目錄

強烈推薦一個數據結構可視化工具：https://www.cs.usfca.edu/~galles/visualization/Algorithms.html，點擊B+樹即可模擬B+樹的動態插入過程，非常有利于理解

1、開篇詞

2、為什么要學習數據結構與算法

3、如何抓住重點，系統高效地學習數據結構與算法？

什么是數據結構？什么是算法？

數據結構和算法有什么關系呢？

學習的重點在什么地方？

學習技巧

---

1、開篇詞

在技術圈里，我們經常喜歡談論高大上的架構，比如高可用、微服務、服務治理等等。鮮有人關注代碼層面的編程能力，而愿意沉下心來，花幾個月時間啃一啃計算機基礎知識、認認真真夯實基礎的人，簡直就是鳳毛麟角。

人生路上，我們會遇到很多的坎。跨過去，你就可以成長，跨不過去就是困難和停滯。而在后面很長的一段時間里，你都需要為這個困難買單。對于我們技術人來說，更是這樣。既然數據結構和算法這個坎，我們總歸是要跨過去，為什么不是現在呢？

2、為什么要學習數據結構與算法

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。

一名業務開發工程師，如果不知道類庫背后的原理，不懂得時間、空間復雜度分析，如何能用好、用對它們？存儲某個業務數據的時候，如何知道應該用 ArrayList，還是 Linked List 呢？調用了某個函數之后，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，一般都揉和了很多基礎數據結構和算法的設計思想。

Key-Value 數據庫 Redis 中，里面的有序集合是用什么數據結構來實現的呢？為什么要用跳表來實現呢？為什么不用二叉樹呢？

掌握數據結構和算法，不管對于閱讀框架源碼，還是理解其背后的設計思想，都是非常有用的。

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 1188 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。

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。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復雜度、空間復雜度都不知道怎么分析，怎么寫出高性能的代碼呢？

為什么學習數據結構和算法？我認為有3點比較重要
1.直接好處是能夠有寫出性能更優的代碼。
2.算法，是一種解決問題的思路和方法，有機會應用到生活和事業的其他方面。
3.長期來看，大腦思考能力是個人最重要的核心競爭力，而算法是為數不多的能夠有效訓練大腦思考能力的途徑之一。

3、如何抓住重點，系統高效地學習數據結構與算法？

什么是數據結構？什么是算法？

從廣義上講，數據結構就是指一組數據的存儲結構。算法就是操作數據的一組方法。圖書館儲藏書籍你肯定見過吧？為了方便查找，圖書管理員一般會將書籍分門別類進行“存儲”。按照一定規律編號，就是書籍這種“數據”的存儲結構。那我們如何來查找一本書呢？有很多種辦法，你當然可以一本一本地找，也可以先根據書籍類別的編號，是人文，還是科學、計算機，來定位書架，然后再依次查找。籠統地說，這些查找方法都是算法。

從狹義上講，也就是我們專欄要講的，是指某些著名的數據結構和算法，比如隊列、棧、堆、二分查找、動態規劃等

數據結構和算法有什么關系呢？

數據結構和算法是相輔相成的。數據結構是為算法服務的，算法要作用在特定的數據結構之上。 因此，我們無法孤立數據結構來講算法，也無法孤立算法來講數據結構

學習的重點在什么地方？

首先要掌握一個數據結構與算法中最重要的概念——復雜度分析。它幾乎占了數據結構和算法這門課的半壁江山，是數據結構和算法學習的精髓

20 個最常用的、最基礎數據結構與算法，不管是應付面試還是工作需要，只要集中精力逐一攻克這 20 個知識點就足夠了。這里面有 10 個數據結構：數組、鏈表、棧、隊列、散列表、二叉樹、堆、跳表、圖、Trie 樹；10 個算法：遞歸、排序、二分查找、搜索、哈希算法、貪心算法、分治算法、回溯算法、動態規劃、字符串匹配算法。

要學習它的“來歷”“自身的特點”“適合解決的問題”以及“實際的應用場景”

學習數據結構和算法的過程，是非常好的思維訓練的過程，所以，千萬不要被動地記憶，要多辯證地思考，多問為什么。如果你一直這么堅持做，你會發現，等你學完之后，寫代碼的時候就會不由自主地考慮到很多性能方面的事情，時間復雜度、空間復雜度非常高的垃圾代碼出現的次數就會越來越少。你的編程內功就真正得到了修煉

學習技巧

邊學邊練，適度刷題

多問、多思考、多互動

設立一個切實可行的目標

知識需要沉淀，不要想試圖一下子掌握所有

?

?

?

總結

以上是生活随笔為你收集整理的重学算法第三期|数据结构与算法001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。