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。