跨越算法开篇

数据结构与算法是编程的基本功，当你算法掌握愈来愈深的时候你会发现写代码的时候，会不禁自主考虑不少性能方面的问题。写出时间复杂度高、空间复杂度高的垃圾代码愈来愈少了，算法能力提高了不少，编程能力也有了质的飞跃。

首先一个三连问。

• 是否是从学校开始，你就以为数据结构难学，而后一直没认真学？

• 工做中，一遇到数据结构这个坑，你又发自本能地迅速避让，由于你以为本身不懂，因此也不想深究，反正看起来无关大局？

• 当你想换工做面试，或者研究某个开源项目源码，亦或者和团队讨论某个非框架层面的高可用难题的时候，你又发现，本身的基础跟不上别人的节奏？

若是你有这种状况，其实你并不孤独。这不是你一我的遇到的问题。工做十间，见过许多程序员。他们有着各类各样的背景，有不少既有潜力又很是努力，但始终没法在本身现有水平上更进一步。少年不要慌，青叶带你跨越算法这道坎。

在技术圈里，咱们常常喜欢谈论高大上的架构，好比高可用、微服务、服务治理等等。鲜有人关注代码层面的编程能力，而愿意沉下心来，花几个月时间啃一啃计算机基础知识、认认真真夯实基础的人，简直就是百里挑一。

基础知识就像是一座大楼的地基，它决定了咱们的技术高度。而要想快速作出点事情，前提条件必定是基础能力过硬，“内功”要到位。

那技术人究竟都须要修炼哪些“内功”呢？我以为，无外乎就是大学里的那些基础课程，操做系统、计算机网络、编译原理等等，固然还有数据结构和算法。

发车了，算法专栏如今开始。伙计们快上车！！

深刻浅出

入门篇

时间、空间复杂度分析是数据结构和算法中很是重要的知识点，贯穿整个专栏的学习过程。但同时也是比较难掌握的。

基础篇

这部分是专栏中篇幅最大的内容，也是咱们学习的重点，计划共有 26 节内容，涵盖了最基础、最经常使用的数据结构和算法。针对每种数据结构和算法，我都会结合具体的软件开发实例，由浅入深进行讲解

高级篇

这部分我会讲一些不是那么经常使用的数据结构和算法。虽然不经常使用，可是这些内容你也须要知道。设置这一部分的目的，是为了开拓视野。

实战篇

我会拿一些开源项目、框架或者系统设计问题，剖析它们背后的数据结构和算法，让你有一个更加直观的感觉。

学习数据结构与算法的意义

你是否是以为数据结构和算法，跟操做系统、计算机网络同样，是脱离实际工做的知识？可能除了面试，这辈子也用不着？

还有一些人也只据说过数组、链表、快排这些最最基本的数据结构和算法，稍微复杂一点的就彻底没概念。

固然，也有不少人说，本身实际工做中根本用不到数据结构和算法。因此，就算不懂这块知识，只要 Java API、开发框架用得熟练，照样能够把代码写得“飞”起来。事实真的是这样吗？

不少大公司，好比 BAT、Google、Facebook，面试的时候都喜欢考算法、让人现场写代码。有些人虽然技术不错，但每次去面试都会“跪”在算法上，非常惋惜。那你有没有想过，为何这些大公司都喜欢考算法呢？

业务开发工程师，你真的愿意作一生 CRUD boy 吗？

是的，对于大部分业务开发来讲，咱们平时可能更多的是利用已经封装好的现成的接口、类库来堆砌、翻译业务逻辑，不多须要本身实现数据结构和算法。可是，不须要本身实现，并不表明什么都不须要了解。

做为业务开发，咱们会用到各类框架、中间件和底层系统，好比 Spring、RPC 框架、消息中间件、Redis 等等。在这些基础框架中，通常都揉和了不少基础数据结构和算法的设计思想。

好比，咱们经常使用的 Key-Value 数据库 Redis 中，里面的有序集合是用什么数据结构来实现的呢？为何要用跳表来实现呢？为何不用二叉树呢？

我以为，高手之间的竞争其实就在细节。这些细节包括：你用的算法是否是够优化，数据存取的效率是否是够高，内存是否是够节省等等。这些累积起来，决定了一个框架是否是优秀。因此，若是你还不懂数据结构和算法，没据说过大 O 复杂度分析，不知道怎么分析代码的时间复杂度和空间复杂度，那确定说不过去了，赶忙来补一补吧！

对编程还有追求？不想被行业淘汰？那就不要只会写凑合能用的代码！

你可能会说，我在小公司工做，用户量不多，须要处理的数据量也不多，开发中不须要考虑那么多性能的问题，完成功能就能够，用什么数据结构和算法，差异根本不大。可是你真的想“十年如一日”地作同样的工做吗？

咱们学习数据结构和算法，并非为了死记硬背几个知识点。咱们的目的是创建时间复杂度、空间复杂度意识，写出高质量的代码，可以设计基础架构，提高编程技能，训练逻辑思惟，积攒人生经验，以此得到工做回报。

算法真的很难么？

你是否曾跟我同样，由于看不懂数据结构和算法，而一度怀疑是本身太笨？实际上，不少人在第一次接触这门课时，都会有这种感受，以为数据结构和算法很抽象，晦涩难懂，宛如天书。正是这个缘由，让不少初学者对这门课望而却步。

真正的缘由是没有找到好的学习方法，没有抓住学习的重点。实际上，数据结构和算法的东西并很少，经常使用的、基础的知识点更是屈指可数。只要掌握了正确的学习方法，学起来并无看上去那么难，更不须要什么高智商、厚底子。

什么是数据结构？什么是算法？

大部分数据结构和算法教材，在开篇都会给这两个概念下一个明确的定义。可是，这些定义都很抽象，对理解这两个概念并无实质性的帮助，反倒会让你陷入死抠定义的误区。毕竟，咱们如今学习，并非为了考试，因此，概念背得再牢，不会用也就没什么用。

虽然咱们说不必深挖严格的定义，可是这并不等于不须要理解概念。

从广义上讲，数据结构就是指一组数据的存储结构。算法就是操做数据的一组方法。

数据结构是为算法服务的，算法要做用在特定的数据结构之上。 所以，咱们没法孤立数据结构来说算法，也没法孤立算法来说数据结构。

好比，由于数组具备随机访问的特色，经常使用的二分查找算法须要用数组来存储数据。但若是咱们选择链表这种数据结构，二分查找算法就没法工做了，由于链表并不支持随机访问。

数据结构是静态的，它只是组织数据的一种方式。若是不在它的基础上操做、构建算法，孤立存在的数据结构就是没用的。

数据结构和算法解决的是如何更省、更快地存储和处理数据的问题，所以，咱们就须要一个考量效率和资源消耗的方法，这就是复杂度分析方法。因此，若是你只掌握了数据结构和算法的特色、用法，可是没有学会复杂度分析，那就至关于只知道操做口诀，而没掌握心法。只有把心法了然于胸，才能作到无招胜有招！

为了让你对数据结构和算法能有个全面的认识，我画了一张图，里面几乎涵盖了全部数据结构和算法书籍中都会讲到的知识点。

这里面有 10 个数据结构：数组、链表、栈、队列、散列表、二叉树、堆、跳表、图、Trie 树；10 个算法：递归、排序、二分查找、搜索、哈希算法、贪心算法、分治算法、回溯算法、动态规划、字符串匹配算法。

话很少说不服就干，关注公众号持续更新。在这里问你们一个问题，对于 HashMap 的时间复杂度是多少呢？并发拓容场景下 HashMap 会有什么问题呢？

欢迎关注公众号后台回复关键字 “HashMap” 获取问题答案也能够回复 加群，在技术群表达你的观点。