隨著科學技術的發展，人工智能已經逐漸滲透到各個行業，這是一個相當有前景的專業領域。

其中，算法工程師這一職位更是非常火爆，在急缺大量人才的同時，也吸引了眾多求職者，那么，初學者該如何學好算法呢？

算法工程師的具體分支：

其次，算法工程師的必備技能：

▲至少熟悉一門編程語言 C/C++/java/python/R;

▲功底；熟練運用各種常用算法和數據結構，有獨立的實現能力;

▲熟悉數據挖掘算法;

▲熟悉機器學習相關知識理論。

▲加分項：具有較為豐富的項目實踐經驗。

好奇的你看到這里，肯定帶著大大的疑問：是不是要直接學習這些算法呢？

萬丈高樓平地起，任何高深的算法都要從基礎算法學起，不可能一口吃個胖子。

所以，初入門的你學習算法還是要從基礎開始：

▲首先學習一門語言。

例如 C/C++/Java/python，初學者學 C++比較普遍。

▲學數據結構。

數據結構書有很多，但是有些教材晦澀難懂，建議看圖解多，通俗易懂的書，推薦《趣學數據結構》。

▲學算法。

不要直接看《算法導論》，大量證明會讓你崩潰。推薦《趣學算法》，有問題分析，完美圖解，偽碼詳解，實戰演練，適合初學者快速掌握經典算法。

接下來，讓我們跟隨《趣學數據結構》《趣學算法》作者陳小玉老師的視角，找到學習算法與數據結構的竅門！

01

為什么要學數據結構？

招聘和數據不得不說的故事

如果你關注招聘試題，就會發現越是大公司，問的問題越基礎，有的甚至問你什么是棧和隊列，反而一些小公司會關心你做過什么系統，關注點不同。

大公司更注重基礎扎實，發展潛力，而小公司希望你立刻、馬上為他干活，通常是沒什么技術含量的活。小公司喜歡細而長的竹子，大公司更喜歡碗口粗的竹筍。

我曾經推薦一個學生到某知名公司，沒多久，學生給我說了應聘的事情：“我介紹我開發了企業管理系統、在線商城系統等等，沒想到他問我使用了什么數據結構和算法，我懂很多技術，那么多功能我都實現了，他不問，卻問我使用了什么數據結構和算法，你說搞笑不？數據結構、算法我早就忘了，我會開發軟件還不行嗎？”

人力資源總監也反饋過來意見：“很搞笑，這個學生做了不少系統，卻說根本沒用到數據結構和算法。”

既然雙方都覺得這是一個件搞笑事，我們就攤開來看，數據結構到底是什么東西。

撥云見日，看清數據結構

遇到一個實際問題，需要解決兩個事情：

（1） 如何將數據存儲在計算機中；

（2） 用什么方法策略解決問題。

前者是數據結構，后者是算法。

只有數據結構沒有算法，相當于只把數據存儲到計算機中而沒有有效的方法去處理，就像一幢只有框架的爛尾樓；若只有算法，沒有數據結構，就像沙漠里的海市蜃樓，只不過是空中樓閣罷了。

數據是一切能輸入到計算機的信息總和，結構是指數據之間的關系，數據結構就是將數據及其之間的關系有效地存儲在計算機中。算法是指對特定問題求解步驟的一種描述，說白了就是解決問題的方法策略。

數據結構和算法不依賴于語言，什么語言無所謂。但是如果上機實現的話，就要使用計算機語言。

遇到一個實際問題，充分利用所學的數據結構，將數據及其之間的關系有效地存儲在計算機中，然后選擇合適的算法策略，并用程序高效實現，這就是N.Wirth 教授所說的：

數據結構+ 算法＝程序。

計算機專業本科生都開設數據結構課程，它是計算機學科知識結構的核心和技術體系的基石。

研究生考試也是必考科目，隨著科學技術的飛速發展，數據結構的基礎性地位不僅沒有動搖，反而由于近年來算法工程師的高薪火爆，而得到了業內空前的重視。

很多人覺得基本的數據結構及操作已經在高級語言（如 C++、JAVA 語言中）中封裝，棧、隊列、排序、優先隊列等都可以直接調用庫函數，學會怎么調用就好了，干嘛要重復造輪子？

02

學習數據結構有什么用處？

學習數據有效存儲的方法

很多學生在學習數據結構時，問我要不要把單鏈表插入刪除代碼背下來？要不合上書就不會寫了。我非常詫異，為什么要背？理工科技術知識很少需要記憶的，是用的，用的！學習知識不是死記硬背，更重要的是學習處理問題的方法。

同一個問題，如何有效地存儲數據，不同的數據結構產生什么樣的算法復雜性，有沒有更好的存儲方法提高算法的效率？

例如，用順序表查找需要O(n)的時間復雜度，用平衡樹查找需要 O(logn)的時間復雜度。這是什么概念呢？就像你有 10 個億，一覺醒來，兜里只剩下 30 塊！

處理具有復雜關系的數據

現實中很多具有復雜關系的數據，無法通過簡單的庫函數調用實現。專業認證中特別強調培養學生解決復雜工程問題的能力，什么是復雜工程問題？

就是需要綜合運用多個知識技術解決的問題。如同現在很多芯片高度集成，完全不需要芯片內部如何，直接使用就行了。

但是，如果在現實中遇到一個復雜問題，一個芯片只能完成其中一個功能，難道要連接十幾塊芯片來解決這一個問題？

你在搞圣誕樹嘛？一個樹枝掛個小禮物，叮叮當當的亂響。這顯然是不合適的，我們需要的是完成該復雜問題的一個芯片，因此需要運用所學的數據結構知識，高效處理具有復雜關系的數據。

通過學習數據結構，更加準確、深刻地理解不同數據結構之間的共性和聯系，學會選擇和改進數據結構，高效地設計并實現各種算法，這才是數據結構的精髓。

03

數據結構為什么那么難？

網絡上太多的同學吐槽被虐，如滔滔江水連綿不絕，數據結構太難了！真的很難嗎？其實數據結構只是講了三種：線性結構、樹、圖。到底難在哪里呢？通過調查了解大概有四個原因：

▲無法接受的描述方式

數據結構的描述大多是抽象的形式，我們使用自然語言表達習慣了，不容易接受數據結構的抽象表示。

不止一個學生問我，書上的“ElemType”到底是什么類型？運行時怎么提示錯誤。它的意思就是“元素類型”，只是這樣的描述，你需要什么類型就寫什么類型，例如 int。這樣的表達方式讓不少人崩潰。

▲不知道什么用處

盡管很多人學習數據結構，有的人是應付考試，有的人考研需要，有的人參加算法競賽需要，而很多人不太清楚學習數據結構有什么用處，迷迷糊糊看書、做題、考試。

▲體會不到其中的妙處

由于教材、教師等等各種因素影響，很多學生沒有體會到數據結構處理數據的妙處，經常為學不會而焦頭爛額，無法體會其中樂趣，有趣是才有意思，興趣是最大的驅動力。一旦體會到其中的奧妙，就會有停不下來的感覺。

有讀者給我留言，老師看了你的書根本停不下來。其實，我寫書的時候也停不下來，神同步。

▲語言基礎不好

我一直強調先看圖解，理清思路，再上機。還是有很多同學已經理解了思路后，因為缺少 main 函數，輸入輸出格式不對，缺少括號等等各種語言問題卡殼，而這一切統統戴給了“數據結構太難了”這個大帽子。

04

數據結構學習秘籍

在講學習秘籍之前，首先了解一下數據結構學習的三種境界：

▲會數據結構的基本操作

這是最基礎的要求，學會各種數據結構的基本操作，取值、查找、插入、刪除等。先看圖解，理解各種數據結構的定義，操作方法，然后看代碼，嘗試自己動手上機運行，逐漸掌握基本操作。

初學時，要想理解數據結構，一定要學會畫圖，通過畫圖形象表達，更能體會其中的數據結構關系。因此，初學階段學習利器：畫圖，理解，畫圖。

▲會利用數據結構，解決實際問題

在掌握了書上的基本操作之后，就可以嘗試利用數據結構解決一些實際問題了，先學經典應用問題的解決方法，體會數據結構的使用方法，然后再做題，獨立設計數據結構解決問題。

要想熟練應用就必須做大量的題，從做題中體會其中的方法。最好進行專項練習，比如線性表問題，二叉樹問題，圖問題，該階段學習利器：做題，反思，做題。

▲熟練使用和改進數據結構，優化算法

這是最高境界了，也是學習數據結構的精髓所在，單獨學習數據結構是無法達到這種境界的。它需要在學習算法的過程中慢慢修煉。

在學習算法的同時，逐步熟練應用、改進，慢慢體會不同數據結構和算法策略的算法復雜性，最終學會利用數據結構改進和優化算法。

該階段已經在數據結構之上，通過在測試系統上刷各種算法題，體會利用數據結構改進優化算法。該階段學習利器：刷題，總結，刷題。

刷題網站

打比賽：HDU、POJ、Vjudge、Code Forces

找工作：LeetCode

05

算法為什么那么難

很多人感嘆：算法為什么 那么難！首先，算法本身具有一定的復雜性，還有一個原因：講的太爛！算法的教與學有兩個困難：

▲我們學習了那些經典的算法，在驚嘆它們奇思妙想的同時，難免疑慮重重：這么牛，怎么想到的？對學生來說，這可能是最費解、也最讓人窩火的地方。高手講，學算法要學它的來龍去脈，包括種種證明。

但這對菜鳥來說，簡直比登天還難，很可能花費很多時間也無法搞清楚。這條路對大多數人來說，是行不通的，那怎么辦呢？下功夫去記憶書上的算法？記住這些算法的效率？看似學會了，其實兩手空空。遇到一個新問題，仍然無從下手。

可這偏偏又是極重要的，無論作研究還是實際工作，一個計算機專業人士最重要的能力，就是解決問題——解決那些不斷從實際應用中冒出來的新問題。

▲算法作為一門學問，有兩條幾乎平行的線索。一個是數據結構(數據對象)：數、矩陣、集合、串、排列、圖、表達式、分布等等。另一個是算法策略：貪心、分治、動態規劃、線性規劃、搜索等等。

這兩條線索是相互獨立的：同一個數據對象上有不同的問題，例如單源最短路徑和最優二叉樹，就可以用到不同的算法策略，如貪心和動態規劃；而同一個算法策略，例如排序和整數乘法，也會用到不同的數據結構。它們之間是多對多的關系。

兩條線索交織在一起，該如何表述？

我們早已習慣《數據結構》中講數據結構，《算法設計與分析》里面講算法策略。各說各的，講算法設計時就假設你已經對數據結構了如指掌，還沒有哪一本算法書很好的解決這兩個困難，傳統的算法書，大多注重內容的收錄，但卻忽視思維過程的展示，因此我們學習了經典的算法，卻費解于算法設計的過程。

遇到一個實際問題，通過問題分析，選擇使用什么樣的算法策略，基于這種算法策略選擇什么樣的數據結構，有時算法策略和數據結構的選擇并不是唯一的，不同的算法策略和數據結構設計的算法，其復雜性是不同的。

而很多書就是灌輸式的講一個實例，一下子就選擇了一個認定是最優的算法策略，告訴你就這樣干，不談數據結構，然后分析算法復雜性，就結束了。

原則上講算法策略就講算法策略，不依賴任何程序設計語言和數據結構，但對很多學生來講，尤其是語言沒學好，數據結構也不熟練的同學，只講算法策略，如同空中樓閣。自己用算法解決實際問題，一頭霧水。

《趣學算法》，從問題出發，根據實際問題進行分析，選擇合適的算法策略，并分析為什么采用這種算法策略，然后選擇什么數據結構，不同的數據結構復雜性會有什么區別，巧妙地將數據結構和算法策略擰成了一條線。

通過大量實例，充分展現算法設計的思維過程，讓學生充分體會遇到一個問題，如何分析，使用什么算法策略，采用什么數據結構，算法的復雜性如何？是否有優化的可能？

西方教育旨在激發學生對世界的好奇心，而在這里，我們培養的是讓學生懷著一顆好奇心，思考問題、解決問題的能力。更重要的是——體會學習的樂趣，發現算法的美！

06

算法學習秘籍

知識在于積累，學習需要耐力。學習就像挖金礦，或許一開始毫無頭緒，一頭霧水，但轉個角度，換換工具，時間久了總會找到一個縫隙。成功就是你比別人多走了一段路，或許恰恰是那么一小步。

▲第一個建議：多角度，對比學習

學習算法，可以先閱讀一本簡單的入門書，然后綜合幾本書橫向多角度看，例如學習動態規劃，拿幾本算法書，把動態規劃這章找出來，比較學習，多角度對比分析更清晰，或許你會恍然大悟，噢，原來如此簡單。

或許有同學說我哪有那么多錢買那么多書，只要你想學習，沒有什么可以阻擋！你可以圖書館借，也可以聯系你的老師，每學期上課前，我都會告訴學生，如果你想學習卻沒錢買書，我可以提供幫助。想一想，你真的沒有辦法？

▲第二個建議：大視野，不求甚解

經常有學生為了一個公式推導，或幾句代碼拋錨，甚至停滯數日，然后淹沒在無盡的挫敗感中，把自己弄得垂頭喪氣。公式可以不懂，代碼可以不會。你不必投入大量精力試圖推導書上的每一個公式，也不必探究語法或技術細節。

學算法就是學算法本身，首先是算法思想，解題思路，然后是算法實現，算法思想的背后可能有高深的數學模型，復雜的公式推導，你理解了當然玄妙，不懂就拉倒。

算法實現可以用任何語言，所以不必糾結是 C，C++，Java，Python，更不必管嚴格的語法規則，除非你要上機調試。

建議還是先領會算法，寫偽代碼，在大腦中調試吧，如果沒有良好的編程經驗，一開始就上機或許更讓你崩潰。遇到不懂的部分，瀏覽一下或跳過去，讀完了還不明白再翻翻別的書，

總有一天，你會發現，“暮然回首，那人卻在燈火闌珊處”。

▲第三個建議：多交流，見賢思齊

與同學，朋友，教師或其他編程愛好者們一起學習和討論問題，是取得進步最有效的辦法，也是分享知識和快樂的途徑。

加入論壇，加入交流群，會了解其它人在做什么，怎么做，遇到問題可以請教高手，帶來醍醐灌頂的喜悅；也可以應助菜鳥，使你暗自得意，信心倍增。論壇和群也會分享大量的學習資料和視頻，還有不定期的培訓講座，讀書交流會，你會發現，不是你一個人在戰斗！

▲第四個建議：勤實戰，越挫越勇

實踐是檢驗一切真理的標準。古人云：“學以致用”，“師夷長技以制夷”。請不要急切期盼“實際的”例子，更不要看不起小實例，“不積跬步，無以至千里”。

大規模的成功商業案例所采用的算法，人工情感，無人駕駛，不是我們目前要解決的問題。

看清楚腳下的路，比仰望天空更實際，多做一些實戰練習，更好地體會算法的本質，在錯誤中不斷成長，越挫越勇，終究會成參天大樹。

▲第五個建議：看電影，洞察未來

不管是講《人工智能》，還是《算法分析》，我都會建議同學們去看一看科幻電影，如《人工智能》、《記憶裂痕》、《絕密飛行》、《未來戰士》、《她》等等。奇妙的是，這些科幻的東西，正在一步步的實現，靠的是什么？

人工智能。計算機的終極是人工智能，人工智能的核心是算法。未來的戰爭是科技的戰爭，先進的科技需要人工智能。我們的國家還有很多技術落后，未來需要你。

“一心兩本”學習法：

一顆好奇心，兩個記錄本。懷著一顆好奇心去學習，才能不斷的解決問題，獲得滿足感，體會算法的美。

很多科學大牛的秘訣就是永遠保持一顆好奇心；一個記錄本用來記錄學習重點難點，隨時的突發奇想；一個記錄本做日記或周記，記錄一天或一周來學了什么，有什么經驗教訓，需要注意什么，計劃下一天或下一周做什么。

不停的總結反思過去，計劃未來，這樣每天都有事做，心中滿滿的能量。一個人經常上課睡覺，因為他心中無事可做；一個人經常失眠，因為他心里事兒太多！