經常有學妹問我（其實學弟也愛問）：
大學應該更偏向技術還是算法和資料結構這類。
大家都是成年人了，這還用選嗎？
當然是兩者都要重點啃下來呀，算法和技術相輔相成的，一定不要有二選一的想法！
算法和資料結構可以說是技術（包括mysql、java、redis、作業系統這些）的基石：
我當時大一也是覺得資料結構沒啥用，哪有學個 js、css 寫個漂亮的網頁炫酷？
什麼算法，明明有 qsort 還要學快排、堆排？
這玩意有 qsort 快嗎？
我直接一行就排好序了，你還要寫十幾行，真菜呀！
那時候以為的技術就是使用各種元件、調api，比如 map：
但是越學到後面心裡越沒底，因為這些東西對自己都是黑盒子。
是以如果資料結構與算法掌握不好，那麼這些 api 對于我們就是一堆的黑黑子，連什麼時候用 map（紅黑樹實作）、什麼時候用 hashmap 都分不清。
redis 這種元件，難道隻需要了解如何get、set 就是算是掌握了嗎？
那肯定不行，實際上想要要用得好，得要了解 redis 底層的那些資料結構，比如簡單動态字元串（sds、連結清單、字典、跳躍表、整數集合、壓縮清單，才能選擇适當的存儲結構。
如果要問我大學什麼最後悔？那肯定是沒有從大一就開始好好學算法，去打 acm。
現在還在大一、大二的同學還不抓緊機會，别給自己留下遺憾。當然，不打 acm，我們也是能夠學好資料結構和算法的。
資料結構和算法你能在任何計算機領域裡看到，比如在編譯原理中寄存器的配置設定會用到貪心，死代碼檢測與消除會用到圖論裡不可達的知識；作業系統程序、線程排程會用到多級隊列和排程算法；組成原理中 cache 的替換會用到 lru、fifo 等算法；開發必備的資料庫也離不開b+樹、lsm 等資料結構和查找算法。
很多時候我們需要的算法都被封裝到程式設計語言的基礎庫裡了，以至于很多同學會覺得算法離我們太遠，其實不是的。
是以學習算法有助于我們根據應用場景選擇最合适的資料結構。
日常開發中也一定離不開算法，比如小北最近工作中涉及的某種嵌套 tlv（tag-length-value）結構編碼的解析，就需要用到遞歸、多叉樹等知識。如果不學習算法，那麼程式中隻能見到大量的 if/else、while/for。。。
可以說不學算法的工程師一定不是一個優秀的工程師。
再來說作業系統、編譯原理，這些裡面也是蘊含着各種資料結構與算法的，就拿編譯原理來說。
當你學完有限狀态機以後，你會發現以前覺得很牛逼正規表達式似乎自己也能用 dfa、nfa 實作一下了。狀态機的思想在程式設計中很多地方都用得上。
比如解析 http 協定，如果沒學過狀态機思想，你可能會一行行的 if/else 去做解析，這裡最麻煩的地方在于，if/else 需要提前将 http 頭部字段都接收到再來判斷，而我們知道 http 基于 tcp，而 tcp 是流式傳輸，是以你很有可能是幾個字元一組組接收到的，這個時候用 if/else 寫出來就很難看了。
而用狀态機編寫起來代碼就會非常優雅。狀态的轉移是由規則驅動的，接收到一個字元就判斷一個，非常的友善。
繼續學完文法分析，你會掌握遞歸下降分析這樣非常重要的思想，你可以使用遞歸下降快速的實作四則運算電腦。
如果不用遞歸下降你可能需要先中綴表達式轉字尾，然後求值，這是我們大一資料結構課寫的，當時用棧寫的，有點麻煩。後來學完編譯原理，又用遞歸下降重寫了一遍，區區幾十行代碼遍搞定。
還有一類場景在實際開發中的用的很多，比如淘寶、京東這樣的電商，它們的營銷規則有很多，比如滿減、直減、跨店等等，這樣的規則是不可能寫死在代碼裡的。
那是怎麼做的呢？
一般會實作一個配置系統，并設計一個dsl（領域特定語言）來表達這些規則，将規則直接配置到系統中，這樣可以非常友善的修改，那麼如何在代碼裡去解析 dsl 定義的規則呢？這就需要為 dsl 寫一個文法解析器，這裡就會用到文法分析的方法。
dsl（domain specific language），它是一種用于某個特定領域的程式設計語言。這種特定于某個領域是相對于 c、c++、python 這種通用語言而言的，通用語言可以在各個領域使用，我們熟悉的大多數程式設計語言都是通用語言，它們都是圖靈完備的。
像我們平常經常使用的 json、sql、html 這些都算是一種 dsl，你甚至可以嘗試用遞歸下降去寫一個 json、xml 解析器，這比寫電商網站更有價值的。
繼續往下學你會了解到抽象文法樹 ast 如何生成、如何轉化為中間代碼、如何對中間代碼優化、最終又是怎麼生成機器指令的。
你會看到貪心算法在寄存器配置設定中的應用，也會看到圖論中的可達性分析又是如何實作死代碼消除。
是以無論是作業系統、計算機網絡、編譯原理這些基礎cs課程，還是mysql、redis這些中間件，都是建構在各種精妙的資料結構與算法之上的，資料結構與算法必學，一定要重視！
如果你有 acm 獲獎經曆，那 bat 是很容易進的，但是也一定要掌握基本的cs基礎課程知識，不能隻重算法不重基礎。
國外可能把題刷好就能拿到offer，但是國内不懂 os、網絡這些基礎和一些語言八股文也是很難的！
很多大一大二的同學其實是不太清楚到底該計算機專業該如何自學，在這分享下我的學習路線吧：
我大學專業學計算機的，對 cs 大學課程還算了解，也經常了解學習國外 cs 課程。
cs 專業差別于其它專業很大特點就是：
工作後的内容是和專業所學的内容強相關的
比如你學了資料結構、編譯原理、作業系統、計算機網絡，如果你從事的是研發崗，那一定離不開這些知識。
主要靠自學
不管是科班還是非科班，想要快速持續的提高技術水準，就得靠自己去鑽，尤其離不開自學。
知乎上其實很多問科班和非科班的差别在哪，其實我一直想說，你給自己充足時間去把科班的内容學習一遍，到底還能差在哪呢？
可能唯一差别就是少了一個 計算機學士學位。
也有人把這種自學出家的叫做民科，當然沒有任何的諷刺意思哈。
最簡單的方式就是參考 cs 科班同學的課程，比如下面這個：
img
其實看着很多，概況起來就是（下面隻涉及cs專業課）：
計算機導論 + 一門程式設計入門語言
算法與資料結構
作業系統
計算機網絡
資料庫系統
特定領域，如：計算機圖形學、資訊安全、system方向、分布式
學習的途徑就是：
多看國外/國外的 cs 名校的一些開放課程 + 看經典的書 + 多寫代碼！！！
畢竟現在mooc、udemy、b站上學習的資源都是很豐富的。
唯一要做的就是篩選一些比較好的課程進行學習，在這裡我主要推薦一些國外的計算機課程，他們很明顯的一個特征就是注重實踐。
一門課，除了理論以外，還會有配套的 lab、assignment，而且這些老師設計 lab 都很用心的，看視訊/書 + 做 lab，這應該算計算機科班同學一個比較好的學習方式了，有理論也有實踐。
下面開始上幹貨：
一、計算機導論
首先建議從計算機導論課程開始，推薦下面這些課程：
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
随後建議學習一門語言，可以是c、java、或python，我推薦 c語言（當然，也可以是python！這不是重點，重點是要多去寫，入門時提高對程式設計的興趣）。
提到c語言，我這裡推薦國内浙大翁凱老師的課，看過的都說好，分為兩門：
第一門是面向聯考結束想提前自學一點程式設計的，叫大學先修課：c語言程式設計cap-大學先修課
雖然叫先修課，但是覆寫了c語言的主要知識點，也适合大一新生~
第二門是c語言程式設計進階：c語言程式設計進階
會帶你用c語言完成一些有趣的項目，比如一些圖形界面小遊戲，先修課學習c語言文法基礎，進階課帶你項目實操，搭配使用，你就是同學中的大神！
有了語言基礎之後建議學資料結構與算法：
資料結構推薦：
stanford cs106系列
cs106a: programming methodologies
算法推薦：
6.046（進階） design and analysis of algorithms - mit
mit的6.006 introduction to algorithms
coursera上的princeton課程
berkeley的cs61a 和 cs61b
學習完經典的資料結構和算法之後就可以去刷題了。
cmu的15-213
berkeley的cs162，
這兩個都是有視訊有lab的好課
還有一個非常經典的 mit 6.828，附帶一個xv6 lab
課程：6.828: operating system engineering
mit的6.004,
berkeley的cs61c
stanford的cs144，lab 很有意思
一個原則，來自翁凱老師：
學計算機一定要有一個非常強大的心理狀态，計算機的所有東西都是人做出來的，别人能想的出來，我也一定能想得出來，在計算機的世界裡沒有任何的黑魔法，所有的東西隻不過是我現在不知道而已，總有一天我會把所有的細節、所有的内部的東西全搞明白的
建立抽象層，我自己的感悟
計算機裡，幾乎都是人造的概念，大部分的東西，隻要你一直深挖下去，幾乎都可以搞明白。
但是要注意時間成本，軟體行業已經不是一般的複雜和巨大，任何一個領域的知識的複雜性都足夠耗費掉我們一生的時間，是以一定要抓住主線，對于技術和知識，要學通用的、流行的，可以嘗試面向面試學習。
“打破砂鍋問到底”式的學習雖然精神可敬，但成本效益并不劃算。
一定要學會在适當的層次上抽象出一層，并且認可這一層提供的接口，不去深究内部實作，了解原理即可，不必深究内部實作。
比如學習 http，那麼就先認可 tcp 提供的穩定可靠傳輸，而不繼續深挖 tcp 的内容，等到學習傳輸層的時候再去深入挖掘 tcp 具體實作。
也就是我們常說的面向接口/抽象程式設計。
視訊為主，看書為輔
新手，一定不要一直看書，保持看書的時間不超過 50%，按照下面的流程：
看書學習基本的理論
程式設計練習、實踐
有了新領悟，繼續看書
如此反複的循環。