在技术圈中，我们经常喜欢谈论高大上的架构，比如高可用、微服务、服务治理等等。鲜有人关注代码层面的编程能力，而愿意沉下心来，花几个月的时间啃一啃计算机基础知识、认认真真夯实基础的人，简直就是凤毛麟角。
对于数据结构与算法的经历，很多不外乎如下：
是不是从学校开始，你就觉得数据结构难学，然后一直没认真学？
工作中，一遇到数据结构这个坑，你又发自本能地迅速避让，因为你觉得你自己不懂，所以也不想深究，反正看起来无关大局？
当你想换工作面试，或者研究某个开源项目源码，亦或者和团队讨论某个非框架层面的高可用难题的时候，你又发现，自己的基础跟不上别人的节奏？
如果你是这种情况，其实你并不孤独，这不是你一个人遇到的问题。其实许许多多的程序员都有着各种各样的背景，比如 985、211 出身，研究生毕业等等，有很多既有潜力又非常努力，但始终无法在自己现有水平上更进一步。
其实，我们往往都忽略了很重要的一点，那就是基础要足够扎实，很多时候面临行业变动、新技术更迭的时候，那些所谓的新技术，核心和本质的东西其实就是当初学习的基础知识。
所以说，基础知识就像是一座大楼的地基，它决定了我们的技术高度。而要想迅速做出点事情，前提条件一定就是基础能力过硬，「内功」要到位。
而技术人究竟都需要修炼哪些「内功」呢？其实无外乎就是大学里的那些基础课程，操作系统、计算机网络、编译原理等等，当然还有数据结构和算法。
但是，谈到数据结构和算法，很多人就觉得跟操作系统、计算机网络一样，是脱离实际工作的知识，觉得除了面试好像这辈子都用不上。尽管计算机相关专业的同学在大学都学过这门课程，甚至很多培训机构也会培训这方面的知识，但是很多程序员对数据结构和算法依旧一窍不通。还有一些人也只听说过数组、链表、快排这些最最基本的数据结构和算法，稍微复杂一点的完全没概念。说的就是我这类人，所以这次打算好好学习下，把落下的东西捡起来。
那么为什么要学习数据结构与算法呢？
- 想要通关大厂面试，千万别让数据结构和算法拖了后腿
1. 很多大公司，比如 BAT、Google、Facebook，面试的时候都喜欢考算法，让人现场写代码。有些人虽然技术不错，但每次去面试都会「跪」在算法上，很是可惜。
2. 校招的时候，参加面试的学生通常没有实际项目经验，公司只能考察他们的基础知识是否牢固。社招更不用说，越是厉害的公司，越是注重考察数据结构与算法这类基础知识。想比短期能力，他们更看重你的长期能力。
- 业务开发工程师，你真的愿意做一辈子的 CRUD boy 吗？
1. 作为一名业务开发工程师，可能整天要做数据库 CRUD（增删改查），对于大部分业务开发来说，平时更多的是利用已经封装好的现成的接口、类库来堆砌、翻译业务逻辑，很少需要自己实现数据结构和算法。但是，不需要自己实现，并不代表设么都不需要了解。
2. 因为如果不知道这些类库背后的原理，不懂得时间、空间复杂度分析，那么如何能用好、用对它们呢？存储某个业务数据的时候，如何知道该用 ArrayList，还是 LinkedList 呢？调用了某个方法之后，又该如何评估代码的性能和资源的消耗呢？
- 基础架构研发工程师，写出达到开源水平的框架才是你的目标！
1. 现在互联网上的技术文章、架构分享、开源项目满天飞，照猫画虎做一套框架并不是很难。但是不同的公司、不同的人做出的的框架，虽然架构设计思路都差不多，最后时限的功能也都差不多，但是做出来的框架差别却很大，有些人做出来的框架，Bug 很多、性能一般、扩展性也不好，只能在自己公司仅有的几个项目里面用一下。而有的人做的框架却可以开源到 GitHub 上给很多人用，甚至被 Apache 收购。
2. 为什么会差别那么大呢？其实，高手之间的竞争其实就在细节。这些细节包括：你用的算法是不是够优化，数据存储的效率是不是够高，内存是不是够节省等等。这些积累起来，决定了一个框架是不是够优秀。
- 对编程还有追求？不想被行业淘汰？那就不要只会写凑合能用的代码！
1. 何为编程能力强？是代码的可读性好、健壮？还是扩展性好？没法罗列，但是性能好坏起码是其中一个非常重要的评判标准。
学习数据结构和算法有什么好处呢？
直接好处是能够写出性能更优的代码。
算法是一种解决问题的思路和方法，可以运用到生活和事业的其他方面，有益无害。
从长期来看，大脑思考能力是个人最重要的核心竞争力，而算法是为数不多的能够有效训练大脑思考能力的途径之一。
掌握了数据结构与算法，你看待问题的深度，解决问题的角度就会完全不一样。
本文参考整理自
《数据结构与算法之美》 王争
