若是業界中不用高級算法和數據結構，那爲何還要學？

 

我和我認識的人從未用過任何高級算法和數據結構，咱們中的有些人已經在業界工做 20 年了。你是如何激勵本身去學習高級算法和數據結構的呢？或許，參加編程比賽會有點用…

下面是來自 Jerason Banes 的回答，1.4 K+ 頂

恭喜你！我剛把你的簡歷扔到「不要」的那堆中去了，嘴裏還碎碎唸叨着，「爲何怎麼會有你這樣的小孩，業界出什麼問題了，我爲何要從新訓練每個我招來的工程師」。你也極可能認爲數據庫很神奇，只要再丟一個索引到裏面，就能夠解決你的全部問題，對麼？

我爲何要這樣作？我是一個脾氣暴躁的老頭，喜歡爲所欲爲得給應聘者設置難題嗎？

事實上，答案正好相反。若是你學習過，並且是一名接受過訓練的工程師（注意我一直使用這個詞），你會發現面試過程至關的簡單。我常常問一些很簡單的問題，例如「寫一個FizzBuzz程序」，「JavaScript是函數化語言？」。電話面試中有幾個超級難的問題，我並無問。由於這些問題會吸引你學習，併爲我工做。

若是我不是在設置難題，我究竟是作什麼的？

我正在設計一個系統，能夠基於千兆兆(10的15次方)字節規模的數據提供分析結果。因爲 Google 讓每一個人相信，他能夠在全網查找他輸入的東西，因此我也必需要在本身的網絡應用程序中提供相似表現。

要作到這個，異常困難。我找了一下  EMC SAN 磁盤規格說明，上面都告訴我沒有足夠的吞吐量。雖然我能夠尋求一些無限帶寬的昂貴硬件，可是我不爲 Google 工做的，我預算有限啊。我須要找到一個方法，利用一堆廉價貨，讓它們在一塊兒來提供交互速度。一個超級強大的設備不能作到的，但一堆平行 IO 卻可能實現。

我如今所要作的，就是要求個人工程師們對這些結構寫查詢代碼……臥槽，剛纔有個童鞋嘗試把整個代碼加載到內存中，結果把整個結構的棧搞掛掉了。咱們回退了他的代碼。他說這代碼在他的測試環境上是能夠工做的，他不理解爲何會這樣。我搖搖頭，把他拉到白板前，給他解釋內存背後的原理，內存就像數據的蓄水池，容量是有限的。一個直管的經過量（數據流），只受限於時間（數據移動的速度），而不是容量。

他說他明白了，之後會避免犯相似的錯誤。嗯，他可能會避免，也可能還會犯錯。有智力解決複雜計算機問題的人百裏挑一。大部分人看上去有機會，但作到的只是極少數人。特別是這個世界還有不少愚蠢的想法，好比「爲何我要學習數據結構和算法」之類的？

我最終可能會炒掉那個工程師。這至關糟糕（譯註：艱難的決定），由於在其它方面我仍是很喜歡他的。他只是不適合這個工做。

你要知道，你對編程的理解，會體如今你本身選擇的工做態度上。畢竟這些不是有趣的工做，賺的也不是不少。你作的事情也不是真正重要的。

若是你以爲做一個低工資的程序員也還好，你最終會改行去作其它的事情，那你不用去學算法和數據結構。若是計算機科學真的吸引你，你知道該作什麼。

後記

首先，感謝你們對這個帖子如此關注。也有批評者花時間給了有理有據的反駁，得以讓這個對話繼續下去。對於成爲這樣重要主題的中心，我坐臥不安。

接下來，我想和那些以爲這帖子有些刺耳的人解釋下。當我決定回這個問題時，我想讓答案比以往的更有影響力。以往的答案有些是很好的，但缺乏和年輕人的內在聯繫，讓他們不容易理解。電影會以呈現原始場景的方式引發觀衆的共鳴，我發帖目的也是同樣的。

我收到的另一類質疑，以爲這是一個虛構的故事。請理解，這只是對我所處理問題的一種提煉。這些狀況都出現過，只是順序不是你在帖子裏看到的。例如，上次我談到有個工程師在流代碼中間使用 ArrayList 緩衝區，他並無被解僱的風險。事實上他是一個至關優秀的工程師，只是當時沒有考慮到。

他的代碼在代碼審查事被發現，並無進入產品。我給他和他的同事們做了關於數據倉庫的培訓，讓他們理解內在的原理，但願避免相似問題再次發生。

解僱人是一件困難的事情。你必須這樣開始，「我作錯了什麼？」，「我要怎樣解決這個問題？」。找到知足他們我的和適合他們的學習方式，一般須要一個漫長的過程。不少人都回答好的領導力和培訓。有一些已經超過個人能力範圍。

由於一開始就把重點放在不要招不合適的人，那些我不得不解僱的人，都是不適合團隊的（例如，社會問題沒有獲得改善），或者很長時間都沒有掌握他們學習的東西。後面這種狀況，對我這樣善解人意的領導而言很難，由於他們的表現看上去有改善，但以後又回落到以前的表現。幸虧這樣的狀況不多，但卻讓人印象深入。

我如今停下來講一些我見過很棒的工程師，他們在構建大規模代碼上沒啥經驗，但他們對出現的機遇會很興奮。在某些狀況下，這些人會比那些對本身技能有信心的人，更加主動學習和提升。這遠不是一個硬性規則，只是一個有趣的觀察。

第三點，我注意到有人質疑個人經歷只是例外。我建議大家去看下「自我選擇的態度」部分。我不得不招技能很差的工程師，是由於大公司們（Google，Orbitz，NavTec，SalesForce等）展開了對工程師的搶奪大戰，儘量快地去獲得他們。大數據帶來對熟練工程師的需求激增，結果致使整個市場的短缺。這也就是爲何我不得不冒險招人，而且但願我提供的訓練是足夠的。咱們找到剩下的這些工程師，但願把他們訓練出來。這對軟件工程師有利，前提是你願意承認計算機科學，理解事物工做的本質是至關重要的。不然你會在電話面試中敗下陣來，可能永遠不知道緣由。

最後，有些人對我描述的工做環境很感興趣。我目前正在招人，若是你在芝加哥並且以爲你很適合，能夠直接和我聯繫。

讓你瞭解一下你所要進入的領域，我爲健康分析中心服務。這行業中的事務處理代碼極可能佔 95 %，大多數函數庫和軟件都關注在這些上。分析只佔 5 % ，只能使用少數 BI 工具。這些工具在個人行業中很差用，由於咱們關心這些數據的細節（好比每一個病人），並經過摘要方式找到那些事例，而不是結束它們。這帶來很大的挑戰，讓我不停工做下去。一言以蔽之，你須要瞭解數據庫優化的思想，你會從事定製大規模的謂詞引擎，你將開發定製化的 OLAP 邏輯，你將始終面對複雜問題的恐懼和解決它們的成就感。