演算法是需要長期積累而熟悉的。

對於計算機軟體開發專業的人員來說，演算法是極其重要的，熟悉並掌握常用演算法，對理解問題、解決問題都是起著至關重要的。

那麼，如何做才能更有效的掌握常用演算法呢？下面我來談談自己，看法。

第一，找到興趣點，多看。

剛開始學習演算法的同學，總感到枯燥乏味，沒有什麼實際的應用指導，也就沒有興趣去持續深入的學習，逐漸的，學過的什麼演算法，也忘的一乾二淨了，更不用說掌握了。

解決的辦法就是：堅持看，多看，看看這種演算法在實際應用中的例子。這樣就不會覺得演算法枯燥無味了。

第二，動手實踐，加強理解。

沒有實踐的支撐，理論總是很飄渺的。每學一種演算法，必須親自把它用自己擅長的程式語言去實現。當你自己能夠用程式語言來實現某種演算法時，你會有一種成就感！同時，你也自然而然的，理解了該種演算法的思想，也就是掌握了這種演算法。

第三，多學習他人的演算法解讀，仔細分析別人的思路。

總之，演算法是一門非常重要的課程，也是很有意思的一門課程，祝你在學習的路上，用興趣去找到樂趣！

作為一個曾經的計算機專業畢業生，根據自身近30年相關專業經歷，針對你的問題提出如下建議:

1. 學好基礎。如果演算法基礎不過硬，首先還是要找本演算法教材，按部就班再學一遍，理解資料結構及相關演算法基本思想、基本原理。

2. 多研讀優秀演算法程式碼，吸取基思想光芒。

3. 要多加練習。善於把演算法用己的程式碼去實現、去實踐。在書寫程式碼、測試程式碼、完善最佳化程式碼中得到能力的昇華。

letcode你需要了解一下，這個網站上面有非常多的演算法題，刷一刷可以幫你快速瞭解演算法特性，程式碼實操，線上執行，也可以看看別人的解答，慢慢的會有很大提高。

多找基本演算法書相互對照看，如果還是不太明白去網上搜一下相關主題，看看有沒有人的解釋能讓你明白，另外就是刷刷題，最重要的是保持關注，不要放棄，時間會說話

可能你看演算法書的時候，感覺也能明白它的意思，但是一到實際應用就沒了方向。如果是這樣的話，你就要先明白，理解意思和掌握邏輯是兩個層面的境界。如何掌握了演算法的底層邏輯和實現邏輯？有個小技巧，就是你學會一個演算法後，要對一個計算機小白把演算法解釋清楚。如果小白聽的雲裡霧裡，那說明你一定沒掌握。基礎演算法的底層邏輯都是簡單的，演算法實現的步驟略有繁瑣，但完全可以分步拆解。能做到解釋清楚，就是真掌握了。

開場白：

你好，我是踐行計算機教育劉老師，很高興回答你的問題，我一直從業計算機IT軟體培訓講師，之前也帶過很多學生跟我說這個話，覺得自己學不會開發，感覺很難，其實這些問題，我自己的親身經歷也身同感受。但是我們如何取剋制這樣的問題呢。

首先，我先分享一下我之前學習計算機程式語言的時候的感受，剛開始接觸程式碼一臉懵逼，第一次接觸非常的陌生，老師步驟作業完全沒有思路，我不知道你是否有這樣的感受，我覺得有這樣的一個現象是正常的。我們要做的是什麼呢，就是了解程式的語法和演算法的思路分析，剛開始我們最好在編寫程式的時候加上一條條的註釋，這樣一步一步的分析，這個演算法的思路，然後就是多多的動手編寫程式，然後一點點的積累，演算法不是一上來馬上就明白了，是很多知識慢慢的積累，當你遇到同類似的題目，你腦海直接就能想出這道題的演算法實現是什麼。首先我們要學會慢慢的走路，不要急於求成。當過了一段時間之後，你回頭在去看你之前遇到的問題，這個時候你會有一種感受，原來這麼容易，因為你見多了題目。瞭解了演算法的本質，我最開始學習演算法，最開始都是模仿，什麼都理解不到，然後一點點在寫程式的過程中，慢慢的剖析。問題就迎刃而解了。

對於這道題，我們要去如何分析呢，第一，我們要知道這個演算法用來幹什麼的，排序對吧，我們要去了解冒泡的實現原理，我們是不是應該去了解冒泡的演算法規則，然後我們才能編寫出程式對吧。接下來看一個氣泡排序演算法的圖：

在遇到任何一個演算法的時候，我們都需要用這樣畫圖方式或者其他方式去分析，然後再去用程式按照這個演算法去實現某個功能。

從簡到難，循序漸進

有一定程式設計基礎的朋友

一定要看看資料結構之類的書籍

然後學習一些經典的演算法

多動手

剛開始一定要先學會讀懂別人的程式碼

理解其中的演算法思路

然後是動手模仿著寫一些程式碼

透過模仿，動手

培養自己的動手能力

慢慢的，感覺就來了

興趣是第一老師

很多人剛入門就退卻的原因

就是因為沒有找到正確的方法

除錯過程中

屢次失敗後

就漸漸懷疑自己不是“料”

所以

初學者一定要從易到難循序漸進

培訓，可以讓你事半功倍

特別是初學者

沒有條件接受系統教育的

最好是有人指導

更容易“上道”

看書看程式碼看影片刷題

1.《資料結構和演算法》，基礎的排序查詢，圖，樹

2.《redis原始碼》裡面有很多優秀的資料結構，簡單的連結串列陣列實現出字典，跳躍表，動態字串，還有雜湊演算法，極力推薦閱讀redis原始碼！！！

3.去leetcode刷刷遞迴，動態規劃相關演算法的題目，總結思想

演算法有什麼用

計算機的本質是儲存，計算和傳播。這些都是需要資源的，需要磁碟空間，cpu時間，網路頻寬。雖然目前的硬體很便宜，頻寬也越來越快。但是目前的資料量也越來越大。再加上為了容錯，一份資料需要幾個備份資料。這樣就要增加幾倍的資料量。

資料量大了以後我們的儲存，cpu和頻寬就更顯的不足了。所以大資料和分散式系統和傳統的系統一樣都需要節約資源。

我們在學習演算法的時候，除了要知道怎麼做，還要深入學習演算法分析，計算演算法的時間和空間複雜度，就是為了找到更為節約資源的方式。

比如排序，快排的時間複雜度是O(n * logn)，而氣泡排序的時間複雜度是O (n*n)。 假如你對100個數排序，每一次操作的時間是1ms:

快排需要的時間是100*log(100) = 664ms，氣泡排序需要 100*100 = 10000ms

如果你對1000000個數排序：

快排需要的時間是1000000*log(1000000) = 19931568 ms （19931 / 1000 = 19931s, 5.5 小時），氣泡排序需要 1000000*1000000 = 1000000000000ms （1000000000s, 277777小時）。

這個例子說明，不同的演算法需要的計算量的差別是巨大的。甚至有時候某些演算法雖然可以得到結果，但是因為太慢或者需要的空間太大在實際專案中沒法實施。比如利用氣泡排序對100萬個數排序幾乎不能接受。

維基百科上有很生動的動畫。

會。很多工作不用演算法也能行。但是如果要做的好就得考慮演算法。在我看來，每當你寫for迴圈的時候你就在採用遍歷演算法，每當你用if的時候你就是在查詢。如果for迴圈的輸入列表的規模特別大，你就得考慮演算法的執行時間。所以工作中經常需要做演算法分析。

如果你想體驗一下演算法的區別，也不需要用真正的業務大資料。寫一個for迴圈隨機產生1億條資料升至更多。然後用不同的排序演算法試試看。

這也是為什麼好一點的公司，演算法面試都是很重要的考核指標。因為大公司的程式要解決的問題的輸入的規模都是巨大的。必須考慮演算法的複雜度。

學習演算法需要耐心。剛開始學習演算法，不要急於上機程式設計。可以在白紙上用筆寫實現。很多面試過程，演算法都是需要在白紙上寫的。倒不是為了面試。主要是在白紙上寫便於你思考，集中精力的思考。

在白紙上手動演算演算法的執行過程。這個過程挺繁瑣，但是對於你理解演算法，建立對演算法的形象思維邏輯很有幫助。而且這種畫面感對於提升你的演算法思維大有幫助。

我分享了很多動畫來解釋分散式系統的原理，就是希望幫助大家形象的認識演算法。以後我會發布算法的動畫演示。

《演算法導論》，建議讀英文版。如果覺得不好懂，可以找中文版的讀，但是最好明白了之後再對照英文版讀一遍。公開課上也有影片，可以跟著學習。

這本書我讀了至少3遍，影片也看了至少三遍。

這位老師在第一堂課說了一句話我印象深刻：

如果你想成為程式設計大牛，一種方法是不學習演算法，做程式設計工作10年。一種方法是學好演算法，程式設計工作1年。

或許不是“演算法差”，而是沒有真正掌握用程式語言解決實際問題的方法，即便程式語言也學了好幾門，甚至還學習了程式設計方法或軟體工程等，始終無法擺脫茫然。

要解決這個問題，可閱讀一些規模難度適當的成熟程式碼作為鋪墊，然後試著從需求分析開始，獨立完成一個小有規模的實用程式。和完成程式設計練習題不一樣，遇到困難是很正常的，對付的辦法也不復雜：死纏爛打、決不放棄！

程式設計能力的獲得不是按部就班信步走上一級級樓梯的過程，而是要一步蹦上一米來高的臺階。或許你會嘗試多次，但如果還希望做程式設計師，這一關你必須過；而上了這個臺階，你就是一位程式設計師了。

演算法，我不想看見他，他也不想看見我。

好在我現在的開發也用不到演算法。經常看到公司的大佬們侃侃而談，不明覺厲。

經常還寫寫畫畫，爭的面紅耳赤。

不過人家說了算，人家是架構師。

有數學基礎的同學加油吧！

有演算法 動態演示網站，裡邊演示 各種 演算法的動態過程，比如 二分查詢，二叉樹，最小生成樹，各種排序演算法等，先看這些網站，透過動態演示，獲得直觀感受以後，再學習程式碼