程序員需要學(xué)什么科目？1.語言我們要擁有一個(gè)程序員，學(xué)的東西會(huì)很多很雜，只不過最開始要先從語言開始去學(xué)習(xí)，而學(xué)語言最關(guān)鍵是的人生之痛選擇好一本書，學(xué)校的教材即使了，根本就不可能也沒寫得好的。在此特別隆

程序員需要學(xué)什么科目？

1.語言

我們要擁有一個(gè)程序員，學(xué)的東西會(huì)很多很雜，只不過最開始要先從語言開始去學(xué)習(xí)，而學(xué)語言最關(guān)鍵是的人生之痛選擇好一本書，學(xué)校的教材即使了，根本就不可能也沒寫得好的。在此特別隆重推薦推薦《C Primer》，這本書很厚，內(nèi)容也很十分豐富，對(duì)知識(shí)的講解不僅出現(xiàn)在表面。假如這本書能有耐心沒看，語言方面基本就沒有什么大問題了，對(duì)以后的學(xué)習(xí)也打下了個(gè)挺好的的基礎(chǔ)。

C方面的GUI庫有很多種，.例如MFC、WTL、wxWidgets、QT。這些GUI庫都各有自己的特點(diǎn)，反正我們只需先打聽一下一種就可以了，如果接觸了解了一種GUI庫，要的時(shí)候再去學(xué)習(xí)其他的就夠了，本質(zhì)上都不多，很快就也可以上手難了。MFC雖說設(shè)計(jì)上有很多問題，但是才是剛?cè)腴T還是不錯(cuò)的，而且學(xué)習(xí)資料很多，遇到問題還好可以解決。

3.數(shù)據(jù)結(jié)構(gòu)和算法

很多人都過分關(guān)注了數(shù)據(jù)結(jié)構(gòu)和算法方面的知識(shí)，尤其是一些編程語言的庫做得更加好，甚至不是需要自己去實(shí)現(xiàn)程序一些數(shù)據(jù)結(jié)構(gòu)和算法，會(huì)造成現(xiàn)在很多程序員不認(rèn)可甚至選擇性的遺忘這方面的知識(shí)?？墒牵?dāng)我們想讓我們的程序跑的更快、內(nèi)存占用更少的時(shí)候，這些知識(shí)就的很非常重要了。很多程序員都是話不非常重視這些，但是工作幾年后又來補(bǔ)習(xí)這些知識(shí)。

最結(jié)束肯定不要學(xué)習(xí)的太深入，只不過基本的數(shù)據(jù)結(jié)構(gòu)和算法要先明白。

推薦《數(shù)據(jù)結(jié)構(gòu)（C語言版）》，在數(shù)據(jù)結(jié)構(gòu)和算法的學(xué)習(xí)中，好是別去不在乎面向?qū)ο蠓矫娴募记?，就用C語言來基于，這樣能更查哈于算法本身的內(nèi)容。

4.數(shù)據(jù)庫

學(xué)習(xí)數(shù)據(jù)庫的基礎(chǔ)知識(shí)，而且完全掌握一種數(shù)據(jù)庫可以使用，我推薦可以使用mysql，而且最好是別用一些裸芯片好的接口，而估計(jì)就用mysql提供給的數(shù)據(jù)庫api，很可能對(duì)數(shù)據(jù)庫打聽一下的會(huì)更探索。

5.分頭并進(jìn)

cpu主頻早就不能不能按照摩爾定律了，現(xiàn)在cpu發(fā)展中的趨勢(shì)是多之一。無論多線程，那就多進(jìn)程，是目的是好的依靠cpu的性能，能提供更好的用戶體驗(yàn)。這就具體的要求我們?nèi)绻麤]有要請(qǐng)寫出高效率的應(yīng)用程序，勢(shì)必要牽涉到到并行計(jì)算。多花些精力在并行計(jì)算上吧，一定會(huì)會(huì)有極為豐富的回報(bào)。

6.網(wǎng)絡(luò)編程

這里所指的網(wǎng)絡(luò)編程是指socket編程?，F(xiàn)在C的應(yīng)用很多都是在做服務(wù)器開發(fā)，怎么旗下一個(gè)高并發(fā)、大吞吐量、高穩(wěn)定性的服務(wù)器就是我們要考慮的了。

7.設(shè)計(jì)模式

設(shè)計(jì)模式又不是具體看的技術(shù)，更多的是要如何讓代碼更不容易閱讀、好些擴(kuò)大、更很難建議使用。

8.庫的使用

C標(biāo)準(zhǔn)庫單單可以提供了一些很基本都的功能，所以才我們經(jīng)常會(huì)化入一些第三方庫。最著名的即便就是被被稱準(zhǔn)標(biāo)準(zhǔn)庫的boost庫，它提供給了我們編程中看到到的各方面的技術(shù)，文本處理、算法、網(wǎng)絡(luò)、多線程、圖像處理等等，完全內(nèi)容包羅萬象。其它也有一些專著于某另一方面的庫，比如說ACE是網(wǎng)絡(luò)通信方面的，TinyXML是解析xml的，OGRE是圖形渲染方面的。

9.操作系統(tǒng)的知識(shí)

程序員是需要了解的操作系統(tǒng)知識(shí)和普通用戶是都一樣的，一個(gè)高手是是需要深入了解操作系統(tǒng)的方方面面，而并非僅僅在使用層面。不過應(yīng)該所了解哪些知識(shí)，windows上的自己去看《windows核心編程》，linux的自己去看《深入理解linux內(nèi)核》，應(yīng)該要是可以很清楚自己應(yīng)該是學(xué)什么了。

程序員必背十大算法？

算法一：高速排序算法

出口下高速排序是由東尼·霍爾所發(fā)展起來的一種排序算法。在你算算狀況下，排序n個(gè)項(xiàng)目要Ο(nlogn)次比較。在最壞狀況下則還需Ο(n2)次比較，但這樣的狀況并不常見。總之，下高速排序正常情況肯定比其它Ο(nlogn)算法慢了，由于它的內(nèi)部循環(huán)（innerloop）還能夠在大部分的架構(gòu)上很有效率地被基于出來。

出口下高速排序不使用分而治之法（Dividewellconquer）策略來把一個(gè)串行（list）分成三類兩個(gè)子串行（sub-lists）。

算法步驟：

1從數(shù)列中摸出一個(gè)元素，被稱“基準(zhǔn)”（pivot）。

2又四次排序數(shù)列，所有的元素比基準(zhǔn)值小的擺放在基準(zhǔn)前面。所有的元素比基準(zhǔn)值大的擺在基準(zhǔn)的后面（不同的數(shù)還能夠履任不停地）。在這個(gè)分區(qū)逃離之后，該基準(zhǔn)就處于數(shù)列的中間位置。

這個(gè)稱作系統(tǒng)分區(qū)（partition）不能操作。

3遞歸過程地（recursive）把小于基準(zhǔn)值元素的子數(shù)列和為0基準(zhǔn)值元素的子數(shù)列排序。

二分查找的最底部情形，是數(shù)列的大小是零或一，也就是會(huì)永遠(yuǎn)都早就被排序那樣最好。雖說一直遞歸算法下來，但這個(gè)算法總會(huì)再次。由于在你每次的產(chǎn)品迭代（iteration）中。它至多會(huì)把一個(gè)元素?cái)[到它結(jié)果的位置去。

算法二：快速排序算法

堆排序（Heapsort）是指利用堆這樣的數(shù)據(jù)結(jié)構(gòu)所啊,設(shè)計(jì)的一種排序算法。

堆積是一個(gè)類似絲毫二叉樹的結(jié)構(gòu)，并同樣的時(shí)候滿足剝落的性質(zhì)：即子結(jié)點(diǎn)的鍵值或索引老是小于（的或小于）它的父節(jié)點(diǎn)。

堆排序的平均時(shí)間復(fù)雜度為Ο(nlogn)。

算法步驟：

1.創(chuàng)建角色一個(gè)堆H[0..n-1]

2.把堆首（大的值）和堆尾可交換

3.把堆的尺寸漲大1，并內(nèi)部函數(shù)shift_down(0)，目的是把新的數(shù)組頂端數(shù)據(jù)變動(dòng)到你所選位置

4.斷斷續(xù)續(xù)步驟2。等他堆的尺寸為1

算法三：遷并排序

并入排序（Mergesort。譯作：合并排序）是建立起在歸并操作上的一種有效的排序算法。該算法是搭載分治法（DivideandConquer）的一個(gè)很是個(gè)的應(yīng)用。

算法步驟：

1.先申請(qǐng)空間，使其大小為兩個(gè)巳經(jīng)排序序列之和。該空間利用儲(chǔ)存時(shí)合并后的序列

2.設(shè)定兩個(gè)指針，曾經(jīng)在位置共有為兩個(gè)早排序序列的起始位置

3.較兩個(gè)指針?biāo)赶虻脑兀x擇類型總體小的元素放入后到合并空間。并移動(dòng)指針到下一位置

4.反復(fù)步驟3等到某一指針達(dá)到序列尾

5.將也有一序列剩的全部元素直接文件復(fù)制到合并序列尾

算法四：二分查找算法

二分查找算法是一種在進(jìn)出有序數(shù)組中查找某一特定元素的搜索算法。

搜素過程從數(shù)組的中間元素結(jié)束，題中中間元素正好是要查看的元素，則搜素過程結(jié)束；假設(shè)不成立某一某一特定元素大于或者小于中間元素。則在數(shù)組為0或大于中間元素的那一半中直接輸入，但是跟開始一樣的從中間元素馬上還行。

舉例在某一步驟數(shù)組為空，則代表上帝找不到啊。這樣的搜索算法每一次確實(shí)都使地毯式搜索縮小成一半。折半搜索隔一段時(shí)間把搜索區(qū)域減少一半。時(shí)間復(fù)雜度為Ο(logn)。

算法五：BFPRT(線性里查算法)

BFPRT算法能解決的問題非常經(jīng)典，即從某n個(gè)元素的序列中推舉第k大（第k?。┑脑?。按照巧妙的分析，BFPRT能夠絕對(duì)的保證在最壞情況下仍為線性時(shí)間復(fù)雜度。該算法的思想與高速公路排序思想相似，不過，為使得算法在最壞情況下，仍舊能提升到o(n)的時(shí)間復(fù)雜度，五位算法作者做了精妙的處理。

算法步驟：

1.將n個(gè)元素每5個(gè)一組，四等分n/5(上界)組。

2.接過每一組的中位數(shù)，很隨意地排序方法，打個(gè)比方快速排序。

3.遞歸的全局函數(shù)selection算法查找上一步中全部中位數(shù)的中位數(shù)。設(shè)為x，偶數(shù)個(gè)中位數(shù)的情況下設(shè)置為選取中間小的一個(gè)。

4.用x來鋸數(shù)組，設(shè)小于等于x的個(gè)數(shù)為k，大于1x的個(gè)數(shù)即為n-k。

5.若ik，趕往x。若iltk，在小于等于x的元素中遞歸查看第i小的元素。若igtk。在大于1x的元素中二分查找里查第i-k小的元素。

中止條件：n1時(shí)。返回的即是i小元素。

算法六：DFS（深度優(yōu)先于搜索）

深度優(yōu)先于搜索算法（Depth-First-Search），是搜索算法的一種。它沿著樹的深度循環(huán)遍歷樹的節(jié)點(diǎn)，盡很可能深的搜索樹的分支。當(dāng)節(jié)點(diǎn)v的全部邊都己被找尋過。搜索將復(fù)現(xiàn)到發(fā)現(xiàn)自己節(jié)點(diǎn)v的那條邊的起始節(jié)點(diǎn)。這一過程一直都接受到已發(fā)現(xiàn)到從源節(jié)點(diǎn)可以到達(dá)的全部節(jié)點(diǎn)為止。

舉例還存在地未被才發(fā)現(xiàn)的節(jié)點(diǎn)，則你選當(dāng)中三個(gè)才是源節(jié)點(diǎn)并發(fā)熱發(fā)冷以上過程，整個(gè)進(jìn)程斷斷續(xù)續(xù)進(jìn)行等他全部節(jié)點(diǎn)都被訪問為止。

DFS都屬于會(huì)盲目搜索。

深度優(yōu)先權(quán)搜索是圖論中的最經(jīng)典算法，借用深度適宜優(yōu)先搜索算法能夠產(chǎn)生目標(biāo)圖的或則拓?fù)渑判虮?，憑借拓?fù)渑判虮矶寄軌虮容^方便的解決很多相關(guān)的圖論問題。如的最路徑問題等等。一般用堆數(shù)據(jù)結(jié)構(gòu)來輔助利用DFS算法。

深度除外遍歷圖算法步驟：

1.訪問頂點(diǎn)v；

2.依次從v的未被訪問的鄰接點(diǎn)向東出發(fā)。對(duì)圖進(jìn)行深度優(yōu)先于遍歷樹；直至圖中和v有路徑相容的頂點(diǎn)都被訪問。

3.若此時(shí)圖中尚有頂點(diǎn)未被訪問。則從一個(gè)未被訪問的頂點(diǎn)出發(fā)去，又一次進(jìn)行深度優(yōu)先遍歷數(shù)組，等到圖中全部頂點(diǎn)均被訪問過為止。

本案所涉描寫概括可能確實(shí)抽象化，舉個(gè)實(shí)例：

DFS在訪問圖中某一起始頂點(diǎn)v后，由v向北出發(fā)。訪問它的任一鄰接頂點(diǎn)w1。再從w1向北出發(fā)。訪問與w1鄰接但還沒有訪問過的頂點(diǎn)w2；然后再再從w2出發(fā)到達(dá)，參與帶有的訪問，…如此接受繼續(xù)，轉(zhuǎn)眼間至全部的鄰接頂點(diǎn)都被訪問過的頂點(diǎn)u為止。

隨即，退回三步，退到前兩次剛訪問過的頂點(diǎn)，看有無還有其它沒有被訪問的鄰接頂點(diǎn)。題中有，則訪問此頂點(diǎn)。結(jié)束后再從此頂點(diǎn)出發(fā)去。通過與該條規(guī)定類似的訪問；假設(shè)不成立沒有。就再撤回半步進(jìn)行搜索。斷斷續(xù)續(xù)上述過程，直到連通圖中全部頂點(diǎn)都被訪問過為止。

算法七：BFS(廣度優(yōu)先權(quán)搜索)

廣度除外搜索算法（Breadth-First-Search），是一種圖形搜索算法。很簡單說。BFS是從根節(jié)點(diǎn)已經(jīng)，延著樹(圖)的寬度遍歷過程樹(圖)的節(jié)點(diǎn)。題中全部節(jié)點(diǎn)均被訪問，則算法終止。BFS同一一類盲目的相信搜索。一般用隊(duì)列數(shù)據(jù)結(jié)構(gòu)來血法實(shí)現(xiàn)程序BFS算法。

算法步驟：

1.是需要將根節(jié)點(diǎn)放進(jìn)去隊(duì)列中。

2.從隊(duì)列中取出第一個(gè)節(jié)點(diǎn)。并檢驗(yàn)它有無為目標(biāo)。

假設(shè)不成立找不到目標(biāo)。則結(jié)束后搜尋并長傳結(jié)果。

否則不將它完全已檢驗(yàn)分析過的直接子節(jié)點(diǎn)增強(qiáng)隊(duì)列中。

3.若隊(duì)列為空，表示整張圖都系統(tǒng)檢查過了——即謂圖中沒有欲搜尋的目標(biāo)。結(jié)束了仔細(xì)搜索并回傳“找不到啊目標(biāo)”。

4.發(fā)熱發(fā)冷步驟2。

算法八：Dijkstra算法

戴克斯特拉算法（Dijkstra'salgorithm）是由荷蘭計(jì)算機(jī)科學(xué)家艾茲赫爾·戴克斯特拉提出來。迪科斯徹算法建議使用了廣度除外搜索解決非負(fù)權(quán)有向圖的單源最短路徑問題，算法終于我得到一個(gè)最短路徑樹。該算法每天都不使用于路由算法或者以及其它圖算法的一個(gè)子模塊。

該算法的輸入包括了三個(gè)有權(quán)重的有向圖G，這些G中的一個(gè)來源頂點(diǎn)S。

我們以V意思是G中全部頂點(diǎn)的集合。每個(gè)圖中的邊，大都兩個(gè)頂點(diǎn)所不能形成的穩(wěn)定有序元素對(duì)。

(u,v)意思是從頂點(diǎn)u到v有路徑不相連。我們以E來表示G中全部邊的集合。而邊的權(quán)重則由權(quán)重函數(shù)w:E→[0,∞]定義。但，w(u,v)那是從頂點(diǎn)u到頂點(diǎn)v的非負(fù)權(quán)重（weight）。邊的權(quán)重都能夠想像之中成兩個(gè)頂點(diǎn)之間的距離。

任兩點(diǎn)間路徑的權(quán)重，那是該路徑上完全邊的權(quán)重總和。

己知有V中有頂點(diǎn)s及t，Dijkstra算法能夠可以找到s到t的最低權(quán)重路徑(比如說，最短路徑)。這個(gè)算法也還能夠在一個(gè)圖中，不能找到從一個(gè)頂點(diǎn)s到論什么其它頂點(diǎn)的最短路徑。對(duì)此不含負(fù)權(quán)的有向圖。Dijkstra算法是眼下已知的最多的單源最短路徑算法。

算法步驟：

1.精靈召喚時(shí)令S{V0},T{其余頂點(diǎn)}，T中頂點(diǎn)相對(duì)應(yīng)的距離值

若存在ltV0,Vigt，d(V0,Vi)為ltV0,Vigt弧上的權(quán)值

若不存在ltV0,Vigt。d(V0,Vi)為∞

2.從T中選取一個(gè)其距離值為最小的頂點(diǎn)W且不在S中，提升S

3.對(duì)其余T中頂點(diǎn)的距離值接受修改：若加進(jìn)W作中間頂點(diǎn)，從V0到Vi的距離值時(shí)間縮短。則修改此距離值

斷斷續(xù)續(xù)上列步驟2、3，等到S中除了全部頂點(diǎn)，即WVi為止

算法九：動(dòng)態(tài)規(guī)劃算法

動(dòng)態(tài)規(guī)劃（Dynamicprogramming）是一種在數(shù)學(xué)、計(jì)算機(jī)科學(xué)和經(jīng)濟(jì)學(xué)中在用的。實(shí)際把原問題分解為相對(duì)簡單的子問題的求解釋緊張問題的方法。

動(dòng)態(tài)規(guī)劃偶爾會(huì)適用規(guī)定于有交錯(cuò)重疊子問題和最優(yōu)子結(jié)構(gòu)性質(zhì)的問題，動(dòng)態(tài)規(guī)劃方法所耗時(shí)間并不一定遠(yuǎn)少于素樸解法。

動(dòng)態(tài)規(guī)劃背后的基本上思想很easy。大概情況上。若要解一個(gè)計(jì)算變量問題，我們須要解其不同部分（即子問題），再合并子問題的解以結(jié)論原問題的解。正常情況很多子問題很帶有。甚至于動(dòng)態(tài)規(guī)劃法試圖僅幫忙解決每個(gè)子問題第二次，進(jìn)而降低計(jì)算出量：若是某個(gè)給定子問題的解早就算不出，則將其記憶化存儲(chǔ)。盡快改天還需同一個(gè)子問題解之時(shí)就查表。這樣的做法在斷斷續(xù)續(xù)子問題的數(shù)目麻煩問下鍵入的規(guī)模呈指數(shù)會(huì)增長時(shí)特別實(shí)用。

跪求動(dòng)態(tài)規(guī)劃最經(jīng)典的問題當(dāng)屬背包問題。

算法步驟：

1.最優(yōu)方案子結(jié)構(gòu)性質(zhì)。題中問題的最優(yōu)解所包括的子問題的解也最優(yōu)的。我們就稱該問題具備最優(yōu)子結(jié)構(gòu)性質(zhì)（即滿足的條件最系統(tǒng)優(yōu)化原理）。選擇最優(yōu)子結(jié)構(gòu)性質(zhì)為動(dòng)態(tài)規(guī)劃算法解決這個(gè)問題提供了最重要線索。

2.子問題疊加在一起性質(zhì)。子問題交錯(cuò)重疊性質(zhì)是指在用遞歸函數(shù)算法自頂往上對(duì)問題參與求解時(shí)。有時(shí)候再產(chǎn)生的子問題的確我總是新問題，有些子問題會(huì)被疼時(shí)計(jì)算多次。

動(dòng)態(tài)規(guī)劃算是用來了這樣的子問題的交錯(cuò)重疊性質(zhì)，對(duì)每個(gè)子問題僅僅計(jì)算出兩次，然后再將其換算結(jié)果存放在一個(gè)表格中，當(dāng)又一次需要做計(jì)算出早算出過的子問題時(shí)，不僅僅是在表格中簡單點(diǎn)地打開系統(tǒng)幫一下忙結(jié)果，最大限度地我得到較高的效率。

算法十：素樸貝葉斯分類算法

樸素貝葉斯分類算法是一種基于條件貝葉斯定理的簡單概率分類算法。貝葉斯分類的基礎(chǔ)是概率推理，那就是在各種條件的存在不可以確定，僅知其又出現(xiàn)概率的情況下，怎么才能一切就緒推理和決策任務(wù)。

概率推理是與確定性嚴(yán)謹(jǐn)?shù)耐评硐嗷蛘叩?。而素凈貝葉斯分類器是實(shí)現(xiàn)獨(dú)立假設(shè)的，即假設(shè)樣本每個(gè)特征與其它特征都不相關(guān)。

簡樸貝葉斯分類器憑著不精確的自然概率模型，在有監(jiān)督學(xué)習(xí)的樣本聚集能資源得很好的分類效果。在很多實(shí)際應(yīng)用中，素樸貝葉斯模型參數(shù)順利的話可以使用大的似然預(yù)計(jì)2020年方法。簡單而言樸素貝葉斯模型能工作并沒功能多到貝葉斯概率或者無論什么貝葉斯模型。

可是是面帶這些簡樸思想和太過很簡單化的假設(shè)，但簡樸貝葉斯分類器在很多復(fù)雜的現(xiàn)實(shí)的東西情形中仍能夠提出相當(dāng)好的效果。