提高你的算法和数据结构技能

基础知识

想要精通算法和数据结构，首先需要的是扎实的基础。您可以通过多种方式学习，例如大学的计算机科学课程、一些侧重以下主题的编程训练营，或者您也可以通过书籍、视频或在线讲座自学。因此，您需要对以下主题有基本的了解才能开始学习：

数据结构

了解数组、链表、二叉树、哈希表、图、堆栈、队列、堆和其他基本数据结构。

计算机体系结构

学习数据在计算机中的表示方式、数字逻辑设计基础、布尔代数、计算机算术、浮点表示、缓存设计。尝试学习一些 C 语言和汇编语言编程。

超越基本面

一旦你觉得自己对上面列出的大部分概念有了很好的理解，就可以开始深入研究算法部分了。以下是我为提高编写和理解重要算法的能力而做的一些资源和实践。

Big-O 和运行时

• 了解什么是 Big-O 以及如何分析算法的运行时间。这是一本关于该主题的经典书籍（这里是关于函数增长的章节）。

• 这里有一个教授算法的在线课程列表。

自己实现一些算法

首先自己实现几个重要的算法，并了解它们的运行时间。以下是一些示例：

• 二分查找
• 欧几里得算法
• 深度和广度优先搜索
• 迪杰斯特拉最短路径
• 二叉树遍历
• 插入排序、归并排序、快速排序
• 最小和最大堆
• 更多示例和列表。

算法书籍

• 读《算法设计手册》。这是一本很棒的书，也是我最喜欢的。
• 《算法导论》是一本涵盖大量内容的经典书籍。
• 《编程面试要素》包含许多挑战和代码解决方案，可帮助您准备面试。

挑战

• 在Coderbyte等网站上练习编写简单算法，然后编写更高级的算法，这些网站提供解释和解决方案，以便您也可以向其他程序员学习。
• 完成这个交互式Python 算法网站上的挑战。
• 2018 年最受欢迎的 10 个编码挑战网站。
• 对于初学者来说最难的 5 个代码挑战。

算法解释和面试题

• 在GeeksforGeeks上尽可能多地阅读算法解释和代码示例。这里有一篇关于图算法的优秀文章。
• 看看CareerCup上发布的一些面试题，试着了解其他用户是如何解答这些问题的。比如这个例子。
• 除了编码挑战网站之外，还可以尝试解决您在网上找到的常见编码面试问题，例如此列表中的问题。

动态规划

如果你想提高算法水平，你必须理解这个非常重要的概念，这也是我将这个主题与其他主题分开的原因。维基百科对此的描述如下：

一种解决复杂问题的方法，即将复杂问题分解为一系列更简单的子问题，每个子问题只需求解一次，并存储它们的解。下次遇到相同的子问题时，只需查找之前计算出的解，无需重新计算，从而节省计算时间。

我在参加过的几次编程面试中都见过动态规划的身影。我也在LeetCode、Google Code Jam等挑战网站上看到过需要动态规划解题的题目， Google Foo Bar上的几场挑战赛也要求用动态规划解题。

我建议你尽可能多地尝试解决这个列表中的问题。TopCoder 上也有一个很棒的教程，标题是：动态规划——从入门到高级。很多动态规划问题都有相同的结构和模式，所以如果你每天解决 3 个动态规划问题，坚持两周左右，一段时间后你就能轻松识别并解决一个动态规划问题。

算法高级资源（可选）

• Erik Demaine 的高级数据结构讲座
• 算法下界： Erik Demaine 的《硬度证明的乐趣》
• 竞技程序员手册
• 《编程竞赛的漫游指南》
• AlgoWiki：一个致力于竞技编程的维基百科
• 开放数据结构书籍：序列、队列、优先级队列、无序字典、有序字典和图形的数据结构的实现和分析

希望你喜欢这份资源列表。欢迎在Coderbyte上练习编程，并在下方评论区分享你认为有用的其他资源。

本文最初发表于Medium。