很多同學對資料結構與演算法的第一印象，可能是覺得它複雜、深奧、難以理解。之所以會有這種觀念，我認為主要是因為沒有找到適合自己的學習方法及學習資料。其實學習任何知識點，只要找到對的學習方法和學習資料，都能做到攻克難點，牢牢掌握。
另外，同學們可能還有乙個疑問：在平時的開發工作中，乙個產品，從開發到上線，似乎都不會用到資料結構與演算法，也就是說即使不懂資料結構與演算法，也能出色地完成日常的工作任務，照樣能拿到高薪。那我們為什麼還要學習資料結構與演算法呢？
其實，乙個很重要的原因是為了應對面試，資料結構與演算法，是很多名企面試的必考題。國內外一線的大型網際網路公司，在面試的過程中，多少都會問到一些關於資料結構與演算法的題目。而且規模越大的公司，就越注重資料結構與演算法。甚至，現在很多中小型公司的面試題都會涉及到演算法知識。這個我們其實不難理解，無論什麼型別的公司，為了篩選出更優秀的人才，面試題的難度都會越來越高。
說到這，同學們可能會覺得很奇怪，平時工作中很少接觸的資料結構與演算法，為什麼會經常出現在面試題中呢？這不是讓人很難理解嗎？甚至還有人會覺得這很不公平，會導致企業錯失人才。比如有這樣乙個人，他擁有至少5年開發經驗，技術實力、業務能力、學習能力都很強，公司安排的每項任務都能出色完成，但可能只是因為他不會資料結構與演算法，就被大公司拒之門外，而事實上他的綜合能力可能比一些大公司的人都要強。
這樣的情況，其實不是沒有，2023年，homebrew的作者去google面試，但不幸的是他被google拒絕了。homebrew大家應該都聽說過，它是mac平台的安裝包管理工具，全世界大大小小網際網路公司的程式設計師可能都在用這個工具。這足以說明homebrew作者的技術實力了吧？可他還是被拒絕了，當時他發了條twiiter吐槽。
google回應：「我們90%的工程師都在使用你寫的homebrew工具，你卻不能白板程式設計乙個二叉樹的翻轉，所以請滾蛋吧」。不過後來，還是有很多矽谷的大公司搶著要他。
所以說，同學們的擔心是有可能發生的，大公司面試著重考察資料結構與演算法，確實可能會錯失一些人才，那他們為什麼還要這樣做呢？
因為資料結構與演算法功底紮實的程式設計師，其技術實力、業務能力、自學能力大多都不會差。其次，如果面試題內容都是平時工作中常用的技術點，其實大家的答案都大同小異，而且還有很多人會靠背題來應付面試。而演算法題因為其範圍很大，可以盡可能地避免這種情況的發生，而且這種問題考驗的更多的是乙個人的程式設計功底和長期積累。所以很多大公司都會使用演算法題來篩選人才。
總而言之，要想進入更大的公司，資料結構與演算法是你必須要跨過去的坎。
一開始提到，可能在大家平時的開發過程中，不怎麼用到資料結構與演算法的知識。那是因為我們的很多開發任務，都可以直接用各種第三方框架來完成。然而，很多第三方框架內部都用到了大量的資料結構與演算法的知識。如果你懂資料結構與演算法，就可以更好地去讀懂框架原始碼，體會作者的設計思想，也能讓你更好地使用框架，把框架的價值發揮到最大。平時沒用到資料結構與演算法，也可能是因為自己目前開發的專案還太小。當開發大型專案，面對海量資料處理，或者要求效能的極致優化時，必然要用到資料結構與演算法來優化程式。所以，很多時候，並不是資料結構與演算法沒有用，而可能是自己的境界還不夠高。
紮實的資料結構與演算法功底，能讓我們站在更高的角度去思考**、寫出效能更優的程式，能讓我們更快速地學習上手各種新技術（比如人工智慧、區塊鏈等），能讓我們敲開更高階程式設計領域的大門。為什麼有些人學新技術這麼快？比如區塊鏈、人工智慧等，很可能就是因為別人資料結構與演算法的功底更紮實。
pascal之父nicklaus wirth曾經憑藉乙個公式獲得了圖靈獎（計算機領域的諾貝爾獎）。
由此可見資料結構與演算法的重要性！
隨著年齡的增長，無論是學習能力，還是體力都會有一定程度地下降。所以，我們更應該珍惜時間，不要在應該努力奮鬥的年紀選擇安逸，學習和積累都要趁早。如果你想在it路上走得更遠，站得更高，那就必須掌握資料結構與演算法。更何況這真的是一種一次掌握，終生受益的技術。
興趣真的那麼重要麼？
經常有人說他對自己所目前所做的事情沒興趣，或者對自己的專業不感興趣，而他真正感興趣的是某某事情，某某專業。正如我們經常看到的那樣，這些人往往不快樂。因為它們 覺得 自己在做自己不喜歡的事情。然而，真的是他們以為的那樣嗎？不客氣的說，99 的情況並非如此。首先，這些人並不是對正在做的事情沒有興趣，而是...
「大數」據真的那麼必要麼
大資料 這個詞這幾年火的不得了。各種企業都宣稱自己掌握著大量的資料，好像有了大資料，就能解決一切問題一樣。然而現實情況時，很多時候我們對資料的痴迷，卻將我們引上了歧途。是的，在一些情況下，要想從資料中萃取有用的東西，我們的確需要大量的這類資料，然而對於創新者來說，資料的數量和規模並不是最關鍵的因素 ...
資料結構與演算法（重要知識總結）
1 資料結構 邏輯結構 資料物件中資料元素之間的相互關係。物理結構 資料的邏輯結構在計算機中的儲存形式。四大邏輯結構 整合結構 線性結構 樹形結構 圖形結構。2 演算法效率 演算法採用的策略 方案 編譯產生的 質量 問題的輸入模組 機器執行命令的速度 1 鍊錶 單鏈表，只有乙個存放指標的模組，存放位...