跨越算法開篇

微信搜索 MageByte 關注公衆號，一個分享技術乾貨的技術團隊，設置星標獲取最新干貨。若是有一天你想取消關注，請記得咱們曾經相愛過。----本文由 MageByte 團隊的「青葉」提供

數據結構與算法是編程的基本功，當你算法掌握愈來愈深的時候你會發現寫代碼的時候，會不禁自主考慮不少性能方面的問題。寫出時間複雜度高、空間複雜度高的垃圾代碼愈來愈少了，算法能力提高了不少，編程能力也有了質的飛躍。

首先一個三連問。

• 是否是從學校開始，你就以爲數據結構難學，而後一直沒認真學？

• 工做中，一遇到數據結構這個坑，你又發自本能地迅速避讓，由於你以爲本身不懂，因此也不想深究，反正看起來無關大局？

• 當你想換工做面試，或者研究某個開源項目源碼，亦或者和團隊討論某個非框架層面的高可用難題的時候，你又發現，本身的基礎跟不上別人的節奏？

若是你有這種狀況，其實你並不孤獨。這不是你一我的遇到的問題。工做十間，見過許多程序員。他們有着各類各樣的背景，有不少既有潛力又很是努力，但始終沒法在本身現有水平上更進一步。少年不要慌，青葉帶你跨越算法這道坎。

在技術圈裏，咱們常常喜歡談論高大上的架構，好比高可用、微服務、服務治理等等。鮮有人關注代碼層面的編程能力，而願意沉下心來，花幾個月時間啃一啃計算機基礎知識、認認真真夯實基礎的人，簡直就是百裏挑一。

基礎知識就像是一座大樓的地基，它決定了咱們的技術高度。而要想快速作出點事情，前提條件必定是基礎能力過硬，「內功」要到位。

那技術人究竟都須要修煉哪些「內功」呢？我以爲，無外乎就是大學裏的那些基礎課程，操做系統、計算機網絡、編譯原理等等，固然還有數據結構和算法。

發車了，算法專欄如今開始。夥計們快上車！！

深刻淺出

入門篇

時間、空間複雜度分析是數據結構和算法中很是重要的知識點，貫穿整個專欄的學習過程。但同時也是比較難掌握的。

基礎篇

這部分是專欄中篇幅最大的內容，也是咱們學習的重點，計劃共有 26 節內容，涵蓋了最基礎、最經常使用的數據結構和算法。針對每種數據結構和算法，我都會結合具體的軟件開發實例，由淺入深進行講解

高級篇

這部分我會講一些不是那麼經常使用的數據結構和算法。雖然不經常使用，可是這些內容你也須要知道。設置這一部分的目的，是爲了開拓視野。

實戰篇

我會拿一些開源項目、框架或者系統設計問題，剖析它們背後的數據結構和算法，讓你有一個更加直觀的感覺。

學習數據結構與算法的意義

你是否是以爲數據結構和算法，跟操做系統、計算機網絡同樣，是脫離實際工做的知識？可能除了面試，這輩子也用不着？

還有一些人也只據說過數組、鏈表、快排這些最最基本的數據結構和算法，稍微複雜一點的就徹底沒概念。

固然，也有不少人說，本身實際工做中根本用不到數據結構和算法。因此，就算不懂這塊知識，只要 Java API、開發框架用得熟練，照樣能夠把代碼寫得「飛」起來。事實真的是這樣嗎？

不少大公司，好比 BAT、Google、Facebook，面試的時候都喜歡考算法、讓人現場寫代碼。有些人雖然技術不錯，但每次去面試都會「跪」在算法上，非常惋惜。那你有沒有想過，爲何這些大公司都喜歡考算法呢？

業務開發工程師，你真的願意作一生 CRUD boy 嗎？

是的，對於大部分業務開發來講，咱們平時可能更多的是利用已經封裝好的現成的接口、類庫來堆砌、翻譯業務邏輯，不多須要本身實現數據結構和算法。可是，不須要本身實現，並不表明什麼都不須要了解。

做爲業務開發，咱們會用到各類框架、中間件和底層系統，好比 Spring、RPC 框架、消息中間件、Redis 等等。在這些基礎框架中，通常都揉和了不少基礎數據結構和算法的設計思想。

好比，咱們經常使用的 Key-Value 數據庫 Redis 中，裏面的有序集合是用什麼數據結構來實現的呢？爲何要用跳錶來實現呢？爲何不用二叉樹呢？

我以爲，高手之間的競爭其實就在細節。這些細節包括：你用的算法是否是夠優化，數據存取的效率是否是夠高，內存是否是夠節省等等。這些累積起來，決定了一個框架是否是優秀。因此，若是你還不懂數據結構和算法，沒據說過大 O 複雜度分析，不知道怎麼分析代碼的時間複雜度和空間複雜度，那確定說不過去了，趕忙來補一補吧！

對編程還有追求？不想被行業淘汰？那就不要只會寫湊合能用的代碼！

你可能會說，我在小公司工做，用戶量不多，須要處理的數據量也不多，開發中不須要考慮那麼多性能的問題，完成功能就能夠，用什麼數據結構和算法，差異根本不大。可是你真的想「十年如一日」地作同樣的工做嗎？

咱們學習數據結構和算法，並非爲了死記硬背幾個知識點。咱們的目的是創建時間複雜度、空間複雜度意識，寫出高質量的代碼，可以設計基礎架構，提高編程技能，訓練邏輯思惟，積攢人生經驗，以此得到工做回報。

算法真的很難麼？

你是否曾跟我同樣，由於看不懂數據結構和算法，而一度懷疑是本身太笨？實際上，不少人在第一次接觸這門課時，都會有這種感受，以爲數據結構和算法很抽象，晦澀難懂，宛如天書。正是這個緣由，讓不少初學者對這門課望而卻步。

真正的緣由是沒有找到好的學習方法，沒有抓住學習的重點。實際上，數據結構和算法的東西並很少，經常使用的、基礎的知識點更是屈指可數。只要掌握了正確的學習方法，學起來並無看上去那麼難，更不須要什麼高智商、厚底子。

什麼是數據結構？什麼是算法？

大部分數據結構和算法教材，在開篇都會給這兩個概念下一個明確的定義。可是，這些定義都很抽象，對理解這兩個概念並無實質性的幫助，反倒會讓你陷入死摳定義的誤區。畢竟，咱們如今學習，並非爲了考試，因此，概念背得再牢，不會用也就沒什麼用。

雖然咱們說不必深挖嚴格的定義，可是這並不等於不須要理解概念。

從廣義上講，數據結構就是指一組數據的存儲結構。算法就是操做數據的一組方法。

數據結構是爲算法服務的，算法要做用在特定的數據結構之上。 所以，咱們沒法孤立數據結構來說算法，也沒法孤立算法來說數據結構。

好比，由於數組具備隨機訪問的特色，經常使用的二分查找算法須要用數組來存儲數據。但若是咱們選擇鏈表這種數據結構，二分查找算法就沒法工做了，由於鏈表並不支持隨機訪問。

數據結構是靜態的，它只是組織數據的一種方式。若是不在它的基礎上操做、構建算法，孤立存在的數據結構就是沒用的。

數據結構和算法解決的是如何更省、更快地存儲和處理數據的問題，所以，咱們就須要一個考量效率和資源消耗的方法，這就是複雜度分析方法。因此，若是你只掌握了數據結構和算法的特色、用法，可是沒有學會複雜度分析，那就至關於只知道操做口訣，而沒掌握心法。只有把心法瞭然於胸，才能作到無招勝有招！

爲了讓你對數據結構和算法能有個全面的認識，我畫了一張圖，裏面幾乎涵蓋了全部數據結構和算法書籍中都會講到的知識點。

這裏面有 10 個數據結構：數組、鏈表、棧、隊列、散列表、二叉樹、堆、跳錶、圖、Trie 樹；10 個算法：遞歸、排序、二分查找、搜索、哈希算法、貪心算法、分治算法、回溯算法、動態規劃、字符串匹配算法。

話很少說不服就幹，關注公衆號持續更新。在這裏問你們一個問題，對於 HashMap 的時間複雜度是多少呢？併發拓容場景下 HashMap 會有什麼問題呢？

歡迎關注公衆號後臺回覆關鍵字 「HashMap」 獲取問題答案也能夠回覆 加羣，在技術羣表達你的觀點。