从0开始的算法（数据结构和算法）基础（一）-CSDN博客

当我们学会算数开始，算法就无处不在，买菜的时候18元的菜，手上就20元和三张1块的，大多数的人都会全给然后找5块吧。它们是计算机科学的核心，在数字时代更是如此，是解决问题的关键，一个好的算法工程师，到哪去都是很吃香的，对于一个普通程序猿来说，能够掌握算法（不是知道，不会用），但算法究竟是什么？它们是如何工作的？

什么是算法？

根据计算机科学的标准定义，算法（Algorithm）是一系列定义明确的操作步骤，用于解决特定的计算问题。这个定义源自《计算机程序的构造和解释》（Structure and Interpretation of Computer Programs）等经典计算机科学教材，强调了算法的精确性、有序性和有限性。
上面的是官方给出的定义，知道这很难理解，不过换成我们小学的的两个锅煎三个煎饼的问题，一般步骤先煎两个饼，再煎一个饼，整体来说就是煎两个饼的时间，但是如果先煎两个饼的一面，再将一个放下煎另一个，最后时间是一个半的饼的时间。这个就是算法，根据步骤去完成，两种算法就是两种想法，好的算法就是能够节省时间或者空间。明确的指令，用于解决特定问题或执行特定任务，数据处理、计算和自动推理的步骤。

算法的基本特征

明确性：算法的每一步都必须清晰明确，没有歧义。
有限性：算法必须在有限的步骤内完成任务。
输入：算法可以有零个或多个输入。
输出：算法至少有一个输出。
有效性：算法的每一步都必须是可行的，能够在有限的时间内完成。

算法的类型

算法有很多种类型，每种都有其特定的用途和特点。以下是一些常见的算法类型：

排序算法：如快速排序、归并排序，用于将一组数据按照特定的顺序排列。
搜索算法：如二分查找、深度优先搜索，用于在数据集中查找特定的元素。
图算法：如Dijkstra算法、A*算法，用于解决图结构中的路径问题。
动态规划：用于解决具有重叠子问题和最优子结构性质的问题。
机器学习算法：如决策树、神经网络，用于从数据中学习模式和规律。

为啥我们要学算法？

算法的重要性在计算机科学和信息技术领域中是无可比拟的，它们是构建现代科技世界的基石。以下是算法重要性的几个关键点：

效率与性能：算法决定了计算机程序的运行效率和性能。一个设计良好的算法可以显著减少计算时间，提高资源利用率，从而使得软件更加高效和响应迅速。
问题解决：算法是解决复杂问题的关键。无论是数据分析、机器学习、网络安全还是图形处理，都需要依赖特定的算法来实现解决方案。
创新与进步：算法的创新推动了科技的进步。新的算法可以开辟新的应用领域，例如深度学习算法的发展推动了人工智能的突破。
优化与资源管理：在资源有限的环境中，算法帮助我们优化资源分配，例如在云计算中优化服务器负载，或在移动设备上优化电池使用。
可扩展性：随着数据量的增长，算法需要能够处理更大规模的数据集。优秀的算法设计可以确保系统随着数据增长而保持高效。
用户体验：在用户界面和交互设计中，算法决定了用户体验的流畅性和直观性。例如，搜索引擎的排名算法直接影响用户的搜索体验。
安全性：在网络安全领域，算法用于加密和解密数据，确保信息传输的安全性。密码学算法是保护个人和商业数据不被未授权访问的基础。
教育和研究：算法是计算机科学教育的核心内容，它们帮助学生理解计算机如何处理信息和解决问题。同时，算法研究也是推动学科前沿发展的重要途径。

总之，算法是计算机科学和信息技术领域的核心，它们不仅影响着软件和硬件的设计，还深刻地影响着我们的日常生活和工作方式。随着技术的不断进步，算法的重要性只会越来越凸显。

如何学习算法

学习算法其实很难。难得坚持下去，很多人只是知道部分算法，只会在特定环境下使用，算法重要的是思想，练习的多了就会了，有时候第一步是最难的（开始写），没关系，最开始从背逻辑开始，抄的多了，俺也不会：) ，这是一个递进的过程，至少要减少使用暴力解法（刷题到了一定地步后，前期就是要能写，不要不敢写,看答案又觉得会），而且一题有多种解法，不一定就是最优：

基础知识：首先掌握编程基础（掌握一门编程语言的基础语法，至少知道逻辑能够写成伪代码）和数据结构，这是学习算法的基础。
实践：通过解决实际问题来练习算法，如参加在线编程挑战或解决算法题目。leetcode(推荐)： https://leetcode.cn/
杭电oj： https://leetcode.cn/
上面的是纯使用后的感受，用leetcode的评测效果比较好，oj上面的题目比较经典不过提交很烦，让我有很大的想砸电脑的冲动。

从0开始的算法（数据结构和算法）基础（一）_信息技术

别人的表情包，有问题联系我，侵删

学习资源：利用在线课程、教科书和论坛来学习不同类型的算法。这一本比较适合初学者： https://www.hello-algo.com/chapter_introduction/algorithms_are_everywhere/#__tabbed_1_5
分析和优化：学习如何分析算法的时间复杂度和空间复杂度，以及如何优化算法以提高效率。