知乎演算法導論

1. 學習數據結構，有哪些值得推薦的好書

在微信高校專業集裡面粘貼
入門
1.《啊哈！演算法》
2.《演算法設計與分析基礎》
3.《演算法引論：一種創造性方法》
4.原書名：Introction to Algorithms
中文名：演算法導論
5.數據結構與演算法分析：C語言描述（原書第2版）
進階
1.原書名：The Design and Analysis of Computer Algorithms
中文名：演算法設計與分析
作者：Aho，Hopcroft，Ullman
2.原書名：Algorithms Design Techniques and Analysis
中文名：演算法設計技巧與分析
作者：M.H.Alsuwaiyel
3.中文名：演算法與數據結構
作者：傅清祥 王曉東
程序設計競賽
1.原書名：Introction to Algorithms
中文名：演算法導論
作者：Thomas H.Cormen,Charles E.Leiserson,Ronald L.Rivest,Clifford Stein
2.原書名：Introction to The Design & Analysis of Algorithms
中文名：演算法設計與分析基礎
作者：Anany Levitin
4.演算法競賽 | 信息學奧賽一本通
5.演算法競賽 | 演算法競賽進階指南

2. 想學linux嵌入式開發培訓，去哪個培訓機構

3. 哪本數據結構與演算法最好

國外很多經典的
（因為以前搞ACM時都是用的C/C++，所以推薦的都是偏這塊的）
演算法導論就不說了，圖文並茂。
數據結構與演算法分析 (豆瓣) C
數據結構與演算法分析 (豆瓣) C++
數據結構與演算法分析 (豆瓣) 同上本，英文版
Weiss 的這幾本書都不錯，如果想順便學 C++ Template，建議看C++版的（後兩本）
個人覺得最適合入門的應該是Robert Sedgewick的《Algorithms》，這本書也有中文版，Coursera上有相應的視頻：
演算法，第一部分：Coursera - Free Online Courses From Top Universities
演算法，第二部分：Coursera - Free Online Courses From Top Universities
還有本書配套網站：http://algs4.cs.princeton.e/home/

4. 怎樣才能嫁給北航的程序員 知乎

一.自身的提高
但凡戀愛，門當戶對方能談的合理自然，少去很多麻煩的事情。所以這首先要提高的一點就是要達到北航程序員一樣的水平。北航程序員的水平各不一樣，而最有共同點的就是他們生活在北航，學習在北航。下面本人羅列一些個人覺得題主應該了解的課程，這樣就算北航程序員在說的時候也能知道個一二。加速你的如願以償。
基礎：
1、數學分析
2、離散數學
3、c語言
4、計算機組成原理
5、數據結構
6、計算機網路
7、操作系統進階
1、匯編語言
2、軟體工程
3、計算機應用：圖像，通信等等
4、演算法導論ok。

二、融入圈子想盡一切辦法加入北航程序員所在的圈子。
1、加入各種群：各種XX幾系群，技術群，技術討論區，XX交流群(自行腦補)
2、玩各種北航程序員們玩的游戲，尤其是網游，在上面多交流，裝最菜的，偶爾牛逼下也要說自己是運氣。

5. 如何學習數據結構

• 學好數據結構首先學好C語言指針，數據機構內在串聯全靠指針作用，指針主要難在本身是帶地址的變數，再加上指針的指針串聯導致很多人誤解，先要學會理解，要對計算機的內存結構有個大概了解，對一些常見的進制之間的轉化以及位元組對齊等有行程基本的認知。

• 理解概念，建立抽象模型，比如簡單的隊列，先進先出模式，在設計數據模型的時候，就需要有一個對頭和隊尾的概念，數據需要從隊尾插入隊頭出來，基本上三個屬性就出來了，一個對頭指針，一個隊尾指針，一個結構體數值，常見的方法有刪除清空隊列，有插入隊列操作，出隊操作，創建初始隊列操作等等，這樣子抽象數據模型，形成自己的思維理解，然後再進行代碼設計。

• 需要變通實踐，代碼調試變通，數據結構的組合無窮變著寫代碼。演算法的奧妙就是在於變換，放在數據結構也是這個樣子，掌握基本的數據機構演算法，在學好數據結構的前提下可以學習下一本經典的演算法書《演算法導論》這個是演算法的經典書籍。

• 學習數據機構不要想著有什麼技巧或者方法，把自己調整到最佳的學習狀態，方法自然就有了，不要給自己設置什麼限制，設置底線只會讓自己處在一個圍牆之內，學習新東西就是突破自我的一個過程，不要在開始學習的時候給自己過大的壓力。

6. 機器學習的演算法和普通《演算法導論》里的演算法有什麼本質上的異同

作者：董可人
鏈接：http://www.hu.com/question/24976006/answer/29682806
來源：知乎
著作權歸作者所有。商業轉載請聯系作者獲得授權，非商業轉載請註明出處。

演算法導論里的演算法本質上是對有精確解的問題，如何更有效率地求得這個解。這個效率可以是計算時間更短，也可以是計算過程所需要的空間更少。

一個簡單的例子是，給定一個亂序數組，如何快速的將其按從小到大的順序重新排列，或者找到其中的中位數。這些問題都有確定且唯一的答案，一般都會有一個笨方法（窮舉或遍歷），只要一步一步來就可以解，所謂演算法只是如何精簡步驟，更快更省事地找到這個解。這些演算法處理的數據也都是結構簡潔且干凈的類型，比如數組，二叉樹，圖之類的數據結構。數據規模對於這些演算法而言，影響的是計算所需的時間和空間，不會因為規模改變而影響演算法本身的邏輯以及計算的結果。

機器學習要解決的問題一般沒有精確解，也不能用窮舉或遍歷這種步驟明確的方法找到解，而且需要強調的是「學習」這個屬性，即希望演算法本身能夠根據給定的數據或計算環境的改變而動態的發現新的規律，甚至改變演算法程序的邏輯和行為。

舉例來說，可以是把一千份文檔歸類到不同的幾個類別里。最簡單的可以是給定幾個類別，比如新聞，小說，詩歌等，演算法來根據文章內容自動劃分到對應的類別里。這里可以看出這個問題即使讓人做，也有很多模糊不能確定的地方，比如一篇法制晚報上的犯罪紀實是應該劃到新聞，還是小說呢？或者說一篇長詩比如荷馬史詩是應該歸在小說還是詩歌呢？機器學習演算法想要解決的，就是根據從文章內容里找到的規律，來自動的給出一個劃分。而不同演算法可以給出不同的解，這些解都可以是「正確」的，所以一般還需要人為設計一個評判標准來決定孰優孰劣。

也可以不事先給定類別，而是讓演算法自己去發現文章中的規律，把相似度高的文章劃分到一起。這樣不同的演算法可能給出不同數量的類別劃分，可能是三個，四個，或者五個，也都可以是「正確」的劃分。甚至什麼是「相似度」，不同演算法也可以給出不同解釋，可以是名詞動詞形容詞的詞頻及比例，也可以是句子的語法結構等。

更進一步的，你可能還希望這個演算法能夠用來判斷一份新的文檔的類別。而輸入的新文檔越多，也會進一步擴大初始數據集的規模，規模變大以後，原來數據中不明顯的規律可能就變明顯了。比如說原來一千份文檔中只有一篇議論文，可能大多演算法都無法把它單獨劃出一個類別，但當你持續輸入一百份議論文後，數據中議論文的比例就變成了101/1100，差不多10%，這時候演算法就應該劃分出單獨的議論文類別。在這個意義上，數據本身也對演算法有很大的影響，這也是和演算法導論中的演算法的一個本質區別。

技術上說，演算法導論中的演算法關注點在數據結構和計算復雜度，屬於離散數學的一個分支，不涉及微積分等高等數學概念。機器學習的演算法本身是基於概率，統計和優化（optimization）等理論和技術，從這個角度上說給人感覺更「數學」一點。

在具體的實現細節上，機器學習的演算法會大量應用演算法導論中的技術來改進計算效率。但需要強調這僅僅是對底層實現來說，在演算法本身的邏輯上，二者沒有太多聯系。換句話說，演算法導論中的技術可以幫助你寫出更快的程序來運行機器學習演算法，但是這對機器學習要解決的問題本身是沒有什麼幫助的。熟練使用二叉樹散列表，准確估算一個圖演算法的復雜度，都沒有任何可能幫助你猜到在女朋友過生日時送什麼禮物最好（使用了機器學習演算法的淘寶君卻很可能知道！）。因此不要把它們看成是搭積木拼構件的關系。

最後，如果以上解釋仍然讓你費解，那麼還有一個更通俗的解釋：演算法導論是教你如何數數，而機器學習基本上相當於星座算命。一個很機械，一個靠忽悠，差不多就是這樣吧。
具體分析見鏈接：http://www.hu.com/question/24976006

7. 怎麼寫出一本程序員風格的修真小說

程序猿修真倒是好想法，你可以想像一個計算機世界，有一天程序猿寫代碼就穿越了，到了一個數字世界，什麼都是數據，具體你自己想吧。然後至於等級提升什麼的自己看著編

8. 哪些學習數據結構與演算法的書籍值得推薦

大學計算機數據結構教材是 嚴蔚敏版的《數據結構》可以拿來入門。然後可以根據自己的實際情況來安排怎麼樣學習數據結構。很多人是看一遍書，然後在遇到演算法之後再去實現它。在這里列出一些我知道的演算法書籍，以供參考。（我也只看過演算法導論，編程之美）

1. CLRS 演算法導論
演算法網路全書，只做了前面十幾章的習題，便感覺受益無窮。

2. Algorithms 演算法概論
短小精悍，別據一格，准經典之作。一個壞消息: 同演算法導論，該書沒有習題答案。好消息：習題很經典，難度也適中，只需花點點時間自己也都能做出來。不好也不壞的消息：我正在寫習題的答案，已完成前三章，還剩九章約二百道題，順利的話二個月之後發布。另有中文版名《演算法概論》，我沒看過，不知道翻譯得怎麼樣。如果有心的話，還是盡量看原版吧，其實看原版與看中文版花費時間不會相差很大，因為大部分時間其實都花費在做習題上了。

作者：向小剛
鏈接：http://www.hu.com/question/19987046/answer/13945644
來源：知乎
著作權歸作者所有，轉載請聯系作者獲得授權。

9. 自學編程=做無用功

作者 | PRESSone

來源 | 懷左同學

先給你講個故事，看看你有沒有類似的經歷。有一天，你去參加同學聚會，和老友們舉杯暢談，他們告訴你，不學編程就要 out 了，從全球趨勢來看，編程這把火已經燒了很多年。英國早從 2014 年 9 月起，就規定 5-16 歲的學生都必須學習編程，蘋果 CEO 庫克表示全世界各地都應該開設編程課程。回到家中，你輾轉反側，覺得自己跟不上時代潮流，扼腕嘆息：「廉頗老矣，尚能飯否？」焦慮之餘，你開始瘋狂搜索編程，網路、知乎、搜狗，你方唱罷我登場。一頓操作之後，你的嘴裡念念有詞：「Wow，會編程的人好酷，牛逼，都是大神。」感嘆之餘，你覺得不能紙上談兵，臨淵羨魚，不如退而織網。

於是乎，你開始了自學編程之路。

聽人說，演算法是編程的核心，學好演算法可以一招鮮，吃遍天。別人說在嘴裡，你聽在心裡，馬上買了一本《演算法導論》，打算死磕演算法。你沒日沒夜的攻讀，『演算法基礎』那一小章，你鼓搗了大半個月，還是雲里來霧里去的。然而，心高氣傲的你是不會屈服於『演算法基礎』這只攔路虎的，你開始逛各種論壇，CSDN、博客園、簡書、知乎都在你的常逛 list 上。你充分利用一切碎片時間，上地鐵刷一下，吃飯時刷一下，睡前刷一下，刷得不亦樂乎，刷不完的果斷收藏。

等到收藏超過100篇未讀的時候，你終於發現收藏=永不再讀，這讓你沮喪。

更讓你沮喪的是，你買的那本《演算法導論》已經在書架上躺了好久。為了弄懂『演算法基礎』，你把《演算法導論》打入了冷宮。比這更殘酷的是，從你信誓旦旦說要學編程以來，你連一行代碼都沒敲過，一個程序都沒跑起來。你越來越焦慮，終於有一天，你徹底崩潰了，自怨自艾道：「老子骨子裡就是個文科生，趕什麼時髦？學什麼編程？學來學去老是做無用功有意思嗎？安安靜靜地寫文章不好嗎？」寫文章的人不一定學不了編程，作家王小波就是中國早期程序員，曾經自己編了一套DOS下的獨立輸入法。真正阻止你學編程的也不是深奧的演算法，而是你錯誤的學習方法。自學編程不等於做無用功，盲目、焦慮地自學才是。讀到這里，你肯定滿臉疑惑：「我到底哪裡做錯了？」

首先，自學的初衷不是焦慮、盲目，而是解決問題。

李小龍當年剛回香港，在《歡樂今宵》上節目，節目組請來了一名拳師，想考驗他能不能推到對方。拳師也擺好架子等他來推，結果李小龍一拳打在對方臉上。李小龍想表達的是：在真實的實戰中，沒有人會等你擺好架勢，只沖著你規定的地方打過來。學習也是同樣的道理。在真實生活中，環境和知識都一直在動態變化中，你不可能像學校里一樣，系統的學好、學完一門知識，然後坐在教室等著不超綱的考試。

大部分時間，生活會先給你一個考試，然後你根據問題，自己找出關鍵詞，開始學習。所以，學習的起點不是某人在酒桌上蜻蜓點水的一句話，也不是某人在朋友圈曬的一本書、推薦的一篇微信文章、更不是這個行業的一個經典教材引發你的焦慮，而應該是你真實遇到的一個問題。遇到問題，動手寫，犯錯、改正，再犯錯、再改正，這是學編程最重要的過程。其次，自學尤其是自學編程往往不是線性的。

我們從小到大在學校學習，都有一本教科書，往往按著預習、聽講、練習、復習的路徑學習，所有的教材也如出一轍：每個章節所涉及的知識點之間，全都是線性關聯，第一章學好了，才有基礎學第二章。而社會的知識結構不僅不是這樣的，而且幾乎全都不是這樣的。

工作中、生活里充滿了各式各樣的「提前引用」，即想要理解當前的知識點，需要依賴你未來才能理解的某個或某些知識點。如果還是按照校園時代的線性思維來學習的話，很有可能就像故事中的主人公一樣，最終學不下去。拿編程來說，動不動啃《演算法導論》的人，要不是有很深厚的數學基礎，肯定吃不消。

生活很少教我們按部就班，它給我們的測試往往是超綱的，這就要求我們不斷更新和迭代。互聯網的發展給我們帶來的最大啟發就是迭代，從門戶到搜索，從搜索到移動互聯，從簡單的網頁交互，到如今熱鬧的小視頻社交，技術和生態一直在更新和迭代。

同樣，自學也是一個不斷更新和迭代的過程。編程是一門活到老、學到老的手藝，有些很抽象的概念，一開始看不懂沒關系，先腦子里有個大概的印象，然後依葫蘆畫瓢寫幾段代碼，自己動手實踐，寫完之後再總結、歸納、整理、組織相關的知識點，實戰經驗多了，再回頭來看最初的難點，你自然能夠豁然開朗。

比如說 python 中的 return，很多初學 python 的人，對 return 疑惑不已，字面上是返回，那它到底返回什麼，又返回到哪裡呢？有人可能會給你解釋：「return 語句就是將結果返回到調用的地方，並把程序控制權一起返回。」對於初學者來說，這個解釋也不好理解。

沒事，先實踐起來。

拿下面這四行代碼來說，你可以想像你開了一家工廠，雇傭工人來幹活，這個工人（worker）在你的指導下，用a、b、 c 三個材料，裝配出了 x 和 y 兩個成品。但是程序里的裝配和工廠不同，用過的材料不會消失。這樣，這個工人手裡就有了a、b、c、x、y五樣物品。他怎麼知道你要的是哪個呢？

所以 return 的作用就是，在這種時候告訴工人你到底想要什麼東西，是一個iPhone 手機殼還是整台 iPhone。毫無疑問，return x 和 return y 是完全不一樣的結果。return x 是當你讓這個工人幫你幹活時（調用函數），他最後會把產成品x交到你手上，而當你輸入return y 的時候，幹活的工人會把產成品 y 給你。

舉個例子，worker(1,2,3)，return x 的結果為1+2=3，return y 的結果為（1+2）*3=9。這樣實踐一下，你對於return是不是有了更深的理解?def worker(a, b, c): x = a + b y = x * c return y看完我的分析，驀然回首，你是不是覺得道路明朗了許多，你肯定很想問：怎樣自學才高效呢？在自學過程中，有個方法特別管用，就是用輸出倒逼輸入，你逛論壇、刷文章、看視頻教程都沒問題，關鍵是要有輸出，光有輸入可是不行的。而最好的輸出就是實踐，把自己聽到的、看到的、讀到的，轉化為你獨立編寫的一個個程序，豈不妙哉？

文章開頭故事裡的主人公就陷入了盲目輸入，卻無輸出的泥潭。他的輸入表面上看上去渠道很多元化，然而這些輸入並沒有帶來有效的輸出。還有一個很多人都不知道的點，你的輸入很有可能是制約你進步的緊箍咒。

輸入也是有講究的，盲目輸入會帶來信息超載。全世界每天有 4000 本書出版，超過 4 億個字；紐約時報一天的文字量等於牛頓同時代的人一生的閱讀量；一個專業領域，每天大概有有近4000篇文章正在產生。就算你火力全開，瘋狂地輸入相關知識，也還是難免有漏網之魚。

而且，在茫茫的信息汪洋中，信息質量參差不齊，保不準你輸入的就是一些邊角料，反而讓你裹足不前。這兒分享橋水（全球著名對沖基金）創始人瑞.達利歐在《原則》一書中闡述的觀點：「正確的決策很多時候需要依賴可信度加權。」學習同樣也需要可信度加權，不是所有的資料都全盤接收，而是有選擇的相信，用老祖宗的話來說，要取其精華，棄其糟粕。信息爆炸時代，最重要的不是增加信息，而是篩選和刪除信息。除此之外，要勇於跳出舒適區，刻意練習。

刻意練習這個概念由美國心理學家安德烈.艾莉克森博士提出，即有目的的學習，指的是把要學習的內容分成有針對性的小塊，對每個小塊進行重復練習。在武術訓練中，非常強調分解練習。

首先你要把整套動作過一遍，看教練是怎麼做的。然後把它分解為多個動作，每個動作分解為多個步驟，一個一個地練習。在這種訓練中，動作一定要慢，只有慢下來才能感知動作的內部結構，注意到自己的錯誤。畫家要采風、棋手要打譜、律師要學習案例、政客要讀歷史、科學家要看論文、馬拉松運動員每周至少要累計150公里的跑量。

大部分的學習都不是一蹴而就的，往往是練習-反饋-練習-反饋-練習-反饋-學成。刻意練習的關鍵是隨時獲得有效的反饋。拿自學編程來說，這是一個很容易獲得反饋的領域，當你寫的程序跑不起來時，意味著你要 debug，你得把你寫的代碼分成一小段一小段，逐句檢查，直到找出 bug。當然，鼓吹刻苦的雞湯想必大家都喝膩了。事實是，很多人即使整天坐在書桌前埋頭苦學，時長達到甚至遠超學霸，實際效果卻遠遠達不到學霸的水平。問題的關鍵在於你的思維和學習方法，在於你的學習時間是否得到了高效利用，是否能通過高效學習把知識轉化為你真正的實力。

只是如果你注意力渙散，身在書桌前，神遊天地間；如果你好不容易學完了，轉眼又忘得一干二凈；如果你寫了很多代碼卻不會舉一反三，同一個知識點換了個問法又被難住了；如果你對於你所學習的領域缺乏好奇心和探索精神，只是當一天和尚，敲一天鍾，沒有刻意練習。那麼，花費再多的時間，又有什麼成效呢？

捫心自問一下，你上一次坐下來長時間專注於學習，是什麼時候呢？

似乎這件事變得越來越難以做到，因為我們的生活已經有太多的干擾：必須要點的微博、朋友圈點贊、支付寶螞蟻森林收能量……誘惑源源不斷，切割了我們在學習上的很多可能性。我們接受了太多無效輸入，自然也不會產生高效的輸出。讀到這，你可能又要問我了：「該怎麼辦才好呢？」比起一味地延長學習時間，更『刻意』地學習更重要。

學習從來都不是一個階段的事，更不是一件輕松的事，但是我們可以優化我們的學習路徑，比如給自己創造一個干擾項少的學習環境。拿自學編程來說，你需要的就是一台電腦。在學習的時候，你最好離手機遠一點，並關掉電腦版微信、QQ和一些亂七八糟的應用。不過，自學之路從來都不是輕松的，這也才顯得它的專業性和獨特性。願你學成歸來，已然成了一名大神！

10. 看過c++primer，演算法導論，深入理解計算機系統能找什麼工作+知乎

1、光看primer是不足夠的，還需要學習很多其他方面的知識。一個真正的C++程序員應該學會C、C++、數據結構、基本演算法、操作系統（深度依需要而定）、計算機網路（深度依需要而定）。當然還有其它的方面，側重點需要看需要學什麼。
2、學習中看書、敲代碼、思考都很重要。如果很快就把c++ primer看完，那麼說明沒有真正看進去，很多地方沒有思考，或者是在相關的其它方面知識有所欠缺。如果看完這本書後還問看什麼其它書的話，那麼就應該好好思考一下了，自己距離程序員有多遠。建議系統學習各種相關只知識點，並有一定程度掌握後，重新看一遍c++ primer plus，這個時候一邊看一邊加入自己的思考，會受益良多。