回覆列表
  • 1 # 子子健康

    演算法不好也沒關係,可以選擇業務程式設計,比如前端開發,框架如asp.net mvc的應用,資料庫的查詢語句,有你發揮的空間,不一定非要人工智慧等高階演算法的研究

  • 2 # 明皇之鄉

    我的演算法就很差,最起碼沒被人騙過。我不懂得算計別人,但是我為你出力了,就得給錢呵呵。因為我是搬運工,天天干完活就給錢,所以我們這樣人不適合做生意。只要不不觸控法律的紅線,無論怎麼算,都會不停的往前走。

  • 3 # 小逗電競

    現在有一種職業叫演算法工程師,但主要面向人工智慧等高科技領域,不擅長演算法沒關係,不影響程式設計開發,據統計,國內程式設計師有500+W,有多少善於演算法程式設計。只不過領域不同罷了,所以你大可放心,放手一搏。

    1、前端開發。這幾年前端開發很吃香,就業前景不比後臺開發差。但前端技術更新頻率快,近兩年不斷出現各種前端技術框架,開發人員要不斷地給自己充電,學習最前沿的技術和設計理念。下面列出前端需要掌握的技術:

    html5 + css3

    bootstrap

    ajax + jquery + javascript

    Node.js

    Angular JS

    vue.js

    前端開發空間還是很大,除了PC端近幾年移動端開發量也是很大,程式設計師的薪水也是水漲船高。

    2、後臺業務開發。後臺行業技術更新頻率較低,處於較穩定狀態,但行業要求技術精湛、開發經驗豐富的技術人員。需要掌握很多技術框架,現羅列如下:

    SSH(Spring + Struts + Hibernate)

    SSM(Spring + SpringMvc + Mybatis)

    Springboot (Spring全新框架)

    Springcloud(微服務)

    Docker(虛擬化容器)

    kafka(訊息元件)

    Redis(快取)

    Quartz(任務排程)

    Log4j(日誌記錄)

    Tomcat(WEB容器)

    Fastdfs(分散式檔案管理)

    Nginx(反向代理、負載均衡)

    Apache shiro(安全框架)

    Apache ActiveMQ(訊息元件)

    這些都是我們工作中經常用到的技術,不得不吐槽,程式設計師真的很辛苦,除了每天拼命的工作,還要不間斷的學習提高,不然就會被淘汰。

  • 4 # NC少年

    如果真的很差,那就只能調別人的包,成為調包俠,但背後很多原理都模糊,走不了多遠。

    見有的回答將演算法混淆了,這裡稍微解釋下,演算法分兩種:

    一種是計算機科學領域的演算法,通常和資料結構結合在一起;

    另外一種是人工智慧領域的機器學習演算法,比如隨機森林、深度學習等。

    前者屬於底層,用來用程式實現某種任務,相對成熟;後者屬於高層,依賴於大資料,在快速發展。

    從題目的程式碼道路推測,題目中的演算法應該是指第一種:計算機科學領域的的演算法。

    題主意識到自己的演算法能力較差,建議好好補一補,可能是學習方法不對,因為演算法真的很重要。舉個例子,排序1億個數,設計差的演算法,即使再高效能計算機上可能也要跑20多天;而設計好的演算法,在一臺普通計算機上兩個小時也能搞定。可以私信我,給你一些建議。

    最後回過頭來,正式回答這個問題:

    如果工作中,程式碼執行效率的高低很重要,但自己演算法差,可以透過呼叫知名的包(庫)來彌補一部分效能,但也要懂得如何正確呼叫。但別人的庫,畢竟不是專門為自己的需求寫的,有時候可能會產生偏差。如果滿足不了老闆的期望,那前途就會比較渺茫。

    即使工作中執行效率沒那麼重要,現實中技術面試基本上都會問到演算法。即使你其他方面在優秀,演算法本身就是用來區別求職者能力高低的一個標杆,演算法就是你的一個短板,會有木桶效應。

    總之,演算法差,前方路不會太順暢,強烈建議提升自己的演算法水平。

  • 5 # 藍洛333

    此時一位內心毫無波動的碼農路過,並留下了個人見解。

    演算法是指什麼?是指機器學習方面的演算法(也就是分類、聚類、決策樹等)呢?還是大學就有開始學的程式設計上的演算法(氣泡排序、快速排序等)?如果是機器學習方面的演算法,而你剛好又是從事機器學習方面的相關工作的話,那麼,目前來看的話,可能有點玄。畢竟,機器學習每天都要和演算法打交道,不過,也不用絕望,只要你肯努力,有時間的話多點學習,不斷的彌補自己的不足和提升個人的能力的話,未來還是可以有得玩的。不過呢,話又說回來,現在的機器學習演算法,很多都已經封裝好了,就拿python的sklearn來說,有些演算法直接調包使用就行了,前提是,你得能理解哪些場景該用哪些演算法和該怎麼去透過調參讓模型達到最優解等。

    當然的,如果你平時是寫業務比較多的話,未來如果不是想朝著演算法之類的崗位去做的話,深深的去鑽研業務其實在未來也是可以具有很大的優勢的。特別是一些公司業務比較大的時候,如果你在裡面呆了挺久的,而且對業務也很熟悉了,那麼,你也是具有一定的不可替代性的。當然,如果是這樣的話,我更建議你是去學習設計模式好過演算法多一點,做業務方面的話,其實演算法用得真的不多,倒是在架構設計上的話可以讓你變得高階起來。當然的,如果你也想接觸一些演算法相關的話,你也可以利用閒暇時間多點去鑽研學習,努力的補短板的。

    總之呢,未來的事情誰也說不清楚。畢竟,你行走在未來的路上,也會慢慢的成長,至於能成長到怎樣的一個水平,就看你個人的造化了。好好加油吧,騷年。

  • 6 # 晴月浩新雪

    其實並不是所有的程式開發工作,都需要很好的演算法功底,還有很多其它能力在工作中也同樣重要。

    只不過,眾所周知計算機行業是個語言活到老學到老的行業。如果你連克服這點資料結構或演算法的學習能力都沒有,甚至連know-how都跟不上的話,只怕在日新月異的技術時代會活得很辛苦。

  • 中秋節和大豐收的關聯?
  • 網際網路金融指的是哪些?