算法与项目

‘壹’ 有什么项目可以很好的锻炼数据结构与算法能力吗

把教材上所有的算法完整的实现就可以很好的锻炼咯
线性结构：线性表——顺序表、链表、栈、队列、串、数组
树形结构：普通树、二叉树、遍历、查找等，哈夫曼树
图：图的各种存储实现（邻居矩阵、邻接表等）、图的遍历、相应的算法及应用全部实现（最小生成树、关键路径、最短路径，）
查找与排序：各种方法的完整实现
每一个都可以使用顺序存储和链式结构两种方法实现
如果把教材的所有算法全部熟练实现，相信会有很大收获与进步！

‘贰’ 怎么打编程基础，做项目还是刷算法题

第一英语必须过五级第二学习编程是一件好事 不过之前你得先了解 你学习编程的目的是什么 这个很重要 因为目的决定发展方向

目前对于编程有很多种编程语言以及相对应的开发软件 下面说明一些常用的编程语言 根据你的情况选一种语言进行学习 不要盲乱学习

C语言 一种可移植性和多系统平台的编程语言 开发软件TC
VB 一种可以说是既学既用的软件开发语言 开发软件如：VB6.0
DELPHI 一种和VB差不多的既学既用的软件开发语言不过其功能远比VB强大 代码书写上更加方便
开发软件 DELPHI7.0
JAVA 一种功能强大可移植性强开发语言

程序语言，顾名思义就是语言，是用于交流的，程序就是计算机的语言和人的语言的翻译者，做一个程序员就是要把人类世界的问题用计算机的方法去解决和展现，可是因为种种原因，大多数人在如何学好语言，如何学好开发平台上疲于奔命，到头来你只会敲写代码。
程序基本上都是自学的，买书是一开始碰到的最头痛的问题，计算机的书大多都很贵，现将我的一点经验供大家参考：
如果想做一个合格的程序员，C++是一定要学的，
首先你要花两个月的时间学习C,C++,这样的书很多，去选一些大学的教材足亦，切记，不要花过多的时间研究C++,两个月够了，只要学会其中语法就行了，不要为了深入用DOS编写菜单什么的，那是吃饱人参了。
如果你有过多的时间，接下来你可以学习数据结构，推崇《数据结构C++语言描述》，清华大学出版，58元，但如果无过多时间，还是不看为妙，至少我现在从未用过这本书的知识，许多东西MFC VCL等开发平台都为你已经做好。
接下来开始学习Windows下的SDK编程, 推崇《Windows程序设计》160元，建议去借，不要买，而且你只看上册，你只要了解Windows的运作机制即可。两个月
然后你将转入VC的世界，既然要在Windows下编程，VC不可不学, 推崇《VC++技术内幕》第四版，96元，三个月，不要全部看，看前面的三部分，后面不要看。后面的只是对COM，数据库，Internet形如鸡肋的介绍。
接下来你应该考虑一下你将要发展的方向，如果是做数据库，你可以用VB和Delphi或CB, 如果要做通信方面，或者硬件，你将要深入VC, 如果是WEB相关的，去学学ASP,JAVA,JSP,XML等，但有一样你必须要学的，COM。COM与其说是一样新的技术，还不如说是种机制，推崇潘爱民的《COM原理和应用》39元，你可以一边看这本书，一边学习些ActiveX组件，ATL控件等等。如果你有的是时间，不急于找工作，你还可以看看《Windows高级编程》或《Windows核心编程》，但不管怎么样，你要切记，VC不是用来做界面和数据库的，做网络的现在也有JAVA，都是用来做一些很底层的东西，VC是很高薪的，如果你对自己有充分的信心和有的是时间，你才可以深入VC。否则的话，还是看看人才市场，看看行情，再说。
还有一点切记，有些书，诸如《MFC深入浅出》这些书主要是关于那些技术原理的介绍，我个人认为程序只是工具，只是技术，只要学会用，能完成任务即可，如果有的是时间，才会去探索根源，也许有许多人会说，懂了原理对你编程会有很大帮助，我不否认，但是，要知道，就算你编程技术如何了得，你只是个技术人员，当你学了那么多的技术和知识，第一，计算机的知识其实是各大公司制定出的标准，标准变了，你不是白学了吗？第二，当你花了几年的时间学习，到头来你只不过程序水平提高一点。我认为应当将你的大部分智力和精力用在如何与人打交道，电脑让你用的好有什么用，人脑让你摆弄的好才算真本事，就如《黑冰》里面的计算机工程师，虽然对计算机十分精通，可有什么用，还不是死在王志文的手里？而且死的很惨，脸都毁了。
另外，不要去学你喜欢的，也不要去费劲脑子想该学什么，看看人才市场，市场需要什么，你学什么

‘叁’ 什么是算法与数据结构

算法（Algorithm）是一系列解决问题的清晰指令，也就是说，能够对一定规范的输入，在有限时间内获得所要求的输出。如果一个算法有缺陷，或不适合于某个问题，执行这个算法将不会解决这个问题。不同的算法可能用不同的时间、空间或效率来完成同样的任务。一个算法的优劣可以用空间复杂度与时间复杂度来衡量。
算法可以理解为有基本运算及规定的运算顺序所构成的完整的解题步骤。或者看成按照要求设计好的有限的确切的计算序列，并且这样的步骤和序列可以解决一类问题。
一个算法应该具有以下五个重要的特征：
1、有穷性： 一个算法必须保证执行有限步之后结束；
2、确切性： 算法的每一步骤必须有确切的定义；
3、输入：一个算法有0个或多个输入，以刻画运算对象的初始情况，所谓0个输入是指算法本身定除了初始条件；
4、输出：一个算法有一个或多个输出，以反映对输入数据加工后的结果。没有输出的算法是毫无意义的；
5、可行性： 算法原则上能够精确地运行，而且人们用笔和纸做有限次运算后即可完成。
计算机科学家尼克劳斯-沃思曾着过一本着名的书《数据结构十算法= 程序》，可见算法在计算机科学界与计算机应用界的地位。

数据结构是计算机存储、组织数据的方式。数据结构是指相互之间存在一种或多种特定关系的数据元素的集合。通常情况下，精心选择的数据结构可以带来更高的运行或者存储效率。数据结构往往同高效的检索算法和索引技术有关。
一般认为，一个数据结构是由数据元素依据某种逻辑联系组织起来的。对数据元素间逻辑关系的描述称为数据的逻辑结构；数据必须在计算机内存储，数据的存储结构是数据结构的实现形式，是其在计算机内的表示；此外讨论一个数据结构必须同时讨论在该类数据上执行的运算才有意义。
在许多类型的程序的设计中，数据结构的选择是一个基本的设计考虑因素。许多大型系统的构造经验表明，系统实现的困难程度和系统构造的质量都严重的依赖于是否选择了最优的数据结构。许多时候，确定了数据结构后，算法就容易得到了。有些时候事情也会反过来，我们根据特定算法来选择数据结构与之适应。不论哪种情况，选择合适的数据结构都是非常重要的。
选择了数据结构，算法也随之确定，是数据而不是算法是系统构造的关键因素。这种洞见导致了许多种软件设计方法和程序设计语言的出现，面向对象的程序设计语言就是其中之一。
在计算机科学中，数据结构是一门研究非数值计算的程序设计问题中计算机的操作对象（数据元素）以及它们之间的关系和运算等的学科，而且确保经过这些运算后所得到的新结构仍然是原来的结构类型。
“数据结构”作为一门独立的课程在国外是从1968年才开始设立的。 1968年美国唐·欧·克努特教授开创了数据结构的最初体系，他所着的《计算机程序设计技巧》第一卷《基本算法》是第一本较系统地阐述数据的逻辑结构和存储结构及其操作的着作。“数据结构”在计算机科学中是一门综合性的专业基础课。数据结构是介于数学、计算机硬件和计算机软件三者之间的一门核心课程。数据结构这一门课的内容不仅是一般程序设计（特别是非数值性程序设计）的基础，而且是设计和实现编译程序、操作系统、数据库系统及其他系统程序的重要基础。
计算机是一门研究用计算机进行信息表示和处理的科学。这里面涉及到两个问题：
信息的表示
信息的处理
而信息的表示和组又直接关系到处理信息的程序的效率。随着计算机的普及，信息量的增加，信息范围的拓宽，使许多系统程序和应用程序的规模很大，结构又相当复杂。因此，为了编写出一个“好”的程序，必须分析待处理的对象的特征及各对象之间存在的关系，这就是数据结构这门课所要研究的问题。众所周知，计算机的程序是对信息进行加工处理。在大多数情况下，这些信息并不是没有组织，信息（数据）之间往往具有重要的结构关系，这就是数据结构的内容。数据的结构，直接影响算法的选择和效率。
计算机解决一个具体问题时，大致需要经过下列几个步骤：首先要从具体问题中抽象出一个适当的数学模型，然后设计一个解此数学模型的算法（Algorithm），最后编出程序、进行测试、调整直至得到最终解答。寻求数学模型的实质是分析问题，从中提取操作的对象，并找出这些操作对象之间含有的关系，然后用数学的语言加以描述。计算机算法与数据的结构密切相关，算法无不依附于具体的数据结构，数据结构直接关系到算法的选择和效率。运算是由计算机来完成，这就要设计相应的插入、删除和修改的算法 。也就是说，数据结构还需要给出每种结构类型所定义的各种运算的算法。
数据是对客观事物的符号表示，在计算机科学中是指所有能输入到计算机中并由计算机程序处理的符号的总称。
数据元素是数据的基本单位，在计算机程序中通常作为一个整体考虑。一个数据元素由若干个数据项组成。数据项是数据的不可分割的最小单位。有两类数据元素：一类是不可分割的原子型数据元素，如：整数"5"，字符 "N" 等；另一类是由多个款项构成的数据元素，其中每个款项被称为一个数据项。例如描述一个学生的信息的数据元素可由下列6个数据项组成。其中的出身日期又可以由三个数据项："年"、"月"和"日"组成，则称"出身日期"为组合项，而其它不可分割的数据项为原子项。
关键字指的是能识别一个或多个数据元素的数据项。若能起唯一识别作用，则称之为 "主" 关键字，否则称之为 "次" 关键字。
数据对象是性质相同的数据元素的集合，是数据的一个子集。数据对象可以是有限的，也可以是无限的。
数据处理是指对数据进行查找、插入、删除、合并、排序、统计以及简单计算等的操作过程。在早期，计算机主要用于科学和工程计算，进入八十年代以后，计算机主要用于数据处理。据有关统计资料表明，现在计算机用于数据处理的时间比例达到80%以上，随着时间的推移和计算机应用的进一步普及，计算机用于数据处理的时间比例必将进一步增大。
数据结构是指同一数据元素类中各数据元素之间存在的关系。数据结构分别为逻辑结构、存储结构（物理结构）和数据的运算。数据的逻辑结构是对数据之间关系的描述，有时就把逻辑结构简称为数据结构。逻辑结构形式地定义为（K，R）（或（D，S）），其中，K是数据元素的有限集，R是K上的关系的有限集。
数据元素相互之间的关系称为结构。有四类基本结构：集合、线性结构、树形结构、图状结构（网状结构）。树形结构和图形结构全称为非线性结构。集合结构中的数据元素除了同属于一种类型外，别无其它关系。线性结构中元素之间存在一对一关系，树形结构中元素之间存在一对多关系，图形结构中元素之间存在多对多关系。在图形结构中每个结点的前驱结点数和后续结点数可以任意多个。
数据结构在计算机中的表示（映像）称为数据的物理（存储）结构。它包括数据元素的表示和关系的表示。数据元素之间的关系有两种不同的表示方法：顺序映象和非顺序映象，并由此得到两种不同的存储结构：顺序存储结构和链式存储结构。顺序存储方法：它是把逻辑上相邻的结点存储在物理位置相邻的存储单元里，结点间的逻辑关系由存储单元的邻接关系来体现，由此得到的存储表示称为顺序存储结构。顺序存储结构是一种最基本的存储表示方法，通常借助于程序设计语言中的数组来实现。链接存储方法：它不要求逻辑上相邻的结点在物理位置上亦相邻，结点间的逻辑关系是由附加的指针字段表示的。由此得到的存储表示称为链式存储结构，链式存储结构通常借助于程序设计语言中的指针类型来实现。索引存储方法：除建立存储结点信息外，还建立附加的索引表来标识结点的地址。散列存储方法：就是根据结点的关键字直接计算出该结点的存储地址。
数据结构中，逻辑上（逻辑结构：数据元素之间的逻辑关系）可以把数据结构分成线性结构和非线性结构。线性结构的顺序存储结构是一种随机存取的存储结构，线性表的链式存储结构是一种顺序存取的存储结构。线性表若采用链式存储表示时所有结点之间的存储单元地址可连续可不连续。逻辑结构与数据元素本身的形式、内容、相对位置、所含结点个数都无关。
算法的设计取决于数据（逻辑）结构，而算法的实现依赖于采用的存储结构。数据的运算是在数据的逻辑结构上定义的操作算法，如检索、插入、删除、更新的排序等。

‘肆’ 2.算法设计或项目开发中,你碰到哪些问题或困难,如何解决的

开发过程中遇到具体的技术问题，解决方案如下：自己查阅官网，看官方文档，还有就是自己平时的积累（包括看书、资料、博客等等）。
遇到问题不要害怕，也不要烦躁，静下心来，想想问题出现的原因以及该怎么去解决，每解决一个问题都是对自己能力的提升。而且每解决一个难以搞定的问题，我相信大部分人都是很高兴的。
平时多看技术资料、博客、书，看重对自己知识的积累，才能有实质性的能力提升。掌握解决问题的方式，谦虚的向别人请教，日复一日，相信你一定可以解决掉所有的困难。

‘伍’ 想学软件开发有什么建议吗

给出三点建议，希望对你有所帮助：

1、基础

这是每个开发者的起点。开发者刚刚学会了某种语言， 比如C语言，学习了基本的数据结构和算法，并通过一些练习对知识点进行巩固。这些练习主要以课后练习为主，是一些简单的基础概念的练习，比如打印输出、接收用户的输入、数组的遍历、排序，或者链表等。

接下来是做一些简单的项目，这些项目没有复杂的算法和高深的领域知识，比如数据的统计分析、产品的售后管理系统等。这些项目虽然简单，却是一个真实完整的项目。不仅练习了开发者对语言的应用能力，也体会了软件开发的全生命周期，即软件工程，从项目的需求分析，到设计开发，到软件发布和项目验收，最后到软件的维护。

通过简单的项目，掌握了对语言的驾驭能力，并熟悉了软件工程。随着能力的提升，慢慢地就会接触更复杂的项目，使自己能力得到进一步的巩固和提升。

2、能力的提升方面

包括：对语言的应用得心应手，对软件的设计驾轻就熟。接触并熟悉更多的语言，如动态语言Pyhton、脚本语言Bash、新兴语言Golang、Swift等。通过语言间的对比，对语言的优势和缺点又比较清晰的了解，从而在项目中合理选择语言。

3、架构设计和系统分析

随着项目越做越多，会发现多数是在重复，到了一个瓶颈。这是可能要阅读大量的书籍，向软件架构和系统分析转型。在设计软件时，要多留意架构设计。软件架构可以通过演化得到。但是若能看得更远，提前做些设计，会事半功倍。

这个阶段，可能要花大量的时间在业务领域。因为软件技术已经暂时不需投入太多精力了，也有时间关注业务领域了。熟悉业务领域，能分析用户的需求和约束条件，写出信息系统需求规格说明书，制订项目开发计划等，能根据实际工作环境，评估和选用适宜的开发方法和工具；能按照标准规范编写系统分析、设计文档等。在实际项目中锻炼系统架构和系统分析能力。

4、基础算法和项目管理

发展到这个水平后，对软件技术和业务领域都比较熟悉。所谓穷则独善其身，达则兼济天下。很可能会带带新员工。这是练习领导力的一个机会，可以体会一下如何带人。为下一步带团队打下基础。可以把手上的一些事情安排给他们做。自己抽身出来研究更重要的事。比如研究基础算法、拓展新的领域等。

其实到这个阶段有两个选择，可以向项目管理进一步，做项目经理。也可以钻研基础领域，做领域专家。

‘陆’ c++数据结构与算法可做的项目有啥

可以做的项目还是挺多的，但是当下的情况是，C++更多做的是底层的工作，而Java、C#等等语言更多的运用在app、网站的项目中。

‘柒’ 算法与程序有何关系，对于一个任务书写算法对程序设计有哪些好处 大家帮忙答一下，谢了。。。

算法与程序的关系如同思想与行动，想在行之前，则少走弯路，效率高，成功率也高，反之事倍功半，甚至从头再来。因此，对于大的工程和项目，编制任务书是相当重要的。

‘捌’ 算法工程师的项目落地能力指什么

1、深刻理解业务，能根据业务需求调整实现方案的能力
就拿茶具的例子说，客户更关注不良品不能漏，宁可杀错，不可放过，所以这时候我们就得把业务朝着不良品检出率方向去优化;
2、结合业务需求的熟练工程实现能力
我们拿到一个项目需求以后，大脑中得立马有一个框架，这个项目输入输出是什么?得用到哪几个模型?适合什么样的业务框架?开发需要多久?调优需要多久?能达到什么样的指标?然后按照自己的规划进行开发调优。
3、对数据敏感，有较强的数据处理与数据维护管理能力
算法工程师一定要对数据敏感，看一眼数据就能知道这些数据能支持什么样的任务?有没有坑?数据该怎么标注与维护高效省成本?
4、对新技术的求知欲与探索学习能力
目前人工智能技术刚兴起，技术和算法迭代很快，所以对算法工程师追新技术，新解决方案的能力也有要求，不能落后太久。比如现在有个推理性能的瓶颈，攻关了很久没有突破，但是可能就已经有开源的方案了，而这就需要我们经常查资料，看论文了。
5、各部门的沟通合作能力
这是个通用能力，算法工程师当然也需要，就像这个茶具项目中的一样，算法工程师接到不合理的需求一定要及时沟通，并用自己的专业知识，给出更合理的解决方案，各部门一起为项目落地努力。

‘玖’ 项目和算法那个有前途

怎么说呢，都有前途，算法牛的人【比如ACM能到亚洲赛甚至全球总决赛等】都会有公司抢着要，比如微软、网络可能请你去喝茶。最后你要做到一方面的专家，算法也主要吃年轻饭，年龄大点脑子就转不过来啦，但是我感觉在我们国家来说，这样的人不吃香。而项目的话，你主要学的是项目管理的经验，学习项目架构，能够保证项目组里面的人好好沟通，高效率完成项目。实际就是做项目管理，中国赚钱多的都是做管理的【个人感觉要比做算法的来的容易，但是做算法的赚钱也不弱，要就就是高了点】，想做算法，也可以考虑学到博士什么的留校当老师，搞科研做算法比较实际。个人拙见，还需要你自己好好考虑