读的过程真是一种享受。看到好的代码，好的思想，总会忍不住默记几遍。

     看到觉得有点意味的地方最好多想想来龙去脉，想想为什么，因为紧接着的会是令人惊喜的解说。 多写写书上的代码，感觉不错（写完以后感觉忘了很久的算法又重新回来了）。 每章的“原理”部分是高度性的概括，"习题"是很好的，促使你去思考，做习题是很有必要的，不想“浪费”时间去“做习题”了的结果可能是以后会用更多的时间才能想清这些问题，还有不要只想着看答案，你会很失望，因为有些题目是没有答案的 :)  ps：有很多面试题来自其中的习题

     对一些算法有了更好的理解，也许是看第二遍的原因，也许是从不同的角度看会有不同的效果（所以好书要多读，每重读一次会有新的收获）。比如：在动态规划算法里，程序可以用递归算法和用表格化方法实现。递归算法的缺点是：有部分值会被重算，解决方法是用一个数组把已经计算过的值存起来，这样就不会重复计算了。表格化的算法是：没有递归算法好理解，解决办法是：在代码开头加个注释，注释就是那几条递归规则，大不了再加上说明“此代码用的是动态规划”。 ps：linux里diff的基本算法就是动态规划吧，感觉和最长公共子串类似，自己实现了一个(diff.pl)(更新：今天在网上看到了关于diff用动态规划实现的信息：Dynamic programming Creative Exercises 2 Unix diff, 其源码为diff.java ，比我的好了N多倍，打印结果的那段代码的思想相当好！代码简洁清淅。另外，我开始觉得用表格化的方法实现动态规划更帅了。  －－2011.7.22 )。

    读这本书收获很多，列举几个吧：
    1. 书里的“程序验证” 技术很靠谱，让程序看起来清晰易懂，还能从一定程度保证正确性。
    2. “哨兵”(Sentinel value )被几次用到了，感觉还不错，代码看起来更简单了，还能带来一点小小效率。
    3. 时空折中与双赢。在原始设计的算法并非最佳方案时，通过改善算法是可以达到双赢的。
    4. 用只分配一个较大内存块的方案来替换通用内存分配，这样就消除了很多 开销较大的调用，而且也使用空间的利用更加有效。
    5. 数学模型的建立是很重要的。把数a想成用集合[a,a + 1)表示是第9章中二分查找代码调优的核心思想。数组旋转那个算法也实在是太nb了。
    6. 一个写得很好的代码，在几个地方看到过，总会忘，这次记下：

    另外，注意到一本书＜算法设计与分析基础＞ ，用不同的方式讲算法，把算法按其通用程度提出了4个最基本的算法思想：Brute force ， Divide & conquer ， Decrease & conquer，  Transform & conquer。

    最后摘录一下 第1版跋 里给的几个建议:
    1. 解决正确的问题。 首先彻底理解问题
    2. 探索所有可能的解决方案
    3. 观察数据
    4. 使用粗略估算
    5. 得用对称性
    6. 利用组件做设计  
    7. 建立原型
    8. 必要时进行权衡  
    9. 保持简单  
    10.追求优美