计算理论导引有学的必要吗，是必要的。计算理论为计算机科学提供了理论基础，有助于理解计算机科学内容。

计算理论导引是一门相当重要的学科，它对于理解和实施现代计算机理论、软件、处理器结构和编程语言有着重要作用。

它能帮助学生更好地了解计算技术，更了解如何使用它们。

因此，学习计算理论导引是很有必要的。

它可以帮助学习者掌握数学和计算机科学的基础知识，了解计算机的基本概念和结构，更深入地理解计算机技术原理。

学习计算理论导引也可以提高学生的分析和解决问题的能力，更好地应用计算机科学知识来解决实际问题。

总的来说，学习计算理论导引非常有必要，不仅能培养学生的计算机理论知识，还能帮助学生提高分析和解决问题的能力，为未来的学习和职业生涯提供一个坚实的基础。

算法导论如何吃透

算法导论是一本经典的算法教材，要吃透它，即是熟练掌握它所描述的各种算法，例如查找算法、排序算法、图论算法、动态规划等等。

为此，可以从几个方面谋划吃透算法导论：

首先，根据教材内容，逐段学习、理解算法。

其次，将学习的知识应用到实践中进行小实验，了解每种算法的优劣特点。

最后，定期重复学习所学习的内容，以确保掌握能力。

算法导论中有哪些算法

《算法导论》中包含了多种算法，它们分为数据结构的算法，基本算法，排序算法，优化，随机算法，控制论，图算法，数论，计算几何，近似几何，组合优化，随机化算法，不确定性算法，数据压缩，模式匹配，以及并行计算。

其中，数据结构的算法包括分治算法，动态规划和贪心算法。

基本算法包括二进制的乘法法则，概率算法以及多项式乘法。

排序算法有冒泡排序，快速排序等等。

优化的算法有拉格朗日中得最优解技术。

随机算法采用了概率的计算技术。

控制论主要是用于解决数学优化。

图算法为处理图中顶点之间边的关系。

数论主要是加法互补，模恒等技术。

计算几何主要是处理图形旋转，放缩，移动等技术。

近似几何主要处理多边形，凸多边形，最近的点及直线，簇及其他图形。

组合优化主要包括最大流技术，最小费用流技术，最大权完备图技术以及最小费用旋转技术等。

随机化算法应用的技术有蒙特卡洛法，采样法。

不确定性算法主要是用于求解随机图。

数据压缩技术有二进制编码，Huffman编码，算术编码技术。

模式匹配主要是用于文本处理。

并行计算主要是应用了多线程的技术。

总之，《算法导论》中涉及到的算法太多了，上面只是其中主要的算法，其他算法也可以从这本书中找到。