一文教你提高算法和数据结构技能

如果你想在算法和数据结构上做得更好，你首先需要做的就是建立一个坚实的基础。这个基础可以通过多种方式学习，通过大学的计算机科学课程，或者参加一些编程训练营，当然，你也可以从书本、视频或者在线课程中学习。但首先，你需要对以下主题有一个基本的了解:

数据结构 了解数组、链表、二叉树、散列表、图表、堆栈、队列、堆和其他基本数据结构。

数学和逻辑 如果你想在算法上表现出色，你需要从几个不同的领域了解一些数学概念。学习集合论，有限状态机（finite-state machine），正则表达式，矩阵乘法，位运算（bitwise operation），解线性方程，重要的组合学概念，如排列，组合，鸽巢原理。

计算机体系结构 学习数据如何在计算机中表示，数字逻辑设计的基础，布尔代数，计算机运算，浮点表示，缓存设计。试着学习一些关于C语言和Assembly编程的知识。

一旦你觉得你对上面列出的大多数概念有了很好的理解，就该开始进入算法部分了。这里列出了一些理解重要算法方面的资源和建议。

从算法设计手册中获取的页面内容

• 算法设计手册：https://www.amazon.com/Algorithm-Design-Manual-Steven-Skiena/dp/1849967202

大O符号&运行时间

学习大O符号是什么，以及如何分析算法的运行时间。你可以看看“Introduction to Algorithms”这本书。

• 本书关于函数增长的章节：http://www.cs.dartmouth.edu/~ac/Teach/CS19-Winter06/SlidesAndNotes/CLRS-3.1.pdf

下面的链接中列出了一些教授算法的在线课程：

• 地址：https://github.com/tayllan/awesome-algorithms#online-courses

通过你自己实现一些算法 首先，你要自己实现几个重要的算法，然后学习它们的运行时间。下面是一些例子:

• 二分法检索
• 欧几里德算法
• 深度和广度优先搜索
• Dijkstra的最短路径算法
• 二叉树遍历
• 插入排序、归并排序、快速排序
• 最小堆和最大堆

学习算法的书籍

• 《算法设计手册》：https://www.amazon.com/Algorithm-Design-Manual-Steven-Skiena/dp/1849967202
• 《算法导论》：https://en.wikipedia.org/wiki/Introduction_to_Algorithms，这是一本涵盖很多有用信息的经典著作。
• 《编程面试的因素》：https://www.amazon.com/Elements-Programming-Interviews-Insiders-Guide/dp/1479274836，包含了许多挑战和代码解决方案，它们将在你准备面试的过程中提供帮助。

挑战 在诸如Coderbyte和HackerRank这样的网站上编写简单的代码，然后进行更高级的算法，这样你就可以从其他程序员那里学习到一些解决方案。

• Coderbyte地址：https://coderbyte.com/
• HackerRank地址：https://www.hackerrank.com/

1. 一个交互式的python算法网站：http://interactivepython.org/runestone/static/pythonds/index.html

2. 10个2017年最受欢迎的编码挑战网站：https://medium.freecodecamp.org/the-10-most-popular-coding-challenge-websites-of-2016-fb8a5672d22f

3. 对于初学者来说，5个最难的代码挑战：https://medium.com/coderbyte/the-5-hardest-code-challenges-for-beginners-e410da4474b

算法解释和面试会遇到的问题 你可以在GeeksforGeeks上阅读尽可能多的算法说明和代码示例。这是一个关于图形算法例子的好贴子。

• GeeksforGeeks地址：http://www.geeksforgeeks.org/

看看在CareerCup中发布的一些面试问题，试着了解其他用户是如何解决这些问题的。

• CareerCup地址：https://www.careercup.com/

除了编码挑战网站，试着解决你在网上找到的常见的编码面试问题，这有一个列举出问题的表单。地址如下：

• https://techiedelight.quora.com/500-Data-Structures-and-Algorithms-practice-problems-and-their-solutions?srid=dV6r

动态规划（Dynamic Programming） 这是一个非常重要的概念，如果你想要在算法上做得更好，你需要理解它，这就是我将这个主题与其他部分分离的原因。维基百科的描述是:

“一种解决复杂问题的方法，将其分解成更简单的子问题集合，解决每一个子问题，并存储它们的解决方案。下一次同样的子问题发生时，我们不再重新计算它的解决方案，而是简单地查找先前计算的解决方案，从而节省了计算时间。”

在我的几次编程面试中，我遇到了动态编程的问题。我还遇到过一些问题，需要在诸如LeetCode、Google Code Jam之类的挑战网站上使用动态编程解决方案，以及在Google Foo Bar上遇到的一个DP解决方案的几种挑战。

• LeetCode地址：https://leetcode.com/problems/longest-palindromic-subsequence/description/
• Google Code Jam地址：https://code.google.com/codejam/contest/10224486/dashboard
• Google Foo Bar地址：http://www.geeksforgeeks.org/google-foo-bar-challenge/

TopCoder上也有一个很好的教程:“动态编程——从新手到高手。”上面有很多相同结构和模式的DP问题，如果你每天解决3个DP问题，持续2个星期左右，过一段时间你就能很轻松地发现和解决一个DP问题。

• 教程地址：https://www.topcoder.com/community/data-science/data-science-tutorials/dynamic-programming-from-novice-to-advanced/

算法问题中的高级资源(可选)

• Erik Demaine的“高级数据结构”课程：http://courses.csail.mit.edu/6.851/fall17/lectures/
• Erik Demaine的“算法下界:快乐地进行难度证明”：http://courses.csail.mit.edu/6.890/fall14/lectures/
• AlgoWiki:一个致力于竞争编程的wiki百科：https://github.com/AlgoWiki/AlgoWiki
• 开放数据结构:对序列、队列、优先队列、无序字典、有序字典和图形的数据结构的实现和分析：http://opendatastructures.org/

我希望你喜欢这份资源列表。你可以在Coderbyte上自由地练习编码，并在上面发表任何你认为有用的资源。

• Coderbyte地址：https://coderbyte.com/