总结篇
对于八股取士的看法
算法对于开发来说,我自认为是不重要的,最多只需要直到遇到什么问题可以用什么算法,而不是需要做到精通会写.当前国内的程序员市场出现了饱和,由于大量开源知识,使得人人都能接触到大量的编程知识,这点造成了行业内卷非常严重.但是根据我的观察,面试似乎也成了应试教育.我身边的同学通过培训班几个月时间背八股,跟着做两个项目,把项目的八股背熟,模拟面试多次.这就能让他拿到工作.我从大一开始接触技术,工程化能力比较高,技术栈也很全面,但是没有学算法,背八股的习惯,因为绝大多数开发中都用不到.我是做Java后端的,会用的框架很多,除了spring全家桶,redis,消息队列外,我对docker,k8s很熟练也接触过kubevirt和qemu,Linux很熟练,甚至会一些Linux驱动开发.前端我也做过很多项目.自认为我是通过对后端学习时间久了(这里本来想说深入,但是对框架原理知之甚少).技术的广度有所提升.但是却比不上背诵大量八股,速成的人.这样的情况似乎会催生出面试辅导班的职业.不就又成了高考了吗?找到工作之后做不到工作和生活分离,加班已成了家常便饭.这好像是日本的老路,政府也没有什么举措,略感失望.
对于当前国内社会的看法
当前国内经济下滑,房地产作为经济支柱,人口红利耗尽,我看不到能代替房地产的东西.而且00后不婚族更多,房子的销量在进一步消减,房地产产业也没法东山再起了吧.那么下一个经济的快速增长点会在哪里呢.
算法总结
1. 分治（Divide and Conquer）
核心思想：将问题分成若干个相同或相似的子问题，递归解决子问题，再将子问题的解合并得到原问题的解。
常见应用：快速排序、归并排序、二分查找
2. 回溯（Backtracking）
核心思想：通过试探性地扩展解空间树，从根节点出发逐层向下构建解，遇到不满足条件的情况则回溯，尝试其他路径。
常见应用：N皇后问题、全排列、组合问题
3. 递归（Recursion）
核心思想：函数直接或间接地调用自身，将问题逐层分解直到达到最小问题规模。
常见应用：斐波那契数列、阶乘、树的遍历
4. 动态规划（Dynamic Programming）
核心思想：将问题分解成相互重叠的子问题，通过保存子问题的解来避免重复计算。
常见应用：背包问题、最长公共子序列、编辑距离
5. 单调栈（Monotonic Stack）
核心思想：利用栈的LIFO特性，保持栈中元素的单调性（单调递增或单调递减），用于解决一类特定问题。
常见应用：柱状图中的最大矩形、每日温度
6. 贪心算法（Greedy Algorithm）
核心思想：每一步都选择当前最优解，从而希望最终结果是全局最优。
常见应用：活动选择问题、霍夫曼编码、最小生成树（Prim和Kruskal算法）
7. 图算法（Graph Algorithms）
核心思想：处理图结构的问题，包括图的遍历、最短路径、最小生成树等。
常见应用：广度优先搜索（BFS）、深度优先搜索（DFS）、Dijkstra算法、Floyd-Warshall算法
8. 搜索算法（Search Algorithms）
核心思想：在解空间中系统地搜索目标，常用的有深度优先搜索和广度优先搜索。
常见应用：迷宫求解、路径规划
各算法之间的相对关系：
- 分治和递归：分治通常通过递归实现，是递归的高级应用。
- 回溯和递归：回溯本质上是递归的一种应用，利用递归逐步探索解空间。
- 动态规划和递归：动态规划解决的问题常常可以用递归解决，但动态规划通过保存子问题解避免了重复计算，是递归的优化。
- 贪心算法和动态规划：贪心算法是一种特殊的动态规划，选择每一步的最优解，但不一定适合所有动态规划问题。
- 单调栈：是栈的一种应用，用于特定问题的求解。
- 图算法和搜索算法：图算法是搜索算法的应用，广度优先搜索和深度优先搜索是图遍历的基本方法。
