算法+数据结构=程序，对于程序员，最重要的就是两个：算法、数据结构。
操作界面美观、人性化这些不是不重要，而是这些技能相对与算法和数据结构，一般认为更容易掌握。
B. 算法不扎实的程序员，每一个都很慌
初学者经常问这样的问题，然而这些其实是错误的问题。
对于初学者而言，你最应该优先考虑的是，哪些东西构成了程序的基础？
最经典的一句话： 程序 = 数据结构 + 算法 。
如果说编程语言是程序的血肉，那么算法就是程序的灵魂。
人不能没有血肉之躯，但是没有灵魂的人依然只是一个死人。
不能单纯依靠算法衡量一个程序员的好坏，但是面试的时候考算法绝对是简单高效的筛选手段。近些年大厂的面试几乎必考算法也是这个原因。每一个算法学的不扎实的程序员，在面试的时候都很慌。
下面这些书籍应该是算法方面最常见的经典书籍。我有幸都读过，有些读完了，有些半途而废，不过基本上也都算是熟悉。顺序上由易到难，从薄到厚，每本书下面我会简单的介绍一番，希望能对你的学习有所帮助。
首先是两本算法入门书籍，也可以当做算法读物：
《啊哈！算法》
用他的自我介绍的来讲：“这不过是一本有趣的算法书而已，和别的算法书比较，如果硬要说它有什么特点的话，那就是你能看懂它。”
图文并茂，而且画风有趣，适合新手入门，但是代码是C的，看着比较累，文字也略显冗长。
图是非常棒的，启蒙用，非教科书
《算法图解》
和《啊哈》类似，他的介绍是：“像小说一样有趣的算法入门书。”
书里面讲的很好，python代码也很容易读懂，比之《啊哈！算法》，书中的例子没有那么有趣，但是图很清晰，文字和代码不冗杂。
缺点同样是非教科书，非常浅显，三四个小时就看完了。有一种刚刚热身的感觉。
接下来这几本都是最常见的书了：
《数据结构与算法分析C语言描述》
这本书的作者几乎不浪费笔墨在一些简单的地方。书很薄，但是覆盖面很广很深，作者实在是非常厉害。
不过反过来说，就是有些地方讲的语焉不详……
这本书还有java语言版本的，但是相比之下C的更好一些。
挺好的一本书。
还有一点是翻译不是很给力，好多人都没坚持看完。
《数据结构与算法Python语言实现》
英文版评分非常高，中文版评分非常低……
据说是也翻译的不好。另外就是本书自身错误也不少……几版过后依然很多没有改过来。
书中数学证明和介绍比较简单。因为采用Python语言的原因，比较易读。
浅显易懂，内容上循序渐进，环环相扣。相比于上一本，我会更推荐一些。厚度也不算厚。
《数据结构与算法 Python语言描述》
北大教授裘宗燕的书，这本书前面写的挺好的，尤其是在面向对象还有ADT等思想的阐述，都很不错。
但是读到后来给我一种虎头蛇尾的感觉，前面气势如虹绪论就写了很长，最后三章感觉有点草草收尾的意思。就像编辑在催稿，而作者很忙的样子……
另外就是这本书的编排顺序我个人也不是特别喜欢。
接下来是两本大部头，都是非常厚的书。
他们最大的特点就是：出现率远大于看完率
《算法导论》
算法书中的权威，MIT的6.046J就是按照这个来讲的。
公认最好的算法书，组织结构合理，内容详尽。引导读者从思维方式上对算法进行领悟。
书中对算法的数学结构进行了详尽的阐述。有非常多的数学证明。
这本书我说不出什么缺点，只能说有些内容是因为我还没到大牛的境界，暂时还无法体会理解。
我个人的观点是：不要纠结于详细的伪代码，不用纠结于连篇累牍的讲解。体会其中算法的精髓就好。
《算法》第四版
如果说，《算法导论》是学术上最好书，那这本应该是实际应用最好的书。
它对数学的要求比《算法导论》低很多，摒弃了算法的证明。
书中具体给出了每位程序员应知应会的50个算法，深入浅出，大量图解。非常棒。
java基础的话你能撸出来Hello World基本上就可以开始看这本书了，这本书最大的不友好之处在于它的第一章非常长，没看过的人又不知道哪里可以跳过。
这本书后面的翻译感觉不如前边了，不知道是换人了还是DDL了……
翻开书就会看到很多的图，配套作者在coursera上面的课程学的话事半功倍！
接下来的几本我看的比较少，简单介绍一下，希望大家自己去发现和了解，不要漏下这些好书：
《编程珠玑》
很薄一本啊，但是我放在那还没看完……
这本书被称为： 历史 上最伟大的计算机科学着作之一
融深邃思想、实战技术与趣味轶事于一炉的奇书。
内容不深，但是不是一个知识点一个知识点的给你讲解算法原理的。
这本书的核心思想是让你了解如何正确选择和高效地实现算法。书中还有一些趣闻轶事，看着倒是很有意思~
有兴趣的同学可以看看~
《算法竞赛入门经典》系列
算法竞赛入门经典书，ACM必备书籍吧算是。书中题目对于竞赛来说比较简单，但是对于一般我们平时工程来说偏难。语言用的是C/C++，请好好做例题好好做作业，读书的时候好好思考和复习~
反正我是没读过，捂脸……
《剑指Offer》
这个书很有意思，对于在校生来说我个人觉得是必看的书。没有任何工作经验的同学在面试的时候真的会被问懵的。这本书可以让你了解如何应付考官日常问题，在解答面试问题的时候，书中很多方法和思路会让考官觉得你思考的很全面，给你加不少分。
我面试的时候也曾快速扫过一遍这本书，让我在回答问题的时候条理更清晰。书中代码是C的，emmm，于是代码部分我就没太看……
《用Python解决数据结构与算法问题》
最后给大家推荐一本在线的 免费 的算法书。
https://facert.gitbooks.io/python-data-structure-cn/
不是大部头，也不是读物，新手入门足够用，书中介绍了大多数日常需要的算法，并且讲的比较浅显~转行的新手基本可以通过这本书来快速掌握常用基本算法了~
反正免费，是否适合自己看两页也就get了~
如果需要PDF版，可以在“程序员必修课”公众号后台回复：“Python算法书”获取。
C. 为什么国内程序员都很少进行代码重构
说到代码的重构对于国外的程序员提到的比较多，特别是大型的开源工程，基本上一个模块或者函数的实现会反复的修改，一个文件能被修改成千上万次，曾经订阅了linux内核组的邮件，每天的收到的修改文件成千上万，有时候一个文件都能被修改上百次，对于文件修改最疯狂的是google的chrome源码，重构的次数，让你觉得每天都在重写但是功能上感觉越来越流畅。为什么我们周围的程序员绝大部分时间做的不是这样的事情。
为啥从直觉上觉得老外的写的代买质量比我们的要高，我们国内的程序员绝大部分的时间是在赶进度，准确的来讲忙着增加功能和修改bug，其实也从侧面反映出为什么国内出不了android以及Linux等影响深远的 科技 创新，从全球开源代码的占比就可以看出，差距还是很巨大的。
为什么觉得老外写的代码比我们的强？
1.国内软件发展主要阶段还在解决有没有，还远谈不上强大
中国的软件经过近几十年长足的发展，已经取得了巨大的成就，特别在互联网行业已经有几个巨头跻身世界前列了，最近炒的很热的脸书的用户数据泄密事件，作为当事人扎克伯格，也在论述中提到中国有几个很厉害的互联网公司，这说明中国在互联网领域还是取得了相当大的成就，但是在一些核心的领域，或者门槛很高的领域差别还是非常巨大。
任何事情在发展的初级阶段首要考虑的是不是有没有，所以如同创业初期的公司会选择短时间内搞出来个产品，哪怕是不成熟的产品，然后快速的投入市场，根据市场用户的反应同步追踪问题，等到产品差不多稳定，并且产品在市场上有了一席之地之后，后续的事情就要考虑优化功能，对里面的代码或者产品的性能进行全方面的提升，目前国内大部分的互联网一般比较年轻，还在解决有没有的问题，相信随着时间的推移以及国内软件的发展，也会有大量的高质量的开源框架代码出来，但这一切都需要很长的时间。
所以国内的程序员大部分时间都是在赶进度和根据需求完成功能代码。
2.软件产业的底子还很薄弱， 历史 积淀还不够
举个很典型的例子，现在很多国内的程序员到了30多岁就开始考虑后续的转型了，因为后面的轻轻人会带来很大的冲击，所以大部分的30多岁的程序员都在考虑自己后路，都要考虑转型的问题。老的有经验的程序员反而转型去做管理或者合伙创业了，哪有几个还在安心搞技术，年龄大了还在搞技术的还被人鄙视，觉得自己没有出息。
但是在国外写代码是一种很常见的职业，和别的工种没有多大的差异，40，50岁了写代码也是比比皆是，做软件是一种技术工种，经验的占比是很高的，所以老程序员写出来的代码更加有深度，稳定性更高，一切的根源还是产业的发展不够成熟，需要时间和 历史 的积淀，从这方面讲国内的软件整体产业还是比较薄弱，从业人员的整体素质和工作氛围还有待慢慢的成熟，周围都是有经验的程序员在带领着如何去重构代码，如何提升代码的质量，而国内大部分的程序要还是被产品经理鞭策着增加需求和修改代码。
3.公司的文化差异
目前很多的中国技术公司更多的追求的是短期利益的最大化，在基础软件的投入远远不够，毕竟基础的投入很难短期见成效，在一个具体的场景，有一个产品主体的功能已经实现了，也能在用户那边投入使用了，一般的公司很难拿出时间来，让你做代码的重构，毕竟这种事情很难直接产生经济效益。这与公司本身的文化差异有很大的关系，重视的技术或者懂得技术的公司对于这方面相对比较重视，反之就差很多。
小时候课本上就说着我们落后100年，所以高楼大厦不是一天建成的，所以在追赶的道路很漫长，所以承认存在差距，然后努力加倍的去追赶。
Time is money. 以目前国内互联网的情况，需求应接不暇，程序员基本上都是被需求与业务赶着走，时间非常紧张，在这种情况下，程序员很多时候唯一的选择就是赶紧实现需求的功能。所以，一个项目下来，代码基本上都变得非常非常的“垃圾”。
也有很多程序员想过在项目结尾的时候进行代码的重构，基本上每个程序员也都知道重构代码的好处，但是并不代表着真正能做起来。还是那个原因，国内互联网的速度太快，需求应接不暇，做为程序员，基本上没有时间来做这件事情。
而另外一个原因是跟团队负责人有关。若团队负责人能够意识到重构的好处，那么他可以为此单独划分一段开发时间出来，让大家分别负责一个模块进行重构，这都是可以安排做起来的。这也需要团队负责人如何在需求人员的需求与代码质量的进度上做一个平衡，进行统筹安排。
最后我想说一个可能很少意识到的原因，那就是人员流动问题。国内互联网目前人员流动非常的大，尤其是北上深这样的互联网发达的城市，基本上是平均两年就会走一大波人，在这样的情况下，也会考验从业人员的职业道德，即我到底要把代码写的多好，要把代码的可维护性做到多好，其实这都是从业人员自身需要考验的问题，因为完成一个功能很容易，但是要考虑的全面就是另外一回事了。而人员流动带来的另一个问题就是有一些代码是很难看懂的，即有些代码在人员离开后成为了“ 历史 ”，无人敢动。这也会阻碍着软件的重构工作的进行。
从我所讲的这几种情况来看，重构其实是大家都能知道的好处，但是真正实施起来却又有现实的约束，需要负责人来做这样的统筹安排与推动。
成本太大
大多数软件产品的开发都是经过了很多开发人员的付出，如果进行代码重构需要了解产品、了解框架、了解代码逻辑，这个过程会花费大量的时间和人力成本，对于企业来说，效益是第一位的，与其花费精力进行效益不大的产品重构，不如去承接更多的项目来的实在。
领导决策
由于大部分企业的老板都是非技术人员出身，他们更关注效益和客户，为了符合企业的发展，在进行产品开发时会更多的采用新技术来吸引客户，花费精力重构代码不如开发一套新产品或者开发更酷炫的效果更具有实在意义。
代码规范不足
由于国内互联网较之国外起步较晚，很多企业发展时间较短，加之人员流动比较大等多方面的因素，很难形成标准、严谨、行之有效的代码规范，所以很多技术人员在开发时都是根据个人风格习惯在开发，等其他人接手代码时，缺少相关标准和文档，很难理解代码逻辑，花时间去了解代码、重构代码不如直接推翻重做来的方便。
客户定制化需求
部分企业创业初期对企业信息化是不够重视的，只有企业发展到一定程度才会考虑信息化建设，而由于业务的限制，大多数标准化的互联网产品都很难满足企业的实际需求，需要进行大量定制化的开发，对于互联网企业来说，即使产品开发足够完善，在实际项目中也需要进行扩展，倒不如直接在项目中进行调整。
程序员的发展限定
在国内很少有终身的程序员，大部分都会逐渐转向销售、售前、项目经理、产品经理等岗位，而这些岗位则需要了解业务、了解客户，对技术的需求反而不会太高，所以与其花时间去专研技术不如将更多的精力用在业务和项目层面。
代码能够重构对底层框架要求深度掌握、且代码框架本身要足够灵活，而国内绝大部分技术人员都是停留在对框架的使用层面、少数可以完善、结合使用，极个别的在做同语言山寨或者换一种语言重写，能够对产品体系进行把握、与时俱进扩展实在是凤毛麟角。随着国家的经济提升、IT行业逐渐成熟，在我国这么多IT公司基数下，即便是凤毛麟角的概率，重视基础框架、积累萃取、不断迭代完善的一些技术公司也会慢慢崭露头角、涌现出来的。
【国内程序员很少进行代码重构】，这个现象虽然没有什么调查统计，不过我写了十多年代码，也发现身边的程序员大多数是这样的，【宁可写新的代码，也不愿意重构老代码】。下面我也谈谈自己的看法：
系统没有问题，就是最大的功劳
我见过的大部分的传统行业的软件公司或IT部门是这样的（互联网公司不太了解），“只要系统稳定，那么就是最大的功劳”，而保持系统稳定最好的方法是什么？ 就是尽可能的不要动系统！
可能很多人不能理解，但很多公司确实是这样，甚至公司对项目的考核标准中，项目有什么突破的权重很低，是否有生产事故的权重很高。所以很多“机智”的项目组成员，千方百计的不接需求，或者把需求推给别的项目组。在这种单位里面，别说重构了，新代码都写的不多。
测试覆盖度太低，重构代码没办法保证质量
代码重构，很重要的一个问题：“重构后的代码谁来保证？如果影响到原有的功能怎么办？”
这时候很有效的一个方法，是使用各种自动化的测试来保证重构代码的质量。
但是，大部分公司，不管是单元测试还是其他的自动化测试，都是不健全的，甚至是没有的。所以只要不是被逼不得已，程序员宁可重新写一个方法，也不愿意重构之前的代码。
其他
进行代码重构不是一件容易的事情，务必需要对需求熟悉；对代码 历史 变更熟悉；对代码框架，模块熟悉；对产品更新迭代做好风险把控，时间成本把控……
进行代码重构需要能力非常高，责任心非常强的人进行，甚至需要一个优秀的团队完成。
为什么要代码重构？理由一大堆，我认为主要有两条，一是原代码已不适合扩展新需求，二是原代码已拥肿不堪，乱七八糟。
为什么很少重构？除了上述分析外，还有其他因素，如人员流动快，原团队原作者早已不知何去何从了。又如需求和业务繁多，完成工作开发都累得半死不活，日理万机似的，哪有时间和心情重构？
谢谢大家。
1.国内程序员技术能力不足以进行代码重构
大量的软件从业人员连编程规范都不熟悉，怎么可能做代码重构？更多的人只会写写hello world，只会拷贝粘贴小段代码，连if else这种语句都写不清楚甚至漏掉逻辑，连面向对象的编程思想都没有，谈何重构？
2.国内程序员的沟通能力说服能力一般。
进行软件重构，必须说服经理，让经理相信重构会带来软件质量的提高和故障率的逐步降低，这样经理才会安排人力进行重构。
3.国内软件开发更注重bug的及时解决
国内软件开发大量的人力被分配到解决短期的某个bug，没人抽时间思考如何长久的彻底的解决软件缺陷，其实解决bug不重要，找到软件的缺陷或者性能低下的地方才重要，这些才是重构的点。国内加班加点疲于奔命式的开发，没人考虑bug率是否长期内能够收敛，总是先解决眼前的问题再说，处于一个永远解决bug的死循环里。
这种工作模式是愚蠢的，不是smart的。
软件开发，一定要动脑子，不要蛮干，这不是耕地，力气大就耕的多。
重构代码的目的说白了，就是让软件开发人员更自由。
谢谢楼主的问题，这是一个我特别想回答的问题？
为什么？因为，第一，我是一个对代码有洁癖的人，受不了一坨，一坨那样的代码。第二，我是一个践行Clean Code 的人，给大家我主要负责的一个项目的一组数据（JAVA），总代码量20万行,UT coverage(单元测试代码覆盖率）82%，代码重复率0.5%，代码规则(sonar）违反（Code issue）0,甚至连最低的违反都没有。
也正是因为我的项目在实践Clean Code上的数据，我经常去给不同的团队做分享，也对团队对这个重构不太上心有一些理解。
大致以下几个原因。
第一，也是最多的，交付压力，大部分人都会抱怨，你看我们有这么多新功能，还有那么多bug,根本忙不过来，哪有时间重构？
第二，重构意识不足，老板，管理人员总是希望这个我们要有，那个我们也要实现？为什么？因为别人有，别人有我们没有可能会造成用户流逝。即使有一些有见识的程序员和老板反应这个重构问题，但是重构从来不是高优先级的。毕竟，现在的软件的生命周期可能很短。
第三，人员流动性大，这个是我听过最奇葩的一个理由，我问一个来听培训的哥们，说你代码写成这样，以后怎么维护？这个哥们说，我也知道难维护，但我明年就跳槽了。
第四，设计上就不需要重构，曾经给一个保险公司做分享，我本人也是做金融相关产品后台的，我就问你们这样写代码，可能三四年以后就非常难维护了，还是要尽快重构。他们的回答是，我们不重构，我们只重写。什么意思那？就是一个系统，三四年以后在写一遍。
第五，程序员本身的问题，可能第一写单元测试，修改命名，修改代码结构，是一件很没有成就感的事情，也是一个没有多少附加值的事情。毕竟现在你去找工作，这个代码质量方面的问题会问得很少。
第六，我见过的我不能反驳的一个回答，我的英文太差，不能很好的命名，而我也不想学英文。
第七，反正我已经实现了功能。
最后，用一句话来提醒程序员们，重构是多么重要。
出来混迟早要还的，挖了坑迟早要填的。
在国内，【重构】这件事是程序员最喜欢做的事，而不是公司喜欢做的事。
但程序员喜欢并不能影响公司的决策，所以，国内的现象就是软件系统很少有重构。
其根本的原因在于，国内的公司所推出的系统大多没有重构的价值。
1、国内的互联网公司存在这样一种快节奏，那就是发现一个有价值的创意，就马上进入开发，开发完成立即上线，并立马推广使用。这是一种快速试错的模式，一旦发现系统在 社会 中没有引起反响，那就马上把系统再下线。这种情况下的系统哪来的重构价值呢？
2、即使一个系统上线成功了，也积累了大量的用户，貌似为了系统的稳定性和性能，可以有重构的机会。但事实上不是，国内公司仍旧不会选择重构，因为重构带不来新的价值。所以，公司多数都会在系统上添加新的功能来吸引新的客户，而不会考虑重构现有系统。
总得来说，引起重构的原因在于能够有持续的价值。没有价值的事，企业当然不会做，仅是程序员的一厢情愿而已。
你只是见到了你所在的公司现象，不代表所有，也不能代表大部分的。
代码重构还是存在的现象
代码设计烂，经常出问题、扩展麻烦、维护心累、数据混乱、结果不清醒、模块划分混乱
就可能要考虑到重构了
呵呵，
老大说：
你赶紧去修复一下这个bug，
还有几个功能没有实现，加班搞一下，
pm 说：
这个功能改一下，
还有这个，界面重新调整一下，
这个业务流，现在不一样了，
客户需求需要多几个功能，
老板说：
这东西下周能出来吗？
D. 程序员需要懂算法吗
这样说吧，如果你只是从事普通的工作岗位，对算法要求不高的话，就不必刻意的去学习了。事实上，算法在日常编程中都会用到的，最好懂一些吧。
如果你想从事高端职业，例如AI，游戏，这就需要算法的知识了，而且很重要！
E. 算法与数据结构对于Java程序员意味着什么
说数据结构没用那是不可能的，但是要看你做什么了。
比如说你要血java，如果你想搞网站方面的话就简单了。
数据结构基本可以不用学，因为在web应用中，能用到的算法的地方少之又少，几乎就那么几个，想记不住都难。
但是如果你要往软件方面和手软方面发展的话就要学一部分了，但是这东西学是学不到的，能学到的只不过是思路，到时候自己发挥一下，想个算法就行了，算法这东西说难不难，难的东西有，但是没有你能用到的。
像你这样的情况我想说两点：
首先，说你想从事算法类的工作，那么选择什么样的语言都是一样的，算法肯定有，但是用到的都不多。刚进公司的时候一般是用不到算法的，因为算法都是别人想的，你也许有好的算法，但是别人不一定采用，但是你的算法基础不要丢掉，因为等你当了项目经理后这个是必不可少的。
其次，你要知道，在学计算机的路上，很少有人能学什么就做什么，大家都在被社会潮流推动，想要不掉队就只能随波逐流。因为毕竟我们都不想一辈子写代码。大家都是拿这东西做个跳板。
学java的路很长，但是也很有趣，希望你能学好。
F. 为什么很多程序员会鄙视MATLAB
用MATLAB的人，绝大多数都是做科学计算、工程理论计算、数值分析、金融分析用的，用户群主要是科学家、工程总师、数学建模、金融投资决策班子等等，其中不乏院士博士，普通程序员就仰望吧，哪里能鄙视？
因为Matlab掩盖了大量的程序实现细节 。Matlab是由美国mathworks公司开发的一款大型商业软件（不便宜哦），它的开发语言是M语言（一门解释性语言，必须依赖MATLAB解释器）。
在程序员的圈子里面，的确存在着鄙视链，其中Matlab也的确遭到一大批程序员的鄙视，原因是普通程序员（比如使用C、C++编程语言的）要实现一个功能，就必须理解它的每一个细节，再来组织编码。而MATLAB却不同，它本身懈怠了大量的库，很多功能你根本不需要了解他是如何实现的，在没搞清楚原理的情况下一行代码就可以搞定，对于那些辛辛苦苦写很多代码的程序员来说，是不是很气人。其实Matlab是一种很有用的科研工具，下面我就来介绍一下MATLAB的一些更要应用。
关于MATLAB，就先介绍这么多，欢迎大吉关注太科罗技，并在下方积极留言讨论。
恕本民科直言，
程序员与做科研，完全就是两码事!
程序员是靠编程序混口饭吃，需要优化，精雕细琢!
而做科研关心的是用数学模型来尽快验证某个猜想是否正确，根本就不想，也不需要在程序的优化上花时间，有现成的拿来就用更好，而MATLAB中的各种应用信手拈来，方便无比，节约大把时间，何乐不为？
这就是本民科用MATLAB做科学研究的原因!
程序员鄙视MATLAB？
反过来了吧？
程序员不会做科研，所以不在一个层次！
因为程序员很少会用Matlab的，根本不知道这里面包含了多少技术含量
我跟你讲，程序员就这表情，真是人在敲代码，锅从天上来。莫名其妙的背上鄙视MATLAB的罪名，也是一脸懵逼呀，而且这“很多”程序员是怎么统计出来的？
的确，在程序员中的确存在各种语言互相瞧不起的现象。就像某个经典的笑话：某程序猿追求女神，女神说你能让这论坛里所有人吵起来我就跟你走。某猿说Python是世界上最好的语言，果然整个论坛都炸了。女神说我们走吧，某猿不走，非得说服其他人。
对于普通程序员来说，每天需要实现多少功能，完成多少个页面，涉及算法的部分很少。而 MATLAB是个数学软件，都是数学公式，自然用不上。这应该就是为什么有些程序员“鄙视”MATLAB的原因了。
MATLAB在算法开发、数据可视化、数据分析以及数值计算方面是其他语言所无法匹敌的。准确来说，MATLAB是一个研究工具，与C，C++，java等语言不同，其他语言更像一个构造工具。打个比方，MATLAB就好比示波器，而其他语言则是计算机，本身不具备太多比较的意义。
虽然MATLAB在数学处理方面很优秀，但它也局限在这了。程序员是一个很广泛的工作，包括写爬虫，做软件，开发 游戏 ，部署网络等等。MATLAB就算勉强能实现，编程体验也比其他语言差。 MATLAB的“偏科”也导致了一部分人对它喜爱不起来，但也构不成鄙视的罪名。
1、使用matlab的根本就不是程序猿
2、程序猿也不鄙视matlab
3、matlab的焦点是实验实现，而不是生产环境
4、程序猿鄙视的顶多是使用matlab的人的编程水平，因为matlab的语言复杂度和需要的特性比一般编程语言简单太多了。但是没哪个程序猿会鄙视使用matlab的人在其领域的专业水准。举个例子，就好像我会鄙视刘国梁的肚子，但是我不会认为因为我有六块腹肌我就可以球桌上干赢拿信用卡的胖子。
5、如果真有人鄙视matlab，那就好像是会打字的人鄙视牛顿手上的纸笔说它落后，仅此而已
这样类比吧，放高中，matlab就是那种最高级别，按钮最多，一个巨大无比的屏幕，但是只能显示马赛克的卡西欧科学计算器。任何一个使用ipad的人都会鄙视这玩意
但是，这货方便啊！真方便啊，你把考题输进去（当然很麻烦），不光给你结果，还给你过程，甚至所有参数每一秒的值都给你记录起来，随时回头查看，参数是在那一秒跑飞的都能找出来
没有程序员鄙视matlab，问题本身就不成立。
先问是不是再问为什么。
我是程序员，用的是JS主力，含Node.js。
大学参加过数学建模，也拿过国家奖，用的就是matlab。
我不知道你哪里得出程序员鄙视matlab这一出，高级黑？
另外，楼下瞎吹matlab是什么工程院院士用的啥啥啥的，抱歉，我一个二本院校小菜鸡也用，程序员也用。而且，我是不是可以怼C语言，谁人不用？
归根到底，就是个引战，两个东西不在一条线上，有什么可对比的？还鄙视？我们程序员也没那功夫好吧，福报领不完，闲得慌。
作为一个写了多年代码的程序员，对于所谓的程序员鄙视链已经显得比较麻木了，对于程序员这份职业对于大部分的人来讲可能就是一份工作，工作的目的就是多拿点工资能够更好的改善家人的生活，当然也会存在一些人发自内心的对编程这份工作感兴趣，如果是发自内心的喜欢一件事情，就会非常容易出成绩也会工作起来非常的轻松。对于存在所谓的程序员的鄙视链一般是对于刚入行的或者门外汉会这么提，软件行业分类十分众多而且每个种类里面都存在很大的差异性，都有其自身的难度所在不能简单的认为哪种编程语言就是最优的，如果有这种想法证明对于软件的认知还只是存在于初级的阶段。
对于MATLAB软件使用主要的群体在于科研工作者，无线通信、深度学习、图像处理与计算机视觉、信号处理、量化金融与风险管理等领域使用的比较多，属于集成性非常强的工具软件，软件从本质上讲就是工具般的存在，服务于各个行业如同数学在科学领域的作用，无论多厉害的软件高手最终还是要以开发的产品为主要的代表作，对于软件使用层级相对弱化很多，所以作为一个程序员鄙视MATLAB使用者，其实是没有道理存在的。一个使用者一个开发者本质上没有鄙视链条的存在，而且用好一个软件也不是一件很简单的事情，MATLAB属于集成性非常强的很多成熟的库文件都集成在里面了，对于科研工作者来讲是一种极好的工具存在。
程序员做的本质工作就是做出优秀的产品给用户使用，但是很多开发者由于长期盯着功能模块往往忽视了很多外在的东西存在，特别是初级的程序员始终觉得底层的编程语言在难度上要高于java类的高级语言，其实每种编程语言都有其存在的价值所在，而且每种编程语言都有其内涵所在，真正意义上掌握一种编程语言也不是一件很轻松的事情，从程序员的角度出发只要是掌握了一种编程语言再去学习新的编程语言都会简单许多，编程语言虽然在语法上有区别但在编程模式上大同小异，如同线程的概念如果是在学习C语言编程的时候已经掌握了，那么切换到别的语言也会变得顺理成章，只是在语法细节上的差异而已。
在程序员领域所谓的鄙视链其实更多是外行在摆弄的事情罢了，对于真正意义上的程序员宁愿多去看看代码也懒得去做这种无聊的事情，术业有专攻，但是编程领域行业的差距就十分的巨大，各个领域有机的组合在一起才能够真正铸造出好的产品来，从目前编程大的趋势上看应用类的编程在各个领域展示会更加的明显，因为软件行业经过几十年的快速发展已经积累了大量优秀的资源库，很多偏向于应用级的软件就是借鉴和积累了前人的经验。
每种软件都有其存在的价值和属性。而且只要生态存在那么就会有意义存在，MATLAB的存在让很多科研工作者提供了极大的便利，从国内软件所欠缺的就是对于软件基石的投入，国内大型的互联网公司把主要的精力放在应用级层面的开发，都是想着如何开发出亿万级的用户的应用，对于基础层面的软件投入想对稀少，基础软件层面的投入需要长期周期长见效慢，而且这种生态的建立需要相当漫长的时间，像常见的工具软件图形处理以及文字处理软件，看起来不起眼都是背后的企业经过多年的时间锻造出来的，一旦涉及到版权层面就会容易被卡脖子，华为公司公司被美国公司打压就是典型的例子，基础才是决定是否能够成功的关键因素。
G. 对于JAVA程序员来说算法重要吗
主要看你Java主要用户那些方面，假如涉及到信息和数据比较大的项目，算法很重要，假如算法很差，导致程序效率低下，维护难度加大。
当然假如只用于一些简单的小程序，或者对数据筛选要求不高的，算法的重要度就会大大的降低。