蒂姆·拉夫加登(Tim Roughgarden)是斯坦福大学计算机科学系的教授，也是该校管理科学和工程系的客座教授，他从2004年开始教授和研究算法。本书是他的《算法详解》四部曲的第一卷，基于他从2012年开始定期举行的在线算法课程编写。

第1章 绪论
1.1 为什么要学习算法
1.2 整数乘法
1.2.1 问题和解决方案
1.2.2 整数乘法问题
1.2.3 小学算法
1.2.4 操作数量的分析
1.2.5 还能做得更好吗
1.3 Karatsuba乘法
1.3.1 一个具体的例子
1.3.2 一种递归算法
1.3.3 Karatsuba乘法
1.4 MergeSort算法
1.4.1 推动力
1.4.2 排序
1.4.3 一个例子
1.4.4 伪码
1.4.5 Merge子程序
1.5 MergeSort算法分析
1.5.1 Merge的运行时间
1.5.2 MergeSort的运行时间
1.5.3 定理1.2的证明
1.5.4 小测验1.1～1.2的答案
1.6 算法分析的指导原则
1.6.1 第1个原则：最坏情况分析
1.6.2 第2个原则：全局分析
1.6.3 第3个原则：渐进性分析
1.6.4 什么是“快速”算法
1.7 本章要点
1.8 习题
挑战题
编程题
第2章 渐进性表示法
2.1 要旨
2.1.1 推动力
2.1.2 高级思维
2.1.3 4个例子
2.1.4 小测验2.1～2.4的答案
2.2 大O表示法
2.2.1 文本定义
2.2.2 图形定义
2.2.3 数学定义
第3章 分治算法
第4章 主方法
第5章 快速排序（QuickSort）
第6章 线性时间级的选择
附录A 快速回顾数学归纳法
附录B 快速回顾离散概率

算法是计算机科学领域最重要的基石之一。算法是程序的灵魂，只有掌握了算法，才能轻松地驾驭程序开发。
蒂姆·拉夫加登著的《算法详解》系列图书共有4卷，《算法详解(卷1算法基础)》是第1卷——算法基础。本书共有6章，主要介绍了4个主题，它们分别是渐进性分析和大O表示法、分治算法和主方法、随机化算法以及排序和选择。附录A和附录B简单介绍了数据归纳法和离散概率的相关知识。本书的每一章均有小测验、章末习题和编程题，这为读者的自我检查以及进一步学习提供了较多的便利。
本书为对算法感兴趣的广大读者提供了丰富而实用的资料，能够帮助读者提升算法思维能力。本书适合计算机专业的高校教师和学生，想要培养和训练算法思维以及计算思维的IT专业人士，以及在准备面试的应聘者和面试官阅读参考。