知乎算法导论

1. 学习数据结构，有哪些值得推荐的好书

在微信高校专业集里面粘贴
入门
1.《啊哈！算法》
2.《算法设计与分析基础》
3.《算法引论：一种创造性方法》
4.原书名：Introction to Algorithms
中文名：算法导论
5.数据结构与算法分析：C语言描述（原书第2版）
进阶
1.原书名：The Design and Analysis of Computer Algorithms
中文名：算法设计与分析
作者：Aho，Hopcroft，Ullman
2.原书名：Algorithms Design Techniques and Analysis
中文名：算法设计技巧与分析
作者：M.H.Alsuwaiyel
3.中文名：算法与数据结构
作者：傅清祥 王晓东
程序设计竞赛
1.原书名：Introction to Algorithms
中文名：算法导论
作者：Thomas H.Cormen,Charles E.Leiserson,Ronald L.Rivest,Clifford Stein
2.原书名：Introction to The Design & Analysis of Algorithms
中文名：算法设计与分析基础
作者：Anany Levitin
4.算法竞赛 | 信息学奥赛一本通
5.算法竞赛 | 算法竞赛进阶指南

2. 想学linux嵌入式开发培训，去哪个培训机构

3. 哪本数据结构与算法最好

国外很多经典的
（因为以前搞ACM时都是用的C/C++，所以推荐的都是偏这块的）
算法导论就不说了，图文并茂。
数据结构与算法分析 (豆瓣) C
数据结构与算法分析 (豆瓣) C++
数据结构与算法分析 (豆瓣) 同上本，英文版
Weiss 的这几本书都不错，如果想顺便学 C++ Template，建议看C++版的（后两本）
个人觉得最适合入门的应该是Robert Sedgewick的《Algorithms》，这本书也有中文版，Coursera上有相应的视频：
算法，第一部分：Coursera - Free Online Courses From Top Universities
算法，第二部分：Coursera - Free Online Courses From Top Universities
还有本书配套网站：http://algs4.cs.princeton.e/home/

4. 怎样才能嫁给北航的程序员 知乎

一.自身的提高
但凡恋爱，门当户对方能谈的合理自然，少去很多麻烦的事情。所以这首先要提高的一点就是要达到北航程序员一样的水平。北航程序员的水平各不一样，而最有共同点的就是他们生活在北航，学习在北航。下面本人罗列一些个人觉得题主应该了解的课程，这样就算北航程序员在说的时候也能知道个一二。加速你的如愿以偿。
基础：
1、数学分析
2、离散数学
3、c语言
4、计算机组成原理
5、数据结构
6、计算机网络
7、操作系统进阶
1、汇编语言
2、软件工程
3、计算机应用：图像，通信等等
4、算法导论ok。

二、融入圈子想尽一切办法加入北航程序员所在的圈子。
1、加入各种群：各种XX几系群，技术群，技术讨论区，XX交流群(自行脑补)
2、玩各种北航程序员们玩的游戏，尤其是网游，在上面多交流，装最菜的，偶尔牛逼下也要说自己是运气。

5. 如何学习数据结构

• 学好数据结构首先学好C语言指针，数据机构内在串联全靠指针作用，指针主要难在本身是带地址的变量，再加上指针的指针串联导致很多人误解，先要学会理解，要对计算机的内存结构有个大概了解，对一些常见的进制之间的转化以及字节对齐等有行程基本的认知。

• 理解概念，建立抽象模型，比如简单的队列，先进先出模式，在设计数据模型的时候，就需要有一个对头和队尾的概念，数据需要从队尾插入队头出来，基本上三个属性就出来了，一个对头指针，一个队尾指针，一个结构体数值，常见的方法有删除清空队列，有插入队列操作，出队操作，创建初始队列操作等等，这样子抽象数据模型，形成自己的思维理解，然后再进行代码设计。

• 需要变通实践，代码调试变通，数据结构的组合无穷变着写代码。算法的奥妙就是在于变换，放在数据结构也是这个样子，掌握基本的数据机构算法，在学好数据结构的前提下可以学习下一本经典的算法书《算法导论》这个是算法的经典书籍。

• 学习数据机构不要想着有什么技巧或者方法，把自己调整到最佳的学习状态，方法自然就有了，不要给自己设置什么限制，设置底线只会让自己处在一个围墙之内，学习新东西就是突破自我的一个过程，不要在开始学习的时候给自己过大的压力。

6. 机器学习的算法和普通《算法导论》里的算法有什么本质上的异同

作者：董可人
链接：http://www.hu.com/question/24976006/answer/29682806
来源：知乎
着作权归作者所有。商业转载请联系作者获得授权，非商业转载请注明出处。

算法导论里的算法本质上是对有精确解的问题，如何更有效率地求得这个解。这个效率可以是计算时间更短，也可以是计算过程所需要的空间更少。

一个简单的例子是，给定一个乱序数组，如何快速的将其按从小到大的顺序重新排列，或者找到其中的中位数。这些问题都有确定且唯一的答案，一般都会有一个笨方法（穷举或遍历），只要一步一步来就可以解，所谓算法只是如何精简步骤，更快更省事地找到这个解。这些算法处理的数据也都是结构简洁且干净的类型，比如数组，二叉树，图之类的数据结构。数据规模对于这些算法而言，影响的是计算所需的时间和空间，不会因为规模改变而影响算法本身的逻辑以及计算的结果。

机器学习要解决的问题一般没有精确解，也不能用穷举或遍历这种步骤明确的方法找到解，而且需要强调的是“学习”这个属性，即希望算法本身能够根据给定的数据或计算环境的改变而动态的发现新的规律，甚至改变算法程序的逻辑和行为。

举例来说，可以是把一千份文档归类到不同的几个类别里。最简单的可以是给定几个类别，比如新闻，小说，诗歌等，算法来根据文章内容自动划分到对应的类别里。这里可以看出这个问题即使让人做，也有很多模糊不能确定的地方，比如一篇法制晚报上的犯罪纪实是应该划到新闻，还是小说呢？或者说一篇长诗比如荷马史诗是应该归在小说还是诗歌呢？机器学习算法想要解决的，就是根据从文章内容里找到的规律，来自动的给出一个划分。而不同算法可以给出不同的解，这些解都可以是“正确”的，所以一般还需要人为设计一个评判标准来决定孰优孰劣。

也可以不事先给定类别，而是让算法自己去发现文章中的规律，把相似度高的文章划分到一起。这样不同的算法可能给出不同数量的类别划分，可能是三个，四个，或者五个，也都可以是“正确”的划分。甚至什么是“相似度”，不同算法也可以给出不同解释，可以是名词动词形容词的词频及比例，也可以是句子的语法结构等。

更进一步的，你可能还希望这个算法能够用来判断一份新的文档的类别。而输入的新文档越多，也会进一步扩大初始数据集的规模，规模变大以后，原来数据中不明显的规律可能就变明显了。比如说原来一千份文档中只有一篇议论文，可能大多算法都无法把它单独划出一个类别，但当你持续输入一百份议论文后，数据中议论文的比例就变成了101/1100，差不多10%，这时候算法就应该划分出单独的议论文类别。在这个意义上，数据本身也对算法有很大的影响，这也是和算法导论中的算法的一个本质区别。

技术上说，算法导论中的算法关注点在数据结构和计算复杂度，属于离散数学的一个分支，不涉及微积分等高等数学概念。机器学习的算法本身是基于概率，统计和优化（optimization）等理论和技术，从这个角度上说给人感觉更“数学”一点。

在具体的实现细节上，机器学习的算法会大量应用算法导论中的技术来改进计算效率。但需要强调这仅仅是对底层实现来说，在算法本身的逻辑上，二者没有太多联系。换句话说，算法导论中的技术可以帮助你写出更快的程序来运行机器学习算法，但是这对机器学习要解决的问题本身是没有什么帮助的。熟练使用二叉树散列表，准确估算一个图算法的复杂度，都没有任何可能帮助你猜到在女朋友过生日时送什么礼物最好（使用了机器学习算法的淘宝君却很可能知道！）。因此不要把它们看成是搭积木拼构件的关系。

最后，如果以上解释仍然让你费解，那么还有一个更通俗的解释：算法导论是教你如何数数，而机器学习基本上相当于星座算命。一个很机械，一个靠忽悠，差不多就是这样吧。
具体分析见链接：http://www.hu.com/question/24976006

7. 怎么写出一本程序员风格的修真小说

程序猿修真倒是好想法，你可以想象一个计算机世界，有一天程序猿写代码就穿越了，到了一个数字世界，什么都是数据，具体你自己想吧。然后至于等级提升什么的自己看着编

8. 哪些学习数据结构与算法的书籍值得推荐

大学计算机数据结构教材是 严蔚敏版的《数据结构》可以拿来入门。然后可以根据自己的实际情况来安排怎么样学习数据结构。很多人是看一遍书，然后在遇到算法之后再去实现它。在这里列出一些我知道的算法书籍，以供参考。（我也只看过算法导论，编程之美）

1. CLRS 算法导论
算法网络全书，只做了前面十几章的习题，便感觉受益无穷。

2. Algorithms 算法概论
短小精悍，别据一格，准经典之作。一个坏消息: 同算法导论，该书没有习题答案。好消息：习题很经典，难度也适中，只需花点点时间自己也都能做出来。不好也不坏的消息：我正在写习题的答案，已完成前三章，还剩九章约二百道题，顺利的话二个月之后发布。另有中文版名《算法概论》，我没看过，不知道翻译得怎么样。如果有心的话，还是尽量看原版吧，其实看原版与看中文版花费时间不会相差很大，因为大部分时间其实都花费在做习题上了。

作者：向小刚
链接：http://www.hu.com/question/19987046/answer/13945644
来源：知乎
着作权归作者所有，转载请联系作者获得授权。

9. 自学编程=做无用功

作者 | PRESSone

来源 | 怀左同学

先给你讲个故事，看看你有没有类似的经历。有一天，你去参加同学聚会，和老友们举杯畅谈，他们告诉你，不学编程就要 out 了，从全球趋势来看，编程这把火已经烧了很多年。英国早从 2014 年 9 月起，就规定 5-16 岁的学生都必须学习编程，苹果 CEO 库克表示全世界各地都应该开设编程课程。回到家中，你辗转反侧，觉得自己跟不上时代潮流，扼腕叹息：“廉颇老矣，尚能饭否？”焦虑之余，你开始疯狂搜索编程，网络、知乎、搜狗，你方唱罢我登场。一顿操作之后，你的嘴里念念有词：“Wow，会编程的人好酷，牛逼，都是大神。”感叹之余，你觉得不能纸上谈兵，临渊羡鱼，不如退而织网。

于是乎，你开始了自学编程之路。

听人说，算法是编程的核心，学好算法可以一招鲜，吃遍天。别人说在嘴里，你听在心里，马上买了一本《算法导论》，打算死磕算法。你没日没夜的攻读，‘算法基础’那一小章，你鼓捣了大半个月，还是云里来雾里去的。然而，心高气傲的你是不会屈服于‘算法基础’这只拦路虎的，你开始逛各种论坛，CSDN、博客园、简书、知乎都在你的常逛 list 上。你充分利用一切碎片时间，上地铁刷一下，吃饭时刷一下，睡前刷一下，刷得不亦乐乎，刷不完的果断收藏。

等到收藏超过100篇未读的时候，你终于发现收藏=永不再读，这让你沮丧。

更让你沮丧的是，你买的那本《算法导论》已经在书架上躺了好久。为了弄懂‘算法基础’，你把《算法导论》打入了冷宫。比这更残酷的是，从你信誓旦旦说要学编程以来，你连一行代码都没敲过，一个程序都没跑起来。你越来越焦虑，终于有一天，你彻底崩溃了，自怨自艾道：“老子骨子里就是个文科生，赶什么时髦？学什么编程？学来学去老是做无用功有意思吗？安安静静地写文章不好吗？”写文章的人不一定学不了编程，作家王小波就是中国早期程序员，曾经自己编了一套DOS下的独立输入法。真正阻止你学编程的也不是深奥的算法，而是你错误的学习方法。自学编程不等于做无用功，盲目、焦虑地自学才是。读到这里，你肯定满脸疑惑：“我到底哪里做错了？”

首先，自学的初衷不是焦虑、盲目，而是解决问题。

李小龙当年刚回香港，在《欢乐今宵》上节目，节目组请来了一名拳师，想考验他能不能推到对方。拳师也摆好架子等他来推，结果李小龙一拳打在对方脸上。李小龙想表达的是：在真实的实战中，没有人会等你摆好架势，只冲着你规定的地方打过来。学习也是同样的道理。在真实生活中，环境和知识都一直在动态变化中，你不可能像学校里一样，系统的学好、学完一门知识，然后坐在教室等着不超纲的考试。

大部分时间，生活会先给你一个考试，然后你根据问题，自己找出关键词，开始学习。所以，学习的起点不是某人在酒桌上蜻蜓点水的一句话，也不是某人在朋友圈晒的一本书、推荐的一篇微信文章、更不是这个行业的一个经典教材引发你的焦虑，而应该是你真实遇到的一个问题。遇到问题，动手写，犯错、改正，再犯错、再改正，这是学编程最重要的过程。其次，自学尤其是自学编程往往不是线性的。

我们从小到大在学校学习，都有一本教科书，往往按着预习、听讲、练习、复习的路径学习，所有的教材也如出一辙：每个章节所涉及的知识点之间，全都是线性关联，第一章学好了，才有基础学第二章。而社会的知识结构不仅不是这样的，而且几乎全都不是这样的。

工作中、生活里充满了各式各样的“提前引用”，即想要理解当前的知识点，需要依赖你未来才能理解的某个或某些知识点。如果还是按照校园时代的线性思维来学习的话，很有可能就像故事中的主人公一样，最终学不下去。拿编程来说，动不动啃《算法导论》的人，要不是有很深厚的数学基础，肯定吃不消。

生活很少教我们按部就班，它给我们的测试往往是超纲的，这就要求我们不断更新和迭代。互联网的发展给我们带来的最大启发就是迭代，从门户到搜索，从搜索到移动互联，从简单的网页交互，到如今热闹的小视频社交，技术和生态一直在更新和迭代。

同样，自学也是一个不断更新和迭代的过程。编程是一门活到老、学到老的手艺，有些很抽象的概念，一开始看不懂没关系，先脑子里有个大概的印象，然后依葫芦画瓢写几段代码，自己动手实践，写完之后再总结、归纳、整理、组织相关的知识点，实战经验多了，再回头来看最初的难点，你自然能够豁然开朗。

比如说 python 中的 return，很多初学 python 的人，对 return 疑惑不已，字面上是返回，那它到底返回什么，又返回到哪里呢？有人可能会给你解释：“return 语句就是将结果返回到调用的地方，并把程序控制权一起返回。”对于初学者来说，这个解释也不好理解。

没事，先实践起来。

拿下面这四行代码来说，你可以想象你开了一家工厂，雇佣工人来干活，这个工人（worker）在你的指导下，用a、b、 c 三个材料，装配出了 x 和 y 两个成品。但是程序里的装配和工厂不同，用过的材料不会消失。这样，这个工人手里就有了a、b、c、x、y五样物品。他怎么知道你要的是哪个呢？

所以 return 的作用就是，在这种时候告诉工人你到底想要什么东西，是一个iPhone 手机壳还是整台 iPhone。毫无疑问，return x 和 return y 是完全不一样的结果。return x 是当你让这个工人帮你干活时（调用函数），他最后会把产成品x交到你手上，而当你输入return y 的时候，干活的工人会把产成品 y 给你。

举个例子，worker(1,2,3)，return x 的结果为1+2=3，return y 的结果为（1+2）*3=9。这样实践一下，你对于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，蓦然回首，你是不是觉得道路明朗了许多，你肯定很想问：怎样自学才高效呢？在自学过程中，有个方法特别管用，就是用输出倒逼输入，你逛论坛、刷文章、看视频教程都没问题，关键是要有输出，光有输入可是不行的。而最好的输出就是实践，把自己听到的、看到的、读到的，转化为你独立编写的一个个程序，岂不妙哉？

文章开头故事里的主人公就陷入了盲目输入，却无输出的泥潭。他的输入表面上看上去渠道很多元化，然而这些输入并没有带来有效的输出。还有一个很多人都不知道的点，你的输入很有可能是制约你进步的紧箍咒。

输入也是有讲究的，盲目输入会带来信息超载。全世界每天有 4000 本书出版，超过 4 亿个字；纽约时报一天的文字量等于牛顿同时代的人一生的阅读量；一个专业领域，每天大概有有近4000篇文章正在产生。就算你火力全开，疯狂地输入相关知识，也还是难免有漏网之鱼。

而且，在茫茫的信息汪洋中，信息质量参差不齐，保不准你输入的就是一些边角料，反而让你裹足不前。这儿分享桥水（全球着名对冲基金）创始人瑞.达利欧在《原则》一书中阐述的观点：“正确的决策很多时候需要依赖可信度加权。”学习同样也需要可信度加权，不是所有的资料都全盘接收，而是有选择的相信，用老祖宗的话来说，要取其精华，弃其糟粕。信息爆炸时代，最重要的不是增加信息，而是筛选和删除信息。除此之外，要勇于跳出舒适区，刻意练习。

刻意练习这个概念由美国心理学家安德烈.艾莉克森博士提出，即有目的的学习，指的是把要学习的内容分成有针对性的小块，对每个小块进行重复练习。在武术训练中，非常强调分解练习。

首先你要把整套动作过一遍，看教练是怎么做的。然后把它分解为多个动作，每个动作分解为多个步骤，一个一个地练习。在这种训练中，动作一定要慢，只有慢下来才能感知动作的内部结构，注意到自己的错误。画家要采风、棋手要打谱、律师要学习案例、政客要读历史、科学家要看论文、马拉松运动员每周至少要累计150公里的跑量。

大部分的学习都不是一蹴而就的，往往是练习-反馈-练习-反馈-练习-反馈-学成。刻意练习的关键是随时获得有效的反馈。拿自学编程来说，这是一个很容易获得反馈的领域，当你写的程序跑不起来时，意味着你要 debug，你得把你写的代码分成一小段一小段，逐句检查，直到找出 bug。当然，鼓吹刻苦的鸡汤想必大家都喝腻了。事实是，很多人即使整天坐在书桌前埋头苦学，时长达到甚至远超学霸，实际效果却远远达不到学霸的水平。问题的关键在于你的思维和学习方法，在于你的学习时间是否得到了高效利用，是否能通过高效学习把知识转化为你真正的实力。

只是如果你注意力涣散，身在书桌前，神游天地间；如果你好不容易学完了，转眼又忘得一干二净；如果你写了很多代码却不会举一反三，同一个知识点换了个问法又被难住了；如果你对于你所学习的领域缺乏好奇心和探索精神，只是当一天和尚，敲一天钟，没有刻意练习。那么，花费再多的时间，又有什么成效呢？

扪心自问一下，你上一次坐下来长时间专注于学习，是什么时候呢？

似乎这件事变得越来越难以做到，因为我们的生活已经有太多的干扰：必须要点的微博、朋友圈点赞、支付宝蚂蚁森林收能量……诱惑源源不断，切割了我们在学习上的很多可能性。我们接受了太多无效输入，自然也不会产生高效的输出。读到这，你可能又要问我了：“该怎么办才好呢？”比起一味地延长学习时间，更‘刻意’地学习更重要。

学习从来都不是一个阶段的事，更不是一件轻松的事，但是我们可以优化我们的学习路径，比如给自己创造一个干扰项少的学习环境。拿自学编程来说，你需要的就是一台电脑。在学习的时候，你最好离手机远一点，并关掉电脑版微信、QQ和一些乱七八糟的应用。不过，自学之路从来都不是轻松的，这也才显得它的专业性和独特性。愿你学成归来，已然成了一名大神！

10. 看过c++primer，算法导论，深入理解计算机系统能找什么工作+知乎

1、光看primer是不足够的，还需要学习很多其他方面的知识。一个真正的C++程序员应该学会C、C++、数据结构、基本算法、操作系统（深度依需要而定）、计算机网络（深度依需要而定）。当然还有其它的方面，侧重点需要看需要学什么。
2、学习中看书、敲代码、思考都很重要。如果很快就把c++ primer看完，那么说明没有真正看进去，很多地方没有思考，或者是在相关的其它方面知识有所欠缺。如果看完这本书后还问看什么其它书的话，那么就应该好好思考一下了，自己距离程序员有多远。建议系统学习各种相关只知识点，并有一定程度掌握后，重新看一遍c++ primer plus，这个时候一边看一边加入自己的思考，会受益良多。