演算法方面的好書有不少，推薦這幾本給你：

《演算法導論》（原書第3版）

大師們改變了世界，但實際上，世界每天都在發生變化，這其中，也有你貢獻的一份力量。你可以讀一讀這7本經典的演算法書，然後繼續追隨大師的腳步，跟他們一起改變世界。

推薦語：超過50萬人閱讀的演算法聖經！演算法標準教材，大陸外1000餘所高校採用。全書各章自成體系，可以作為獨立的學習單元；演算法以英語和虛擬碼的形式描述，具備初步程式設計經驗的人就能看懂；說明和解釋力求淺顯易懂，不失深度和數學嚴謹性。

關於作者：托馬斯·科爾曼，達特茅斯學院計算機科學系教授、系主任。目前的研究興趣包括：演算法工程、平行計算、具有高延遲的加速計算。他分別於1993年、1986年獲得麻省理工學院電子工程和計算機科學博士、碩士學位，師從Charles E. Leiserson教授。由於他在計算機教育領域的突出貢獻，Cormen教授榮獲2009年ACM傑出教員獎。

查爾斯·雷瑟爾森，麻省理工學院計算機科學與電氣工程系教授，Margaret MacVicar Faculty Fellow。他目前主持MIT超級計算技術研究組，並是MIT計算機科學和人工智慧實驗室計算理論研究組的成員。他的研究興趣集中在並行和分散式計算的理論原理，尤其是與工程現實相關的技術研究。Leiserson教授擁有卡內基·梅隆大學計算機科學博士學位，還是ACM、IEEE和SIAM的會士。

《演算法基礎：開啟演算法之門》

推薦語：超過50萬人閱讀的演算法聖經！演算法標準教材，大陸外1000餘所高校採用。全書各章自成體系，可以作為獨立的學習單元；演算法以英語和虛擬碼的形式描述，具備初步程式設計經驗的人就能看懂；說明和解釋力求淺顯易懂，不失深度和數學嚴謹性。

關於作者：托馬斯·科爾曼，達特茅斯學院計算機科學系教授、系主任。目前的研究興趣包括：演算法工程、平行計算、具有高延遲的加速計算。他分別於1993年、1986年獲得麻省理工學院電子工程和計算機科學博士、碩士學位，師從Charles E. Leiserson教授。由於他在計算機教育領域的突出貢獻，Cormen教授榮獲2009年ACM傑出教員獎。

《機器學習演算法》

推薦語：本書採用理論與實踐相結合的方式，在簡明扼要地闡明機器學習原理的基礎上，透過大量例項介紹了不同場景下機器學習演算法在scikit-learn中的實現及應用。書中還有大量的程式碼示例及圖例，便於讀者理解和學習並實際上手操作。另一方面，書中還有很多的延伸閱讀指導，方便讀者系統性地瞭解機器學習領域的現有技術及其發展狀態。

關於作者：朱塞佩·博納科爾索（Giuseppe Bonaccorso），擁有12年機器學習和大資料方面的經驗，擔任過公共管理、軍事、公用事業、醫療保健、診斷和廣告等多個業務領域的IT工程師，使用Java、Python、Hadoop、Spark、Theano和TensorFlow等多種技術進行過專案開發與管理。他的主要研究興趣包括人工智慧、機器學習、資料科學等。

《演算法設計與應用》

推薦語：既有演算法的經典內容，也有現代專題，舉自現實世界問題的例子，提供三種類型的練習。

關於作者：Michael Goodrich，加州大學歐文分校計算機科學系首席教授，在這之前他是約翰霍普金斯大學的教授。他的研究興趣包括演算法的分析、設計和實現，以及資料安全、雲計算、繪圖和計算幾何。他是AAAS、ACM和IEEE會士，曾榮獲IEEE計算機協會技術成就獎和ACM卓越服務獎等。

Roberto Tamassia，布朗大學計算機科學系Plastech教授，布朗幾何計算中心主任。他的研究興趣包括資料安全、應用密碼學、雲計算、演算法、繪圖，以及計算幾何的分析、設計和實現。他是AAAS、ACM和IEEE會士，曾榮獲IEEE計算機學會技術成就獎。

《演算法技術手冊》（原書第2版）

推薦語：伍斯特理工學院教授合力打造的演算法學習必備手冊；提供高效的程式碼解決方案，輕鬆應用於實踐。

Gary Pollice 伍斯特理工學院的實踐教授，《深入淺出面向物件與設計》（Head First Object Oriented Analysis and Design）的合著者。

Stanley Selkow，有著40年的大學教齡，他所從教的大學遍佈於加拿大蒙特利爾、中國重慶、瑞士洛桑和法國巴黎。

《圖解演算法》

推薦語：本書以輕鬆的對話方式，採用圖解的輔助說明，幫助讀者簡單且自然地掌握演算法的基本概念，並養成主動思考的習慣，達到用演算法解決實際問題的目的。

《推薦系統：技術、評估及高效演算法》

推薦語：融合不同領域專家學者的理論成果和實踐經驗，全面介紹推薦系統的主要概念。

利奧·羅卡奇，以色列本-古裡安大學資訊系統工程系助理教授。他是智慧資訊系統方面公認的專家，在這一領域處於領先地位。他的主要研究領域包括資料探勘、模式識別和推薦系統。

布拉哈·夏皮拉，以色列本-古裡安大學資訊系統工程系助理教授。目前她的研究興趣包括推薦系統、資訊檢索、個性化、使用者建模和社交網路。

好，我是BENZ, 讓我來回答一下這個問題。

大一軟體工程專業，按照正常的學習計劃來講，應該是剛開始學習一些程式語言，比如C語言，Java語言等比較流行且具有代表性的語言，C語言是面向過程的，JAVA是面向物件的語言，基本是面向過程與物件的兩種語言了，那也有學習C++面向物件的程式語言的。不過相對JAVA語言來講，難度稍高一點，且沒有JAVA對開發者那麼友好。

還有一點需要強調的就是數學，做演算法的都必須以數學為背景，在你越深入時你就需要數學，所有搞演算法的人裡面就有很多是數學家出身，這個是必須重要。比如神經網路來做人臉識別演算法，就會涉及到機率論、矩陣論的一些數學知識，如果沒有，基本是寸步難行。

路線定好，就得想想學習的方法，好的學習方法事半功倍。需要找到適合自己的一套行之有效的方法。基本是學習理論——>上機實戰——>再學習——>再實戰這樣一個不斷重複的過程。根據我的經驗，我介紹一下比較好的書籍：

C語言：

《c primer plus》

知識覆蓋面廣，講解精細、非常全面，適合初學者，沒有複雜的資料結構和演算法 ，很有利於學習建議上機多練習解題，熟能生巧。

《C與指標》指標是C語言的精華所有，這本是C語言最好的進階書籍，沒有之一，不接受反駁。呵呵。

C++語言：

《C++ Primer》

C++大師Stanley B. Lippman豐富的實踐經驗和C++標準委員會原負責人Josée Lajoie對C++標準深入理解的完美結合,可以說是經典之種的經典。對C++的知識具對很強的權威解釋。同時具有大量的習題，對中高階程式設計師再合適不過了。

資料結構：《資料結構與演算法分析：C語言描述（原書第2版）》或

《資料結構與演算法分析:C++描述(第3版)》

二選一即可，我建議選後者，

不多說，非常不錯的一本書。

最後是就到演算法，經過前面的鋪墊，已經萬事俱備，只欠東風了，要狠下心來啃一下演算法大部頭了。這個書是當之無愧。需要多遍地去啃，你會越來越發現它偉大的，你會發現簡直太厲害了，令人慾罷不能。

選擇演算法這條路，註定佈滿困難，你需要做的不斷的堅持，我見過好多在學習的路上學得一知半解，半途而廢的人。堅持不是說說就完，需要很大的毅力，在學習的過程，可以找一些同路中人一起討論一起研究，這樣會讓這個學習過程顯示沒那麼艱難，相信四年的學習，一定會讓你學有所成的。