为什么大部分人学不会算法

1. 学编程，什么叫算法 为什么很多人说算法很难

其实说白了，算法就是解决某种问题的方式，但也分好的算法和差的算法，而学习书本上的知识目的就是为了提升自己的思维方式，借鉴更多好的算法，因为好的算法可以提升程序的性能，提高开发效率，就拿最简单的例子，玩猜数字游戏，1-100里面随便选一个数字，然后让你去猜它是多少，别人会告诉你这个数字大了还是小了，最直接的方式就是从1一直猜到100，但是也有更简便的方式：就是类似二分法的方式从50开始猜，如果大了就猜1-50中的25，如果小了猜50-100中的75，以此类推，第一种从1-100猜数字是算法，第二种二分法的方式也是算法，只是第二种更好.........还有从1加到100，直接方式1+2+3....一个一个的加，另一种方式(1+100)*50,这个就是着名的高斯算法。

2. 方法不对，看再多书你都学不会算法

在计算机科学中，算法通常是指一个解决问题的小程序。算法是程序的基本组成部分，如果你想让你的程序能够解决一切问题，你必须懂算法，这就是为什么算法在计算机编程中如此重要的原因。

如果你是一名初学者，你就必须从基础开始，从理解算法背后的基本概念开始，然后自己一个个地实现它们，在本文中，将和大家分享几种最适合初学的算法学习方法，不要再只会死读算法书啦，这样你永远都学不好算法

1、阅读书籍

毋庸置疑，书籍是学习一切知识的最好资源，它不仅能让你详细和准确地了解算法，还能帮助你按照自己的节奏学习，拿一本关于算法的好书，试着理解算法背后的理论概念。之后再去程序中实现算法。如果你失败了，别担心，书就在那里，再看一遍算法，再试着重新理解它，然后在程序里重新实现它。

关于算法的书籍，之前也推荐过很多了，其实算法相关的书籍有很多，经典的就那几本，把它们都啃透了，技术自然更上一层楼，诸如：

2、在线课程

网上有很多很好的课程，比如你可以学习Coursera提供的算法课程。你也可以上Udemy的课程。他们提供了许多来自着名导师的算法课程

此外麻省理工学院(MIT)、哈佛大学(Harvard)和斯坦福大学(Stanford University)的课程也可以看看，他们的许多课程都是提供自学的。

3、视频教程

视频教程是理解和实现特定算法的很好的资源。你可以在一些视频网站上（如Youtube）搜索视频教程，几乎每种算法都有大量的教程。你可以先看一段视频来理解这个算法，然后再实现它。

4、解决问题

用算法解决问题是理解和学习算法的最好方法。如果你用算法来解决实际问题，你会对算法有一个深刻的理解，当你用不同的算法解决不同问题时，你就可以很好的掌握它们，你可以在网上找到许多算法问题。首先，浏览一遍问题描述，并尝试找出解决问题所需的算法。尝试使用不同的算法来解决相同的问题。例如，你可以同时使用BFS和DFS遍历一个图。

你还可以去UVA、A2oJ、SPOJ和Timus这样的在线测评网站刷题

5、编程竞赛

深入了解算法的另一个好方法是参加各种在线竞赛。它要求你在有限的时间内理解问题并实现算法，这意味着你必须在短时间内设计出一个算法解决方案，这将极大地帮助您在实际问题中使用算法。

codeforce、Hackerrank和Topcoder它们是最流行的竞赛编程平台，你可以在上面参加各种竞赛。

6、可视化算法

如果你是那种喜欢用可视化学习的人，那么你可以通过可视化来学习算法。有许多在线算法可视化工具可以帮助你从基础上理解算法。

比如你可以通过Algorithm-Visualizer或VisuAlgo这样的可视化工具。

7、博客站点

可以在internet上阅读关于各种算法的博客文章。有很多关于算法的个人博客，多阅读你可能会发现它们也很有用。

8、在线论坛上提问

如果你在实现算法方面遇到了任何问题，你应该在各种在线论坛上具体询问这个问题，通常会有很多大神愿意帮助你解决这个问题。这样的在线论坛诸如topcode -forum、Quora等。

9、制定学习计划

熟能生巧，要掌握算法的艺术，你必须制定一个学习计划，例如，你可以在一天或一周内解决一个或几个算法。简而言之，无论你做什么，你都必须要有计划，尽量有规律。

10、实践！实践！实践！

实践是检验真理的唯一标准，你实践的越多，就越能理解和学到一些东西，没经过实践的方法去学习算法你是学不会了，就算失败了也没关系，坚持再试一次，没准就成功了

3. 为什么很多人都觉得编程难，难在哪里

作为一名大二的信息安全学生，在两年期间已经接触了c，c++，java等多种编程语言，也深感编程的困难。在我看来，编程真正的难度不是那些语法，那些东西少则几天多则几个月总能理解。

真正难的是层出不穷的问题和方法，所以我一直觉得，书上讲的东西都不难，难的是你自己去实践那些书上没有的东西。

二、多练多看，阅读别人的代码

我在学习编程的时候就喜欢多看别人的代码，看一些程序员大佬写的代码，看一些标准库的代码，仔细思考他们的编程思维和编程方式。

此外，学习过程中结合项目做一些实践，来明确自己的不足，给自己提供一些正反馈，让自己也更有动力继续学习。

质而言之，编程确实不是一件容易的事，但只要你持之以恒不断精益求精，也肯定能获得一定的成果。

4. 算法怎么就这么难

广大码农同学们大多都有个共识，认为算法是个硬骨头，很难啃，悲剧的是啃完了还未必有用——除了面试的时候。实际工程中一般都是用现成的模块，一般只需了解算法的目的和时空复杂度即可。

不过话说回来，面试的时候面算法，包括面项目中几乎不大可能用到的算法，其实并不能说是毫无道理的。算法往往是对学习和理解能力的一块试金石，难的都能掌握，往往容易的事情不在话下。志于高者得于中。反之则不成立。另一方面，虽说教科书算法大多数都是那些即便用到也是直接拿模块用的，但不幸的是，我们这群搬砖头的有时候还非得做些发明家的事情：要么是得把算法当白盒加以改进以满足手头的特定需求；要么干脆就是要发明轮子。所以，虽说面试的算法本身未必用得到，但熟悉各种算法的人通常更可能熟悉算法的思想，从而更可能具备这里说的两种能力。

那么，为什么说算法很难呢？这个问题只有两种可能的原因：

算法本身就很难。也就是说，算法这个东西对于人类的大脑来说本身就是个困难的事儿。
讲得太烂。
下面会说明，算法之所以被绝大多数人认为很难，以上两个原因兼具。

我们说算法难的时候，有两种情况：一种是学算法难。第二种是设计算法难。对于前者，大多数人（至少我当年如此）学习算法几乎是在背算法，就跟背菜谱似的（“Cookbook”是深受广大码农喜爱的一类书），然而算法和菜谱的区别在于，算法包含的细节复杂度是菜谱的无数倍，算法的问题描述千变万化，逻辑过程百转千回，往往看得人愁肠百结，而相较之下任何菜谱涉及到的基本元素也就那么些（所以程序员肯定都具有成为好厨师的潜力:D）注意，即便你看了算法的证明，某种程度上还是“背”（为什么这么说，后面会详述）。我自己遇到新算法基本是会看证明的，但是发现没多久还是会忘掉，这是死记硬背的标准症状。如果你也啃过算法书，我相信很大可能性你会有同感：为什么当时明明懂了，但没多久就忘掉了呢？为什么当时明明非常理解其证明，但没过多久想要自己去证明时却发现怎么都没法补上证明中缺失的一环呢？

初中学习几何证明的时候，你会不会傻到去背一个定理的证明？不会。你只会背结论。为什么？一方面，因为证明过程包含大量的细节。另一方面，证明的过程环环相扣，往往只需要注意其中关键的一两步，便能够自行推导出来。算法逻辑描述就好比定理，算法的证明的过程就好比定理的证明过程。但不幸的是，与数学里面大量简洁的基本结论不同，算法这个“结论”可不是那么好背的，许多时候，算法本身的逻辑就几乎包含了与其证明过程等同的信息量，甚至算法逻辑本身就是证明过程（随便翻开一本经典的算法书，看几个经典的教科书算法，你会发现算法逻辑和算法证明的联系有多紧密）。于是我们又回到刚才那个问题：你会去背数学证明么？既然没人会傻到去背整个证明，又为什么要生硬地去背算法呢？

那么，不背就不背，去理解算法的证明如何？理解了算法的证明过程，便更有可能记住算法的逻辑细节，理解记忆嘛。然而，仍然不幸的是，绝大多数算法书在这方面做的实在糟糕，证明倒是给全了，逻辑也倒是挺严谨的，可是似乎没有作者能真正还原算法发明者本身如何得到算法以及算法证明的思维过程，按理说，证明的过程应该反映了这个思维过程，但是在下文关于霍夫曼编码的例子中你会看到，其实饱受赞誉的CLRS和《Algorithms》不仅没能还原这个过程，反而掩盖了这个过程。

必须说明的是，没有哪位作者是故意这样做的，但任何人在讲解一个自己已经理解了的东西的时候，往往会无意识地对自己的讲解进行“线性化”，例如证明题，如果你回忆一下高中做平面几何证明题的经历，就会意识到，其实证明的过程是一个充满了试错，联想，反推，特例，修改问题条件，穷举等等一干“非线性”思维的，混乱不堪的过程，而并不像写在课本上那样——引理1，引理2，定理1，定理2，一口气直到最终结论。这样的证明过程也许容易理解，但绝对不容易记忆。过几天你就会忘记其中一个或几个引理，其中的一步或几步关键的手法，然后当你想要回过头来自己试着去证明的时候，就会发现卡在某个关键的地方，为什么会这样？因为证明当中并没有告诉你为什么作者当时会想到证明算法需要那么一个引理或手法，所以，虽说看完证明之后，对算法这个结论而言你是知其所以然了，但对于算法的证明过程你却还没知其所以然。在我们大脑的记忆系统当中，新的知识必须要和既有的知识建立联系，才容易被回忆起来（《如何有效地学习与记忆》），联系越多，越容易回忆，而一个天外飞仙似地引理，和我们既有的知识没有半毛钱联系，没娘的孩子没人疼，自然容易被遗忘。（为什么还原思维过程如此困难呢？我曾经在知其所以然（一）里详述）

正因为绝大多数算法书上悲剧的算法证明过程，很多人发现证明本身也不好记，于是宁可选择直接记结论。当年我在数学系，考试会考证明过程，但似乎计算机系的考试考算法证明过程就是荒谬的？作为“工程”性质的程序设计，似乎更注重使用和结果。但是如果是你需要在项目中自己设计一个算法呢？这种时候最起码需要做的就是证明算法的正确性吧。我们面试的时候往往都会遇到一些算法设计问题，我总是会让应聘者去证明算法的正确性，因为即便是一个“看上去”正确的算法，真正需要证明起来往往发现并不是那么容易。

所以说，绝大多数算法书在作为培养算法设计者的角度来说是失败的，比数学教育更失败。大多数人学完了初中平面几何都会做证明题（数学书不会要求你记住几何所有的定理），但很多人看完了一本算法书还是一团浆糊，不会证明一些起码的算法，我们背了一坨又一坨结论，非但这些结论许多根本用不上，就连用上的那些也不会证明。为什么会出现这样的差异？因为数学教育的理想目的是为了让你成为能够发现新定理的科学家，而码农系的算法教育的目的却更现实，是为了让你成为能够使用算法做事情的工程师。然而，事情真的如此简单么？如果真是这样的话干脆连算法结论都不要背了，只要知道算法做的是什么事情，时空复杂度各是多少即可。

如果说以上提到的算法难度（讲解和记忆的难度）属于Accidental Complexity的话，算法的另一个难处便是Essential Complexity了：算法设计。还是拿数学证明来类比（如果你看过《Introction to Algorithms：A Creative Approach》就知道算法和数学证明是多么类似。），与单单只需证明相比，设计算法的难处在于，定理和证明都需要你去探索，尤其是前者——你需要去自行发现关键的那（几）个定理，跟证明已知结论相比（已经确定知道结论是正确的了，你只需要用逻辑来连接结论和条件），这件事情的复杂度往往又难上一个数量级。

一个有趣的事实是，算法的探索过程往往蕴含算法的证明过程，理想的算法书应该通过还原算法的探索过程，从而让读者不仅能够自行推导出证明过程，同时还能够具备探索新算法的能力。之所以这么说，皆因为我是个懒人，懒人总梦想学点东西能够实现以下两个目的：

一劳永逸：程序员都知道“一次编写到处运行”的好处，多省事啊。学了就忘，忘了又得学，翻来覆去浪费生命。为什么不能看了一遍就再也不会忘掉呢？到底是教的不好，还是学得不好？
事半功倍：事实上，程序员不仅讲究一次编写到处运行，更讲究“一次编写到处使用”（也就是俗称的“复用”）。如果学一个算法所得到的经验可以到处使用，学一当十，推而广之，时间的利用效率便会大大提高。究竟怎样学习，才能够使得经验的外推（extrapolate）效率达到最大呢？
想要做到这两点就必须尽量从知识树的“根节点”入手，虽然这是一个美梦，例如数学界寻找“根节点”的美梦由来已久（《跟波利亚学解题》的“一点历史”小节），但哥德尔一个证明就让美梦成了泡影（《永恒的金色对角线》））；但是，这并不阻止我们去寻找更高层的节点——更具普适性的解题原则和方法。所以，理想的算法书或者算法讲解应该是从最具一般性的思维法则开始，顺理成章地推导出算法，这个过程应该尽量还原一个”普通人“思考的过程，而不是让人看了之后觉得”这怎么可能想到呢？

以本文上篇提到的霍夫曼编码为例，第一遍看霍夫曼编码的时候是在本科，只看了算法描述，觉得挺直观的，过了两年，忘了，因为不知道为什么要把两个节点的频率加在一起看做单个节点——一件事情不知道“为什么”就会记不牢，知道了“为什么”的话便给这件事情提供了必然性。不知道“为什么”这件事情便可此可彼，我们的大脑对于可此可彼的事情经常会弄混，它更容易记住有理有据的事情（从信息论的角度来说，一件必然的事情概率为1，信息量为0，而一件可此可彼的事情信息量则是大于0的）。第二遍看是在工作之后，终于知道要看证明了，拿出着名的《Algorithms》来看，边看边点头，觉得讲得真好，一看就理解了为什么要那样来构造最优编码树。可是没多久，又给忘了！这次忘了倒不是忘了要把两个节点的频率加起来算一个，而是忘了为什么要这么做，因为当时没有弄清霍夫曼为什么能够想到为什么应该那样来构造最优编码树。结果只知其一不知其二。

必须说明的是，如果只关心算法的结论（即算法逻辑），那么理解算法的证明就够了，光背算法逻辑难记住，理解了证明会容易记忆得多。但如果也想不忘算法的证明，那么不仅要理解证明，还要理解证明背后的思维，也就是为什么背后的为什么。后者一般很难在书和资料上找到，唯有自己多加揣摩。为什么要费这个神？只要不会忘记结论不就结了吗？取决于你想做什么，如果你想真正弄清算法设计背后的思想，不去揣摩算法原作者是怎么想出来的是不行的。

5. 算法难学么

真正的算法学习起来，存在一定的难度的，坚持很重要，毕竟里面的东西的学习，需要耐心去看不能只是三分钟的热度基本学不会，毕竟算法的学习需要注意力高度集中，不停的烧脑学习。不适合学习一段时间就轻易放弃的人，所以没点毅力根本就学不好算法，更加谈不上学习编程了。
以上资料仅供参考。