引言
大家好,我是ChinaManor,直译过来就是中国码农的意思,俺希望自己能成为国家复兴道路的铺路人,大数据领域的耕耘者,一个平凡而不平庸的人。
近期报了极客时间的算法训练营（花重金 ），想做些笔记以便更好的复习学的算法知识。
通关大厂面试
很多大公司，比如 BAT、Google、Facebook，面试的时候都喜欢考算法、让人现场写代码。
为什么这些大公司都喜欢考算法呢？
校招的时候，参加面试的学生通常没有实际项目经验，公司只能考察他们的基础知识是否牢固。社招就更不用说了，越是厉害的公司，越是注重考察数据结构与算法这类基础知识。相比短期能力，他们更看中你的长期潜力。
你可能要说了，我不懂数据结构与算法，照样找到了好工作啊。那我是不是就不用学数据结构和算法呢？当然不是，你别忘了，我们学任何知识都是为了“用”的，是为了解决实际工作问题的，学习数据结构和算法自然也不例外。
业务开发工程师
对于大部分业务开发来说，我们平时可能更多的是利用已经封装好的现成的接口、类库来堆砌、翻译业务逻辑，很少需要自己实现数据结构和算法。但是，不需要自己实现，并不代表什么都不需要了解。
作为业务开发，我们会用到各种框架、中间件和底层系统，比如 Spring、RPC 框架、消息中间件、Redis 等等。在这些基础框架中，一般都揉和了很多基础数据结构和算法的设计思想。
如果你能弄明白这些底层原理，你就能更好地使用它们。即便出现问题，也很容易就能定
位。因此，掌握数据结构和算法，不管对于阅读框架源码，还是理解其背后的设计思想，都是非常有用的。
基础架构研发工程师
基础架构研发工程师，写出达到开源水平的框架才是你的目标！
现在互联网上的技术文章、架构分享、开源项目满天飞，照猫画虎做一套基础框架并不难。
我就拿 RPC 框架举例。
不同的公司、不同的人做出的 RPC 框架，架构设计思路都差不多，最后实现的功能也都差不多。但是有的人做出来的框架，Bug 很多、性能一般、扩展性也不好，只能在自己公司仅有的几个项目里面用一下。而有的人做的框架可以开源到 GitHub 上给很多人用，甚至被 Apache 收录。为什么会有这么大的差距呢？
我觉得，高手之间的竞争其实就在细节。这些细节包括：你用的算法是不是够优化，数据存取的效率是不是够高，内存是不是够节省等等。这些累积起来，决定了一个框架是不是优秀。
不想被行业淘汰
何为编程能力强？是代码的可读性好、健壮？还是扩展性好？我觉得没法列，也列不全。但
是，在我看来，性能好坏起码是其中一个非常重要的评判标准。
学习的重点在什么地方？
提到数据结构和算法，很多人就很头疼，因为这里面的内容实在是太多了。这里，我就帮你
梳理一下，应该先学什么，后学什么。你可以对照看看，你属于哪个阶段，然后有针对地进
行学习。
想要学习数据结构与算法，首先要掌握一个数据结构与算法中最重要的概念——复杂度分
析。
这个概念究竟有多重要呢？可以这么说，它几乎占了数据结构和算法这门课的半壁江山，是
数据结构和算法学习的精髓。
数据结构和算法解决的是如何更省、更快地存储和处理数据的问题，因此，我们就需要一个
考量效率和资源消耗的方法，这就是复杂度分析方法。所以，如果你只掌握了数据结构和算
法的特点、用法，但是没有学会复杂度分析，那就相当于只知道操作口诀，而没掌握心法。
只有把心法了然于胸，才能做到无招胜有招！
所以，复杂度分析这个内容，我会用很大篇幅给你讲透。你也一定要花大力气来啃，必须要
拿下，并且要搞得非常熟练。否则，后面的数据结构和算法也很难学好。
20 个最常用的、最基础数据结构与算法
所以，结合我自己的学习心得，还有这些年的面试、开发经验，我总结了20 个最常用的、
最基础数据结构与算法，不管是应付面试还是工作需要，只要集中精力逐一攻克这 20 个知
识点就足够了。
这里面有 10 个数据结构：数组、链表、栈、队列、散列表、二叉树、堆、跳表、图、Trie
树；10 个算法：递归、排序、二分查找、搜索、哈希算法、贪心算法、分治算法、回溯算
法、动态规划、字符串匹配算法。
掌握了这些基础的数据结构和算法，再学更加复杂的数据结构和算法，就会非常容易、非常快。
总结
掌握了数据结构与算法，你看待问题的深度，解决问题的角度就会完全不一样。因为这样的你，就像是站在巨人的肩膀上，拿着生存利器行走世界。数据结构与算法，会为你的编程之路，甚至人生之路打开一扇通往新世界的大门。
以上便是为什么要学习数据结构和算法，愿你读过之后有自己的收获,如果有收获不妨一键三连一下~
