数据结构算法学不进去 求打醒

lz这学期上了三门CS主干课（本科） 分别是函数式编程，形式语言与自动机，和数据结构与算法 前两门课都觉得很有意思也学得不错 然而对数据结构和算法课怎么都提不起兴趣 一打开课件看到一大堆各种xxxsort 各种O-notation 各种树 就觉得。。诶。。为什么要学这些 快排和归并那么好用 还管甚么选择插入冒泡 不看了！Order不就是求极限吗 不看了！。。平衡树居然可以高度差1 这还叫平衡树吗。。不看了！。。
之前一直听说这门课很重要很重要 是CS的核心课程 找工作也有用 但目前都没get到这门课的精髓是什么 总觉得 这门课无非就是在研究怎样加快计算的速度 然后便想 效率真的这么重要吗……
想听下前辈们对这门课程的意见。

这三门课从理论到应用的顺序是自动机、算法和函数式。自动机（计算理论）关注于这个问题能不能解决，而算法在研究怎么高效地解决问题，最后函数式（等编程课）告诉你怎么实现这个解决方案。

你说的很对，算法在形式上确实都是“效率”。我不知道你的专业背景，但我只能告诉你，对于现在的任务来说，效率是至关重要的，因为这是工科。当n不太小（比如大于40）时，不同复杂度的算法的效率差异非常明显。这是这门学科的必要性。

具体来说，排序算法之间的比较可以很好地刻画这个学科的特性，比如：
当n很小时，冒泡排序反而比快速排序快 ==> 运行时间和常数有关，你可以看看C++ STL中的sort（或者是qsort?）是怎么实现的，还有众多大整数乘法的算法；
当我们知道逆序对中的两个元素的距离大概率不远(<k)时，选择排序的复杂度为O(nk)，当k为常数时是O(n)的 ==> 当我们知道更多信息时，我们关注的其实是个很特殊的子问题，此时很可能存在特殊的算法更加高效；
当数组元素都不大时，可以使用桶排序，你可以思考一下桶排序的时间复杂度为什么这么优秀（对比Turing machine和现在的计算机结构） ==> 可以利用硬件的特性来设计更优秀的算法；
快速排序介绍了很重要的思想：随机化，即大概率会有优秀的效率；
快速排序、归并排序等可以并行化，但堆排序不可以，而并行化在当下显然是十分重要的（另一方面，堆是数据结构，可以处理多种操作，有很多trick，而且被非常广泛地使用）；
当数组非常大以至于main memory存不下而只能存放在IO非常慢的disk里，快排和原版的归并都很慢，我们可以使用归并和heap sort的结合来提速（external sorting） ==> 算法的设计和选择受硬件限制。

我不清楚你学了多少数据结构（树）。这些一般处理有时序的操作，同时维护内在“秩序”。操作有很多种，比如对单点操作和对连续序列操作，甚至更复杂的。举例来说，平衡树维护了有序序列，还可以高效地知道前缀和等等。在这里，“平衡”，和快排很类似，指的是分治思想中“平均地分”的概念，只要大概率地比较平均即可。
数据结构可以高效地“记录”这些操作：事实上它并没有实现这些操作，但是它可以高效地知道这些操作所带来的结果，比如线段树。
当这些操作出现的频率已知时，我们可以选择不同的数据结构来对不同操作的时间复杂度进行取舍，比如斐波那契堆。
有时内在秩序很复杂而且操作也很复杂，我们往往需要更复杂的数据结构，比如动态树。
在处理一系列操作时，可以有离线和在线做法，这在一般情况下可以相互转化。
如果我们不要求每个操作的response time都很小而要求average response time很小，我们可以使用均摊的思想（你可以看看动态树的证明，只有伸展树Splay可以用）。

在算法设计和复杂度的证明中，也有很多很重要的思想，比如均摊、分治、随机化。

. 1point 3acres 当然，提高效率也有很多别的方法，比如用GPU、用并行，比如常数优化（树状数组、位运算）。而且很多算法很琐碎，并没有很深的思想，但是它解决了十分常见的问题，从工科的观点来看。

对于绝大多数人来说，在工作中绝不需要亲自写这些算法和数据结构，因为别人已经写好了。但是你在formalize问题的时候，需要知道如何利用这些算法提高效率，比如AOV和动态规划。更进一步地，当计算理论证明了问题不可解时，你可能需要找到高效的近似算法。换言之，你需要知道它们怎么工作、为什么工作，也需要知道背后的思想。

我学的并不多，没有看过前沿研究，目前也不打算从事相关研究，只作为学习者来聊聊自己的看法。而且我很久没有接触算法和数据结构了，仅凭印象写了这些东西，难免有疏漏。

上这些课的意义并不是说让你写的每一段代码都能优化到最好, 而是你能清楚得知道你写的代码在什么样的效率运行.
我觉得这是作为码农最基本的意识了.

O(n), O(logn), O(n^2) and O(n^n). 你随便写点东西, 一旦把n放大到百万, 千万级, 这几个的效率能差别多大.

回到现实来说,
你刷知乎, 每翻一页卡一下, 你能接受么?
你上PxxnHub, 看视频10分钟就全屏马赛克, 你能接受么?
你上B站, 刷新一下, 3分钟的视频, 重新load弹幕要5分钟, 你能接受么?

反正我是不能接受.   这样描述可能过分简化, 但是, 行和不行大概就是O(logn)和O(n^2)的区别.
那你说, 性能重要不..   我觉得, 对于自己的代码的性能在心里有点AC数是码农的基础修养.

关键是你毕业后要找什么工作。如果做程序方面的，特别是大公司，人家就是要考那些东西呀（还不完全只是死考数据结构算法的概念）。你不去把怎么东西搞得，相信会吃些苦头。如果你是富二代的话，无所谓啦，混混都可以。如果在国外的话，以后就回国继承家业，比俺们苦苦奋斗的人，不知道幸福多多哟。

lz大几啊，等到要找实习的时候刷刷leetcode，数据结构算法还不是学的美滋滋