【算法】一问一答，为什么要学算法，以及如何学习算法数据结构

常见面试提问工作中很少用算法，业务居多，为什么还要学算法？

为了面试，作为应对程序员市场内卷的筛选手段。（?）
《数据结构与算法图解》的作者杰伊·温格罗说，如果你只在大学作业和求职面试中用到算法，说明你还没有见识过算法的真正威力。（??）

【【算法】一问一答，为什么要学算法，以及如何学习】确实，作为计算机的基础，数据结构与算法确实是软件世界的底层材料。但是由于今天的计算机产业过于发达，很多功能已经高度封装，普通码农只需要应对业务层的功能即可。用到排序的时候，一个 Array.prototype.sort() 就够了，浏览器甚至还能帮你决定用插入排序还是快排。
作为普通码农的我们很难见识到算法的威力。
但是！但是！不要忘记：

程序设计 = 数据结构 + 算法

在程序设计中，这两个要素分表代表了两个理念：
数据需要组织和存储基础类型有哪些？对象在硬件中是如何存储的？如何理解和应用 Set 数据类型？
Promise 队列无法组织？数据过多渲染卡顿？做游戏无法处理大量对象？
学习过数据结构之后，上面的问题都能比较容易地去理解。
最少资源完成最多的事情排序算法中，操作只有简单的比较和交换，但是其中涉及的理念，可以应用于所有算法。仔细想想，都是比较和交换，结果都是一样的，为什么加入二分思想后的排序，效率提升了指数倍。
千禧年时期，很多人以为在未来性能再也不是限制了。无限的带宽、高帧率渲染的屏幕、匹敌计算机的手机，我们只需要大步前进实现业务，性能会跟上来的。但是 2021 年的现实是，带宽耗费高昂资金、带宽依然令人不满、一个网页 50MB、电池限制了不能特效开满、几百个应用抢占着内存。性能依然无比重要。
当我们拥有这些背景知识之后，CS 世界的很多概念，就变得容易理解。火焰图就是堆栈、Promise 链是异步队列、Set & Map 的用法、是否应该用 API sort()... 作为麻瓜当然能在魔法世界活下去，但是不理解魔法的话，要成为巫师就处处是阻碍。
面试题里，为什么常见的是数组的操作，比如搜索和排序？

面试官也只是学到了数组操作那种程度。（?）
有序数组是算法的常客，因为其常见性，以及基础性。（??）

一是常见。数组确实是开发业务时的常客。如果是学术型的开发，才会经常碰到链表、树、图这些难处理的数据。
二是基础。如果不是深度的算法开发，确实没必要把这关卡的这么死（笔试题中不考设计模式和软件工程也是面试方式的缺陷）。在数组的排序中我们已经能够学到大 O 记法的定义、理念以及缺陷了，作为基础入门已经足够了。
怎么记住所有的排序法？

背下来（?）。
根据它的诞生以及发展，通过推理得到（??）。

这确实是个令人头痛的问题：难学，难记，还会忘（为什么算法那么难-微软-刘未鹏）。
但是如果我们理清了它的理念和发展历程，就不难了：

排序算法都只有两种操作，比较和换位
冒泡法是最简单、最暴力的方案，只需要循环地两两比较和换位
选择法是对冒泡的稍微改进，去除了频繁的换位操作
插入法用创建新数组的操作，去除了频繁的两两比较
至此，简单排序已经没有了能优化的方法。要优化就必须要在设计理念上产生突破。
DL.Shell 发现，排序是个加速的过程，越是有序的数组，排序越快。故采用先分组、再排序、最后合并的希尔排序，成功突破了算法复杂度 O(n^2) 的限制，达到 O(n^1.5)
先分组的思想，启发了科学家们，让排序进入了O(n*logn) 时代。后续但是的排序法，成为“改进排序法”，此前的都统称“简单排序法”
堆排序是用二叉堆，来实现先分组后选择最后合并的过程
归并排序是用二叉树，实现同上的过程
快排的思想同上，不过数组拆分、排序是交叉进行的，最后合并。
至此，快排是目前最快的排序法