算法导论划重点
第一章 算法在计算中的作用
随你便。
第二章 算法基础
2.1 插入排序：讲道理你应该了解所有主流排序算法，不仅是插入排序，插入排序属于基础常识，不一定什么时候就会用到。
2.2 算法分析：说明部分可以跳过，剩下部分应该了解。
2.3 设计算法：包括了归并排序以其算法分析，以及分治思想简介，肥肠重要，值得一读。
第三章 函数的增长
完整阅读，需要知道大O记号和时间复杂度分析，就酱。
第四章 分治策略
4.1 最大子数组问题：值得花时间一读。对于这个问题本身，有比分治更好的解法，但是这是个不错的练习，里面的逻辑流会有助于你理清思路。
4.2 Strassen 算法：我超爱这个算法，## 第一次见到这个算法时感觉超酷超震惊，不过如果要应付面试，可以跳过，不会考的。
4.3 代换法：面试不考系列。不过你还是需要了解一下，因为它是求解递归算法时间复杂度的基本工具。
4.4 递归树：同4.3。
4.5 主方法：精华级内容，你应该熟练掌握，3秒钟之内就能求解，这就是你面试时，面对一个恰好符合模板的递归算法时应该使用的工具。
4.6 主定理的证明：基本可以跳过，不过推荐至少看一遍，这样你才能知道我们在使用主方法时都在干什么。
第五章 概率分析和随机算法
讲真这一章我一次都没看过，不过据我所知，面试时候还是要对概率有一个基本了解，因为概率问题还是有一定概率出现的，也就是说，如果你对基本的概率有一定了解，对面试中可能出现的概率问题做过练习（推荐准备面试的人看 Elements of Programming Interviews 这本书，里面有一些此类问题），可以跳过这章。大致看了一下，这一章的数学比算法更多。
第六章 堆排序
6.1, 6.2, 6.3, 6.4, 6.5：堆和堆排序，勾上。
第七章 快速排序
7.1, 7.2, 7.3：快速排序及其随机化版本，必会的概念。
额外推荐 7.4 （某次面试我曾经被要求深入分析一个随机化算法），不过面试时问到这部分内容的概率挺低的，我猜。
第八章 线性时间排序
8.1 排序算法的下界：嗯，基础知识，可能在面试 Google 时候被问到，虽然不是一定，不过我知道一个案例。
8.2 计数排序：必须掌握到细节，面试中会以各种变体出现。
8.3 基数排序：嗯，这么简单的算法……
8.4 桶排序：可跳过。
第九章 中位数和顺序统计量
9.1 短，推荐。
9.2 期望为线性时间的选择算法：很重要，虽然不是像快排一样的基础知识，但是面试里经常出现，某次面试我完整写了一个算法。
9.3 最坏为线性时间的选择算法：可跳过，只需要记住最坏时间为线性是可能的，有时候有用
第十章 基本数据结构
10.1 栈和队列：基本常识，肥肠重要。
10.2 链表：同上
10.3 指针和对象的实现：如果你用C++或者Java，可以跳过这一部分，其它情况我不确定。
10.4 有根树的表示：短，速读。
第十一章 散列表
关于散列，我觉得它的具体实现的理解，不如像对其它东西比如链表之类的具体实现的理解更重要，但是你还是确定一定以及肯定地需要理解它，尤其是重要的（期望以及最坏情况下）的搜索/插入/删除的时间复杂度。还需要知道，实践上它们是肥肠重要的数据结构，而且，实践上期望时间复杂度很重要。
11.1 直接寻址：知道就行了。
11.2 散列表：很重要。
11.3 散列函数：需要对其有概念，不过我不打算过于深入，只需要知道一些好散列函数和不好的散列函数的例子——以及为什么好或不好。
11.4 开放寻址法：值得了解，不过估计面试不会问。
11.5 完全散列：跳过。
第十二章 二叉搜索树
12.1 什么是二叉搜索树：看。
12.2 查询二叉搜索树：看，全部。
12.3 插入/删除：同上。
12.4 随机构建二叉搜索树：只需要知道定理12.4 （随机二叉搜索树的期望高度是O(lgn)），以及理解它为什么是对的。
第十三章 红黑树
这章简单，知道红黑树是什么，以及最坏情况下的高度/插入/删除/查找。阅读 13.1 13.2，剩下的跳过。面试官不会提问红黑树的插入/删除，除非他乱搞，或者试图让你从头构建整个算法，不过这种情况下知道这些也没什么卵用（我还是觉得面试官根本就不会问）。因为红黑树非常节省空间，所以很多C++ 的STL容器使用了它，比如map/set。
第十四章 数据结构的扩张
可以浏览一下 14.2 以了解扩张数据结构的方法，以及其作用，然后做一两道习题。我倾向于跳过 14.1 和 14.3
第十五章 动态规划
动态规划！必会。
15.1 切钢条：标准动态规划问题，必会。
15.2 矩阵链乘法：同上，虽然我不喜欢这部分的写作方式（关于这本书我很少说这种话）。
15.3 动态规划原理：值得阅读，以便更准确理解动态规划，不过我还是要说这部分不如动态规划是什么以及动手做练习（比如这本书和面试习题集的习题）更重要。
15.4 最长公共子串：同 15.1。
15.5 最优二叉搜索树：我从没看过这部分，所以我不敢说重不重要，不过没有它地球也照样转。
第十六章 贪心算法
你需要完全彻底地了解贪心算法是什么，所以要读一下这章的简介。
16.1 活动选择问题：没看过，不过我建议了解一下，如果不打算深入的话。
16.2 贪心算法的原理：同上。
16.3 霍夫曼编码：建议通读其问题和算法，不过仅此而已。我曾见过面试问题其答案是霍夫曼编码（不过问题是以变体出现的，所以思路并不明显。）
16.4 拟阵和贪心算法：没看过，不过我做过很多贪心算法的面试题，从没见到过这个，所以我敢说这一节对面试没什么用。
16.5 用拟阵求解任务调度问题：同上。
第十七章 摊还分析
好吧，你应该非常清楚摊还分析是什么意思，不过我没看过这一章，我觉得这个概念非常简单，Google一下然后找几个例子看一下就应该明白了，或者读一下 17.1，那么：
17.1 聚合分析：读一下，这一节解释了比较重要的东西。
17.2, 17.3, 17.4：略略略
第十八章 B 树
你应该也知道B-树（以及B+树）大概是个啥，我也听说有面试者被问到一般意义上的问题（高级问题比如它们是什么以及它们为什么很酷）。不过除此之外我建议跳过。
第十九章 斐波那契堆
Nope
第二十章 van Emde Boas树
加倍，再加倍，再加倍的 Nope
第二十一章 不相交集合
更新：我本来推荐跳过这一章，不过考虑了一下，我感觉这章比我原来认为的要重要。所以我推荐阅读 21.1 和 21.2，其余的跳过。联合查找算法感觉比较重要，我看过有相关的面试题，虽然这道题也可以用深度优先搜索和连通空间来解决。也就是说，我仍然相信这个算法不是必需，因为只为了应对面试的话，完全可以用一个简单的结构去解决这类问题，不需要掌握这一章。但是，我觉得这一章还是值得一读，对于一个考点为联合查找算法的题目，你在面试时解决得干净利落，轻车熟路，肯定是个加分点。我仍然把这部分内容划为这个清单里的低重点，甚至低于一些不在CLRS这本书里的内容比如字典树。
OK，下面是图算法。首先看一下引言，好吧，内容很多，然后继续。
第二十二章 基本的图算法
22.1 图的表示：勾上。
22.2 广度优先搜索：勾上。看过了这一章，解决一下这个问题：ACM-ICPC Live Archive - Kermit the Frog。整个“状态空间广度优先搜索”是一个重要概念，可以用来解决很多面试问题。
22.3 深度优先搜索：勾上。
22.4 拓扑排序：勾上。
22.5 强连通分量：出现概率不如前四节高，不过还是有可能的，所以勾上。
第二十三章 最小生成树
八成是图算法里最不重要的，低于最大流（当然我是出于面试角度考虑），我建议你读读的原因是这个算法很有名，不过肯定阅读优先级不高。
23.1 构建最小生成树：差不多勾上吧。
23.2 Prim and Kruskal 算法：差不多，勾上。
第二十四章 单源最短路径
最短路径算法很重要，虽然不如广度优先搜索/深度优先搜索。读一下引言，基本上来说，引言都是要读的，不过这一篇很重要（而且比较长），所以有必要强调一下。
24.1 Bellman—Ford算法：了解其算法以及正确性的证明。
24.2 有向无环图中的单源最短路径问题：必须值得一读，面试可能会问到，甚至我敢说比 Bellman—Ford 还重要。
24.3 Dijkstra算法：当然，必须，我看过N多这类问题了（还有轻微的变体），我还见过A*问题。
24.4 差分约束和最短路径：跳过。
第二十五章 所有结点对的最短路径问题
同样读一下引言。
25.1 最短路径和矩阵乘法：我建议跳过。面试时问到这里的问题的也有（有非常非常小的几率），不过几率低到我觉得不值一读，如果你时间很充裕，那就看看。
25.2 Floyd—Warshall算法：恩，值得了解一下算法及其时间复杂度，以及什么情况下起作用（对所有加权图，除了负权有环图）。算法代码只有5行所以基本没理由不了解它，不过算法分析部分大概有一点超纲。
25.3 用于稀疏图的Johnson算法：跳过。
第二十六章 最大流
我从没在面试里遇到过此类问题，我也想象不到有什么理由问这类问题，所以跳过。
第二十七章及以后
这部分的问题大部分都不会出现，所以我告诉你要看什么比不看什么更简单，所以下面是一些从书里的精选话题精选出来的话题：
第三十一章 数论算法
这一章的大部分都可以通过做《Elements of Programming Interviews》中的面试题来学习，而且还更省时间，所以我建议跳过，除了31.2节的欧几里德求最大公约数算法。
第三十二章 字符串匹配
32.1 朴素字符串匹配算法：速读。
32.2 Rabin—Karp算法：我觉得应该了解，这里的 rolling hash 的概念非常重要，可以用于很多字符串或者搜索相关的面试问题。
附录
A 求和：了解重要的时间复杂度求和。
C 计数与概率：如果你不了解的话，读一下C.4，伯努利试验可能会被问到（不是很确定，不过你可能会用到，尤其是跟概率/扔硬币相关的分析问题）