如果業界中不用高階演算法和資料結構，那為什麼還要學？

源自 Quora，題主還補充說：

我和我認識的人從未用過任何高階演算法和資料結構，我們中的有些人已經在業界工作 20 年了。你是如何激勵自己去學習高階演算法和資料結構的呢？或許，參加程式設計比賽會有點用…

下面是來自 Jerason Banes 的回答，1.4 K+ 頂

恭喜你！我剛把你的簡歷扔到“不要”的那堆中去了，嘴裡還碎碎唸叨著，「為什麼怎麼會有你這樣的小孩，業界出什麼問題了，我為什麼要重新訓練每一個我招來的工程師」。你也很可能認為資料庫很神奇，只要再丟一個索引到裡面，就可以解決你的所有問題，對麼？

我為什麼要這樣做？我是一個脾氣暴躁的老頭，喜歡隨心所欲得給應聘者設定難題嗎？

事實上，答案正好相反。如果你學習過，而且是一名接受過訓練的工程師（注意我一直使用這個詞），你會發現面試過程相當的簡單。我經常問一些很簡單的問題，例如「寫一個FizzBuzz程式」，「JavaScript是函式化語言？」。電話面試中有幾個超級難的問題，我並沒有問。因為這些問題會吸引你學習，併為我工作。

如果我不是在設定難題，我到底是做什麼的？

我正在設計一個系統，可以基於千兆兆(10的15次方)位元組規模的資料提供分析結果。由於 Google 讓每個人相信，他可以在全網查詢他輸入的東西，所以我也必須要在自己的網路應用程式中提供類似表現。

要做到這個，異常困難。我找了一下  EMC SAN 磁碟規格說明，上面都告訴我沒有足夠的吞吐量。雖然我可以尋求一些無限頻寬的昂貴硬體，但是我不為 Google 工作的，我預算有限啊。我需要找到一個方法，利用一堆廉價貨，讓它們在一起來提供互動速度。一個超級強大的裝置不能做到的，但一堆平行 IO 卻可能實現。

我現在所要做的，就是要求我的工程師們對這些結構寫查詢程式碼……臥槽，剛才有個童鞋嘗試把整個程式碼載入到記憶體中，結果把整個結構的棧搞掛掉了。我們回退了他的程式碼。他說這程式碼在他的測試環境上是可以工作的，他不理解為什麼會這樣。我搖搖頭，把他拉到白板前，給他解釋記憶體背後的原理，記憶體就像資料的蓄水池，容量是有限的。一個直管的透過量（資料流），只受限於時間（資料移動的速度），而不是容量。

他說他明白了，以後會避免犯類似的錯誤。嗯，他可能會避免，也可能還會犯錯。有智力解決複雜計算機問題的人鳳毛麟角。大部分人看上去有機會，但做到的只是極少數人。特別是這個世界還有很多愚蠢的想法，比如“為什麼我要學習資料結構和演算法”之類的？

我最終可能會炒掉那個工程師。這相當糟糕（譯註：艱難的決定），因為在其它方面我還是很喜歡他的。他只是不適合這個工作。

你要知道，你對程式設計的理解，會體現在你自己選擇的工作態度上。畢竟這些不是有趣的工作，賺的也不是很多。你做的事情也不是真正重要的。

如果你覺得作一個低工資的程式設計師也還好，你最終會改行去做其它的事情，那你不用去學演算法和資料結構。如果電腦科學真的吸引你，你知道該做什麼。

後記

首先，感謝大家對這個帖子如此關注。也有批評者花時間給了有理有據的反駁，得以讓這個對話繼續下去。對於成為這樣重要主題的中心，我誠惶誠恐。

接下來，我想和那些覺得這帖子有些刺耳的人解釋下。當我決定回這個問題時，我想讓答案比以往的更有影響力。以往的答案有些是很好的，但缺少和年輕人的內在聯絡，讓他們不容易理解。電影會以呈現原始場景的方式引起觀眾的共鳴，我發帖目的也是一樣的。

我收到的另外一類質疑，覺得這是一個虛構的故事。請理解，這只是對我所處理問題的一種提煉。這些情況都出現過，只是順序不是你在帖子裡看到的。例如，上次我談到有個工程師在流程式碼中間使用 ArrayList 緩衝區，他並沒有被解僱的風險。事實上他是一個相當優秀的工程師，只是當時沒有考慮到。

他的程式碼在程式碼審查事被發現，並沒有進入產品。我給他和他的同事們作了關於資料倉儲的培訓，讓他們理解內在的原理，希望避免類似問題再次發生。

解僱人是一件困難的事情。你必須這樣開始，“我做錯了什麼？”，“我要怎樣解決這個問題？”。找到滿足他們個人和適合他們的學習方式，通常需要一個漫長的過程。很多人都回答好的領導力和培訓。有一些已經超過我的能力範圍。

因為一開始就把重點放在不要招不合適的人，那些我不得不解僱的人，都是不適合團隊的（例如，社會問題沒有得到改善），或者很長時間都沒有掌握他們學習的東西。後面這種情況，對我這樣善解人意的領導而言很難，因為他們的表現看上去有改善，但之後又回落到之前的表現。幸好這樣的情況很少，但卻讓人印象深刻。

我現在停下來說一些我見過很棒的工程師，他們在構建大規模程式碼上沒啥經驗，但他們對出現的機遇會很興奮。在某些情況下，這些人會比那些對自己技能有信心的人，更加主動學習和提高。這遠不是一個硬性規則，只是一個有趣的觀察。

第三點，我注意到有人質疑我的經歷只是例外。我建議你們去看下“自我選擇的態度”部分。我不得不招技能不好的工程師，是因為大公司們（Google，Orbitz，NavTec，SalesForce等）展開了對工程師的搶奪大戰，儘可能快地去得到他們。大資料帶來對熟練工程師的需求激增，結果導致整個市場的短缺。這也就是為什麼我不得不冒險招人，並且希望我提供的訓練是足夠的。我們找到剩下的這些工程師，希望把他們訓練出來。這對軟體工程師有利，前提是你願意認可電腦科學，理解事物工作的本質是相當重要的。否則你會在電話面試中敗下陣來，可能永遠不知道原因。

最後，有些人對我描述的工作環境很感興趣。我目前正在招人，如果你在芝加哥而且覺得你很適合，可以直接和我聯絡。

讓你瞭解一下你所要進入的領域，我為健康分析中心服務。這行業中的事務處理程式碼很可能佔 95 %，大多數函式庫和軟體都關注在這些上。分析只佔 5 % ，只能使用少數 BI 工具。這些工具在我的行業中不好用，因為我們關心這些資料的細節（比如每個病人），並透過摘要方式找到那些事例，而不是結束它們。這帶來很大的挑戰，讓我不停工作下去。一言以蔽之，你需要了解資料庫最佳化的思想，你會從事定製大規模的謂詞引擎，你將開發定製化的 OLAP 邏輯，你將始終面對複雜問題的恐懼和解決它們的成就感。