這系列相關博客，參考 數據結構與算法之美
你是不是覺得數據結構和算法，跟操作系統、計算機網絡一樣，是脫離實際工作的知識？可能除了面試，這輩子也用不着？
儘管計算機相關專業的同學在大學都學過這門課程，甚至很多培訓機構也會培訓這方面的知識，但是據我瞭解，很多程序員對數據結構和算法依舊一竅不通。還有一些人也只聽說過數組、鏈表、快排這些最最基本的數據結構和算法，稍微複雜一點的就完全沒概念。
當然，也有很多人說,自己實際工作中根本用不到數據結構和算法。所以，就算不懂這塊知識，只要Java API、 開發框架用得熟練，照樣可以把代碼寫得“飛”起來。事實真的是這樣嗎？
今天我們就來詳細聊一聊，爲什麼要學習數據結構和算法。
想要通關大廠面試，千萬別讓數據結構和算法拖了後腿。
很多大公司，比如BAT、Google、Facebook，面試的時候都喜歡考算法、讓人現場寫代碼。有些人雖然技術不錯，但每次去面試都會“跪”在算法上，很是可惜。那你有沒有想過，爲什麼這些大公司都喜歡考算法呢？
校招的時候，參加面試的學生通常沒有實際項目經驗，公司只能考察他們的基礎知識是否牢固。社招就更不用說了，越是厲害的公司，越是注重考察數據結構與算法這類基礎知識。相比短期能力，他們更看中你的長期潛力。
你可能要說了，我不懂數據結構與算法，照樣找到了好工作啊。那我是不是就不用學數據結構和算法呢？當然不是，你別忘了，我們學任何知識都是爲了“用”的，是爲了解決實際工作問題的，學習數據結構和算法自然也不例外。
業務開發工程師，你真的願意做一輩子CRUD boy嗎？
如果你是一名業務開發工程師，你可能要說，我整天就是做數據庫CRUD （增刪改查），哪裏用得到數據結構和算法啊？
是的，對於大部分業務開發來說，我們平時可能更多的是利用已經封裝好的現成的接口、類庫來堆砌、翻譯業務邏輯，很少需要自己實現數據結構和算法。但是，不需要自己實現，並不代表什麼都不需要了解。
如果不知道這些類庫背後的原理，不懂得時間、空間複雜度分析，你如何能用好、用對它們？存儲某個業務數據的時候，你如何知道應該用 ArrayList，還是 LinkedList 呢？調用了某個函數之後，你又該如何評估代碼的性能和資源的消耗呢？
作爲業務開發，我們會用到各種框架、中間件和底層系統，比如Spring、RPC框架、消息中間件、Redis等等。 在這些基礎框架中，一般都揉和了很多基礎數據結構和算法的設計思想。
比如，我們常用的Key-Value數據庫Redis中，裏面的有序集合是用什麼數據結構來實現的呢？爲什麼要用跳錶來實現呢？爲什麼不用二叉樹呢？
如果你能弄明白這些底層原理,你就能更好地使用它們。即便出現問題，也很容易就能定位。因此，掌握數據結構和算法，不管對於閱讀框架源碼，還是理解其背後的設計思想，都是非常有用的。
在平時的工作中，數據結構和算法的應用到處可見。我來舉一個你非常熟悉的例子：如何實時地統計業務接口的 99%響應時間？
你可能最先想到，每次查詢時，從小到大排序所有的響應時間，如果總共有1200個數據，那第1188個數據就是 99%的響應時間。很顯然，每次用這個方法查詢的話都要排序，效率是非常低的。但是，如果你知道“堆”這個數據結構，用兩個堆可以非常高效地解決這個問題。
基礎架構研發工程師，寫出達到開源水平的框架纔是你的目標！
現在互聯網上的技術文章、架構分享、開源項目滿天飛，照貓畫虎做一套基礎框架並不難。我就拿RPC框架舉例。
不同的公司、不同的人做出的RPC框架，架構設計思路都差不多，最後實現的功能也都差不多。但是有的人做出來的框架，Bug很多、性能一般、擴展性也不好，只能在自己公司僅有的幾個項目裏面用一下。而有的人做的框架可以開源到GitHub上給很多人用，甚至被Apache收錄。爲什麼會有這麼大的差距呢？
我覺得，高手之間的競爭其實就在細節。這些細節包括：你用的算法是不是夠優化，數據存取的效率是不是夠高，內存是不是夠節省等等。這些累積起來，決定了一個框架是不是優秀。所以，如果你還不懂數據結構和算法，沒聽說過大O複雜度分析，不知道怎麼分析代碼的時間複雜度和空間複雜度，那肯定說不過去了，趕緊來補 —補吧！
對編程還有追求？不想被行業淘汰？那就不要只會寫湊合能用的代碼！
何爲編程能力強？是代碼的可讀性好、健壯？還是擴展性好? 我覺得沒法列，也列不全。但是，在我看來，性能好壞起碼是其中一個非常重要的評判標準。但是，如果你連代碼的時間複雜度、空間複雜度都不知道怎麼分析，怎麼寫出高性能的代碼呢?
你可能會說,我在小公司工作，用戶量很少，需要處理的數據量也很少，開發中不需要考慮那麼多性能的問題，完成功能就可以，用什麼數據結構和算法，差別根本不大。但是你真的想 “十年如一日” 地做一樣的工作嗎？
經常有人說，程序員35歲之後很容易陷入瓶頸，被行業淘汰，我覺得原因其實就在此。有的人寫代碼的時候，從來都不考慮非功能性的需求，只是完成功能，湊合能用就好；做事情的時候，也從來沒有長遠規劃，只把眼前事情做好就滿足了。
我曾經面試過很多大齡候選人，簡歷能寫十幾頁，經歷的項目有幾十個，但是細看下來，每個項目都是重複地堆砌業務邏輯而已，完全沒有難度遞進，看不出有能力提升。久而久之，十年的積累可能跟一年的積累沒有任何區別。這樣的人，怎麼不會被行業淘汰呢？
如果你在一家成熟的公司，或者BAT這樣的大公司，面對的是千萬級甚至億級的用戶，開發的是TB、PB級別數據的處理系統。性能幾乎是開發過程中時刻都要考慮的問題。一個簡單的ArrayList、LinkedList的選擇問題，就可能會產生成千上萬倍的性能差別。這個時候，數據結構和算法的意義就完全凸顯出來了。
其實，我覺得，數據結構和算法這個東西，如果你不去學，可能真的這輩子都用不到，也感受不到它的好。但是一旦掌握，你就會常常被它的強大威力所折服。之前你可能需要費很大勁兒來優化的代碼，需要花很多心思來設計的架構，用了數據結構和算法之後，很容易就可以解決了。
內容小結
我們學習數據結構和算法，並不是爲了死記硬背幾個知識點。我們的目的是建立時間複雜度、空間複雜度意識， 寫出高質量的代碼，能夠設計基礎架構，提升編程技能，訓練邏輯思維，積攢人生經驗，以此獲得工作回報，實現你的價值，完善你的人生。
所以，不管你是業務開發工程師，還是基礎架構工程師；不管你是初入職場的初級工程師，還是工作多年的資深架構師，又或者是想轉人工智能、區塊鏈這些熱門領域的程序員，數據結構與算法作爲計算機的基礎知識、核心知識，都是必須要掌握的。
掌握了數據結構與算法，你看待問題的深度，解決問題的角度就會完全不一樣。因爲這樣的你，就像是站在巨人的肩膀上，拿着生存利器行走世界。數據結構與算法，會爲你的編程之路，甚至人生之路打開一扇通往新世界的大門。
課後思考
你爲什麼要學習數據結構和算法呢？在過去的軟件開發中，數據結構和算法在哪些地方幫到了你？