作為一名程序員，需要精通高深的算法嗎？為什么？太深的算法可以適當學習一些，但是比較常用的算法一定能做到。不僅算法崗需要學習這么多算法，開發(fā)崗也需要學習很多常用算法，這樣才能在開發(fā)過程中編寫出高性能的代

作為一名程序員，需要精通高深的算法嗎？為什么？

太深的算法可以適當學習一些，但是比較常用的算法一定能做到。不僅算法崗需要學習這么多算法，開發(fā)崗也需要學習很多常用算法，這樣才能在開發(fā)過程中編寫出高性能的代碼。我舉個例子。以前，我用MR處理一段數(shù)據(jù)。在reduce階段，我需要根據(jù)某個值保持頂部，但是如果不能使用其他算法，可以調(diào)用quick sort。最壞的時間復雜度是O（n^2）。當數(shù)據(jù)很大時，你不能用完。如果能夠維護大頂堆或bfprt算法，時間復雜度會大大降低。所以算法是非常重要的。

那么，我們需要學習哪些算法？我將列出以下方向

常見的圖論算法，如并集搜索、最短路徑算法、二部圖匹配、網(wǎng)絡流、拓撲排序等

例如常見的二分搜索、三分搜索，特別是二分搜索、訪談常問、深度優(yōu)先搜索和廣度優(yōu)先搜索，經(jīng)典的八道數(shù)字題等等。還有一些啟發(fā)式搜索算法，如模擬退火算法、遺傳算法、粒子群算法、蟻群算法等。

Dijkstra算法用于尋找最短路徑、最大子段和、數(shù)字DP等

這一類比較大，特別是在機器學習、人工智能、密碼學等領(lǐng)域。比如數(shù)論中的大數(shù)分解，大素數(shù)的判定，擴展歐幾里德算法，中國剩余定理，盧卡斯定理等等，組合數(shù)學中的博弈問題，卡特蘭數(shù)公式，包含排除原理，波利亞計數(shù)等等，計算幾何中的極性排序、凸包問題、旋轉(zhuǎn)卡盤問題、多邊形核問題、平面最近點對問題等。另外，還有一些矩陣的構(gòu)造計算，如矩陣的快冪等。

如果要做算法作業(yè)，除了上面的一些應用算法外，主要是機器學習、深度學習算法。

你為什么要學算法？

算法，其實就是解決問題的方法。學習算法是學習前人解決問題的方法。為什么要學習算法？想要在編程道路上走得更遠的程序員可能需要學習算法。我記得在軟件工程中，程序是數(shù)據(jù)結(jié)構(gòu)算法，這說明了算法對程序的重要性。

許多初級業(yè)務系統(tǒng)程序員可能不會使用很多數(shù)學公式，但這并不意味著他們不使用算法。算法代表了數(shù)學對于計算機的重要性，對于圖形和圖像、人工智能等方面來說，數(shù)學基礎(chǔ)不好，不懂的算法可以說是很難的。

即使你不是程序員，你也應該學習更多關(guān)于算法的知識。一方面有助于思維訓練，另一方面也有助于解決生活中的實際問題。例如：用矩陣解方程。

每個人學習算法的目的可能不同，但算法對學習者的實際好處是相同的。

一個實力超群的程序猿必須知道的數(shù)據(jù)結(jié)構(gòu)有哪些？

算法

數(shù)據(jù)結(jié)構(gòu)

額外推薦

算法：

數(shù)據(jù)結(jié)構(gòu)

a*和遺傳算法也很有趣。

編程思維到底是什么？

軟件研發(fā)本身就是腦力勞動。和體力勞動一樣，人與人之間也要有區(qū)別，這一點必須首先得到肯定。

在我看來，所謂編程思想就是解決問題的思想和方式。編程思想在一定程度上決定了編程能力，但有編程能力的人未必有好的編程思想。

所謂的編程思想必須有兩部分，一部分是經(jīng)典的編程思想，另一部分是新的編程思想。

經(jīng)典編程思想最直接的體現(xiàn)就是編程模式。這些經(jīng)典的編程模式都是很多人通過大量的項目總結(jié)出來的成熟的解決方案，所以這部分內(nèi)容必須掌握，尤其是初級程序員。

隨著技術(shù)的發(fā)展，新的編程思想是相應的解決方案。例如，在早期，我們使用經(jīng)典的MVC框架進行javaweb開發(fā)。后來，我們開始使用EJB，然后開始使用struts。過了一段時間，springmvc出現(xiàn)了，更多的解決方案將會出現(xiàn)。

編程思想很簡單，即大方案加上小技能，無論是方案還是技能，都需要通過項目加以磨練。

我?guī)砹撕芏嘤嬎銠C專業(yè)的研究生，他們有的理解能力快，編程速度快，有的速度比較慢，但經(jīng)過一段時間的培訓，大部分都能滿足工作的需要。程序設(shè)計也有許多細分領(lǐng)域，總能找到合適的位置。