访问：遍历和连通性
5.3 构建网络爬虫的工程问题
5.4 动态规划：寻找短路径的有效方法
5.5 流量：解决交通问题的方法
5.6 配对：流量问题的扩展
第 6 章 化繁为简-分治思想及应用
6.1 分治：从O(N2) 到O(N log N)
6.2 分割算法：快速排序和中值问题
6.3 并行初探：矩阵相乘和 MapReduce
6.4 从机器学习到深度学习：Google 大脑
第 7 章 权衡时空-理解存储
7.1 访问：顺序 vs. 随机
7.2 层次：容量 vs. 速度
7.3 索引：地址 vs. 内容
第 8 章 并行与串行-流水线和分布式计算
8.1 流水线：逻辑串行和物理并行
8.2 摩尔定律的两条分水岭
8.3 云计算揭密：GFS 和 MapReduce
第 9 章 状态与流程-等价性与因果关系
9.1 从问题到状态
9.2 等价性：抽象出状态的工具
9.3 因果关系：建立状态之间的联系
第 10 章 确定与随机-概率算法及应用
10.1 信息指纹：寓确定于随机之中
10.2 随机性和量子通信
10.3 置信度：成本与效果的平衡
第 11 章 理论与实战-典型难题精解
11.1 长连续子序列问题
11.2 区间合并问题
11.3 12 球问题
11.4 天际线问题
11.5 长回文问题（Longest Palindrome Match）
11.6 计算器问题
11.7 如何产生搜索结果的摘要（Snippets Generation）
11.8 寻找和等于k 的子数组问题
索引
· · · · · · (收起)
具体描述
对计算机科学的掌握程度，决定了一个计算机行业从业者能走多远。在本书中，作者将人文历史与计算机科学相结合，通过一些具体的例题，分10个主题系统地讲解了计算机科学的精髓。这些例题是作者面试求职者时用到的考题，或是头部计算机公司和金融企业的面试题。
作者在书中结合自己对计算机工程师的五级分级标准，详细讲解了每类题目不同层次的解决方法、不同水平的人大约能思考到什么样的深度，深度阐述题目背后的计算机科学精髓。通过对比优化解题思路，读者不仅可以衡量自己的水平，在职业的发展道路上走得更快，更可以深刻理解并掌握计算机科学和计算思维，逐渐把握计算机科学这门艺术，获得重复性成功。
对于所有有志于了解或学习科技，特别是计算机科学的人来讲，本书不仅有助于了解计算机科学，更有助于了解 IT 产业的技术特点、培养一些特殊的思维方式、掌握信息时代特殊的做事方法，通过具体的例子，从“术”的层面获得“道”的层面的提升。
用户评价
##刚看完前两章，真的写的很好，讲计算机发展，开始以为都是概论里的那些知识，不过看了后发现确实又很多是自己不知道的、认识还是不够深刻，比如中国的算盘可以算作计算机，而古希腊的不可以。而且还补充了不少背景知识，比如布尔变量的乔治·布尔、楚泽，还有高德纳的5件事。
##一本讲道而不是术的算法书。
##格局和细节都很饱满，作者的思考深度广度和角度都很有趣，值得学习！
一路从《数学之美》到硅谷来信专栏再追到《计算之魂》，吴军老师已经把自己接收到的知识、信息都内化到自己的认知体系中，并随着时间的推移不断外延、兼容。这本书汇集了吴老师多年IT生涯的思考和心得，是集大成者。
##找工作的时候看见，非常期盼的下单，到手一翻，废话连篇，粗览过后原装退货，还是日本人写算法更明白一些。
##读书的时候碰见这书，会不会改变初心，做程序员呢？
##读书的时候碰见这书，会不会改变初心，做程序员呢？
##不明觉厉
##一本讲道而不是术的算法书。