在用鄰接表表示圖時，拓?fù)渑判蛩惴〞r間復(fù)雜度為多少？設(shè)圖中有n個頂點和e個弧，則鄰接表拓?fù)渑判虻臅r間復(fù)雜度為O（n，e）]~。一些深層次的算法可以正確地學(xué)習(xí)，但更常見的算法必須學(xué)習(xí)。不僅算法崗需要學(xué)習(xí)這

在用鄰接表表示圖時，拓?fù)渑判蛩惴〞r間復(fù)雜度為多少？

設(shè)圖中有n個頂點和e個弧，則鄰接表拓?fù)渑判虻臅r間復(fù)雜度為O（n，e）]~。一些深層次的算法可以正確地學(xué)習(xí)，但更常見的算法必須學(xué)習(xí)。不僅算法崗需要學(xué)習(xí)這么多算法，開發(fā)崗也需要學(xué)習(xí)很多常用算法，這樣才能在開發(fā)過程中編寫出高性能的代碼。我舉個例子。以前，我用MR處理一段數(shù)據(jù)。在reduce階段，我需要根據(jù)某個值保持頂部，但是如果不能使用其他算法，可以調(diào)用quick sort。最壞的時間復(fù)雜度是O（n^2）。當(dāng)數(shù)據(jù)很大時，你不能用完。如果能夠維護大頂堆或bfprt算法，時間復(fù)雜度會大大降低。所以算法是非常重要的。

那么，我們需要學(xué)習(xí)哪些算法？我將列出以下方向

常見的圖論算法，如并集搜索、最短路徑算法、二部圖匹配、網(wǎng)絡(luò)流、拓?fù)渑判虻?/p>

例如常見的二分搜索、三分搜索，特別是二分搜索、訪談常問、深度優(yōu)先搜索和廣度優(yōu)先搜索，經(jīng)典的八道數(shù)字題等等。還有一些啟發(fā)式搜索算法，如模擬退火算法、遺傳算法、粒子群算法、蟻群算法等。

Dijkstra算法用于尋找最短路徑、最大子段和、數(shù)字DP等

這一類比較大，特別是在機器學(xué)習(xí)、人工智能、密碼學(xué)等領(lǐng)域。比如數(shù)論中的大數(shù)分解，大素數(shù)的判定，擴展歐幾里德算法，中國剩余定理，盧卡斯定理等等，組合數(shù)學(xué)中的博弈問題，卡特蘭數(shù)公式，包含排除原理，波利亞計數(shù)等等，計算幾何中的極性排序、凸包問題、旋轉(zhuǎn)卡盤問題、多邊形核問題、平面最近點對問題等。另外，還有一些矩陣的構(gòu)造計算，如矩陣的快冪等。

如果要做算法作業(yè)，除了上面的一些應(yīng)用算法外，主要是機器學(xué)習(xí)、深度學(xué)習(xí)算法。

作為一名程序員，需要精通高深的算法嗎？為什么？

這取決于你想成為程序員的哪個方面。

程序員有后端、前端、移動端、大數(shù)據(jù)、人工智能等，如果只是前端和移動端，掌握基本的排序、紅黑樹、哈希等就差不多了。不需要更高級的，更重要的是系統(tǒng)API提供了很多算法方法。寫作并不一定比系統(tǒng)的寫作更好。如果你只是想成為一個普通的程序員，不想朝著高級和體系結(jié)構(gòu)的方向發(fā)展，你會發(fā)現(xiàn)如果你不接觸算法，那就沒關(guān)系了。但是，當(dāng)水流向上流動時，仍然需要該算法。特別是對于大數(shù)據(jù)和人工智能，算法是必要的，算法就是數(shù)學(xué)。

對于人工智能來說，線性代數(shù)、概率論等都是非常重要的，不僅算法可以解釋它們。還有信息論，它計算信息傳遞的熵。個人推薦，可以看到國外的程序設(shè)計大賽，有很多測試算法，平時在開發(fā)中，更多的考慮如何減少信息傳輸，提高代碼效率，這也是一種算法。

我們必須理解和掌握：1。樹，2。散列，3。正規(guī)化，4。圖算法，5。字符串匹配，6。但是我們需要掌握更多的經(jīng)典數(shù)學(xué)算法，這是基礎(chǔ)。算法離不開數(shù)學(xué)，算法打得好，一般數(shù)學(xué)都好。通常，建議多讀一些關(guān)于線性代數(shù)、高等數(shù)學(xué)和算法的書，這些書對計算機有幫助?？纯雌渌麌业乃惴?，然后寫一些更有啟發(fā)性的程序。但作為程序員，算法只是其中的一部分，更重要的是如何快速迭代，降低開發(fā)成本，如何適應(yīng)業(yè)務(wù)。