程序员必知的40个算法

点击上方蓝色字体，关注程序员zhenguo

你好，我是zhenguo

在讲述程序员必知的40个算法前，我想拿出相当一段篇幅阐述怎样学习算法，以及算法学习切记不能怎么样做。对于每一位程序员或许都有一点用，建议看完并收藏这篇文章。

多久能搞定算法面试题？

我隔三差五的就会收到私信询问这类问题，我的回复一般大概是这样：

❝

算法很有必要学习，建议你制定一个短期计划和长期计划。短期为了应付面试有一套策略，但面试过了，也要长期学习它。

任何事情都有规律性，我们得尊重基本的规律，尊重基本的实事。就像足球得按照规律办事，老想投机取巧，老想急功近利，最后往往是办不好的。

学习算法就像搞足球一样，也得按照规律做事，心急不得！

能做到真正吃透这40个常见的算法，一定是一件非常周期长的事情，也许1年、2年或5年，得有这种心理预期，打持久战的准备。

你或许看过我的一个专栏：60天精通Python技术栈，但我绝不会去写：60天精通40个程序员必知算法：

这是很不负责任的！

会让学习者变得很焦躁，让他们形成一些说大不大、说小不小的感觉：

我他妈的当时都看懂答案了，为啥一到面试就写不出来！是我的记性不好吗？

ai，压根和记性没关系，什么时候学算法也变成背模板、记小抄诸如此类的活动呢？

这是学习算法非常大的误区！

掌握算法，绝不是短时间就能做到的。

我们应该放平心态，我做算法5年有余，看到某些算法书，实话讲，理解也没有太好，依然还得和大家一起学习。

学算法到底要学啥？

从零学算法该怎么做？比如这是一个行之有效的学习算法的路线：

1. 学习基础算法，比如学习排序算法、搜索算法、贪心算法

2. 学习非监督机器学习算法，如聚类，数据降维，关联规则挖掘

3. 学习传统监督算法，如分类和回归

4. 神经网络相关算法

5. 推荐、NLP等相关算法

知道这些，依然没有毛用！

还要建立一个更重要的思维意识，学习上面每一个算法时该思考哪些问题：

1. 这个算法解决了什么问题，它的输入是什么？输出是什么？

2. 这个算法的时间性能如何？能不能应对高并发或大数据量输入？

3. 空间性能又如何？

4. 最好情况是什么？最坏情况是什么？

5. 这个算法能并行吗？

如何设计1个算法？

接下来，在上面学习了这么多算法后，开始设计算法。先来看看算法设计的目标：

❝

Designing an algorithm is an effort to create a mathematical recipe in the most efficient way that can effectively be used to solve a real-world problem

翻译过来：

❝

设计一个算法就是努力用最高效的方法创造一个数学配方，确保它能有效的求解现实问题。

解决某个问题的算法设计步骤是什么？比如最简单的就拿leetcode上某道题目来说，通常包括：

1. 首先理解需求。理解待解决的问题，及问题的每一个细节

2. 设计并确定使用的算法，考虑准确度和时间性能2个维度。

就leetcode上的题目而言，一般都能求出精确解，只考虑优化求解方法即可。但现实世界，鱼和熊掌往往不可兼得，要面临两者选择，比如短时间内求出近似解。

1. 编码，使用一门语言编程步骤2形成的算法伪代码。

2. 测试并部署到线上生产环境

程序员必知的40个算法

40 Algorithms Every Programmer Should Know

这是我见过最好的一本算法书：从第一性原理出发，如贪心策略、动规、分治，一直平滑过渡到监督、非监督、NLP，推荐等算法，一共40个程序员必知的算法，全书使用的编程语言是Python，作者是Ahmad博士。

1. 首先要掌握基础算法，培养算法思维，比如先掌握排序算法、搜索算法、贪心算法

2. 学习非监督机器学习算法，如聚类，数据降维，关联规则挖掘

3. 学习传统监督算法，如分类和回归

4. 神经网络相关算法

5. 推荐、NLP等相关算法

这本书已放到我的知识星球，自愿加入获取完整PDF，同时我会在星球里继续拆这本书，提问较多的解答也会同步到公众号里。

时间永远都是稀缺的，所以读书我选择只读经典。

---

zhenguo原创精华PDF，倾情奉献给你，后台回复对应关键词下载，给文章点个赞：

Python专题 | 数据分析手册 | 算法刷题100