為什么有人說弄懂了《算法導(dǎo)論》的90%，就超越了90%的程序員？實際上，計算機程序的底層核心是各種數(shù)學(xué)算法，其余的就是如何用代碼實現(xiàn)數(shù)學(xué)。世界上幾乎所有著名的計算機程序大師都與數(shù)學(xué)權(quán)威專家有關(guān)。作為一

為什么有人說弄懂了《算法導(dǎo)論》的90%，就超越了90%的程序員？

實際上，計算機程序的底層核心是各種數(shù)學(xué)算法，其余的就是如何用代碼實現(xiàn)數(shù)學(xué)。世界上幾乎所有著名的計算機程序大師都與數(shù)學(xué)權(quán)威專家有關(guān)。

作為一名程序員，需要精通高深的算法嗎？為什么？

太深的算法可以適當(dāng)學(xué)習(xí)一些，但是比較常用的算法一定能做到。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。

想成為java高級程序員，需要掌握哪些技術(shù)？

分布式、設(shè)計模式、前端技術(shù)、網(wǎng)絡(luò)支付、全文搜索引擎、docker、WebService等

詳細(xì)可以到如鵬官方網(wǎng)站學(xué)習(xí)，那里有網(wǎng)絡(luò)，你可以學(xué)習(xí)，隨時提問，老師可以在線實時答疑。有技術(shù)大牛親自授課，口碑好，基本上都很佩服。有新課程更新，也可以繼續(xù)申請學(xué)習(xí)。

就個人發(fā)展而言，算法和編程語言哪個更重要？

對于程序員來說，兩者都是非?；镜臇|西。它們是非常重要和不可或缺的。原因如下：

1。任何軟件都必須用某種編程語言來實現(xiàn)，因此編程語言是必不可少的。任何軟件都是由數(shù)據(jù)結(jié)構(gòu)和算法組成的，因此算法是不可比的；

3任何軟件都必須通過某種編程語言實現(xiàn)某些算法；

退一步，如果你不是程序員，就不要實現(xiàn)特定的軟件，只是一個算法工程師。我們能不學(xué)習(xí)編程語言就學(xué)習(xí)算法嗎？

答案是否定的，算法工程師設(shè)計的算法總是需要驗證，驗證總是需要編程語言。

程序員最重要的能力是什么？

我認(rèn)為沒有必要精通各種語言。而且，這也不太現(xiàn)實

學(xué)一門語言和專業(yè)化更好。畢竟，一門語言的發(fā)展是不可預(yù)測的。很難說它是多么優(yōu)秀，因為根本沒有標(biāo)準(zhǔn)。世界太大了，有很多偉大的程序員。有人出人，有天出人。

舉個例子，很難說它是一個多么優(yōu)秀的程序員，必須具備這些能力：①能吃苦，愿意付出，能把工作當(dāng)成自己的事情去做；②學(xué)習(xí)能力強，技術(shù)更新快，必須具備快速接受新知識的能力，喜歡學(xué)習(xí)事物；③良好的溝通能力，所有較大的團隊，都是合作的形式，所以溝通是必要的，這方面的問題是不能改進的。至于能力，我認(rèn)為這些是最重要的。

我認(rèn)為，代碼編寫的最高水平仍然非常模糊，沒有標(biāo)準(zhǔn)來衡量它。我覺得當(dāng)你一邊打電話一邊聊天，一邊給函數(shù)寫一個大點的時候，我不知道在過去的一兩個小時里，函數(shù)完成了，代碼經(jīng)過測試是沒有bug的。它應(yīng)該是一個高層次的，還有一點就是掃描別人的代碼如果這個領(lǐng)域存在的話，我覺得應(yīng)該算是一個高層次的領(lǐng)域。

我現(xiàn)在是計算機大一學(xué)生，怎樣掌握更強的編程能力、算法等，脫穎而出？

作為一名計算機專業(yè)的教育家，讓我來回答這個問題。首先，對于計算機專業(yè)的新生來說，他們應(yīng)該重視基礎(chǔ)知識的學(xué)習(xí)，在大學(xué)一年級打好基礎(chǔ)，在大二的時候積極參加專業(yè)比賽和科研實踐。這樣，他們可以在大三之后為自己提供更多的選擇。無論是參加研究生入學(xué)考試還是就業(yè)，都會有一定的優(yōu)勢。

編程能力的提高是一個系統(tǒng)的過程，編程語言本身的難度不高，要想有更強的編程能力，需要結(jié)合具體的場景來提高。程序設(shè)計能力的提高通常需要經(jīng)歷三個階段，即基本語法學(xué)習(xí)階段、情景學(xué)習(xí)階段和交際總結(jié)階段。

對于新生來說，要注意三個方面的基礎(chǔ)知識學(xué)習(xí)。一是編程語言的語法學(xué)習(xí)。在這個過程中，我們應(yīng)該注意做更多的實驗，為每個抽象概念建立一種圖像感。二是操作系統(tǒng)知識的學(xué)習(xí)。在學(xué)習(xí)操作系統(tǒng)的過程中可以逐步了解資源管理、任務(wù)調(diào)度、安全性等內(nèi)容，對提高編程能力很有幫助。三是注重算法知識的學(xué)習(xí)。算法學(xué)習(xí)也需要一個過程，可以從早期的基礎(chǔ)數(shù)據(jù)結(jié)構(gòu)知識開始。

在學(xué)習(xí)編程的過程中，一定要注意溝通，尤其是與開發(fā)專家的溝通。這一過程可以明顯提高我們對編程語言的理解，為自己打開更大的視野，不斷突破學(xué)習(xí)編程語言過程中的各種瓶頸。

通過競爭促進學(xué)習(xí)是大學(xué)生學(xué)習(xí)編程語言的好方法。通過參加專業(yè)比賽，他們還將獲得一些額外的學(xué)習(xí)資源，為自己創(chuàng)造更好的實踐和交流場景。事實上，每年都有不少大學(xué)生在參加大賽的過程中贏得了大廠的青睞，因此提前獲得了到大廠實習(xí)的機會。

計算機編程算法和數(shù)學(xué)有什么關(guān)系？

數(shù)學(xué)對于計算機算法編程非常重要。我將主要從以下兩個方面來解釋為什么它如此重要

數(shù)學(xué)和算法編程需要很強的邏輯思維能力。程序代碼的邏輯結(jié)構(gòu)、連接方式和處理方式需要較強的邏輯思維能力。如果你學(xué)好數(shù)學(xué)，有很強的邏輯思維能力，你通常會對算法編程有更深的理解。

這應(yīng)該是為什么數(shù)學(xué)和算法編程更相關(guān)的一個重要原因。無論是計算機的底層還是底層，數(shù)學(xué)知識都處處體現(xiàn)。例如，計算機底層的二進制、機器學(xué)習(xí)和深度學(xué)習(xí)的梯度求導(dǎo)、SVD分解、張量分解、PCA特征值、優(yōu)化問題、密碼學(xué)的大數(shù)分解、概率圖模型等都與數(shù)學(xué)有著密切的關(guān)系。我舉兩個例子來實現(xiàn)

代碼實現(xiàn)如下

代碼比（float）（1.0/sqrt（x））快4倍，計算性能有了質(zhì)的飛躍。為此，專門有一篇論文《快速平方根逆》來解釋這段代碼的數(shù)學(xué)原理。感興趣的同學(xué)可以找這篇文章學(xué)習(xí)。

如果不直接使用數(shù)學(xué)知識和搜索，時間復(fù)雜度為O（n），效率較低，很難按照目前的計算機水平進行計算。如果我們知道Brahmagupta–Fibonacci恒等式、Pollard-Rho分解法、二次同余方程的解、歐氏除法等數(shù)學(xué)知識，那么求解這個問題的時間復(fù)雜度就大大降低，結(jié)果保證在0.2秒之內(nèi)。

如果工作是算法崗位，數(shù)學(xué)更重要，因為機器學(xué)習(xí)、數(shù)據(jù)挖掘、NLP等方向的基本原理基本上都離不開數(shù)學(xué)。