从ChatGPT与New Bing看程序员为什么要学习算法？

谁借莪１个温暖的怀抱￠ 2023-09-24 23:26 35阅读 0赞

#### 文章目录 ####

*  为什么要学习数据结构和算法？
 *   *  ChatGPT与NEW Bing 的回答
     *  想要通关大厂面试，就不能让数据结构和算法拖了后腿
     *  业务开发工程师，你真的愿意做一辈子CRUD boy吗？
     *  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！
     *  学习计划

## 为什么要学习数据结构和算法？ ##

**“算法难道不是脱离实际工作的知识？可能除了面试，这辈子也用不着吧？”**

你是不是和我想的一样？

尽管计算机相关专业的同学在大学都学过这门课程，甚至很多培训机构也会培训这方面的知识，但是，很多程序员对数据结构和算法依旧一窍不通。还有一些人也只听说过数组、链表、快排这些最最基本的数据结构和算法，稍微复杂一点的就完全没概念。

当然，也有很多人说，自己实际工作中根本用不到数据结构和算法。所以，就算不懂这块知识，只要Java API、开发框架用得熟练，照样可以把代码写得“飞”起来。事实真的是这样吗？  
![image-20230313111032334][]  
我们先来听听ChatGPT与NEW Bing怎么回答“程序员为什么要学习数据结构和算法”。

### ChatGPT与NEW Bing 的回答 ###

**NEW Bing**

![image-20230313102821448][]

**ChatGPT**

![image-20230313103002003][]

### 想要通关大厂面试，就不能让数据结构和算法拖了后腿 ###

很多大公司，比如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，很是可惜。那你有没有想过，为什么这些大公司都喜欢考算法呢？

校招的时候，参加面试的学生通常没有实际项目经验，公司只能考察他们的基础知识是否牢固。社招就更不用说了，越是厉害的公司，越是注重考察数据结构与算法这类基础知识。相比短期能力，他们更看中你的长期潜力。

你可能要说了，我不懂数据结构与算法，照样找到了好工作啊。那我是不是就不用学数据结构和算法呢？当然不是，你别忘了， **我们学任何知识都是为了“用”的，是为了解决实际工作问题的**，学习数据结构和算法自然也不例外。

![img][]

### 业务开发工程师，你真的愿意做一辈子CRUD boy吗？ ###

如果你是一名业务开发工程师，你可能要说，我整天就是做数据库CRUD（增删改查），哪里用得到数据结构和算法啊？

是的，对于大部分业务开发来说，我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，很少需要自己实现数据结构和算法。但是， **不需要自己实现，并不代表什么都不需要了解**。

如果不知道这些类库背后的原理，不懂得时间、空间复杂度分析，你如何能用好、用对它们？存储某个业务数据的时候，你如何知道应该用ArrayList，还是Linked List呢？调用了某个函数之后，你又该如何评估代码的性能和资源的消耗呢？

作为业务开发，我们会用到各种框架、中间件和底层系统，比如Spring、RPC框架、消息中间件、Redis等等。 **在这些基础框架中，一般都揉和了很多基础数据结构和算法的设计思想。**

比如，我们常用的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？为什么要用跳表来实现呢？为什么不用二叉树呢？

如果你能弄明白这些底层原理，你就能更好地使用它们。即便出现问题，也很容易就能定位。因此， **掌握数据结构和算法，不管对于阅读框架源码，还是理解其背后的设计思想，都是非常有用的。**

在平时的工作中，数据结构和算法的应用到处可见。我来举一个你非常熟悉的例子：如何实时地统计业务接口的99%响应时间？

你可能最先想到，每次查询时，从小到大排序所有的响应时间，如果总共有1200个数据，那第1188个数据就是99%的响应时间。很显然，每次用这个方法查询的话都要排序，效率是非常低的。但是，如果你知道“堆”这个数据结构，用两个堆可以非常高效地解决这个问题。

![img][img 1]

### 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！ ###

何为编程能力强？是代码的可读性好、健壮？还是扩展性好？我觉得没法列，也列不全。但是，在我看来， **性能好坏起码是其中一个非常重要的评判标准**。但是，如果你连代码的时间复杂度、空间复杂度都不知道怎么分析，怎么写出高性能的代码呢？

你可能会说，我在小公司工作，用户量很少，需要处理的数据量也很少，开发中不需要考虑那么多性能的问题，完成功能就可以，用什么数据结构和算法，差别根本不大。但是你真的想“十年如一日”地做一样的工作吗？

经常有人说，程序员35岁之后很容易陷入瓶颈，被行业淘汰，我觉得原因其实就在此。有的人写代码的时候，从来都不考虑非功能性的需求，只是完成功能，凑合能用就好；做事情的时候，也从来没有长远规划，只把眼前事情做好就满足了。

可是如果你在一家成熟的公司，面对的是千万级甚至亿级的用户，开发的是TB、PB级别数据的处理系统。性能几乎是开发过程中时刻都要考虑的问题。一个简单的ArrayList、Linked List的选择问题，就可能会产生成千上万倍的性能差别。这个时候，数据结构和算法的意义就完全凸显出来了。

其实，我觉得，数据结构和算法这个东西，如果你不去学，可能真的这辈子都用不到，也感受不到它的好。但是一旦掌握，之前你可能需要费很大劲儿来优化的代码，需要花很多心思来设计的架构，用了数据结构和算法之后，很容易就可以解决了。

![img][img 2]

### 学习计划 ###

还记得你刚学算法时手写出冒泡排序时的喜悦，以及被其精妙的想法折服时的心情吗？

public class BubbleSort {
        
        public static void main(String[] args) {
        
            int[] array = {
        5, 3, 8, 4, 2};
            bubbleSort(array);
            for (int i : array) {
        
                System.out.print(i + " ");
            }
        }
        
        public static void bubbleSort(int[] array) {
        
            int n = array.length;
            for (int i = 0; i < n - 1; i++) {
        
                for (int j = 0; j < n - i - 1; j++) {
        
                    if (array[j] > array[j + 1]) {
        
                        int temp = array[j];
                        array[j] = array[j + 1];
                        array[j + 1] = temp;
                    }
                }
            }
        }
    }

让我们重拾这片心情，继续朝着算法这条路出发吧！

出于对算法的探索以及为了备战四月的蓝桥杯，我报名了这次新星计划中的算法赛道，在接下来的两周里我会持续分享我学习算法的过程与总结。学习任何东西都需要有一个计划，而且这个计划要根据自己的实际情况来制定。比如：

*  我们应该先从哪些基础知识开始入门？
 *  我们应该按照什么样的顺序和难度来逐渐深入？
 *  我们应该花多少时间来练习编码和调试？
 *  我们应该如何评估自己的进度和效果？

就让我带着大家一起领略算法的神秘与五彩缤纷的世家吧！

![img][img 3]

[image-20230313111032334]: https://img-blog.csdnimg.cn/img_convert/16afb3d4e1e209ba83c855672d1bef5e.png
[image-20230313102821448]: https://img-blog.csdnimg.cn/img_convert/6f7faa0edad646eb825b3babc30d3b1e.png
[image-20230313103002003]: https://img-blog.csdnimg.cn/img_convert/fa5b66e83a681fa8d867f2d1fd38f024.png
[img]: https://img-blog.csdnimg.cn/img_convert/9fdd3c6127a79bc460ed0463d68baa30.jpeg
[img 1]: https://img-blog.csdnimg.cn/img_convert/2a8ee54c6d79ec52cff6b1400da86cae.png
[img 2]: https://img-blog.csdnimg.cn/img_convert/3c3af728809087e93ab7858e194a8f0b.jpeg
[img 3]: https://img-blog.csdnimg.cn/img_convert/4f0bf57c8fcea17cc26cce4550d2e3ac.jpeg