為什麼大部分人學不會演算法

1. 學編程，什麼叫演算法 為什麼很多人說演算法很難

其實說白了，演算法就是解決某種問題的方式，但也分好的演算法和差的演算法，而學習書本上的知識目的就是為了提升自己的思維方式，借鑒更多好的演算法，因為好的演算法可以提升程序的性能，提高開發效率，就拿最簡單的例子，玩猜數字游戲，1-100裡面隨便選一個數字，然後讓你去猜它是多少，別人會告訴你這個數字大了還是小了，最直接的方式就是從1一直猜到100，但是也有更簡便的方式：就是類似二分法的方式從50開始猜，如果大了就猜1-50中的25，如果小了猜50-100中的75，以此類推，第一種從1-100猜數字是演算法，第二種二分法的方式也是演算法，只是第二種更好.........還有從1加到100，直接方式1+2+3....一個一個的加，另一種方式(1+100)*50,這個就是著名的高斯演算法。

2. 方法不對，看再多書你都學不會演算法

在計算機科學中，演算法通常是指一個解決問題的小程序。演算法是程序的基本組成部分，如果你想讓你的程序能夠解決一切問題，你必須懂演算法，這就是為什麼演算法在計算機編程中如此重要的原因。

如果你是一名初學者，你就必須從基礎開始，從理解演算法背後的基本概念開始，然後自己一個個地實現它們，在本文中，將和大家分享幾種最適合初學的演算法學習方法，不要再只會死讀演算法書啦，這樣你永遠都學不好演算法

1、閱讀書籍

毋庸置疑，書籍是學習一切知識的最好資源，它不僅能讓你詳細和准確地了解演算法，還能幫助你按照自己的節奏學習，拿一本關於演算法的好書，試著理解演算法背後的理論概念。之後再去程序中實現演算法。如果你失敗了，別擔心，書就在那裡，再看一遍演算法，再試著重新理解它，然後在程序里重新實現它。

關於演算法的書籍，之前也推薦過很多了，其實演算法相關的書籍有很多，經典的就那幾本，把它們都啃透了，技術自然更上一層樓，諸如：

2、在線課程

網上有很多很好的課程，比如你可以學習Coursera提供的演算法課程。你也可以上Udemy的課程。他們提供了許多來自著名導師的演算法課程

此外麻省理工學院(MIT)、哈佛大學(Harvard)和斯坦福大學(Stanford University)的課程也可以看看，他們的許多課程都是提供自學的。

3、視頻教程

視頻教程是理解和實現特定演算法的很好的資源。你可以在一些視頻網站上（如Youtube）搜索視頻教程，幾乎每種演算法都有大量的教程。你可以先看一段視頻來理解這個演算法，然後再實現它。

4、解決問題

用演算法解決問題是理解和學習演算法的最好方法。如果你用演算法來解決實際問題，你會對演算法有一個深刻的理解，當你用不同的演算法解決不同問題時，你就可以很好的掌握它們，你可以在網上找到許多演算法問題。首先，瀏覽一遍問題描述，並嘗試找出解決問題所需的演算法。嘗試使用不同的演算法來解決相同的問題。例如，你可以同時使用BFS和DFS遍歷一個圖。

你還可以去UVA、A2oJ、SPOJ和Timus這樣的在線測評網站刷題

5、編程競賽

深入了解演算法的另一個好方法是參加各種在線競賽。它要求你在有限的時間內理解問題並實現演算法，這意味著你必須在短時間內設計出一個演算法解決方案，這將極大地幫助您在實際問題中使用演算法。

codeforce、Hackerrank和Topcoder它們是最流行的競賽編程平台，你可以在上面參加各種競賽。

6、可視化演算法

如果你是那種喜歡用可視化學習的人，那麼你可以通過可視化來學習演算法。有許多在線演算法可視化工具可以幫助你從基礎上理解演算法。

比如你可以通過Algorithm-Visualizer或VisuAlgo這樣的可視化工具。

7、博客站點

可以在internet上閱讀關於各種演算法的博客文章。有很多關於演算法的個人博客，多閱讀你可能會發現它們也很有用。

8、在線論壇上提問

如果你在實現演算法方面遇到了任何問題，你應該在各種在線論壇上具體詢問這個問題，通常會有很多大神願意幫助你解決這個問題。這樣的在線論壇諸如topcode -forum、Quora等。

9、制定學習計劃

熟能生巧，要掌握演算法的藝術，你必須制定一個學習計劃，例如，你可以在一天或一周內解決一個或幾個演算法。簡而言之，無論你做什麼，你都必須要有計劃，盡量有規律。

10、實踐！實踐！實踐！

實踐是檢驗真理的唯一標准，你實踐的越多，就越能理解和學到一些東西，沒經過實踐的方法去學習演算法你是學不會了，就算失敗了也沒關系，堅持再試一次，沒准就成功了

3. 為什麼很多人都覺得編程難，難在哪裡

作為一名大二的信息安全學生，在兩年期間已經接觸了c，c++，java等多種編程語言，也深感編程的困難。在我看來，編程真正的難度不是那些語法，那些東西少則幾天多則幾個月總能理解。

真正難的是層出不窮的問題和方法，所以我一直覺得，書上講的東西都不難，難的是你自己去實踐那些書上沒有的東西。

二、多練多看，閱讀別人的代碼

我在學習編程的時候就喜歡多看別人的代碼，看一些程序員大佬寫的代碼，看一些標准庫的代碼，仔細思考他們的編程思維和編程方式。

此外，學習過程中結合項目做一些實踐，來明確自己的不足，給自己提供一些正反饋，讓自己也更有動力繼續學習。

質而言之，編程確實不是一件容易的事，但只要你持之以恆不斷精益求精，也肯定能獲得一定的成果。

4. 演算法怎麼就這么難

廣大碼農同學們大多都有個共識，認為演算法是個硬骨頭，很難啃，悲劇的是啃完了還未必有用——除了面試的時候。實際工程中一般都是用現成的模塊，一般只需了解演算法的目的和時空復雜度即可。

不過話說回來，面試的時候面演算法，包括面項目中幾乎不大可能用到的演算法，其實並不能說是毫無道理的。演算法往往是對學習和理解能力的一塊試金石，難的都能掌握，往往容易的事情不在話下。志於高者得於中。反之則不成立。另一方面，雖說教科書演算法大多數都是那些即便用到也是直接拿模塊用的，但不幸的是，我們這群搬磚頭的有時候還非得做些發明家的事情：要麼是得把演算法當白盒加以改進以滿足手頭的特定需求；要麼乾脆就是要發明輪子。所以，雖說面試的演算法本身未必用得到，但熟悉各種演算法的人通常更可能熟悉演算法的思想，從而更可能具備這里說的兩種能力。

那麼，為什麼說演算法很難呢？這個問題只有兩種可能的原因：

演算法本身就很難。也就是說，演算法這個東西對於人類的大腦來說本身就是個困難的事兒。
講得太爛。
下面會說明，演算法之所以被絕大多數人認為很難，以上兩個原因兼具。

我們說演算法難的時候，有兩種情況：一種是學演算法難。第二種是設計演算法難。對於前者，大多數人（至少我當年如此）學習演算法幾乎是在背演算法，就跟背菜譜似的（「Cookbook」是深受廣大碼農喜愛的一類書），然而演算法和菜譜的區別在於，演算法包含的細節復雜度是菜譜的無數倍，演算法的問題描述千變萬化，邏輯過程百轉千回，往往看得人愁腸百結，而相較之下任何菜譜涉及到的基本元素也就那麼些（所以程序員肯定都具有成為好廚師的潛力:D）注意，即便你看了演算法的證明，某種程度上還是「背」（為什麼這么說，後面會詳述）。我自己遇到新演算法基本是會看證明的，但是發現沒多久還是會忘掉，這是死記硬背的標准症狀。如果你也啃過演算法書，我相信很大可能性你會有同感：為什麼當時明明懂了，但沒多久就忘掉了呢？為什麼當時明明非常理解其證明，但沒過多久想要自己去證明時卻發現怎麼都沒法補上證明中缺失的一環呢？

初中學習幾何證明的時候，你會不會傻到去背一個定理的證明？不會。你只會背結論。為什麼？一方面，因為證明過程包含大量的細節。另一方面，證明的過程環環相扣，往往只需要注意其中關鍵的一兩步，便能夠自行推導出來。演算法邏輯描述就好比定理，演算法的證明的過程就好比定理的證明過程。但不幸的是，與數學裡面大量簡潔的基本結論不同，演算法這個「結論」可不是那麼好背的，許多時候，演算法本身的邏輯就幾乎包含了與其證明過程等同的信息量，甚至演算法邏輯本身就是證明過程（隨便翻開一本經典的演算法書，看幾個經典的教科書演算法，你會發現演算法邏輯和演算法證明的聯系有多緊密）。於是我們又回到剛才那個問題：你會去背數學證明么？既然沒人會傻到去背整個證明，又為什麼要生硬地去背演算法呢？

那麼，不背就不背，去理解演算法的證明如何？理解了演算法的證明過程，便更有可能記住演算法的邏輯細節，理解記憶嘛。然而，仍然不幸的是，絕大多數演算法書在這方面做的實在糟糕，證明倒是給全了，邏輯也倒是挺嚴謹的，可是似乎沒有作者能真正還原演算法發明者本身如何得到演算法以及演算法證明的思維過程，按理說，證明的過程應該反映了這個思維過程，但是在下文關於霍夫曼編碼的例子中你會看到，其實飽受贊譽的CLRS和《Algorithms》不僅沒能還原這個過程，反而掩蓋了這個過程。

必須說明的是，沒有哪位作者是故意這樣做的，但任何人在講解一個自己已經理解了的東西的時候，往往會無意識地對自己的講解進行「線性化」，例如證明題，如果你回憶一下高中做平面幾何證明題的經歷，就會意識到，其實證明的過程是一個充滿了試錯，聯想，反推，特例，修改問題條件，窮舉等等一干「非線性」思維的，混亂不堪的過程，而並不像寫在課本上那樣——引理1，引理2，定理1，定理2，一口氣直到最終結論。這樣的證明過程也許容易理解，但絕對不容易記憶。過幾天你就會忘記其中一個或幾個引理，其中的一步或幾步關鍵的手法，然後當你想要回過頭來自己試著去證明的時候，就會發現卡在某個關鍵的地方，為什麼會這樣？因為證明當中並沒有告訴你為什麼作者當時會想到證明演算法需要那麼一個引理或手法，所以，雖說看完證明之後，對演算法這個結論而言你是知其所以然了，但對於演算法的證明過程你卻還沒知其所以然。在我們大腦的記憶系統當中，新的知識必須要和既有的知識建立聯系，才容易被回憶起來（《如何有效地學習與記憶》），聯系越多，越容易回憶，而一個天外飛仙似地引理，和我們既有的知識沒有半毛錢聯系，沒娘的孩子沒人疼，自然容易被遺忘。（為什麼還原思維過程如此困難呢？我曾經在知其所以然（一）里詳述）

正因為絕大多數演算法書上悲劇的演算法證明過程，很多人發現證明本身也不好記，於是寧可選擇直接記結論。當年我在數學系，考試會考證明過程，但似乎計算機系的考試考演算法證明過程就是荒謬的？作為「工程」性質的程序設計，似乎更注重使用和結果。但是如果是你需要在項目中自己設計一個演算法呢？這種時候最起碼需要做的就是證明演算法的正確性吧。我們面試的時候往往都會遇到一些演算法設計問題，我總是會讓應聘者去證明演算法的正確性，因為即便是一個「看上去」正確的演算法，真正需要證明起來往往發現並不是那麼容易。

所以說，絕大多數演算法書在作為培養演算法設計者的角度來說是失敗的，比數學教育更失敗。大多數人學完了初中平面幾何都會做證明題（數學書不會要求你記住幾何所有的定理），但很多人看完了一本演算法書還是一團漿糊，不會證明一些起碼的演算法，我們背了一坨又一坨結論，非但這些結論許多根本用不上，就連用上的那些也不會證明。為什麼會出現這樣的差異？因為數學教育的理想目的是為了讓你成為能夠發現新定理的科學家，而碼農系的演算法教育的目的卻更現實，是為了讓你成為能夠使用演算法做事情的工程師。然而，事情真的如此簡單么？如果真是這樣的話乾脆連演算法結論都不要背了，只要知道演算法做的是什麼事情，時空復雜度各是多少即可。

如果說以上提到的演算法難度（講解和記憶的難度）屬於Accidental Complexity的話，演算法的另一個難處便是Essential Complexity了：演算法設計。還是拿數學證明來類比（如果你看過《Introction to Algorithms：A Creative Approach》就知道演算法和數學證明是多麼類似。），與單單只需證明相比，設計演算法的難處在於，定理和證明都需要你去探索，尤其是前者——你需要去自行發現關鍵的那（幾）個定理，跟證明已知結論相比（已經確定知道結論是正確的了，你只需要用邏輯來連接結論和條件），這件事情的復雜度往往又難上一個數量級。

一個有趣的事實是，演算法的探索過程往往蘊含演算法的證明過程，理想的演算法書應該通過還原演算法的探索過程，從而讓讀者不僅能夠自行推導出證明過程，同時還能夠具備探索新演算法的能力。之所以這么說，皆因為我是個懶人，懶人總夢想學點東西能夠實現以下兩個目的：

一勞永逸：程序員都知道「一次編寫到處運行」的好處，多省事啊。學了就忘，忘了又得學，翻來覆去浪費生命。為什麼不能看了一遍就再也不會忘掉呢？到底是教的不好，還是學得不好？
事半功倍：事實上，程序員不僅講究一次編寫到處運行，更講究「一次編寫到處使用」（也就是俗稱的「復用」）。如果學一個演算法所得到的經驗可以到處使用，學一當十，推而廣之，時間的利用效率便會大大提高。究竟怎樣學習，才能夠使得經驗的外推（extrapolate）效率達到最大呢？
想要做到這兩點就必須盡量從知識樹的「根節點」入手，雖然這是一個美夢，例如數學界尋找「根節點」的美夢由來已久（《跟波利亞學解題》的「一點歷史」小節），但哥德爾一個證明就讓美夢成了泡影（《永恆的金色對角線》））；但是，這並不阻止我們去尋找更高層的節點——更具普適性的解題原則和方法。所以，理想的演算法書或者演算法講解應該是從最具一般性的思維法則開始，順理成章地推導出演算法，這個過程應該盡量還原一個」普通人「思考的過程，而不是讓人看了之後覺得」這怎麼可能想到呢？

以本文上篇提到的霍夫曼編碼為例，第一遍看霍夫曼編碼的時候是在本科，只看了演算法描述，覺得挺直觀的，過了兩年，忘了，因為不知道為什麼要把兩個節點的頻率加在一起看做單個節點——一件事情不知道「為什麼」就會記不牢，知道了「為什麼」的話便給這件事情提供了必然性。不知道「為什麼」這件事情便可此可彼，我們的大腦對於可此可彼的事情經常會弄混，它更容易記住有理有據的事情（從資訊理論的角度來說，一件必然的事情概率為1，信息量為0，而一件可此可彼的事情信息量則是大於0的）。第二遍看是在工作之後，終於知道要看證明了，拿出著名的《Algorithms》來看，邊看邊點頭，覺得講得真好，一看就理解了為什麼要那樣來構造最優編碼樹。可是沒多久，又給忘了！這次忘了倒不是忘了要把兩個節點的頻率加起來算一個，而是忘了為什麼要這么做，因為當時沒有弄清霍夫曼為什麼能夠想到為什麼應該那樣來構造最優編碼樹。結果只知其一不知其二。

必須說明的是，如果只關心演算法的結論（即演算法邏輯），那麼理解演算法的證明就夠了，光背演算法邏輯難記住，理解了證明會容易記憶得多。但如果也想不忘演算法的證明，那麼不僅要理解證明，還要理解證明背後的思維，也就是為什麼背後的為什麼。後者一般很難在書和資料上找到，唯有自己多加揣摩。為什麼要費這個神？只要不會忘記結論不就結了嗎？取決於你想做什麼，如果你想真正弄清演算法設計背後的思想，不去揣摩演算法原作者是怎麼想出來的是不行的。

5. 演算法難學么

真正的演算法學習起來，存在一定的難度的，堅持很重要，畢竟裡面的東西的學習，需要耐心去看不能只是三分鍾的熱度基本學不會，畢竟演算法的學習需要注意力高度集中，不停的燒腦學習。不適合學習一段時間就輕易放棄的人，所以沒點毅力根本就學不好演算法，更加談不上學習編程了。
以上資料僅供參考。