如何学好算法—算法往事：关于计算的那些事【好书推荐】

文章目录

• 如何学好算法：从理论到实践的系统性学习方法
• • 一、理论基础：打好坚实的基础
  • 二、实践为王：动手做是提高的关键
  • 三、心态调整：持续学习与反思
• 《算法往事：关于计算的那些事》

如何学好算法：从理论到实践的系统性学习方法

算法是计算机科学的核心，掌握算法不仅能够提升解决问题的能力，还能帮助我们在实际项目中做出高效的决策。然而，许多学习者常常在学习过程中感到迷茫，不知道从哪里入手，或者在遇到问题时缺乏足够的思考能力。本文将从理论、实践和心态三个方面，为大家提供一条清晰的学习算法之路。

一、理论基础：打好坚实的基础

1. 理解基本概念和术语

   学习算法之前，首先需要理解一些基本概念。这包括但不限于：

   • 时间复杂度和空间复杂度：这些衡量算法效率的指标对于评估算法的优劣至关重要。需要掌握不同算法的复杂度分析方法，如大O符号表示法、时间空间 trade-off 等。
   • 数据结构：算法和数据结构是密不可分的。常见的数据结构包括数组、链表、栈、队列、哈希表、树、图等。每种数据结构的不同实现方式会影响算法的效率，因此了解数据结构的特点对于算法的学习至关重要。

2. 掌握常见的算法分类

   算法种类繁多，可以按照应用场景或者解决问题的方法进行分类。最常见的几类包括：

   • 排序算法：如快速排序、归并排序、冒泡排序等。
   • 查找算法：如二分查找、哈希查找等。
   • 图算法：如深度优先搜索（DFS）、广度优先搜索（BFS）、Dijkstra 算法等。
   • 动态规划与贪心算法：这些算法在处理优化问题时非常有用，特别是在求解最短路径、最大值等问题时，深刻理解其思想和实现方式至关重要。
   • 分治算法：通过将问题分解成多个子问题，并逐一求解来得到最终结果。

   学习方法：对于每种算法类型，都要通过阅读教材、查阅文献、观看相关课程，理解其原理，并尝试自己动手实现。

二、实践为王：动手做是提高的关键

1. 刷题是学好算法的必经之路

   大量的刷题是算法学习中不可忽视的部分。通过做题，我们能够理解算法的实际应用，提升解决问题的能力。常见的在线编程平台如 LeetCode、Codeforces、AtCoder 等都提供了丰富的题目资源，适合各个层次的学习者。

   做题技巧：

   • 从简单题目做起：刚开始学习时，建议从简单的题目做起，逐步增加题目难度，确保对基础算法的理解和应用。
   • 分析题解：做题过程中，如果遇到无法解决的问题，不要气馁。先查阅题解，分析其他人的思路，并结合自己的思考，总结出优化方案。

2. 进行项目实践

   除了刷题，实际项目中的算法应用是学习的另一种有效方式。通过将算法应用于真实场景中，你可以看到算法在大规模数据处理中的实际效果，同时也能够锻炼自己解决实际问题的能力。

   例如，可以尝试用经典算法来实现一个简单的搜索引擎，或通过动态规划解决一些实际的优化问题。这样可以帮助你从理论走向实际应用，更好地理解和掌握算法。

3. 参与竞赛

   编程竞赛不仅是对算法能力的挑战，也是对解决问题速度和效率的考验。参加 ACM ICPC、Google Code Jam 等竞赛，可以帮助你快速提升自己的编程和算法水平，同时也能锻炼应对压力的能力。

三、心态调整：持续学习与反思

1. 持之以恒的学习态度

   学习算法是一个长期的过程。很多时候，你可能会因为遇到困难而感到沮丧。但是，保持持续学习的态度非常重要。每天投入一定时间去学习算法，无论是通过看书、做题还是阅读论文，都能让你的算法水平不断提高。

   学习方法：

   • 制定学习计划：合理安排学习时间，确保每天都有一定的时间进行算法的学习和练习。
   • 分阶段目标：将目标拆分为小目标，例如学习完某个算法，掌握某个数据结构，或解决一定数量的题目等。不断完成小目标，可以保持学习的动力。

2. 总结与反思

   学习算法的过程中，光做题是远远不够的。做题后要进行总结和反思，思考自己做题时的思路和方法是否最优。如果不是，尝试找出更优的解法，并理解为什么这样做能提高效率。

   总结方法：

   • 记录笔记：每做完一道题目或者学习完一个算法后，记录下自己的思考过程和遇到的问题，这有助于加深记忆并形成自己的知识体系。
   • 总结规律：通过多做题，发现不同算法之间的相似性和差异，总结出常用的解题技巧和策略。

学好算法并不是一蹴而就的事情，而是一个持续积累的过程。理论学习和实践相结合，持续不断地反思和总结，才能有效提升自己的算法能力。通过刷题、参与竞赛和项目实践，逐渐提高自己的解决问题的能力，最终成为一个高效的算法专家。记住，算法是工具，最重要的是将它应用于实际问题中，发挥它的真正价值。

《算法往事：关于计算的那些事》

JD：https://item.jd.com/15085232.html

适读人群 ：计算机先关专业低年级本科生一级非玄烨读者。
本书致力于为读者提供一个关于故事和计算的新视角，希望读者欣赏这些故事中的计算内容，并且这种新颖的观点能激发读者对计算机科学的兴趣。全书分两篇：算法和语言。算法篇用《糖果屋》的故事讲述了计算与算法，用夏洛克·福尔摩斯的故事讲述了表示与数据结构，用印第安纳·琼斯的故事讲述了问题求解与其局限。语言篇用《飞跃彩虹》讲述了语言与语义，用《土拨鼠之日》讲述了控制结构与循环，用《回到未来》讲述了递归，用《哈利·波特》的故事讲述了类型与抽象。

通过一些耳熟能详的故事（例如格林童话，福尔摩斯，哈利波特，回到未来，绿野仙踪，等）来解释计算的本质，讲述一种系统化的问题求解思路。

马丁·埃尔维格（Martin Erwig）
俄勒冈州立大学电子工程和计算机科学学院计算机科学教授。主要研究领域包括：语言设计和特定领域语言、函数式编程、可视化语言。他是Journal of Visual Languages and Computing的副主编，还是PEPM、SLE和EUSES指导委员会成员。

当人们问起我的工作时，话题很快就转向了什么是计算机科学。说计算机科学是计算机的科学是一种误导（尽管严格来说并非不正确），因为大多数人会把计算机理解为个人计算机或笔记本计算机，并推断计算机科学家整天在构造硬件。其实，将计算机科学定义为对计算的研究只是在转移问题，因为它立即引出了计算是什么的问题。

多年来，我逐渐意识到，仅仅通过介绍一个又一个的概念来教学并不是很有效，它太抽象了。现在，我通常首先将计算机科学描述为对系统性解决问题的研究。每个人都知道问题是什么，每个人也都理解问题的解。在通过一个例子解释了这个观点之后，我就有机会介绍算法的概念了，这使我能够指出计算机科学和数学之间的重要区别。大多数时候，我不需要谈论编程语言、计算机和相关的技术问题，但即使涉及这些问题，通过具体的问题也可以很容易地说明这些概念。本书是对这种方法的详细阐述。

计算机科学是科学俱乐部的一名相对较新的成员，有时它似乎还没有赢得像物理、化学和生物等严肃科学学科那样的声望。想象一个涉及物理学家的电影场景。你可能会看到有人在讨论黑板上复杂的公式，或者穿着实验服做实验。这位物理学家是一位声誉卓著的科学家，他的知识受到珍视。现在想象一个涉及计算机科学家的类似场景。你可能会看到一个书呆子坐在一个黑暗、凌乱的房间里，眼睛紧盯着计算机屏幕。他疯狂地敲击键盘，可能是想破解一些代码或密码。在这两个场景中，他们都正在解决一个重要的问题，但是物理学家可能会对如何解决这个问题提供一些合理的解释，而计算机问题的解仍然是神秘的，往往是神奇的，而且太复杂了，导致无法向非专业人士解释。如果计算机科学对外行来说是无法解释的，还会有人尝试进一步了解或理解它吗？

计算机科学的主题是计算，这是一种影响每个人的现象。我指的不仅仅是手机、笔记本计算机或互联网。想想折纸飞机、开车去上班、做饭，甚至是DNA转录（当你读这句话的时候在你的细胞中发生了数百万次的过程），这些都是计算—一种解决问题的系统方法的例子—尽管大多数人并不这样认为。

科学使我们对自然界如何运作有了基本的了解，并为我们提供了可靠地建立这种知识的科学方法。适用于一般科学的东西也适用于计算机科学，特别是因为我们在众多不同情况下遇到了众多形式的计算。因此，对计算有基本理解就像具备物理、化学和生物基础知识一样，可以更好地理解这个世界，更有效地解决许多现实世界的问题。这方面的计算能力通常被称为计算思维。

本书的一个主要目标是着重于计算的一般性质，进而强调计算机科学的广泛适用性。我希望这能激发人们对计算机科学更广泛的兴趣，使人们愿意对计算机科学有更多了解。

我首先指出日常活动中的计算，然后通过大家熟知的故事解释相应的计算机科学概念。日常情景取自一个典型的工作日：早上起床，吃早餐，上下班，工作场所的情节，预约医生，午后的爱好活动，晚餐，晚上反思一天的事件。这些小插曲都将引出书中的一章。然后，这些章节用七个流行的故事解释了计算的概念。每个故事贯穿2或3章，围绕计算机科学的一个主题展开讨论。

本书分两篇：算法和语言。它们是计算概念所依赖的两个主要支柱。表1概述了本书要讲的故事和它们所说明的计算机科学概念。