学妹：大学四年以算法为重还是技术为重？
The following article is from 编程指北 Author 编程指北
如若转载请联系原公众号
经常有学妹问我（其实学弟也爱问）：
大学应该更偏向技术还是算法和数据结构这类。
大家都是成年人了，这还用选吗？
当然是两者都要重点啃下来呀，算法和技术相辅相成的，一定不要有二选一的想法！
算法和数据结构可以说是技术（包括MySQL、Java、Redis、操作系统这些）的基石：
我当时大一也是觉得数据结构没啥用，哪有学个 JS、CSS 写个漂亮的网页炫酷？
什么算法，明明有 qsort 还要学快排、堆排？
这玩意有 qsort 快吗？
我直接一行就排好序了，你还要写十几行，真菜呀！
那时候以为的技术就是使用各种组件、调API，比如 Map：
但是越学到后面心里越没底，因为这些东西对自己都是黑盒子。
所以如果数据结构与算法掌握不好，那么这些 API 对于我们就是一堆的黑黑子，连什么时候用 Map（红黑树实现）、什么时候用 HashMap 都分不清。
Redis 这种组件，难道只需要了解如何get、set 就是算是掌握了吗？
那肯定不行，实际上想要要用得好，得要了解 Redis 底层的那些数据结构，比如简单动态字符串（SDS、链表、字典、跳跃表、整数集合、压缩列表，才能选择适当的存储结构。
如果要问我大学什么最后悔？那肯定是没有从大一就开始好好学算法，去打 ACM。
现在还在大一、大二的同学还不抓紧机会，别给自己留下遗憾。当然，不打 ACM，我们也是能够学好数据结构和算法的。
数据结构和算法你能在任何计算机领域里看到，比如在编译原理中寄存器的分配会用到贪心，死代码检测与消除会用到图论里不可达的知识；操作系统进程、线程调度会用到多级队列和调度算法；组成原理中 Cache 的替换会用到 LRU、FIFO 等算法；开发必备的数据库也离不开B+树、LSM 等数据结构和查找算法。
很多时候我们需要的算法都被封装到编程语言的基础库里了，以至于很多同学会觉得算法离我们太远，其实不是的。
所以学习算法有助于我们根据应用场景选择最合适的数据结构。
日常开发中也一定离不开算法，比如小北最近工作中涉及的某种嵌套 TLV（Tag-Length-Value）结构编码的解析，就需要用到递归、多叉树等知识。如果不学习算法，那么程序中只能见到大量的 if/else、while/for。。。
可以说不学算法的工程师一定不是一个优秀的工程师。
再来说操作系统、编译原理，这些里面也是蕴含着各种数据结构与算法的，就拿编译原理来说。
一、编译原理遇见算法
当你学完有限状态机以后，你会发现以前觉得很牛逼正则表达式似乎自己也能用 DFA、NFA 实现一下了。状态机的思想在编程中很多地方都用得上。
比如解析 HTTP 协议，如果没学过状态机思想，你可能会一行行的 if/else 去做解析，这里最麻烦的地方在于，if/else 需要提前将 HTTP 头部字段都接收到再来判断，而我们知道 HTTP 基于 TCP，而 TCP 是流式传输，所以你很有可能是几个字符一组组接收到的，这个时候用 if/else 写出来就很难看了。
而用状态机编写起来代码就会非常优雅。状态的转移是由规则驱动的，接收到一个字符就判断一个，非常的方便。
继续学完语法分析，你会掌握递归下降分析这样非常重要的思想，你可以使用递归下降快速的实现四则运算计算器。
如果不用递归下降你可能需要先中缀表达式转后缀，然后求值，这是我们大一数据结构课写的，当时用栈写的，有点麻烦。后来学完编译原理，又用递归下降重写了一遍，区区几十行代码遍搞定。
还有一类场景在实际开发中的用的很多，比如淘宝、京东这样的电商，它们的营销规则有很多，比如满减、直减、跨店等等，这样的规则是不可能写死在代码里的。
那是怎么做的呢？
一般会实现一个配置系统，并设计一个DSL（领域特定语言）来表达这些规则，将规则直接配置到系统中，这样可以非常方便的修改，那么如何在代码里去解析 DSL 定义的规则呢？这就需要为 DSL 写一个语法解析器，这里就会用到语法分析的方法。
DSL（Domain Specific Language），它是一种用于某个特定领域的程序设计语言。这种特定于某个领域是相对于 C、C++、Python 这种通用语言而言的，通用语言可以在各个领域使用，我们熟悉的大多数程序设计语言都是通用语言，它们都是图灵完备的。
像我们平常经常使用的 JSON、SQL、HTML 这些都算是一种 DSL，你甚至可以尝试用递归下降去写一个 JSON、XML 解析器，这比写电商网站更有价值的。
继续往下学你会了解到抽象语法树 AST 如何生成、如何转化为中间代码、如何对中间代码优化、最终又是怎么生成机器指令的。
你会看到贪心算法在寄存器分配中的应用，也会看到图论中的可达性分析又是如何实现死代码消除。
二、CS 基础课
所以无论是操作系统、计算机网络、编译原理这些基础CS课程，还是MySQL、Redis这些中间件，都是构建在各种精妙的数据结构与算法之上的，数据结构与算法必学，一定要重视！
如果你有 ACM 获奖经历，那 BAT 是很容易进的，但是也一定要掌握基本的CS基础课程知识，不能只重算法不重基础。
国外可能把题刷好就能拿到offer，但是国内不懂 OS、网络这些基础和一些语言八股文也是很难的！
三、CS 学习路线
很多大一大二的同学其实是不太清楚到底该计算机专业该如何自学，在这分享下我的学习路线吧：
我大学专业学计算机的，对 CS 本科课程还算了解，也经常了解学习国外 CS 课程。
CS 专业区别于其它专业很大特点就是：
工作后的内容是和专业所学的内容强相关的
比如你学了数据结构、编译原理、操作系统、计算机网络，如果你从事的是研发岗，那一定离不开这些知识。
主要靠自学
不管是科班还是非科班，想要快速持续的提高技术水平，就得靠自己去钻，尤其离不开自学。
知乎上其实很多问科班和非科班的差别在哪，其实我一直想说，你给自己充足时间去把科班的内容学习一遍，到底还能差在哪呢？
可能唯一差别就是少了一个 计算机学士学位。
也有人把这种自学出家的叫做民科，当然没有任何的讽刺意思哈。
四、那么计算机专业该如何自学呢？
最简单的方式就是参考 CS 科班同学的课程，比如下面这个：
其实看着很多，概况起来就是（下面只涉及CS专业课）：
计算机导论 + 一门编程入门语言 算法与数据结构 操作系统 计算机网络 数据库系统 特定领域，如：计算机图形学、信息安全、System方向、分布式
学习的途径就是：
多看国外/国外的 CS 名校的一些开放课程 + 看经典的书 + 多写代码！！！
毕竟现在MOOC、Udemy、B站上学习的资源都是很丰富的。
唯一要做的就是筛选一些比较好的课程进行学习，在这里我主要推荐一些国外的计算机课程，他们很明显的一个特征就是注重实践。
一门课，除了理论以外，还会有配套的 Lab、assignment，而且这些老师设计 Lab 都很用心的，看视频/书 + 做 Lab，这应该算计算机科班同学一个比较好的学习方式了，有理论也有实践。
下面开始上干货：
一、计算机导论
首先建议从计算机导论课程开始，推荐下面这些课程：
Harvard的CS50 CS50: Introduction to Computer Science Berkeley的CS61A CS 61A: Structure and Interpretation of Computer Programs MIT的6.001 mit-6.001
随后建议学习一门语言，可以是C、Java、或Python，我推荐 C语言（当然，也可以是Python！这不是重点，重点是要多去写，入门时提高对编程的兴趣）。
提到C语言，我这里推荐国内浙大翁凯老师的课，看过的都说好，分为两门：
第一门是面向高考结束想提前自学一点编程的，叫大学先修课：C语言程序设计CAP-大学先修课
虽然叫先修课，但是覆盖了C语言的主要知识点，也适合大一新生~
第二门是C语言程序设计进阶：C语言程序设计进阶
会带你用C语言完成一些有趣的项目，比如一些图形界面小游戏，先修课学习C语言语法基础，进阶课带你项目实操，搭配使用，你就是同学中的大神！
有了语言基础之后建议学数据结构与算法：
数据结构推荐：
Stanford CS106系列 CS106A: Programming Methodologies
算法推荐：
6.046（进阶） Design and Analysis of Algorithms - MIT MIT的6.006 Introduction to Algorithms Coursera上的Princeton课程 Berkeley的CS61A 和 CS61B
学习完经典的数据结构和算法之后就可以去刷题了。
操作系统推荐：
CMU的15-213 Berkeley的CS162，
这两个都是有视频有lab的好课
还有一个非常经典的 MIT 6.828，附带一个xv6 lab
课程：6.828: Operating System Engineering
组成原理、体系结构:
MIT的6.004, CMU的15-213 Berkeley的CS61C
计算机网络：
Stanford的CS144，lab 很有意思
五、新手快速自学的方法
一个原则，来自翁凯老师：
学计算机一定要有一个非常强大的心理状态，计算机的所有东西都是人做出来的，别人能想的出来，我也一定能想得出来，在计算机的世界里没有任何的黑魔法，所有的东西只不过是我现在不知道而已，总有一天我会把所有的细节、所有的内部的东西全搞明白的
建立抽象层，我自己的感悟
计算机里，几乎都是人造的概念，大部分的东西，只要你一直深挖下去，几乎都可以搞明白。
但是要注意时间成本，软件行业已经不是一般的复杂和巨大，任何一个领域的知识的复杂性都足够耗费掉我们一生的时间，所以一定要抓住主线，对于技术和知识，要学通用的、流行的，可以尝试面向面试学习。
“打破砂锅问到底”式的学习虽然精神可敬，但性价比并不划算。
一定要学会在适当的层次上抽象出一层，并且认可这一层提供的接口，不去深究内部实现，了解原理即可，不必深究内部实现。
比如学习 HTTP，那么就先认可 TCP 提供的稳定可靠传输，而不继续深挖 TCP 的内容，等到学习传输层的时候再去深入挖掘 TCP 具体实现。
也就是我们常说的面向接口/抽象编程。
视频为主，看书为辅
新手，一定不要一直看书，保持看书的时间不超过 50%，按照下面的流程：
看书学习基本的理论 编程练习、实践 有了新领悟，继续看书
如此反复的循环。
悄悄告诉你，成为「脚本之家」视频号粉丝，#对喜欢的内容，积极留言说出你的观点，即有机会获取脚本之家小程序积分、编程书籍、程序员专属T恤。
推荐阅读：