分析学功底好不是正适合学 Knuth 的 TAOCP 那一套细致分析复杂度边界的理论么？至少第一卷比较容易读下去。（笑）

我不是做算法研究的，不过今天产业界所谓的算法方向好像经常指机器学习、数据挖掘这些方向，这类方向对随机数学（概率论、数理统计等）依赖多一些。而如果是深度学习则数学基础又不大一样了。

很多细分领域都叫算法，实际大相径庭吧。听起来相近的做计算机视觉的人和做图形学的人都不是一回事，更不用提别的了。读过一点字符串相关算法文献，这个基本上是生物信息学的领域，实在说不清楚涉及的数学基础在哪儿，大约算代数和图论。只有做数值计算领域的算法最依赖分析学和线性代数功底吧，比方说做偏微分方程数值解的。
【 在 GraceGinger 的大作中提到: 】
: 高数基础很强的人，进一步在计算机算法方向提升，该看什么书籍和资料？
:
: 刚才有网友问我这个问题，我觉得自己水平不足以回答好这个问题
: ...................
--
FROM 114.249.198.*