我在M2公司做架构之算法

一、算法的定义

算法是指解题方案的准确而完整的描述，是一系列解决问题的清晰 指令 ，算法代表着用系统的方法描述解决问题的策略机制。

二、算法的特征

• 有穷性；
• 确定性；
• 可行性；
• 输入；
• 输出。

1.有穷性

算法的指令或者步骤的执行次数和时间都是有限的。

2.确定性

算法的指令或步骤都有明确的定义。

3.可行性

算法的执行步骤必须是可行的。

4.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出了初始条件。

5.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。

三、算法设计的要求

• 正确性；
• 可读性；
• 健壮性；
• 效率与低存储量需求。

1.正确性

算法应当满足具体问题的需求,能够通过特定的问题测试。

2.可读性

算法主要是为了人的阅读与交流，其次才是机器的执行。

3.健壮性

当输入非法的数据时，算法也能够适当的做出反应或进行处理，而不会产生莫名奇妙的输出结果。

4.效率与低存储量需求

效率指算法运行的时间，执行时间短效率高；存储量需求是指算法执行过程中所需的最大存储空间。
二者都与问题的规模相关，同时也要根据实际需求决择，要效率，还是要节省空间，或者折中。一般情况二者不可得兼，要么用空间换时间，要么用时间换空间。

四、系统架构涉及到哪些算法

• 公司自研业务核心算法(属于商业机密，不可外传)；
• 开源中间件算法(负载均衡算法、一致性Hash算法、LRU算法、Hyperloglog算法、Gossip算法、Raft算法、GeoHash算法、二叉树、红黑树、Btree、B+Tree等)。

五、程序员必须掌握的数据结构和算法有哪些

1.数据结构

• 数组；
• 链表；
• 栈；
• 队列；
• 散列表；
• 二叉树；
• 图；
• 堆。

2.算法

• 常用基础算法；
• 排序算法；
• 搜索算法；
• 树与图。

(1)常用基础算法

• 分治算法；
• 贪心算法；
• 二分查找；
• 分支界限算法；
• 动态规划算法。

(2)排序算法

• 插入排序；
• 冒泡排序；
• 选择排序；
• 希尔排序；
• 堆排序；
• 归并排序；
• 快速排序；
• 桶式排序。

(3)搜索算法

• 回溯算法；
• 深度优先搜索算法；
• 剪枝算法；
• 广度优先搜索算法；
• 枚举算法。

(4)树与图

• 最短路径；
• 最小生成树；
• 关键路径；
• 多路查找路径；
• 图的遍历。

六、使用Java实现十大经典算法

参考如下链接:
java实现十大经典算法

七、算法对于程序员而言究竟有没有用

从我自己的角度而言来看，就目前而言看起来没用，但对于将来可能的一些发展，是有用的。
去年L博士对我说，不要畏惧算法，迟早都要面对的。

当初在创业公司就预测过算法对我的重要性，那个时候为此也坚持学习了一段时间，写了一些文章和读书笔记，链接如下:
初学者摸索之算法学习

算法图解-读书笔记如下:
算法图解之二分查找
算法图解之内存的工作原理
算法图解之大O表示法
算法图解之数组和链表
算法图解之选择排序
算法图解之递归
算法图解之快速排序
算法图解之散列表
算法图解之广度优先搜索

数据结构与分析-读书笔记如下:
<数据结构与算法分析>读书笔记–递归
<数据结构与算法分析>读书笔记–实现泛型构件pre-Java5
<数据结构与算法分析>读书笔记–利用Java5泛型实现泛型构件
<数据结构与算法分析>读书笔记–函数对象
数据结构与算法分析>读书笔记–数学知识复习
<数据结构与算法分析>读书笔记–模型
<数据结构与算法分析>读书笔记–要分析的问题
<数据结构与算法分析>读书笔记–运行时间计算
<数据结构与算法分析>读书笔记–最大子序列和问题的求解
<数据结构与算法分析>读书笔记–运行时间中的对数及其分析结果的准确性

为打好算法相关的基础，结合相关书籍，写相关代码，代码仓库地址为:AlgorithmOfhomework

但实事求是的说，虽然做出了一些坚持和努力，但是收获仍然不是很多，原因在于偏重于笔记的记录、书上代码案例的模仿而欠缺实际的做题，通过做题能够把”死”的数据结构和算法的知识给充分调动起来。

八、算法不好会不会影响写代码

客观地说，分情况看。
如果是写简单且逻辑复杂性很低的CRUD代码，完全是没有影响的。
如果如果是写逻辑复杂性很高的CRUD代码，则有较大的影响。
因为通常数据结构和算法基础扎实的人，写这样的代码，游刃有余，如果这方面欠缺太多的话，写起来很吃力，这一点我在之前的教育SaaS公司深有体会。
但总的来说，不断的学习和总结，是能够使人变得聪明起来的，这也是人们常说的，天道酬勤。