Python到底有多慢？首先，我們用10個(gè)坐標(biāo)點(diǎn)來模擬城市的位置。由于我們平時(shí)對(duì)Python的使用比較多，也比較熟悉，所以我們首先選擇Python作為編程語言來實(shí)現(xiàn)蟻群算法，但是我們?cè)诘谝粫r(shí)間就等著睡

Python到底有多慢？

首先，我們用10個(gè)坐標(biāo)點(diǎn)來模擬城市的位置。由于我們平時(shí)對(duì)Python的使用比較多，也比較熟悉，所以我們首先選擇Python作為編程語言來實(shí)現(xiàn)蟻群算法，但是我們?cè)诘谝粫r(shí)間就等著睡著了。猜猜看有多長(zhǎng)時(shí)間，超過六分鐘，這是效率的可怕之處。你不能讓老師等6分鐘在最后的回答中選擇最佳路徑?？峙乱獣和Ａ?。用C語言對(duì)蟻群算法進(jìn)行了優(yōu)化，優(yōu)化結(jié)果不到1min。沒有比較就沒有壞處。在這之后，我深刻地認(rèn)識(shí)到Python執(zhí)行效率的可怕方面。

有些人可能想知道為什么C和Java比python更高效。事實(shí)上，它與語言的底層代碼有關(guān)。C語言是匯編語言的二次開發(fā)，Java大多是C和C的二次開發(fā)，但是我們的Python可以分為兩種情況，一種是Cpython，另一種是jpython，分別是C和Java的二次開發(fā)，所以效率比這兩種語言要低。我看到消息說，為了解決python的效率問題，政府計(jì)劃重新開發(fā)底層python代碼。最近，我沒有看到任何相關(guān)的新聞。畢竟，這個(gè)工作量是非常巨大的。

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(gè)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(gè)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(shí)間復(fù)雜度是O（n^2）。當(dāng)數(shù)據(jù)很大時(shí)，你不能用完。如果能夠維護(hù)大頂堆或bfprt算法，時(shí)間復(fù)雜度會(huì)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(jī)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?cái)?shù)的判定，擴(kuò)展歐幾里德算法，中國(guó)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(jì)數(shù)等等，計(jì)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(diǎn)對(duì)問題等。另外，還有一些矩陣的構(gòu)造計(jì)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(jī)器學(xué)習(xí)、深度學(xué)習(xí)算法。