前往小程序,Get更优阅读体验!
立即前往
首页
学习
活动
专区
工具
TVP
发布
社区首页 >专栏 >一文教你提高算法和数据结构技能

一文教你提高算法和数据结构技能

作者头像
AiTechYun
发布2018-03-05 17:46:19
9740
发布2018-03-05 17:46:19
举报
文章被收录于专栏:ATYUN订阅号

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/
本文参与 腾讯云自媒体同步曝光计划,分享自微信公众号。
原始发表:2017-12-19,如有侵权请联系 cloudcommunity@tencent.com 删除

本文分享自 ATYUN订阅号 微信公众号,前往查看

如有侵权,请联系 cloudcommunity@tencent.com 删除。

本文参与 腾讯云自媒体同步曝光计划  ,欢迎热爱写作的你一起参与!

评论
登录后参与评论
0 条评论
热度
最新
推荐阅读
领券
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档