（上古遗产）说说我所知道的算法

我不是教你什么是算法

    我认为，我不是一个合格的软件工程学生。
    
    可我觉得，我是一名合格的软件开发人员。

    因为在中国的这样的教育大环境，能学会自主思考和独立解决问题是一件很困难的事情。

    工科学习更是如此。

    我们中国的软件工程忽略了一件软件开发最核心的入门学习，有多少人知道何谓复杂度？比如时间、空间、系统复杂度。
    绝大部分是不清楚这些的，因为都没有坐下来好好看过有关算法理论的思考和分析。

    我们不见得要重理论轻实践，倒不如说，我更倾向于，先实践再理论后实践，依次轮回，这样我们才能彼此不落下，理论和实践是精密联系的，因为实践可以导出理论，理论可以教会实践去复用，知识亦如此。

    但，做得到这样的人，寥寥无几。这个年代的年轻人，被快餐和简单屏蔽了双眼，要静下心啃知识已经很难了。

    而算法这件事，如果不静下心来学习和思考，是理解不到何谓算法的。

    大多数走在前面的人都会说算法是内功，计算机专业很重要的知识。

    但这些人，也没讲，什么是算法，应该怎么学，为什么重要这些解释，都未曾提及。

    我想人主要原因在于，人都是自私的吧，毕竟自己辛苦学来的武功，怎会轻易教会别人呢？

    就算是我也不例外，所以我不会讲怎么学，但我会讲，什么是算法，算法的意义，至少留下一点，让后人可以寻迹的脚印。

    那就进入正题吧。

    算法，常定义为：算法（Algorithm）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。

    翻译成常人理解的话就是指 做事的流程 。
    
    算法其实并没有什么高深的，倒不如说，算法是存在于日常生活，但不会引起人们注意的一种知识。

    为何这么说呢？

    因为，算法就是描述一个流程的工具。

    何谓流程？

    万物运作都存有流程，而我们把这些流程统一起来，并赋予名词，便是算法。

    如果说，我作为一个物体，从A处移动到B处，该事情之间即存在着移动的这个流程，那么，我在A处，移动，B处，就可以形成一个流程，而这个流程的描述，即为算法。

    任何满足两件事物交互的流程，都可以被称为算法，但仅仅这样去学习算法是远远不够的。

    回想我们掌握数学知识的时候，一定会认识数字的最小单位，人为定义的整数 0，如果我们没有学习这件事情，便不会出现后来的123甚至是其他数域。

    算法亦如此，我们先明白最小流程单位，然后开始，研究对流程单位的运算和分析。

    我希望看到这里的你，学会使用联想能力。

    学问之间是想通的，是我老师说的话，当然我心里也清楚这个道理，但从我口中说出来这话显然没有信服力，有时候年龄还真的会决定一件事的正确性，尽管它不一定正确，因为正确这件事情，也是受到时间控制的，也是存在生命的，或者称为时效性（例如：新闻）。
    
    流程便是算法的核心体现，与其让我解释什么是流程，倒不如我多举几个例子给你来的实在吧？

    我们习惯于经验主义，所以往往会忽略对一个流程的思考，但经验这件事，即是流程的一种形式。

    所以，研究算法，就是在把各种经验统计出各种流程应用场景。

    如何买一个东西这件事，从面对面易物，到今天网购，本质都是购买物品这个事情，但流程是完全不同的，我们无法说哪个流程更好，也无法说，谁可以替代谁，只能说，根据场景，我们有不一样的选择。

    我就以此为例深入讲算法吧，反正对于现在的我，讲这些事情已然轻而易举，张口就来。

    算法主要有三个指标，空间、时间、系统。

    在软件上我们最希望的事情，就是，空间最少、时间最少、系统最小，这几件事。

    但事实上，这是不可能的，事情一定存在一个总量，我们仅是尽量去保持这样的标准去优化算法。

    我们不见得，网络交易就一定可以取代面对面交易，但会随着时间的流逝，其比重将会越来越大，产生这样的结果的原因，主要有几个基本理论去推导。价值最小理论，我们对一件事物的优化，一定会有一个价值比重，这个价值比重取决于当下的需求。
   
    因为物以稀为贵导出不可再生的事物为贵，价值最高，所以我们会认为时间和生命很重要，因为都没办法逆转才有它的稀有价值。
   
    所以面对面易物与网络交易彼此间面临着就是核心成本就是时间，而时间成本将会被不同场景体现出来，有交易渠道浪费的时间；有交易谈判浪费的时间；有交易流程浪费的时间；也有获取交易商品信息获取的时间；无一例外，都可以被折合为时间成本。

    而网络交易将节约大量不必要的时间成本，从而使得最终交易系统成本下降。

    而我说这些又和算法什么关系呢？

    事实上，就恰恰是这些现实生活的思考和启发才导致出算法的理论和应用，在交易这个案例中我们其实可以注意到几个要点。

    第一，所有的事情，都可以是算法的流程。
    第二，算法的事情，都可以被重新调整比重。
    第三，没有绝对的事情，学习算法不是为了得到最好的流程，而恰恰是为了选择最适合的（人生亦如此）。

    所以，我们真正掌握算法的时候，就是在让自己保持独立思考，确定一个最合适的方案，而不是所谓的“最好的”。

    如果你看到某个算法自称是某某算法中最好的算法，那这算法资料也没有继续看下去的必要了。

    话又转回来，我们知道了算法的本质，那么有应该怎样去设计一个合适的算法呢？

    遵循一个基本原则，付出最少，收获最大，这是第一阶段，讲究极限。

    算法一定有一个起始输入，在软件中，就是硬件内存输入，执行指令输入，然后我们在输入这件事情中得到输出，比如执行结果，比如执行时间。
    所以，我们需要评估，当输入一定的情况下，让输出的价值变大。反之，输出最小，输出不变。价值评估则根据需求决定，因为我们可能需要时间最短、效果最好、结果最优等不一样的结果。
    假设输出价值被确定为现阶段最大的情况下，我们就需要压低输入价值，假设输出价值一定，则减少输入的需求。换而言之，就是将输入最小，输出最大极限，让算法保持有利方向的最小状态。
    
    然后你以为这样就可以了吗？

    并没有。

    算法设计的第二阶段，追求不稳定状态，随机、浮动、变化、熵变，讲究平衡。

    当第一阶段达到瓶颈时，我们改追求均衡，折衷状态，这一阶段讲究的是，当该算法存在两种状态的价值比重，我们需要的不是一种绝对的结果，而是一个随机结果（结果仍然符合预期），比如，希望时间可以少一点，但又希望空间也可以少点，因为我们这里，时间和空间冲突了，两者存在负相关，而我们此时并不需要极限，而是需要一个混合状态，即稳定，而又不稳定的平衡状态，故此时，讲究的即为平衡。

    最后这个阶段没有一个准确的定义，不过在我这里，就是让算法保持进化。比如说输入是可以改变的，而输出是可以不变的，我们过去某一时期定义好的算法，是会随着输入的改变，重新改变价值比重总量，也就是说，过去的算法，在未来不一定是此时的最优，重新退回第一阶段的不满足状态，需要重新追求极限，再追求平衡，然后停下来，等待下一次状态的改变，可能是输入总量变化，也可能是输出结果的变化，但归根结底，它还是原来要做那件事的算法。

    甚至说，算法这件事情，本来就不局限在计算机领域。

    它在我看来，就是研究是人类做事流程的学科，不过是在软件里面掌握的比较系统罢了。

    当我们知道了怎么应用算法的理论了的时候，就是最后的话题了。

    算法如何体现其价值。

    我认为，任何做事的流程，都可以被计算和分析，拥有计算能力也就足以建立其价值体系。保持上述抽象原则，计算机即可拥有基本的进化能力，也就是自我升级来改进其工作流程（例如人工智能）。
   
    另一方面，程序员的工作结果的价值可以被宏观给出，过去我们认为，结果没有变化，也就等于没有做事，但实际上，如我所说的话，其实要做的事情还是很多的，只不过是看不到罢了。

    最后，无论你懂不懂算法，会不会这些，其实都不重要，重要的是，你有没有去思考去总结出，自己生活的点滴，将其形成一个抽象概念，变成自己的思考法则，进而辐射到其他领域，我认为，这点远远比单讲算法这件事情更重要，希望读者保持思考，让自己变得更值钱。

    本文到此结束，望各位读者，新的一年里，继续努力，不为别人，为自己，更好的活在这个世界。
    
                                                                                                                                               陈俊欢
                                                                                                                                    二〇一八年二月十六日

标签：遗产,事情,流程,算法,时间,上古,我们,输入
来源： https://www.cnblogs.com/juwan/p/11448963.html