tensorflow gcc版本高_算法岗对程序员的 C++ 能力要求有多高？

点击上方蓝字设为星标

每周一、三、五上午 8:30 准时推送

下面开始今天的学习～

2018 年，根据 TIOBE index 的程序语言排名，C++ 超过 Python 成为语言排行榜的第三，前两位是 Java 和 C。到了 2019 年，C++ 又被 Python 赶超 ，排名第四。

TIOBE 主要根据搜索引擎出来的结果，通过流行度给编程语言进行排名。它认为 Python 超过 C++ 并不是此消彼长的现象，Python 的使用量仍然在增长，但 C++ 更受欢迎。它将 C++ 的复兴归功于 2011 年发布的 C++11，认为这个版本让 C++ 更简单、更安全，更具表现力。

现在有许多的 ”算法“ 岗位，都使用的是 Python 作为主要开发语言，可能会给大家一个 "现在算法岗位已经不需要 C++，只需要 Python 就好了" 的错觉，然而这个说法并不准确，我们以 Tensorflow 为例，对于它可能我们大多数人的印象是：

import tensorflow as tf

但是我们只需要看一下 Tensorflow 在 GitHub 上的仓库就可以发现——它其实主要是用 C++ 编写的。

我们可以得出一个绪论——如果仅仅是调参使用(模型训练)的话，可能会 Python 就已经可以看到算法的效果了，但是如果是算法的岗位的话，C/C++ 还是一个必须要掌握的语言。

目前很多算法是跑在芯片上的，大多还是用 C++ 的。包括公司的仿真代码，Python 更多是用来模型验证的工具。

从市场的角度来看，算法工程师对于 C++ 的需求大吗？我们看一个典型的算法工程师的招聘需求：

1. 机器学习

2. 大数据处理：熟悉至少一个分布式计算框架 Hadoop/Spark/Storm/ map-reduce/MPI

3. 数据挖掘

4. 扎实的数学功底

5. 至少熟悉 C/C++ 或者 Java，熟悉至少一门编程语言例如 Java/Rython/R

尤其是从第 5 条可以看出，算法工程师对于 C/C++ 的要求是一个硬指标(毕竟很多地方需要手写算法，还要要求效率)，Python 反倒排在了后面。

只追求算法效果那 Python 完全够用，而且由于众多数学运算库的支持实现起来还要比 c++ 方便一些，而且 caffe，tf，py 这些都有 Python 接口，做研究完全没问题，或者 MATLAB 也可以。但是公司是要应用于实际项目的，就必须考虑算法效率和资源占用，那 Python 和 C++ 性能就差了很多

很多深度学习模型都很重，计算量非常大，Python 实在太慢，C++ 则必不可少

那么对效率要求较高的算法岗位，相关人员的 C++(或者是 C)的功底需求是怎么样的呢？

可以说对 C++(或者是 C)的功底需求是比较高的。对于 Python 来说，可能利用一两个星期的空闲时间就可以快速入门了。而对于 C++ 来说，没有两年经验大概没有人敢说自己算是精通的吧？可谓是一入 C++ 深似海，在现在 C++ 不断升级的情况下，各种新特性都需要去学习和掌握，还需要不断地在实际项目中使用，才能不断提升对 C++ 的认识。

算法岗位对于 C++ 的要求相比较普通的开发岗位而言会更加高一些。对于传统的开发而言可能绝大多数情况下都是按照要求写程序，而算法岗在许多时候会需要自己设计一些与实际相关的算法(比如推荐算法)，然后再自己动手将其实现，从任务需求上就有了一个很大的提升，在实际的实现中的需求也更是如此，对于 C++ 的要求来说，一言以蔽之，就是：精通。

怎么样才算是精通 C++ 呢？可能很难仔细描述，这里给大家看一个非常有意思的例子：

• 至少一次遇到 "Sorry, feature not implemented"

• 至少一次遇到 template 报错长到你找不到头，因为 terminal 的 buffer 不够

• 能看懂 gcc 想表达什么，而不再看 gcc 字面上写了什么(clang 不算)－代码里面看不到 new／delete，再敢于用起 new／delete

• 各种 design pattern 的好处坏处都能理解

• 跟人在论坛上面大干一架

• 理解“精通 c++”这件事情连 committe 都没几个人能做到，每个公司还对这个语言的未来有不同的理解

• 放弃“精通 c++”这个伟大而艰巨的任务

目标岗位是算法工程师的同学们，从现在开始加油吧！

本文作者：Nova Kwok

编辑&版式：霍霍

声明：本文归 “力扣” 版权所有，如需转载请联系。