简单的说，算法就是：解决问题的手段，并且是批量化解决问题的手段。
比如，我们想要从成都去北京，起点就是成都，终点就是北京。如何去？我们就可以称为算法。
因此选择不同的算法，那么虽然终点都是一样，但是性能以及效率就根据算法的优劣而决定的。因此，我们需要选择最优的算法，来实现我们的问题需求，来解决生活中的一些实际问题。那我们该如何进行算法的学习呢？
如何学习算法
算法的学习，可以根据自身的生活经验逐步积累，也可以通过有效的训练来逐步提高我们解决问题的能力，同时也是提升我们的逻辑思维能力。因此，我整理了如下图中所示的一个算法学习思维导图。来提升我们研发工程师的算法能力。
在上图中，罗列了我们研发工程师常用的一些解决算法问题的思路，可以根据自己的能力有针对性的去学习，最终我们要达到的目的就是，给出一个问题，我们能够用多种方案来解决问题，并能够分析出每一种解决方案的优缺点即可超越90%以上的研发工程师。
算法的四个基本特征
根据《全国计算机等级考试二级教程——公共基础知识（2019年版）》的书中描述有如下4个基本特征
所谓算法，是一组严谨地定义运算顺序的规则，并且每一个规则都是有效的，且是明确的，此顺序将在有限的次数下终止。
算法学好的优势
首先，学会了算法后，你的逻辑所谓能力得到了加强，可以解决我们生活中的很多的问题。
其次，作为一个研发工程师，在跳槽的时候很多公司都有算法面试题，学好了算法，就离你心仪的公司跟近一步，不会导致因为不会算法而被拒之门外。
另外在5G大数据时代，处理数据也需要用到大量的算法。还有就是AI，比如常用算法来训练模型。通过合适的算法得到我们想要的数据模型，从而来实现AI的自动学习能力。
如何选择算法
算法既然有上面那么多种，还有很多没有罗列出来，所以需要我们有计划的学习每一种算法。然后根据习题来巩固学习的算法，将所学的内容融入到实际问题中，尝试多种算法来解决问题，理解每一种算法优势，劣势。当你掌握了方法之后，其实你会发现生活中很多事情都可以使用不同的算法来解决。
记住算法最重要的三点。算法没有万能的，算法没有高低，算法只有合适的
算力
上面说到，5G时代已经到来。移动设备数据传输量更快，更多，因此我们的服务处理数据的能力也需要相对的加强。处理数据的能力我们可以用一个人工智能中常用的词语，算力。
那什么是算力呢？在我们的电脑中，CPU就提供了算力帮助电脑快速运行。玩游戏的时候需要显卡提供算力，绘制图表的时候帮助电脑快速处理图形。而在人工智能中，需要有类似CPU和GPU的硬件来提供算力，帮助算法快速运算出结果。比如一个企业的流水线工厂，需要制作一批材料。那么企业的流水线就相当于算法，而流水线中的机器，人力就相当于算力。机器越好越先进，人力越多越优秀，那么产品生产的速度就越快，换言之就是算力越大，速度越快
结语
算法的学习不是一蹴而就的，因此需要我们不断的积累，不断的理解算法的原理。而不是死记硬背某些特定的算法题。要能够达到看到一个算法题，不仅仅能用算法将其做出来，还要能够自己通过算法题本身去推导更多题型。