数据结构为什么那么难？
來源 |?異步?| 文末贈書
2017年8月，本著讓更多的人輕松學習算法的初心，我寫作了第一本書《趣學算法》，該書在出版后受到廣大讀者一致好評，在一年內重印了10次，并輸出了繁體版的版權。
一位讀者對我說，讀這本書讀到“停不下來”，我又何嘗不是呢？寫書寫到“停不下來”，這是作者和讀者的巨大共鳴！在交流學習算法的同時，越來越多的學生反映數據結構晦澀難懂，問我能不能寫一本《趣學數據結構》。說實在的，寫書是一項極其繁重的工作，每一句話，每一個圖，都需要精心琢磨。正在我猶豫不決之際，一件事情堅定了我寫作本書的信心。
?? ?
01
?? ?招聘趣事
如果你關注計算機專業招聘試題，會發現越是大型公司，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。從關注點的不同可以看出，大公司更注重基礎扎實和發展潛力，而小公司希望你立刻能夠為其干活。可以這樣比喻：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，學生向我說了應聘的事情：“我介紹我開發了企業管理系統、在線商城系統等，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？數據結構和算法我早就忘了，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件搞笑的事情，那么我們就攤開來看，數據結構到底是什么。
?? ?
02
?? ?撥云見日，看清數據結構
當我們遇到一個實際問題時，首先需要解決兩件事：
（1）如何將數據存儲在計算機中；
（2）用什么方法和策略解決問題。
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。
數據是一切能輸入計算機中的信息的總和，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并進行基本操作。算法是對特定問題求解步驟的一種描述，通俗講就是解決問題的方法和策略。
在遇到一個實際問題時，要充分利用自己所學的數據結構，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，并用程序高效地實現。這就是Niklaus Wirth教授所說的：“數據結構+算法＝程序”。
?? ?
03
?? ?為什么要學習數據結構
高校的計算機專業為本科生都開設了數據結構課程，它是計算機學科知識結構的核心和技術體系的基石，在研究生考試中也是必考科目。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，反而因近年來算法工程師的高薪形勢，而得到了業內空前的重視。很多人認為基本的數據結構及操作已經在高級語言（如C++、Java語言）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，為什么要重復“造輪子”？那么到底有沒有必要好好學習數據結構呢？
先看學習數據結構有什么用處。
（1）學習有效存儲數據的方法。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！學習知識不能只靠死記硬背，更重要的是學習處理問題的方法。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？
（2）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。如同現在很多芯片高度集成，完全不需要知道芯片內部如何，直接使用就行了。但是，如果在現實中遇到一個復雜問題，現有的芯片根本無法解決，或者一個芯片只能完成其中一個功能，而我們需要的是完成該復雜問題的一個集成芯片，這時就需要運用所學的數據結構知識來高效處理具有復雜關系的數據。
（3）提高算法效率。很多問題的基礎數據結構運行效率較低，需要借助高級數據結構或通過改進數據結構來提高算法效率。
通過學習數據結構，更加準確和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。
?? ?
04
?? ?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3部分內容：線性結構、樹和圖。到底難在哪里呢？我通過調查，了解到數據結構難學大概有以下4個原因。
（1）無法接受它的描述方式。數據結構的描述大多是抽象的形式，我們習慣了使用自然語言表達，難以接受數據結構的抽象表達。不止一個學生問我，書上的“ElemType”到底是什么類型？運行時怎么經常提示錯誤。它的意思就是“元素類型”，只是這樣來描述，你需要什么類型就寫什么類型，例如int。這樣的表達方式會讓不少人感到崩潰。
（2）不知道它有什么用處。盡管很多人學習數據結構，但目的各不相同。有的人是應付考試，有的人是參加算法競賽需要，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。
（3）體會不到其中的妙處。由于教材、教師等各種因素影響，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，學習重在體會其中的樂趣，有樂趣才有興趣，興趣是最好的驅動力。
（4）語言基礎不好。我一直強調先看圖解，理清思路，再上機。可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，缺少括號等各種語言問題卡殼，而這一切都被戴上了“數據結構太難了”的大帽子。
?? ?
05
?? ?數據結構學習秘籍
在講學習秘籍之前，我們首先了解一下數據結構學習的3種境界。
（1）會數據結構的基本操作。學會各種數據結構的基本操作，即取值、查找、插入、刪除等，是最基礎的要求。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。在初學時，要想理解數據結構，一定要學會畫圖。通過畫圖形象表達，能更好地體會其中的數據結構關系。因此，初學階段學習利器是：畫圖、理解、畫圖。
（2）會利用數據結構解決實際問題。在掌握了書中的基本操作之后，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，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，在做題的過程中體會其中的方法。最好進行專項練習，比如線性表問題、二叉樹問題、圖問題。這一階段的學習利器是：做題、反思、做題。
（3）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。數據結構與算法相輔相成，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、改進數據結構，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。這一階段已經在數據結構之上，可以通過在ACM測試系統上刷各種算法題，體會數據結構在算法設計中的應用。這一階段的學習利器是：刷題、總結、刷題。
?? ?
06
?? ?本書特色
本書具有五大特色。
（1）完美圖解，通俗易懂。學習數據結構最好的辦法就是畫圖、畫圖、畫圖。本書中的每一個基本操作和演示都有圖解，有了圖解，一切就都變得簡單，迎刃而解。
（2）實例豐富，簡單有趣。本書結合大量實例，講述如何利用數據結構解決實際問題，使復雜難懂的問題變得簡單有趣，給讀者帶來巨大的閱讀樂趣，使讀者在閱讀中不知不覺地學會數據結構知識，體會數據結構的妙處。
（3）深入淺出，透析本質。本書采用簡潔易懂的代碼描述，抓住本質，通俗描述及注釋使代碼更加易懂。本書不僅對數據結構設計和操作描述全面細致，而且有復雜性分析過程。
（4）實戰演練，循序漸進。本書在每一個數據結構講解清楚后，進行實戰演練，使讀者在實戰中體會數據結構的設計和操作，增強自信，從而提高了讀者獨立思考、自己動手實踐的能力。豐富的練習題和思考題及時檢驗對所學知識的掌握情況，為讀者從小問題出發，逐步解決大型復雜性問題奠定基礎。
（5）網絡資源，技術支持。本書為讀者提供本書所有范例程序的源代碼、練習題以及答案解析，這些源代碼可以自由修改編譯，以符合自己的需要。本書提供源代碼執行、調試說明書，提供博客、QQ群技術支持，為讀者答疑解惑。
?? ?
07
?? ?本書內容
本書包括10章。
第1章是基礎知識，介紹數據結構基礎和算法復雜性的計算方法。
第2～5章是線性結構，講解線性表、棧和隊列、字符串、數組等的基本操作和應用。
第6章是樹形結構，講解樹、二叉樹、線索二叉樹、樹和森林以及樹的經典應用。
第7章是圖形結構，講解圖的存儲、遍歷以及圖的經典應用。
第8～9章是數據結構的基本應用，講解查找、排序的方法和算法復雜性比較。
第10章是高級數據結構及其應用，講解優先隊列、并查集、B-樹、B+樹、紅黑樹等。
本書的每一章中都有大量圖解，并給出數據結構的基本操作，最后結合實例幫助讀者鞏固相關知識點，力求學以致用、舉一反三。
趣學數據結構
作者：陳小玉
推薦理由：- 完美圖解+豐富實例，復雜問題簡單化。
- 原理分析+實戰演練，真正地學以致用。
- 配套代碼+在線答疑，為學習保駕護航。?
-?END -
?
分享時刻
你覺得數據結構難嗎？為什么？
截止8月15日，留言+轉發朋友圈
抽取2名讀者
??邀請贈書，邀請10人關注公眾號異步圖書10天，即可獲得圖書一本！
點擊表單申請
異步圖書
聊聊圖書背后的故事
點擊閱讀原文，京東購書
點個好看增加中獎概率?
總結
以上是生活随笔為你收集整理的数据结构为什么那么难？的全部內容，希望文章能夠幫你解決所遇到的問題。
- 上一篇： 「数据ETL」从数据民工到数据白领蜕变之
- 下一篇： Apollo 配置中心：分布式部署