大学应该更偏向技术还是算法和数据结构这类？

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：

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。

责任编辑：lq6