算法重要性分析以及学习路线推荐

算法重要吗？

都听说算法重要，可是大部分人内心深处是很不认同这一说法的，因为自己平时工作好像压根就用不到算法，认为算法就是没有意义的智力题。真的如此吗，下面是一些事实和分析。

事实

1. 国外公司Google, Amozon, 微软等公司面试内容一般只有算法，4-5面，一面到三面每一面2-3到题，四面1-2道题目，五面谈人生。
2. 国内公司，工资越高的公司面试中算法占比越大。
3. ACM比赛获奖者在职场上很受青睐，因为思维快，解决问题能力强。
4. 新兴方向中，例如AI对求职者算法水平要求更高。

分析

1. 工作中算法用得到吗？先思考以下问题
   1. 10亿的黑名单，要查询某个用户是否在黑名单内，如何做？10亿的黑名单，要查询某个用户是否在黑名单内，如何做？
   2. 比如业务上需要调度器有某些很特殊的性质，市面上没有，需要自己造一个的时候，怎么做？
   3. 社交网络，一个信息传达从一个用户传达到另一个用户最短要几次转发？（最短路径）
2. 要你写个功能，有个算法能很完美的实现，但是你不知道，你照着最直白的思路去实现，可以用，业务上线，然后用户量增大，服务器卡爆！所以说没有用到算法，一方面可能是确实不需要算法，还有另一种可能就是需要用到但是你不知道，压根没往这方面想，比如刚才的黑名单问题（布隆过滤器），还有Hot Spot问题（一致性哈希），算法就是为了解决工程而存在，算法水平也应该是软件工程师的基础能力。
3. 假如你的工作就是写写接口，调调API，调调参数这些培训两个月就能搞定的事情，那公司裁员的时候裁谁？
4. 面试中用算法筛选求职者对公司来说是很省成本的方式，算法好的面试者一般能说明他思维不差，用心准备了，基础素质过关。即使最后验证真的不是合适的人选，不还有试用期呢吗。虽然这会造成能胜任工作，其他能力过关，而算法是短板的求职者被不幸刷掉，可是这又如何呢，公司要的是适合岗位的人，不是所有适合岗位的人。这种误伤是可以被公司接受的。只是站在求职者角度说非常难以理解而已。

总结

1. 找工作需要算法，为了前(钱)景，即使算法不重要，你也要学习算法。
2. 职业前景需要算法，你是要造航母还是要当一辈子的拧螺丝的？
3. 解决问题需要算法，算法水平的积累与提高会帮助我们更好的理解问题，寻求更快更省更优雅的解决方案。
4. 算法本身就挺有意思的，你坚持刷下去会看到它的美。

所以，算法重要，而且很重要。

学习路线

学习算法很常见的一个场景是，

• 开始刷Leetcode
• 看了题目半天没有思路
• 苦思冥想之后还是不行，大致看下别人思路，开始coding
• 提交，“Wrong Answer”
• “奥，没考虑这个条件”
• 修改，提交，“Wrong Answer”
• “奥，没考虑这种case”
• 修改，提交，“Wrong Answer”
• one thousand years later…
• “Accept”
• “卧槽，太艰难了，果然我智商不行，算法不适合我，不学了不学了”

算法学习的特点：学习路径相对陡峭，挫败性很强。很多人都是陷入对自己深深的怀疑然后放弃算法学习的。但是实际原因是没有循序渐进的去学习，你二叉树都没搞明白呢想去撸一个红黑树；回溯都不知道想去做n皇后；堆结构是个啥没概念想去弄堆排序。这不是找虐吗？但是假如你会了归并，那两个有序链表的归并肯定不在话下；你会了快排，那荷兰国旗就不是个大问题。
算法问题很多都是以其他算法为基础的，很多题目都是有套路的。 所以并不是你笨，而是你基础不扎实或者你见识的太少。总而言之，你的学习路线不够平缓。那什么样才是正确的学习路线呢。
首先掌握基础知识，其次再刷题。具体步骤如下(本文针对的是刷题小白或者抗拒刷题的人，大神请自动略过)。

基础知识

首先必须掌握基础知识，因为基础都不知道，刷题寸步难行，就好像不了解多线程让你写并发一样困难。当然你是可以通过刷题，来学习基础，但是这就本末倒置了，刷题可以是用来练习思维的，对基础知识只是查缺补漏的程度，当作主要学习手段是很蠢的。
具体操作是首先选一本书或者一门课去复习这些知识，这里推荐本科的教科书，因为毕竟上过一遍是有印象的。如果不是科班或者本科全部水过去的，我推荐《算法（第4版）》，经典不解释，英语水平不过关的可以去搜中文版。更深入的当然力推《算法导论》。视频教程的话中国大学Mooc上浙大的课程不错，牛客网上的左程云讲的也很不错，不过是付费的，这里就不贴链接了。
至于学习方法，首先把基础知识弄明白，这个难度应该不大，可能个别地方比如红黑树，KMP之类的比较难理解，不会的可以去这里看看 ：算法可视化。其次一定一定一定要练一遍，经典算法的练习你当然可以自己IDE里面写，可以有测试用例检测就更好了，这里就式很合适的地方：经典算法练习。或者参考下github上别人的实现：经典算法Java实现，也学习学习好的代码习惯。明白了和掌握了之间是需要动手训练的。最后要自己做个总结。
下面是一些简单的梳理

• 数据结构
  • 顺序表
    • 顺序表的表示
    • 顺序表的增删改查
    • 常见排序算法（冒泡，选择，插入，希尔，通，归并，快排，堆排序，桶排序，基数排序）
    • 队列
    • 栈
    • 链表
    • 单链表
      • 单链表的增删改查
    • 双链表
    • 链式栈，链式队列
    • 环形队列
    • 块状表
  • 树
    • 二叉树
      • 二叉树的链式存储
      • 二叉树的顺序存储
      • 二叉树的建立
        • 哈夫曼树
      • 二叉树的遍历（先序，中序，后序，层次）
      • 二叉排序树（二叉搜索树）
        • 二叉排序树的建立
      • 完全二叉树
        • 堆
        • 大顶堆，小顶堆
        • 堆排序
      • 平衡二叉树
        • 二叉树的旋转
    • 多叉树
      • B+树
  • 图
    • 有向图与无向图、强连通图与弱连通图
    • 图中的环
    • 图的线性存储与矩阵存储
      • 边集与顶点集以及邻接表
      • 矩阵及稀疏矩阵的链式存储
      • 十字链表与邻接多重表
    • 图的遍历
      • DFS（栈）
      • BFS（队列）
    • 图的最小生成树
      • 克鲁斯卡尔算法
      • 普里姆算法
    • 最短路径
      • 迪杰斯特拉算法
    • AOV网
      • 拓扑排序
    • AOE网
      • 关键路径
• 算法
  • 分治
    • 主定理
    • 二分搜索，归并，快排，汉诺塔，选最大最小，最大字段和，Strassen矩阵乘法，循环赛日程，FFT，凸包
  • dp
    • 背包问题，矩阵链相乘，LCS，投资问题，最大子段和，
  • 贪心
    • 活动选择，背包，多机调度，哈夫曼树，前缀码，迪杰斯特拉算法，最小生成树
  • 回溯
    • n皇后，货郎问题，图的着色
• 补充
  • 数据结构
    • 线段树，树状数组，并查集，字典树
  • 算法
    • 扫描线，拓扑排序，滑动窗口，蓄水池，flood fill
  • 其他
    • 位运算，设计思想，数学知识，语言中的数据结构（比如C++的STL，Java，C#的Collection）

刷题

基础算法掌握后，开始刷题吧。这里介绍一下路线。可以先刷一些难度较小，题目比较典型的，这里推荐结合《剑指Offer》第二版书籍，刷牛客网的剑指Offer的OJ. 接下来就去Leetcode刷题吧，刷题要有个顺序，有人按照题型刷，有人按照AC比例刷，这个因人而异，我推荐看下这个分析，按照花花酱的推荐去刷我感觉挺好的。
另外介绍一下两种刷题方式，一种是龟式刷题法，一种是兔式刷题法。龟式刷题法就是做题的时候不看提示，不看答案，自己思考，速度自然很慢，但是做出来成就感很大，对思维的训练也很大，但是耗费时间，适合基础扎实，刷题经验丰富或者想挑战自己的人。兔式刷题法则是看完题目，大概5分钟内没有思路，立刻看答案，选择最好的思路自己实现，这样刷的很快，但是印象可能不是很深刻，优点是腾出时间多刷几遍，而且刷题的广度很快就上去了。适合没刷多少题目，基础掌握的还不是很牢固的新手。建议刷题广度上去（标准是你自我感觉大部分类型的题目都见过了）之前兔式，之后龟式。

算法学习道路任重而道远，与诸君共勉。