“程式設計師必須會演算法 ？”

程式設計師對演算法通常懷有複雜情感，演算法很重要是共識，但是否每個程式設計師都必須學演算法是主要的分歧點。

很多人覺得像人工智慧、資料搜尋與挖掘這樣高薪的工作才用得上演算法，覺得演算法深不可測。但是這些其實都不是具體的演算法，而是一系列演算法的集合。

對初學者來說，為避免片面或抽象地理解演算法，可根據幾個問題評估自己是否適合學習演算法：

學習演算法最重要的是什麼？

在學習演算法的過程中，一能解決問題，二對自己有用，是最大的推動力。而那些抽象的，與程式設計師日常工作關係不大的競賽題，很難提起大多數人的學習興趣。

最好能通過工作中應用的一些案例來切入，利用碎片化時間入門演算法，提升技術競爭力。有了興趣之後就可以嘗試將演算法儘可能的優化，並套用到一個完整的專案中。

“學習演算法很難”，怎樣降低難度？

從基礎來講，要學習演算法，至少要非常熟練地掌握一種排序演算法，各種線性表的插入、刪除演算法，樹的遍歷和插入、刪除演算法，圖的遍歷演算法等。

多學習掌握一些常見問題的解決模式，比如窮舉演算法如何應用，動態規劃演算法如何應用。

最後要勤思考已經掌握並解決的演算法，覆盤為什麼用這種方法解決，有沒有其他方法，類似的問題怎麼辦，提高舉一反三的能力。

程式設計和資料探勘演算法的區別與聯絡？

程式設計演算法只是演算法的一種表達形式，還可以用表格或流程圖來表達演算法。資料探勘領域涉及的演算法和其他領域演算法只是問題域不同。

資料探勘和機器學習常用的方法，比如決策樹、貝葉斯學習、神經網路、遺傳演算法等，在其他領域也有應用。

在人工智慧領域或各種專家系統中，決策樹演算法也是常用演算法。各種演算法在不同領域扮演不同角色，本質上沒有區別，一通百通。

演算法實現是否有通用思想？

人們設計各種演算法的目的是解決現實問題，雖然各種演算法的實現五花八門，但演算法設計模式卻有一些通用的方法或思想。

歸納起來，這些常見的演算法設計方法有迭代法、窮舉搜尋法、分支界限法（剪枝法）、遞推法、遞迴法、回溯法、分治法、貪婪法和動態規劃法等。

如何開始演算法學習第一步？

沒有理論指導的實踐是盲目的。

沒有實踐驗證的理論是空洞的。

既然是入門演算法，首先就要會玩，否則只會被演算法“玩死”。

很多朋友啃完了《演算法》、《演算法導論》或其他演算法書籍，對各種排序、搜尋、遍歷等常用演算法瞭如指掌，但是遇到問題還是束手無策，都知道堆排序和最大最小堆，但是卻不能有效地應用到實戰。

我自己是一名大資料架構師，目前辭職在做線上教育大資料講師，每天都會直播分享免費公開課，大家可以加群參加。以及我自己整理了一套最新的大資料學習系統教程，包括Hadoop，資料探勘，資料分析。送給正在學習大資料的小夥伴！這裡是大資料學習者聚集地，歡迎初學和進階中的小夥伴！
加QQ群：584900118（招募中）