引言

在互聯網、大數據、人工智能火爆的今天，“算法”這個詞幾乎婦孺皆知，業已成為“高薪”“牛X”的代名詞。

應不少朋友的邀請，特連載本系列，旨在用最通俗的方式——“”講人話、無廢話、看得懂、用得上“”——將位於神龕之上的算法送進尋常百姓家。

本篇作為系列的第一篇，採用“What、Why、How”文章結構，來給大家普及一下算法的基本概念（也糾正一些朋友的錯誤概念）。

What is Algorithm？（算法是個什麼鬼 ）

為了不落入俗套，本文不會重複wiki上“算法”的官方定義，而採用啟發式結構來闡述算法的本質，試想平時在遇到問題的時候，我們是如何解決的。

樸素而廣泛的過程方法論如下：

1. 重新定義問題，結構化描述

2. 根據重定義，歸類問題

3. 根據問題類別，做經驗匹配

4. 根據匹配結果，分支處理：若匹配，採用經驗方法；若匹配不上，設計開發新方法

5. 迭代更新經驗庫，增強面向未來問題的能力

與算法相關的就是上面的第3步~第5步。

簡單來說，算法本質是：解決某類問題的方法。如果方法已經在經驗庫裡了，直接拿來主義，也就是“既有算法”；如果不在，那麼設計開發的新方法，新方法就是“新算法”。

當然還有一種情況：雖然經驗庫裡有針對該類問題的方法了，但是設計開發了一個更有效的新方法，那麼也稱為“新算法”。下面來對幾個關鍵點進行闡述！！！

什麼是“更有效的算法”？

“更有效”的背後邏輯其實比較的就是“代價”，或者稱為“開銷”。經濟上衡量就是成本，它分為兩個維度：時間成本和資源成本。

資源成本在計算機上的體現就是硬盤、內存、CPU等一系列硬件資源開銷。對這些硬件資源開銷進一步抽象，就是空間成本。

算法其實從學科分類上講，屬於計算數學，計算數學屬於應用數學。用學科術語來描述時間成本與空間成本，就是計算複雜度，很自然地，它也有兩個維度：時間複雜度和空間複雜度。描述複雜度的數學符號是O()。後面我們會詳細介紹O()的表達。

綜上所述，所謂的“更有效”的算法，指的就是時間複雜度或者空間複雜度更優的算法。

為什麼要“重新定義問題，結構化描述”？

把人腦也看做一臺機器的話，很顯然這臺機器的運行方式和效率與計算機有所不同（儘管現在的機器學習在儘可能地模擬人腦的機理，但是兩者至少在現階段還有本質不同）。

人腦在連續信號和非結構化場景下的處理能力是卓越的，但是計算機只能處理離散信號，並且必須最終轉化成結構化數據才能進行處理（儘管現在的機器學習可以通過自我學習來將數據結構化）。

用一張圖來描述這個過程就是：

Why to use Algorithm?（算法有什麼鬼用）

從上面對解決現實問題的過程方法論的描述中，其實已經可以看出算法的價值就在於：經驗的重用。

套用一句IT行話就是“不要重複製造輪子”。好了，既然現在你已經對算法有了大致的感性認識，那麼接下來根據人類的學習習慣，就需要來看看抽象的算法概念，在現實裡到底“長什麼模樣”。

很多人認為“算法=程序或者程序”，這其實是一個狹義的理解。如前面所說的，算法的本質是解決某類問題的方法，而程序或者代碼只是方法的一種表達形式而已。你也可以用自然語言或者偽代碼來進行表達算法。

算法的“模樣”（應對電燈不工作的算法——代碼方式）：

public STATUS_CODE lamp_issue_handler() {
 STATUS_CODE ret_val = UNKNOWN_ISSUE;
 if (!isPowerOn(this)) { 

 ret_val = powerOn(this) ? NOT_POWER_ON_ISSUE : POWER_ISSE;
 }
 else if(!isBulbCrash(this)) {
 ret_val = replaceBulb(this) ? BULB_CRASH_ISSUE : REPLACE_ISSUE;
 }
 else {
 ret_val = fixBulb(this) ? BULB_FIXABLE_ISSUE : FIX_FAILURE_ISSUE;
 }
 return ret_val;
}

算法的“模樣”（應對電燈不工作的算法——自然語言方式）：

首先檢查電源是否接好了：沒有接好，接上。

如果接上了仍然不工作，看看燈泡是否燒壞了：如果是，換個新燈泡

如果燈泡沒有燒壞，修理燈泡

算法的“模樣”（應對電燈不工作的算法——流程圖方式）：

How to use Algorithm？（如何使用算法）

算法的本質就是方法，既然是方法，就是一系列的操作；既然是操作，就必然有作用對象。在軟件程序設計中，這樣的作用對象就是“數據結構”。

怎麼來理解數據結構呢？

前面我們講到了，解決問題的第一步就是要將問題結構化描述。結構化描述的本質就是利用一系列便於操作的“基礎元素”來表達。

那麼怎樣的“基礎元素”是便於操作的呢？

首先我們要清楚，操作的主體是誰。從上一段的闡述來看，這個主體貌似是算法，但是我們注意，算法不是憑空去運行的，是要在計算機上運行的。

所以歸根結底，操作的主體是計算機。所以，這裡所謂的“便於操作”指的是便於計算機運行。

計算機運行有兩個維度：硬件維度和軟件維度。

1.從硬件維度看:

學過計算機組成原理就知道，程序是在計算機的CPU高速緩存和內存中運行的。對應的存儲結構，通常都是線性的。

為了充分提升線性結構的性能優勢，硬件廠商（如CPU廠商）在設計硬件時，就抽象了針對一些結構（如堆棧）的操作（如壓棧、出棧），所以很自然地，這樣的結構就應該作為數據結構。

2.從軟件維度看:

我們編寫的應用程序一般不會直接運行在硬件之上，而是運行在操作系統、運行時或者虛擬機（如JVM）之上。

所以操作系統、運行時或者虛擬機已經抽象的結構（如數組、隊列、樹、圖等），也應該作為數據結構。

上面贅述了這麼多，其實就是要表達一個觀點：算法是要配合數據結構的，拋開數據結構談算法就是無源之水、無根之樹。

看到這裡，我想你一定徹底明白，為什麼圖靈獎得主尼古拉斯·沃斯會提出那個著名的等式了：程序 = 算法 +數據結構。

總結

看到這裡，相信你已經對算法這個概念已經不再陌生，它對於你而言也不再高高在上。

無論在大學學習，還是在工作中，大家都幾乎被一種說法反覆洗腦：算法非常重要，它是計算機的靈魂。

在這裡，我想糾正一下這個錯誤的觀點。首先，廣義的算法不僅僅只是軟件算法；再次，計算機系統不僅僅只是由軟件構成，還有硬件。

硬件涉及到材料科學、製造工藝等一系列技術，這些是不能簡單被算法替代的。所以，脫離上下文、一味強調算法的重要性是耍流氓。

END

博主還有很優秀的技術交流群，很多技術大拿，CTO,活躍度百分八十以上。問題解答百分之90以上。加博主好友後回覆【加群】，然後回答技術問題，答對者才能進入，其他博主和廣告商勿擾進群介紹，當然也會有一些學習資源，群裡直接回復資源介紹即可。