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。

八數(shù)碼是什么？

八位數(shù)問題也稱為九宮問題。在一個3×3的棋盤上，有八塊棋子。每一件都標有1到8的數(shù)字。不同的件數(shù)是不同的。棋盤上還有一個空格，與空格相鄰的棋子可以移動到空格中。所要解決的問題是給出初始狀態(tài)和目標狀態(tài)，并找到從初始狀態(tài)到目標狀態(tài)的移動次數(shù)最少的移動步驟。問題的所謂狀態(tài)之一是棋子在棋盤上的放置方式。當工件移動時，狀態(tài)會改變。解決八位數(shù)問題實際上是找出一系列從初始狀態(tài)到目標狀態(tài)的中間過渡狀態(tài)。八位數(shù)問題通常采用搜索法求解。搜索方法包括廣度優(yōu)先搜索法、深度優(yōu)先搜索法、a*算法等。在這里，我們比較了不同的搜索方法對解決八位數(shù)問題的效果。