經常有學妹問我（其實學弟也愛問）：

大學應該更偏向技術還是算法和數據結構這類。

大家都是成年人了，這還用選嗎？

當然是兩者都要重點啃下來呀，算法和技術相輔相成的，一定不要有二選一的想法！

算法和數據結構可以說是技術（包括MySQL、Java、Redis、操作系統這些）的基石：

我當時大一也是覺得數據結構沒啥用，哪有學個 JS、CSS 寫個漂亮的網頁炫酷？

什么算法，明明有 qsort 還要學快排、堆排？

這玩意有 qsort 快嗎？

我直接一行就排好序了，你還要寫十幾行，真菜呀！

那時候以為的技術就是使用各種組件、調API，比如 Map：

但是越學到后面心里越沒底，因為這些東西對自己都是黑盒子。

所以如果數據結構與算法掌握不好，那么這些 API 對于我們就是一堆的黑黑子，連什么時候用 Map（紅黑樹實現）、什么時候用 HashMap 都分不清。

Redis 這種組件，難道只需要了解如何get、set 就是算是掌握了嗎？

那肯定不行，實際上想要要用得好，得要了解 Redis 底層的那些數據結構，比如簡單動態字符串（SDS、鏈表、字典、跳躍表、整數集合、壓縮列表，才能選擇適當的存儲結構。

如果要問我大學什么最后悔？那肯定是沒有從大一就開始好好學算法，去打 ACM。

現在還在大一、大二的同學還不抓緊機會，別給自己留下遺憾。當然，不打 ACM，我們也是能夠學好數據結構和算法的。

數據結構和算法你能在任何計算機領域里看到，比如在編譯原理中寄存器的分配會用到貪心，死代碼檢測與消除會用到圖論里不可達的知識；操作系統進程、線程調度會用到多級隊列和調度算法；組成原理中 Cache 的替換會用到 LRU、FIFO 等算法；開發必備的數據庫也離不開B+樹、LSM 等數據結構和查找算法。

很多時候我們需要的算法都被封裝到編程語言的基礎庫里了，以至于很多同學會覺得算法離我們太遠，其實不是的。

所以學習算法有助于我們根據應用場景選擇最合適的數據結構。

日常開發中也一定離不開算法，比如小北最近工作中涉及的某種嵌套 TLV（Tag-Length-Value）結構編碼的解析，就需要用到遞歸、多叉樹等知識。如果不學習算法，那么程序中只能見到大量的 if/else、while/for。。。

可以說不學算法的工程師一定不是一個優秀的工程師。

再來說操作系統、編譯原理，這些里面也是蘊含著各種數據結構與算法的，就拿編譯原理來說。

一、編譯原理遇見算法

當你學完有限狀態機以后，你會發現以前覺得很牛逼正則表達式似乎自己也能用 DFA、NFA 實現一下了。狀態機的思想在編程中很多地方都用得上。

比如解析 HTTP 協議，如果沒學過狀態機思想，你可能會一行行的 if/else 去做解析，這里最麻煩的地方在于，if/else 需要提前將 HTTP 頭部字段都接收到再來判斷，而我們知道 HTTP 基于 TCP，而 TCP 是流式傳輸，所以你很有可能是幾個字符一組組接收到的，這個時候用 if/else 寫出來就很難看了。

而用狀態機編寫起來代碼就會非常優雅。狀態的轉移是由規則驅動的，接收到一個字符就判斷一個，非常的方便。

繼續學完語法分析，你會掌握遞歸下降分析這樣非常重要的思想，你可以使用遞歸下降快速的實現四則運算計算器。

如果不用遞歸下降你可能需要先中綴表達式轉后綴，然后求值，這是我們大一數據結構課寫的，當時用棧寫的，有點麻煩。后來學完編譯原理，又用遞歸下降重寫了一遍，區區幾十行代碼遍搞定。

還有一類場景在實際開發中的用的很多，比如淘寶、京東這樣的電商，它們的營銷規則有很多，比如滿減、直減、跨店等等，這樣的規則是不可能寫死在代碼里的。

那是怎么做的呢？

一般會實現一個配置系統，并設計一個DSL（領域特定語言）來表達這些規則，將規則直接配置到系統中，這樣可以非常方便的修改，那么如何在代碼里去解析 DSL 定義的規則呢？這就需要為 DSL 寫一個語法解析器，這里就會用到語法分析的方法。

DSL（Domain Specific Language），它是一種用于某個特定領域的程序設計語言。這種特定于某個領域是相對于 C、C++、Python 這種通用語言而言的，通用語言可以在各個領域使用，我們熟悉的大多數程序設計語言都是通用語言，它們都是圖靈完備的。

像我們平常經常使用的 JSON、SQL、HTML 這些都算是一種 DSL，你甚至可以嘗試用遞歸下降去寫一個 JSON、XML 解析器，這比寫電商網站更有價值的。

繼續往下學你會了解到抽象語法樹 AST 如何生成、如何轉化為中間代碼、如何對中間代碼優化、最終又是怎么生成機器指令的。

你會看到貪心算法在寄存器分配中的應用，也會看到圖論中的可達性分析又是如何實現死代碼消除。

二、CS 基礎課

所以無論是操作系統、計算機網絡、編譯原理這些基礎CS課程，還是MySQL、Redis這些中間件，都是構建在各種精妙的數據結構與算法之上的，數據結構與算法必學，一定要重視！

如果你有 ACM 獲獎經歷，那 BAT 是很容易進的，但是也一定要掌握基本的CS基礎課程知識，不能只重算法不重基礎。

國外可能把題刷好就能拿到offer，但是國內不懂 OS、網絡這些基礎和一些語言八股文也是很難的！

三、CS 學習路線

很多大一大二的同學其實是不太清楚到底該計算機專業該如何自學，在這分享下我的學習路線吧：

我大學專業學計算機的，對 CS 本科課程還算了解，也經常了解學習國外 CS 課程。

CS 專業區別于其它專業很大特點就是：

• 工作后的內容是和專業所學的內容強相關的

比如你學了數據結構、編譯原理、操作系統、計算機網絡，如果你從事的是研發崗，那一定離不開這些知識。

• 主要靠自學

不管是科班還是非科班，想要快速持續的提高技術水平，就得靠自己去鉆，尤其離不開自學。

知乎上其實很多問科班和非科班的差別在哪，其實我一直想說，你給自己充足時間去把科班的內容學習一遍，到底還能差在哪呢？

可能唯一差別就是少了一個 計算機學士學位。

也有人把這種自學出家的叫做民科，當然沒有任何的諷刺意思哈。

四、那么計算機專業該如何自學呢？

最簡單的方式就是參考 CS 科班同學的課程，比如下面這個：

img

其實看著很多，概況起來就是（下面只涉及CS專業課）：

計算機導論 + 一門編程入門語言

算法與數據結構

操作系統

計算機網絡

數據庫系統

特定領域，如：計算機圖形學、信息安全、System方向、分布式

學習的途徑就是：

多看國外/國外的 CS 名校的一些開放課程 + 看經典的書 + 多寫代碼！！！

畢竟現在MOOC、Udemy、B站上學習的資源都是很豐富的。

唯一要做的就是篩選一些比較好的課程進行學習，在這里我主要推薦一些國外的計算機課程，他們很明顯的一個特征就是注重實踐。

一門課，除了理論以外，還會有配套的 Lab、assignment，而且這些老師設計 Lab 都很用心的，看視頻/書 + 做 Lab，這應該算計算機科班同學一個比較好的學習方式了，有理論也有實踐。

下面開始上干貨：

一、計算機導論

首先建議從計算機導論課程開始，推薦下面這些課程：

• Harvard的CS50 ?CS50: Introduction to Computer Science

• Berkeley的CS61A ?CS 61A: Structure and Interpretation of Computer Programs

• MIT的6.001 ?mit-6.001

隨后建議學習一門語言，可以是C、Java、或Python，我推薦 C語言（當然，也可以是Python！這不是重點，重點是要多去寫，入門時提高對編程的興趣）。

提到C語言，我這里推薦國內浙大翁凱老師的課，看過的都說好，分為兩門：

第一門是面向高考結束想提前自學一點編程的，叫大學先修課：C語言程序設計CAP-大學先修課

雖然叫先修課，但是覆蓋了C語言的主要知識點，也適合大一新生~

第二門是C語言程序設計進階：C語言程序設計進階

會帶你用C語言完成一些有趣的項目，比如一些圖形界面小游戲，先修課學習C語言語法基礎，進階課帶你項目實操，搭配使用，你就是同學中的大神！

有了語言基礎之后建議學數據結構與算法：

數據結構推薦：

• Stanford CS106系列

• CS106A: Programming Methodologies

算法推薦：

• 6.046（進階） ?Design and Analysis of Algorithms - MIT

• MIT的6.006 ?Introduction to Algorithms

• Coursera上的Princeton課程

• Berkeley的CS61A 和 CS61B

學習完經典的數據結構和算法之后就可以去刷題了。

操作系統推薦：

• CMU的15-213

• Berkeley的CS162，

這兩個都是有視頻有lab的好課

還有一個非常經典的 MIT 6.828，附帶一個xv6 lab

課程：6.828: Operating System Engineering

組成原理、體系結構:

MIT的6.004,

CMU的15-213

Berkeley的CS61C

計算機網絡：

• Stanford的CS144，lab 很有意思

五、新手快速自學的方法

• 一個原則，來自翁凱老師：

學計算機一定要有一個非常強大的心理狀態，計算機的所有東西都是人做出來的，別人能想的出來，我也一定能想得出來，在計算機的世界里沒有任何的黑魔法，所有的東西只不過是我現在不知道而已，總有一天我會把所有的細節、所有的內部的東西全搞明白的

• 建立抽象層，我自己的感悟

計算機里，幾乎都是人造的概念，大部分的東西，只要你一直深挖下去，幾乎都可以搞明白。

但是要注意時間成本，軟件行業已經不是一般的復雜和巨大，任何一個領域的知識的復雜性都足夠耗費掉我們一生的時間，所以一定要抓住主線，對于技術和知識，要學通用的、流行的，可以嘗試面向面試學習。

“打破砂鍋問到底”式的學習雖然精神可敬，但性價比并不劃算。

一定要學會在適當的層次上抽象出一層，并且認可這一層提供的接口，不去深究內部實現，了解原理即可，不必深究內部實現。

比如學習 HTTP，那么就先認可 TCP 提供的穩定可靠傳輸，而不繼續深挖 TCP 的內容，等到學習傳輸層的時候再去深入挖掘 TCP 具體實現。

也就是我們常說的面向接口/抽象編程。

• 視頻為主，看書為輔

新手，一定不要一直看書，保持看書的時間不超過 50%，按照下面的流程：

看書學習基本的理論

編程練習、實踐

有了新領悟，繼續看書

如此反復的循環。

往期：

關于前幾天的招聘，我說幾點

彭濤：寫給10年前高考的自己！

這款Python視頻剪輯神器，牛逼！

end

---

你好，我是Sitin濤哥，Python程序員，項目經理，努力創業中ing

日常輸出Python技術，副業，工作經驗，有一個可能是最好的「Python學習」社群：??點擊鏈接濤哥技術星球

總結

以上是生活随笔為你收集整理的学妹：大学四年以算法为重还是技术为重？的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。