「读书笔记」算法是什么
这次因为疫情，在家办公了好一段时间，目前来看还要在家一周。在家办公不好的是，总给人感觉是 24 小时 on call，经常晚上了也要继续加班…另外是需要自己做饭洗碗，而办公的桌子椅子坐着也很不舒服。当然啦，也有好的地方，不用通勤，睡的时间更多了，也更方便抽空看书。
今年第一本看完的技术书是薄薄的《算法图解》，看完后自觉对算法有了更加系统、体系的认识，也更加明白自己在哪方面需要补强。例如数据结构上的树、图，对原理，操作，使用都不甚了解。而基础的散列表，栈，队列，也需要加强实践。
这篇文章是在自己总结的脑图的基础上写成的，说了一下自己对算法的认识。
算法是什么
算法是一组完成任务的指令，能够解决问题，体现了一种思想。这样讲比较模糊，让我来打个比喻。
桌子上横放了几本书，我想要拿出《算法图解》时，我是这么打算的：
先拿最上面第一本书，不是我想要的，放一边，再拿一本，还不是，继续拿吧，直至拿到《算法图解》。
这个过程便是算法的体现。我的问题是需要拿出一堆书中的《算法图解》，而我的方法是一本一本地拿，直到拿到的书为我想要的。
转换为程序时，我们可能会有这些东西：由一堆书组成的数据，以及，可能是由数组这一结构存储着书籍数据，然后，编写代码遍历这个数组，直至获取到的元素为《算法图解》。
算法需要了解什么
继续以上面的例子为例，在程序中，我认为算法需要了解的事情有三样：数据，数据结构，及算法的思想。
- 数据：书籍
- 数据结构：数组
- 算法的思想：遍历数组元素，判断是否为《算法图解》
所以，对算法的学习，归根结底，是学习
- 如何组织数据——使用什么数据结构，各种数据结构的操作方式与优缺点
- 如何操作数据——体现了算法的思想，如何更快的解决问题，如何更让人易懂地解决问题
没错，解决问题的思路不会只有一种，因此，我们会追求更快、更易懂的解决思路，这里便引申出一个问题：如何评价算法？
从两个维度：时间，空间。
时间指的是算法执行的时间，但一般不是直接使用秒或其他时间单位来衡量一种算法快慢的，因为，随着数据量的增大，不同算法的快慢程度，变化是不一样的。我们一般使用算法对数据的操作次数来衡量算法的时间（大 O 表示法）。
空间指的是，算法编写成程序，运行时占用的内存大小，因为内存资源并不是无限大，因此就要求在有效的资源内，编写更高效的算法。而算法空间的衡量，也同样使用大 O 表示法。
数据结构是什么
接着讲数据结构。数据结构是组织数据的方式，例如，上面的书是横着放的，这是一个组织书的方式，但当我要拿《算法图解》的时候，便会发觉有些麻烦，因为它在最底下，需要把上面的书先拿起来才能拿到。当然了，我们可以换种整理书的方式：竖着排
好了，现在无论是那本书，我们都可以很容易地立刻拿到。这种竖着排的方式，是另一种组织书的方式，因此它是另一种数据结构。
细看这两种数据结构，我们发现，横着排的书，想拿底下的书就显得很麻烦，而竖着排，无论是那本书都很方便拿到。
回到程序的世界，不同的数据结构也是如此，都是组织数据的不同方式，而组织的方式不同，各有不同的优缺点。在程序中，一般会有这几种不同的数据结构：
数组，链表，散列表，队列，栈，树，图。
这些数据结构各有特点，适用于不同的场景，这就是要求学习算法需掌握的地方。目前而言，我对于树跟图还不够熟悉，其他几个数据结构都了解其原理与应用，欠缺的是更多的实践。
算法的应用
一些算法思想
处理数据的过程，有时候可归为某类问题，而这些问题，经过人们不断地实践，总结了许多解决的思路，例如
- 递归：调用自身来解决问题
- 分而治之：把问题划分为同类的小问题，通过解决小问题最终解决整个问题
- 贪婪策略：总是做出在当前看来是最好的选择
- 动态规划：使用网格推演子问题解决过程来解决整个问题
- 特征抽取：将事务转换为计算机能理解的数据（多元组）
等等。
算法应用分类
在程序中，算法要处理的对象是数据，而这些处理，大致可划分为几大方面：
- 查找
- 搜索
- 排序
- 分类
- 预测
在这些分类中，要面对的问题就具体很多，对于具体的问题，更容易沉淀出通用的解决方法，所以，这里会有很多解决问题的算法。例如，查找可以使用二分查找，搜索可以使用广度优先搜索，排序可以使用快速排序，等等。
而这些，也正是一般接触算法时听得比较多的名词，我想正是因为他们解决的问题都是最具体，特定的问题。
《算法图解》笔记脑图
这里是我总结的脑图，读完这本书，解决了我对算法比较模糊的理解，对算法有了更加系统的认识，当然，认识还不算深入，需要继续掌握树、图等数据结构，以及各种复杂的算法思想。
END