[アルゴリズム]おすすめ本(初心者、入門から構造を理解しよう)

コンテンツ 表示

アルゴリズム書籍おすすめ一覧

1. 新・明解Pythonで学ぶアルゴリズムとデータ構造第2版 / 柴田望洋

2. 問題解決のための「アルゴリズム×数学」が基礎からしっかり身につく本 / 米田優峻

3. 問題解決力を鍛える！アルゴリズムとデータ構造 (ＫＳ情報科学専門書) / 大槻兼資、秋葉拓哉

4. 競技プログラミングの鉄則 ~アルゴリズム力と思考力を高める77の技術~ (Compass Booksシリーズ) / 米田優峻

5. アルゴリズム・AIを疑う誰がブラックボックスをつくるのか (集英社新書) / 宇田川敦史

6. 世界標準MIT教科書アルゴリズムイントロダクション第4版総合版 / 浅野哲夫 , 岩野和生他

7. アルゴリズムとデータ構造 (岩波講座ソフトウェア科学 3) / 石畑清

8. アルゴリズムを、はじめよう / 伊藤静香

9. アルゴリズム思考術:問題解決の最強ツール (ハヤカワ・ノンフィクション文庫) / ブライアンクリスチャン , トムグリフィス他

10. フルカラー完全版世界標準MIT教科書アルゴリズムイントロダクション第4版総合版 / 浅野哲夫 , 岩野和生他

11. 意思決定のためのアルゴリズム II: モデル・状態の不確実性とマルチエージェント / Mikel J. Kochenderfer, Tim A. Wheeler 他

12. 行列計算アルゴリズム基本から機械学習への応用まで (KS理工学専門書) / 今倉暁

13. 人工知能アルゴリズム: 基礎、応用、そして未来の展望 / Gareth Thomas

14. [改訂新版]C言語による標準アルゴリズム事典 (Software Technology 13) / 奥村晴彦

15. ヒューリスティック探索合理的なAIをつくるためのアルゴリズム (KS情報科学専門書) / 陣内佑

16. 新・明解C言語で学ぶアルゴリズムとデータ構造第2版 / 柴田望洋

17. C言語によるはじめてのアルゴリズム入門改訂第5版 / 河西朝雄

18. アルゴリズム実技検定公式テキスト[エントリー~中級編] (Compass Booksシリーズ) / 岩下真也 , 中村謙弘他

19. プログラミングコンテスト攻略のためのアルゴリズムとデータ構造 / 渡部有隆 , Ozy(協力) 他

20. 強化学習アルゴリズム / 長隆之

21. 意思決定のためのアルゴリズム I: 確率的推論と逐次意思決定の基礎 / Mikel J. Kochenderfer, Tim A. Wheeler 他

ランキング

アルゴリズムとは（概要）

アルゴリズムとは、「ある問題を、決まった手順で解く方法」です。
プログラミングでは特に、入力を受け取り、正しい出力を返すまでの手順を、できるだけ速く・少ないメモリで・再利用しやすく設計することを指します。

ポイントは、単に「動くコード」ではなく、

正しいか（正しさ）
速いか（計算量・実行時間）
無駄が少ないか（メモリ使用量）
状況に合っているか（問題に対する適切さ）

を考えることです。

どういうことを学ぶか

あなたの挙げた本をまとめると、主に次のことを学びます。

1) 基本の考え方

問題を小さく分ける
手順を順番に整理する
例で試して仕様を確認する
「なぜそれで解けるか」を説明する

2) データ構造（データの持ち方）

アルゴリズムは、データ構造とセットで学ぶことが多いです。
たとえば配列、リスト、スタック、キュー、木、二分探索木など。新・明解系の書籍紹介でも、探索・ソート・スタック/キュー・再帰・線形リスト・木構造/二分探索木が並んでいます。

3) 基本アルゴリズム（典型手法）

探索（線形探索・二分探索）
ソート（整列）
再帰
文字列探索
グラフ系（経路・つながり）
分割統治、貪欲法、動的計画法（DP）など

4) 数学的な土台

「アルゴリズム×数学」系の本が示すように、アルゴリズム学習では数学が重要です。
特に学ぶのは、

計算量（Big-O）
場合分け
数え上げ
確率
数論（余り・最大公約数など）
行列など

5) 問題解決力（実践で使う力）

競プロ・PAST・実践書の系統では、単に知識を覚えるだけでなく、

問題文を読み解く
制約（Nの大きさ）から解法を選ぶ
複数の解法を比較する
高速化・改善する
実装ミスを減らす

6) 応用分野（AI・意思決定・探索）

あなたのリストには、強化学習、ヒューリスティック探索、意思決定、行列計算などもあり、ここでは

最適化
不確実性下での判断
探索戦略
学習アルゴリズム
数値計算

を学びます。
つまり、アルゴリズムは「CS基礎」だけでなく、AIや意思決定の中核にもなります。

7) 社会・倫理の視点（ブラックボックスを疑う）

「アルゴリズム・AIを疑う」のような本があるのはとても大事で、

誰が設計したのか
どんな前提や偏りがあるか
説明可能性はあるか
社会にどんな影響を与えるか

も学ぶべきテーマです。
今は「作れる」だけでなく、使い方を批判的に見られることも重要です。