学习机器学习深度学习之后，还需要掌握传统算法和数据结构吗？

本文链接：https://blog.csdn.net/m0_59236602/article/details/132601589

无论是机械学习、深度学习、传统算法还是数据结构，这些计算机科学的内容在面对应用时，都是手段而不是目的，换言之，这四个之间哪个都不是绝对万能的，在面对到不同的场景和不同的问题时，都要结合现实生活中的实际应用情况，来决定使用哪个工具，或者说哪几个工具一起组合使用。

而相比于机器学习和深度学习，传统的算法和数据结构是计算机科学的基石，它们为许多问题提供了基本的解决方案，而不仅仅局限于机器学习。有时候，高效的算法和数据结构能够显著加速机器学习任务，尤其是在数据预处理、特征工程和后处理阶段。同时最值得注意的是如果你正在求职或计划在技术领域工作，许多公司在面试时都会询问传统算法和数据结构的知识，因为这些知识体现了求职者的计算机科学基础。

但是这个问题本身又值得探讨，毕竟随着科技的日益发展，深度学习和机器学习在众多领域都取得了惊人的成果。无论是自动驾驶的汽车、准确率惊人的医疗诊断工具，还是能够预测金融市场走向的模型，它们无处不在。

就如可以被大众所用的chatgpt，其独特的AI属性基本上是在碾压许多传统的老算法，但是在这些高级技术的背后，传统的算法和数据结构是否还是作为程序员的一种刚需？

这里就不得不让我们再次审视深度学习和机器学习的局限性，虽然它们在很多问题上表现得相当出色，但并不是所有场景都适用。深度学习模型，为了达到最佳性能，常常需要依赖大量的标记数据。在一些领域，例如稀有疾病的医学研究或某些特定领域的学术研究中，获取大量、高质量的数据几乎是不可能的。此外，深度学习的模型复杂，需要高昂的计算成本，而且它们的“黑盒”性质使得它们在某些需要高度透明度的应用中，例如法律和医疗决策，变得难以应用。

与此相反，传统算法和数据结构有其独特的价值。如果说人工智能是一个人的大脑，那它们有时候更像是“工具箱”中的工具，可以直接应用于特定问题，提供直接、明确且可解释的答案。就举一个最直接的例子，在搜索引擎中，百度和Bing背后所使用的倒排索引数据结构和PageRank算法，它们都是经典算法和数据结构的应用，当你在百度中输入一个查询时，这些经典的数据结构和算法在后台迅速地为你找到相关结果。

如果把目光放到我们日常的交通当中，就比如交通导航系统，每当我们输入一个目的地，系统如何为我们规划出最佳路线？答案是经典的Dijkstra和A*算法，其使用优先级队列，该队列按照从起点到节点的已知最短距离来对节点进行排序，通过不断地从队列中取出距离最短的节点并更新其邻居的距离，并为我们提供了最快的路线建议。

此时如果选择用AI来帮我们计算距离，这确实是一种可行的办法，但是毕竟AI的算法太过于复杂，运算时间往往会耽误我们的出行，所以在不同情况下，传统算法所构建的软件更适合我们日常的使用。

此外，大多数现代的数据库系统，在其核心也深深地植入了传统的数据结构，如B树、红黑树和哈希表等，这些数据结构保证了数据检索、插入和删除的高效性。例如，当我们在电商网站上搜索一个产品，或者在社交媒体上查找一个朋友，背后正是这些数据结构在默默地为我们服务。

不仅如此，现代的数据压缩技术，如我们经常用到的ZIP、RAR等格式，其背后所用的Huffman编码或LZ77等算法，这些都是传统的算法技术。这些算法在数据存储和网络传输中起到了至关重要的作用，帮助我们高效地保存和分享数据。

此时把目光放到我们耳熟能详的电商平台，就比如在日常生活中的淘宝和天猫，需要为一个客户分配一个订单，它可能需要考虑数百或数千个仓库和配送中心的库存情况。此时，类似于“旅行商问题”的算法便开始发挥作用，帮助这些平台在众多可能的选择中找到最优解。

此外，在计算机图形学、游戏设计和机器人技术等领域，经典的算法和数据结构也占据着中心地位，通过使用特定的数据结构，例如八叉树或kd树，它们可以有效地加速光线跟踪、碰撞检测等复杂的计算过程。

总而言之，深度学习和机器学习无疑改变了我们处理和解决问题的方式，为我们打开了许多新的可能性。但这并不意味着传统的算法和数据结构已经失去了它们的重要性。事实上，它们仍然是计算领域的基石，为我们提供了稳固、可靠且高效的解决方案。

在这个飞速发展的科技时代，要想成为一名真正出色的程序员，单单掌握机器学习和深度学习是远远不够的，传统的算法和数据结构，作为计算领域的基础，是每个人都应当深入学习和掌握的知识。

关于Python技术储备

学好 Python 不论是就业还是做副业赚钱都不错，但要学会 Python 还是要有一个学习规划。最后大家分享一份全套的 Python 学习资料，给那些想学习 Python 的小伙伴们一点帮助！

一、Python所有方向的学习路线

Python所有方向的技术点做的整理，形成各个领域的知识点汇总，它的用处就在于，你可以按照上面的知识点去找对应的学习资源，保证自己学得较为全面。

在这里插入图片描述