本节书摘来自异步社区《Python算法教程》一书中的第2章，第2.6节，作者[挪威]Magnus Lie Hetland（赫特兰）， 凌杰 译，更多章节内容可以访问云栖社区“异步社区”公众号查看。
如果想了解有关图灵机以及计算领域方面更多基础知识的话，或许您会喜欢Charles Petzold写的那本《The Annotated Turing》。尽管该书在结构上依然只是Turing原始论文的一个注释版本，但其大部分内容实际上是Petzold本人对那些主要概念所做的诠释说明，里面含有大量的实例。总之，他对这个话题做了一个非常好的阐述。至于在计算领域的基础教科书方面，您可以看看Lewis与Papadimitriou合作的《Elements of the Theory of Computation》。而如果您想找一本可读性高、流行程度广的算法基础类书籍，我会推荐您看看Juraj Hromkovi的那本《Algorithmic Adventures: From Knowledge to Magic》。另外，对于涉及渐近分析更多细节的可用教程，我们在第1章中已经讨论过了，那都是一些不错的建议。Commen等人的书被公认为这方面最好的工作参考资料。当然，您可以在互联网上找到大量良好的在线信息，如Wikipedia1。但在您把这些信息当作重要依据之前，最好先检查一下。如果想了解一些相关的历史背景，您也可以读一下Donald Knuth在1976年写的论文《Big Omicron and big Omega and big Theta》。
在算法实验实践及其风险的某些细节上，我们可以为您推荐几篇非常不错的论文，它们分别是《Towards a discipline of experimental algorithmics》、《On comparing classifiers》、《Don’t compare averages》、《How not to lie with statistics》、《Presenting data from experiments in algorithmics》、《Visual presentation of data by means of box plots》以及《Using finite experiments to study asymptotic performance》等（详情见“参考资料”一节）。另外，对于可视化数据方面的内容，您也可以去看看Shai Vaingast的《Beginning Python Visualization》。
与图论有关的教科书有很多——其中有些是有相当技术性的高阶内容（如Bang-Jensen与Gutin, Bondy、Murty或Diestel等人的著作），而有些则具有很好的可读性，甚至连数学新手也可以轻松阅读（如West的书）。此外，还有些专属领域的书，如谈图结构类型的（如Brandstädt等人1999年的著作）、谈图结构表示法的（如Spinrad 2003年的著作）。如果这些都是您感兴趣的话题，您应该不愁在书籍或互联网上找不到任何有关这方面的大量资料。另外，在浮点运算的最佳实践方面，您也可以看一看Foreman S. Acton的著作：《Real Computing Made Real: Preventing Errors in Scientific Engineering Calculations》。
相关资源：敏捷开发V1.0.pptx