用Python刷面試算法題（如leetcode）是怎樣的體驗(yàn)？當(dāng)然，Python是我推薦的解決算法問題的最佳語言，而不是其中之一。首先，Python的語法非常簡單，您不必妨礙語言細(xì)節(jié)。假設(shè)您使用C語言

用Python刷面試算法題（如leetcode）是怎樣的體驗(yàn)？

當(dāng)然，Python是我推薦的解決算法問題的最佳語言，而不是其中之一。

首先，Python的語法非常簡單，您不必妨礙語言細(xì)節(jié)。假設(shè)您使用C語言，那么內(nèi)存和指針又會濫用您的權(quán)限。你能拿出多少精力來研究這個算法？刷算法時，語言只是一個載體，一個工具，永遠(yuǎn)不能被語言束縛。Python在這一點(diǎn)上具有絕對優(yōu)勢。

第二，雖然Python很簡單，但是它有各種各樣的語言特性。雖然Python很簡單，但是它有豐富的特性，比如面向?qū)ο蠛秃瘮?shù)式編程。它簡單易用，代碼看起來非常簡潔。其他語言要么太基礎(chǔ)（C/C等），缺乏高級特性，要么非?；ㄉ冢ɡ鏙avaScript、面向?qū)ο?、prototype-chain等對象），需要異步來實(shí)現(xiàn)并行化。與python不同，它有足夠的特性，而且非常簡潔。

第三，Python是一種動態(tài)語言。它不需要編譯。它直接在寫入之后運(yùn)行，這增加了方便性。對于C/C/Java這樣的語言，在編寫之后，我們需要編譯或者依賴虛擬機(jī)來執(zhí)行。事實(shí)上，如果我們邁出這一步，會有更多的障礙。當(dāng)我們刷算法問題時，我們想要的是身臨其境的體驗(yàn)。不要被這些阻礙。

Python具有上述三種功能，絕對是首選。此外，還有另一個好處。Python是人工智能領(lǐng)域的官方語言。在學(xué)習(xí)了Python和刷算法之后，您將進(jìn)入另一個熱門領(lǐng)域。

可以邊學(xué)數(shù)據(jù)結(jié)構(gòu)邊刷leetcode嗎。就是把leetcode當(dāng)練習(xí)題。用c好還是用python呢？

可以，但使用leetcode進(jìn)行數(shù)據(jù)結(jié)構(gòu)練習(xí)不是特別好。Leetcode實(shí)際上強(qiáng)調(diào)了算法的改變。畢竟，這是面試題目。很多話題都有故意讓你難堪的感覺。事實(shí)上，有些問題并不強(qiáng)調(diào)數(shù)據(jù)結(jié)構(gòu)。只要幾個變量和數(shù)組就可以解決這個問題。所以我覺得用leetcode的效果比較好，初學(xué)者看完書后再練習(xí)。當(dāng)我們可以解決基本問題時，讓我們看看leetcode。

至于是使用C還是python，我認(rèn)為這取決于您學(xué)習(xí)數(shù)據(jù)結(jié)構(gòu)的目的。如果是為了近期出去面試，我覺得Python比較好，現(xiàn)場的成績也比較快。如果你想自學(xué)，我最近沒有面試計(jì)劃。我認(rèn)為最好使用C.C是許多計(jì)算機(jī)科學(xué)的基礎(chǔ)。如果你熟悉的話，將來可以從其他課程中受益，比如操作系統(tǒng)、計(jì)算機(jī)體系結(jié)構(gòu)、計(jì)算機(jī)網(wǎng)絡(luò)、圖形學(xué)等

在以前的一段時間里，我一直認(rèn)為用C語言來編輯程程的介紹是一個很好的選擇。其實(shí)C語言更適合初學(xué)者學(xué)習(xí)。

對于C語言學(xué)習(xí)，我建議您查看郝斌的C語言課程。解釋得很詳細(xì)。我學(xué)習(xí)了這個教程。

如果您使用python，入門也是一個不錯的選擇。

Java是迄今為止使用最多的語言。今天我覺得可以用java開始了。但是，要開始學(xué)習(xí)，您必須只選擇學(xué)習(xí)面向?qū)ο笄懊娴闹R。如果初學(xué)者一起加入面向?qū)ο蟮膶W(xué)習(xí)。你會發(fā)現(xiàn)你可以崩潰。

只有完成面向?qū)ο蟮娜^程后，非常熟悉，才能進(jìn)行面向?qū)ο蟮膶W(xué)習(xí)。

如果您有任何問題，請指出。

編程初學(xué)者應(yīng)該先學(xué)C 、Java還是Python？

作為一名研究生，您用Python編寫算法。我認(rèn)為你想發(fā)展大數(shù)據(jù)和人工智能。

近年來，隨著大數(shù)據(jù)和人工智能的爆炸式發(fā)展，Python變得越來越流行。如果你想提高你的Python水平，我想你可以從以下幾點(diǎn)開始

！Apache spark是一個大數(shù)據(jù)處理框架，計(jì)算速度快，使用方便，支持復(fù)雜分析，有可能取代MapReduce。

盡管Python在機(jī)器學(xué)習(xí)和人工智能方面有很好的應(yīng)用，但Python有一個很大的缺陷。它不支持分布式計(jì)算，但這并不重要。Spark提供了一個優(yōu)秀的Python接口pyspark。有了它，python在分布式計(jì)算和流計(jì)算方面有了很大的改進(jìn)。

另外，spark的核心RDD彈性分布式數(shù)據(jù)集與Python中panda的數(shù)據(jù)幀非常相似，可以很容易地相互轉(zhuǎn)換。因此spark賦予Python以分布式方式處理大型數(shù)據(jù)集的能力。

Python有許多強(qiáng)大的web后端框架，如Django、flash等。學(xué)習(xí)這一點(diǎn)可以鞏固Python的基礎(chǔ)，并使用Python的高級用法，如裝飾器、類、魔術(shù)方法、數(shù)據(jù)庫等。

您不能總是在一臺機(jī)器上使用該型號。您可以在大數(shù)據(jù)框架和網(wǎng)站中部署模型。這要求您了解后端和分布式計(jì)算。學(xué)習(xí)這兩個方面，不僅可以提高python的水平，也可以讓你在未來的大數(shù)據(jù)和人工智能領(lǐng)域發(fā)力。