在《啊哈算法》读后总结（上）中，我把前两章的内容重新按照自己的写了一遍，但是写完之后发现，那篇总结太过冗余，写下来也十分耗费精力，如果是把书中的内容复现一遍，那跟看书有什么区别呢？（看书还更细致一些）所以，我举得自己以后写读书总结的时候，要多注重自己的心得体会，学习笔记也可以写一写，但是不能把整本书都写上来，那样意义真的不大。
我看了一下后面6章的内容，第三章主要讲的是枚举，其实我现在也有很多时候会用枚举，因为枚举是总容易被想到的方法。之前面试有一道题讲的是买苹果，我for循环了两次，枚举每一种可能情况，回来之后才想起来枚举也可以有优化的方法，比如本书中第三章第三节，我们需要找到a+b=c的所有情况，但是我们不需要对a,b,c都进行for循环，我们只需要对a,b进行for循环，然后将c=a+b即可，这种方法一般情况下都可以减少一次for循环。
第四章是本书的重点之一，里面涉及的深度优先搜索（利用递归）、广度优先搜索（利用队列）、Floodfill漫水填充法（求一个图中独立子图的个数）等等都是很重要的知识点，这章也是我觉得我以后有时间还会再看一看的章节，毕竟时间一久就会忘，知识都需要温故才能知新。
第五章主要讲了有向图、无向图、带权图的深度优先搜索和广度优先搜索，其中涉及了图的邻接矩阵存储法和邻接表存储法（个人比较生疏）。
第六章也是非常精彩的一章，围绕着最短路径分别介绍了几种著名的算法：
Folyd算法，处理多源最短路径，可以处理负权边，但是不能处理负权回路，核心代码只有五行：
for(k=1;k<=n;k++) for(i=1;i<=n;i++) for(j=1;j<=n;j++) if(e[i][j]>e[i][k]+e[k][j] e[i][j]=e[i][k]+e[k][j];
//时间复杂度为O(N^3)
Dijkstra算法，处理单源最短路径，不能处理带负权边的图，用dis[i]来存储某个顶点到其余各个顶点的距离，每次都找到离该点最近的点加到p集合中，然后对最近点进行边的松弛。时间复杂度为O((M+N)logN)。
Bellman-Ford算法可以解决负权边的问题，是从边的角度出发，核心代码只有四行：
for(k=1;k<=n-1;k++) for(i=1;i<=m;i++) if(dis[v[i]]>dis[u[i]]+w[i]) dis[v[i]]=dis[u[i]]+w[i];
//该算法可以检测一个图是否有负权回路，如果n-1此松弛之后仍然有dis[v[i]]>dis[u[i]]+w[i]，则表示存在负权回路
//时间复杂度为O(NM)
第七章主要讲了二叉树、最小堆，最大堆、堆的调整、并查集等等。
第八章又讲了一些其他的算法，涉及到图的最小生成树、图的割边等等。