丰富的线上&线下活动，深入探索云世界
做任务，得社区积分和周边
最真实的开发者用云体验
让每位学生受益于普惠算力
让创作激发创新
资深技术专家手把手带教
遇见技术追梦人
技术交流，直击现场
海量开发者使用工具、手册，免费下载
极速、全面、稳定、安全的开源镜像
开发手册、白皮书、案例集等实战精华
为开发者定制的Chrome浏览器插件
主题：
1.为什么要学数据结构
2.数据结构学习秘籍
3.算法为什么那么难
4.算法学习秘籍
5.如何打开数据结构与算法这两扇门
随着科学技术的发展，人工智能已渗透到各个行业，算法工程师非常火爆，急缺大量人才，年薪也越来越高。刚毕业30-40万很常见。很多人想入手学习算法，那么多算法，究竟该如何下手呢？
很多人看到招聘要求，算法工程师有很多具体分支：
音/视频算法工程师图像处理算法工程师信号算法工程师自然语言算法工程师数据挖掘算法工程师搜索算法工程师例如有的招聘要求：
1至少熟悉一门编程语言C/C++/java/python/R
2.熟练掌握数据结构，具有良好的算法基础和编程功底；
/熟练运用各种常用算法和数据结构，有独立的实现能力；
3熟悉数据挖掘算法
加分项：具有较为丰富的项目实践经验那么是不是要直接学习这些算法呢？
其实不然，万丈高楼平地起，任何高深的算法都要从基础算法学起，不可能一口吃个胖子，所以入门算法还是要从基础开始：
首先学习一门语言，例如C/C++/Java/python，初学者学C++比较普遍。
学数据结构，数据结构书有很多，但是有些教材晦涩难懂，建议看图解多，通俗易懂的书，推荐《趣学数据结构》。
学算法，不要直接看《算法导论》，大量证明会让你崩溃。推荐《趣学算法》，有问题分析，完美图解，伪码详解，实战演练，适合初学者快速掌握经典算法。
1.为什么要学数据结构？
招聘搞笑事
我曾经推荐一个学生到某知名公司，没多久，学生给我说了应聘的事情：“我介绍我开发了企业管理系统、在线商城系统等等，没想到他问我使用了什么数据结构和算法，我懂很多技术，那么多功能我都实现了，他不问，却问我使用了什么数据结构和算法，你说搞笑不？数据结构、算法我早就忘了，我会开发软件还不行吗？”人力资源总监也反馈过来意见：“很搞笑，这个学生做了不少系统，却说根本没用到数据结构和算法。”
既然双方都觉得这是一个件搞笑事，我们就摊开来看，数据结构到底是什么东西。
拨云见日，看清数据结构
遇到一个实际问题，需要解决两个事情：
(1)如何将数据存储在计算机中；
(2)用什么方法策略解决问题。
前者是数据结构，后者是算法。只有数据结构没有算法，相当于只把数据存储到计算机中而没有有效的方法去处理，就像一幢只有框架的烂尾楼；若只有算法，没有数据结构，就像沙漠里的海市蜃楼，只不过是空中楼阁罢了。
数据是一切能输入到计算机的信息总和，结构是指数据之间的关系，数据结构就是将数据及其之间的关系有效地存储在计算机中。算法是指对特定问题求解步骤的一种描述，说白了就是解决问题的方法策略。数据结构和算法不依赖于语言，什么语言无所谓。但是如果上机实现的话，就要使用计算机语言。
遇到一个实际问题，充分利用所学的数据结构，将数据及其之间的关系有效地存储在计算机中，然后选择合适的算法策略，并用程序高效实现，这就是N.Wirth教授所说的：数据结构+算法=程序。
为什么要学习数据结构？
计算机专业本科生都开设数据结构课程，它是计算机学科知识结构的核心和技术体系的基石。研究生考试也是必考科目，随着科学技术的飞速发展，数
据结构的基础性地位不仅没有动摇，反而由于近年来算法工程师的高薪火爆，而得到了业内空前的重视。很多人觉得基本的数据结构及操作己经在高级语言(如C++、JAVA语言中）中封装，栈、队列、排序、优先队列等都可以直接调用库函数，学会怎么调用就好了，干嘛要重复造轮子？那么到底有没有必要好好学习数据结构？
先看学习数据结构有什么用处：
(1)学习数据有效存储的方法
很多学生在学习数据结构时，问我要不要把单链表插入删除代码背下来？
(2)处理具有复杂关系的数据
现实中很多具有复杂关系的数据，无法通过简单的库函数调用实现。专业认证中特别强调培养学生解决复杂工程问题的能力，什么是复杂工程问题？就是需要综合运用多个知识技术解决的问题。如同现在很多芯片高度集成，完全不需要芯片内部如何，直接使用就行了。但是，如果在现实中遇到一个复杂问题，一个芯片只能完成其中一个功能，难道要连接十几块芯片来解决这一个问题？你在搞圣诞树嘛？一个树枝挂个小礼物，叮叮当当的乱响。这显然是不合适的，我们需要的是完成该复杂问题的一个芯片，因此需要运用所学的数据结构知识，高效处理具有复杂关系的数据。
通过学习数据结构，更加准确、深刻地理解不同数据结构之间的共性和联系，学会选择和改进数据结构，高效地设计并实现各种算法，这才是数据结构的精髓。
数据结构为什么那么难？
网络上太多的同学吐槽被虐，如滔滔江水连绵不绝，数据结构太难了！真的很难吗？其实数据结构只是讲了三种：线性结构、树、图。到底难在哪里呢？通过调查了解大概有四个原因：
(1)无法接受的描述方式
数据结构的描述大多是抽象的形式，我们使用自然语言表达习惯了，不容易接受数据结构的抽象表示。不止一个学生问我，书上的“ElemType”到底是什么类型？运行时怎么提示错误。它的意思就是“元素类型”，只是这样的描述，你需要什么类型就写什么类型，例如int。这样的表达方式让不少人崩溃。
(2)不知道什么用处
尽管很多人学习数据结构，有的人是应付考试，有的人考研需要，有的人参加算法竞赛需要，而很多人不太清楚学习数据结构有什么用处，迷迷糊糊看书、做题、考试。
(3)体会不到其中的妙处
由于教材、教师等等各种因素影响，很多学生没有体会到数据结构处理数据的妙处，经常为学不会而焦头烂额，无法体会其中乐趣，有趣是才有意思，兴趣是最大的驱动力。一旦体会到其中的奥妙，就会有停不下来的感觉。有读者给我留言，老师看了你的书根本停不下来。其实，我写书的时候也停不下来，神同步。
(4)语言基础不好
我一直强调先看图解，理清思路，再上机。还是有很多同学己经理解了思路后，因为缺少main函数，输入输出格式不对，缺少括号等等各种语言问题卡壳，而这一切统统戴给了“数据结构太难了”这个大帽子。
数据结构学习秘籍
在讲学习秘籍之前，首先了解一下数据结构学习的三种境界：
(1)会数据结构的基本操作
这是最基础的要求，学会各种数据结构的基本操作，取值、查找、插入、删除等。先看图解，理解各种数据结构的定义，操作方法，然后看代码，尝试自己动手上机运行，逐渐掌握基本操作。初学时，要想理解数据结构，一定要学会画图，通过画图形象表达，更能体会其中的数据结构关系。因此，初学阶段学习利器：画图，理解，画图。
(2)会利用数据结构，解决实际问题
在掌握了书上的基本操作之后，就可以尝试利用数据结构解决一些实际问题了，先学经典应用问题的解决方法，体会数据结构的使用方法，然后再做题，独立设计数据结构解决问题。要想熟练应用就必须做大量的题，从做题中体会其中的方法。最好进行专项练习，比如线性表问题，二叉树问题，图问题，该阶段学习利器：做题，反思，做题。
(3)熟练使用和改进数据结构，优化算法
这是最高境界了，也是学习数据结构的精髓所在，单独学习数据结构是无法达到这种境界的。它需要在学习算法的过程中慢慢修炼。在学习算法的同时，逐步熟练应用、改进，慢慢体会不同数据结构和算法策略的算法复杂性，最终学会利用数据结构改进和优化算法。该阶段已经在数据结构之上，通过在测试系统上刷各种算法题，体会利用数据结构改进优化算法。该阶段学习利器：刷题，总结，刷题。
刷题网站：打比赛HDU、POJ、Vjudge、CodeForces，找工作LeetCode
很多人感叹：算法为什么那么难！
首先，算法本身具有一定的复杂性，还有一个原因：讲的太烂！
算法的教与学有两个困难：
(1)我们学习了那些经典的算法，在惊叹它们奇思妙想的同时，难免疑虑重重：这么牛，怎么想到的？对学生来说，这可能是最费解、也最让人窝火的地方。高手讲，学算法要学它的来龙去脉，包括种种证明。但这对菜鸟来说，
说，是行不通的，那怎么办呢？下功夫去记忆书上的算法？记住这些算法的效率？看似学会了，其实两手空空。遇到一个新问题，仍然无从下手。可这偏偏又是极重要的，无论作研究还是实际工作，一个计算机专业人士最重要的能力，就是解决问题一解决那些不断从实际应用中冒出来的新问题。
(2)算法作为一门学问，有两条几乎平行的线索。一个是数据结构(数据对象)：数、矩阵、集合、串、排列、图、表达式、分布等等。另一个是算法策略：贪心、分治、动态规划、线性规划、搜索等等。这两条线索是相互独立的：同一个数据对象（例如图）上有不同的问题，例如单源最短路径和最优二叉树，就可以用到不同的算法策略，如贪心和动态规划；而同一个算法策略，例如排序和整数乘法，也会用到不同的数据结构。它们之间是多对多的关系。
两条线索交织在一起，该如何表述？
《趣学算法》，从问题出发，根据实际问题进行分析，选择合适的算法策略，并分析为什么采用这种算法策略，然后选择什么数据结构，不同的数据结构复杂性会有什么区别，巧妙地将数据结构和算法策略拧成了一条线。通过大量实例，充分展现算法设计的思维过程，让学生充分体会遇到一个问题，如何
分析，使用什么算法策略，采用什么数据结构，算法的复杂性如何？是否有优化的可能？
西方教育旨在激发学生对世界的好奇心，而在这里，我们培养的是让学生怀着一颗好奇心，思考问题、解决问题的能力。更重要的是一一体会学习的乐趣，发现算法的美！
第一个建议：多角度，对比学习
学习算法，可以先阅读一本简单的入门书，然后综合几本书横向多角度看，例如学习动态规划，拿几本算法书，把动态规划这章找出来，比较学习，多角度对比分析更清晰，或许你会恍然大悟，噢，原来如此简单。或许有同学说我哪有那么多钱买那么多书，只要你想学习，没有什么可以阻挡！你可以图书馆借，也可以联系你的老师，每学期上课前，我都会告诉学生，如果你想学习却没钱买书，我可以提供帮助。想一想，你真的没有办法？
第二个建议：大视野，不求甚解
经常有学生为了一个公式推导，或几句代码抛锚，甚至停滞数日，然后淹没在无尽的挫败感中，把自己弄得垂头丧气。公式可以不懂，代码可以不会。你不必投入大量精力试图推导书上的每一个公式，也不必探究语法或技术细节。学算法就是学算法本身，首先是算法思想，解题思路，然后是算法实现，算法思想的背后可能有高深的数学模型，复杂的公式推导，你理解了当然玄妙，不懂就拉倒。算法实现可以用任何语言，所以不必纠结是C，C++，Java，Python，更不必管严格的语法规则，除非你要上机调试。建议还是先领会算法，写伪代码，在大脑中调试吧，如果没有良好的编程经验，一开始就上机或许更让你崩溃。遇到不懂的部分，浏览一下或跳过去，读完了还不明白再翻翻别的书，总有一天，你会发现，“暮然回首，那人却在灯火阑珊处”。
第三个建议：多交流，见贤思齐
第四个建议：勤实战，越挫越勇
实践是检验一切真理的标准。古人云：“学以致用”，“师夷长技以制夷”。请不要急切期盼“实际的”例子，更不要看不起小实例，“不积跬步，无以至千里”。大规模的成功商业案例所采用的算法，人工情感，无人驾驶，不是我们目前要解决的问题。看清楚脚下的路，比仰望天空更实际，多做一些实战练习，更好地体会算法的本质，在错误中不断成长，越挫越勇，终究会成参天大树。
第五个建议：看电影，洞察未来
不管是讲《人工智能》，还是《算法分析》，我都会建议同学们去看一看科幻电影，如《人工智能》、《记忆裂痕》、《绝密飞行》、《未来战士》、《她》等等。奇妙的是，这些科幻的东西，正在一步步的实现，靠的是什么？人工智能。计算机的终极是人工智能，人工智能的核心