理解演算法是一項很有價值的技能，就像在知識的其他領域，技能表徵的是一種思維方式，而不僅僅是記憶。你想要學習一個演算法，並立刻理解其內在原理。下面的基礎性演算法是作為軟體演算法工程師所必需具備的：

二進位制搜尋。二進位制搜尋是一個非常非常重要的概念。從凸最佳化到資料庫，它的身影幾乎無處不在。如果你需要在大量的東西中找到一個特定的價值，並弄清楚你需要去的方向是什麼，那麼使用二進位制搜尋來實現一個 MASSIVE 加速。

矩陣運算。記住矩陣運算遠比你想象的要快。優秀的人提出了令人難以置信的非直觀演算法，使得矩陣乘以O（n ^ 2.something）而不是O（n ^ 3），就像你所期望的那樣。在實踐中，這些演算法不一定被使用，但BLAS和MPI庫確實提供了令人難以置信的快速矩陣乘法。每當你可以在矩陣運算中表達一堆計算時，你就贏了。

線性迴歸。簡單、優美、實用。

快取。僅僅是使用快取，這算是演算法嗎？但這是你所有問題的原因和解決方案。

併發工作佇列（concurrent work queue）的想法。

知道遇到問題何時丟出雜湊表。

貪婪演算法。如果你的問題可以用一個做決策的演算法解決，並且最終這個演算法依然是最佳的，那麼你就無需進一步觀察了。Prim、用於最小生成樹（Minimal Spanning Tree／MST）的 Kruscal 和小數揹包問題（Fractional Knapsack problem）就是例項。

圖與搜尋演算法。除了MST、寬度優先搜尋（Breadth First Search／BFS）、深度優先搜尋（Depth First Search／DFS）Dijkstra 和可能的 A* 之外。如果你覺得你想要在這方面進一步深入下去，那麼看看（用於密集圖的）Bellman-Ford、Branch and Bound、迭代深化、Minimax 和 AB 搜尋吧。

模擬退火。這是一個非常容易，非常強大的隨機最佳化演算法。它解決了NP-hard問題。

個人淺見，演算法類大概掌握:查詢，排序，遞迴，複雜度即可，高階演算法不具有普遍性，一是工作中遇到的普遍性，二是個人天賦。我更推薦資料結構的掌握，陣列，字串，樹，佇列，連結串列，堆，棧，圖，雜湊。演算法精研的很高深，直接做演算法工程師好了