加關注可以第一時間接收數據結構系列文章，覺得不錯可以轉發和點贊，謝謝支持
你是不是覺得數據結構和算法,跟操作系統、計算機網絡一樣,是脫離實際工作的知識?可能除了面試,這基子也用不著?
儘管計算機相關專業的同學在大學都學過這門課程,甚至很多培訓機構也會培訓這方面的知識,但是據我瞭解,很多程序員對數據結構和算法依舊一竅不通。還有一些人也只說過數組、鏈表、快排這些最最基本的數據結構和算法,稍微複雜一點的就完全沒概念。
當然,也有很多人說,自己實際工作中根本用不到數據結構和算法。所以,就算不懂這塊知識,只要 Java API、開發框架用得熟練,照樣可以把代碼寫得“飛”起來。事實真的是這樣嗎?
今天我們就來詳細聊一聊,為什麼要學習數據結構和算法。
想要通關大廠面試,幹萬別讓數據結構和算法拖了後腿
很多大公司,比如BAT、 Google、Facebook,面試的時候都喜歡考算法、讓人
現場寫代碼。有些人雖然技術不錯,但每次去面試都會“跪”在算法上,很是可惜。那你有沒有想過,為什麼這些大公司都喜歡考算法呢?
校招的時侯,參加面試的學生通常沒有實際項目經驗,公司只能考察他們的基礎知識是否牢固。社招就更不用說了,越是厲害的公司,越是注重考察數據結構與算法這類基礎知識。相比短期能力,他們更看中你的長期潛力。
你可能要說了,我不懂數據結構與算法,照樣找到了好工作啊。那我是不是就不用學數據結構和算法呢?當然不是,你別忘了,我們學任何知識都是為了“用的,是為了解決實際工作問題的,學習數據結構和算法自然也不例外。
業務開發工程師,你真的願意做一輩子CRUD boy嗎?
如如果你是一名業務開發工程師,你可能要說,我整天就是做數據庫CRUD(増刪改
查),哪裡用得到數據結構和算法啊?
是的,對於大部分業務開發來說,我們平時可能更多的是利用已經封裝好的現成的接口、類庫來堆砌、翻譯業務邏輯,很少需要自己實現數據結構和算法。但是,不需要自己實現,並不代表什麼都不需要了解。
如果不知道這些類庫背後的原理,不懂得時間、空間複雜度分析,你如何能用好、用對它們?存儲某個業務數據的時候,你如何知道應該用 Array List,還是 Linked List呢?調用了某個函數之後,你又該如何評估代碼的性能和資源的消耗呢?
作為業務開發,我們會用到各種框架、中間件和底層系統,比如 Spring、RPC框架、消息中間件、 Redis等等。在這些基礎框架中,一般都搡和了很多基礎數據結構和算法的設計思想。
比如,我們常用的Key-Value數據庫 Redis中,裡面的有序集合是用什麼數據結構來實現的呢?為什麼要用跳錶來實現呢?為什麼不用二叉樹呢?
如果你能弄明白這些底層原理,你就能更好地使用它們。即便出現問題,也很容易就能定位。因此,掌握數據結構和算法,不管對於閱讀框架源碼,還是理解其背後的設計思想,都是非常有用的。
在平時的工作中,數據結構和算法的應用到處可見。我來舉一個你非常熟悉的例子:如何實時地統計業務接口的99%響應時間?
你可能最先想到,每次查詢時,從小到大排序所有的響應時間,如果總共有1200個數據,那第118個數據就是99%的響應時間。很顯然,每次用這個方法查詢的話都要排序,效率是非常低的。但是,如果你知道“堆”這個數據結構,用兩個堆可以非常高效地解決這個問題。
基礎架構研發工程師,寫出達到開源水平的框架才是你的目標!現在互聯網上的技術文章、架構分享、開源項目滿天飛,照貓畫虎做一套基礎框架並不難。我就拿RPC框架舉例。
不同的公司、不同的人做出的RPC框架,架構設計思路都差不多,最後實現的功能也都差不多。但是有的人做出來的框架,Bug很多、性能一般、擴展性也不好,只能在自己公司僅有的幾個項目裡面用一下。而有的人故的框架可以開源到 Github上給很多人用,甚至被 Apache收錄。為什麼會有這麼大的差距呢?
我黨得,高手之間的競爭其實就在細節。這些細節包括:你用的算法是不是夠優化,數據存取的效率是不是夠高,內存是不是夠節省等等。這些累積起來,決定了一個框架是不是優秀。所以,如果你還不懂數據結構和算法,沒聽說過大O複雜度分析,不知道怎麼分析代碼的時間複雜度和空間複雜度,那肯定說不過去了,趕緊來補一補吧!
對編程還有追求?不想被行業淘汰?那就不要只會寫湊合能用的代碼!何為編程能力強?是代碼的可讀性好、健壯?還是擴展性好?我覺得沒法列,也列不全。但是,在我看來,性能好壞起碼是其中一個非常重要的評判標準。但是,如果你連代碼的時間複雜度、空間複雜度都不知道怎麼分析,怎麼寫出高性能的代碼呢?
你可能會說,我在小公司工作,用戶量很少,需要處理的數據量也很少,開發中不需
要考慮那麼多性能的問題,完成功能就可以,用什麼數據結構和算法,差別根本不
大。但是你真的想十年如一日”地做一樣的工作嗎?
經常有人說,程序員35歲之後很容易陷入瓶頸,被行業淘汰,我覺得原因其實就在
此。有的人寫代碼的時候,從來都不考慮非功能性的需求,只是完成功能,湊合能用就好;做事情的時候,也從來沒有長遠規劃只把眼前事情做好就滿足了。
我曾經面試過很多大齡侯選人,簡歷能寫十幾貞,經歷的項目有幾十個,但是細看下
來,每個項目都是重複地堆砌業務邏輯而已,完全沒有難度遞進,看不出有能力提
升。久而久之,十年的積累可能跟一年的積累沒有任何區別。這樣的人,怎麼不會被行業淘汰呢?
如果你在一家成熱的公司,或者BAT這樣的大公司,面對的是幹萬級甚至億級的用戶,開發的是TB、PB級別數據的處理系統。性能幾乎是開發過程中時刻都要考慮的問題。一個簡單的 Array List、 Linked List的選擇問題,就可能會產生成幹上萬倍的性能差別。這個時侯,數據結構和算法的意義就完全凸顯出來了。
其實,我覺得,數據結構和算法這個東西如果你不去學,可能真的這基子都用不到
也感受不到它的好。但是一旦掌握,你就會常常被它的強大威力所折服。之前你可能需要費很大勁兒來優化的代碼,需要花很多心思來設計的架構,用了數據結構和算法之後,很容易就可以解決了。
內容小結
我們學習數據結構和算法,並不是為了死記硬背幾個知識點。我們的目的是建立時間複雜度、空間複雜度意識,寫出高質量的代碼,能夠設計基礎架構,提升編程技能,訓練邏輯思維,積攢人生經驗,以此獲得工作回報,實現你的價值,完善你的人生。
所以,不管你是業務開發工程師,還是基礎架構工程師;不管你是初入職場的初級工程師,還是工作多年的資深架構師,又或者是想轉人工智能、區塊鏈這些熱門領域的程序員,數據結構與算法作為計算機的基礎知識、核心知識,都是必須要掌握的。
掌握了數據結構與算法,你看待問題的深度,解決問題的角度就會完全不一樣。因為這樣的你,就像是站在巨人的肩膀上,拿著生存利器行走世界。數據結構與算法,會為你的編程之路,甚至人生之路打開一扇通往新世界的大門。
課後思考
你為什麼要學習數據結構和算法呢?在過去的軟件開發中,數據結構和算法在哪些地方幫到了你?
閱讀更多 xiuxiuing 的文章
