为什么不去重视下算法？
1. 因为平时工作基本用不上；（不重视）
2. 算法太枯燥；（没耐心）
3. 算法难学；（智商余额不足）
但是你得改。本文列举几个常用算法概要大纲！
现在的高级语言，给我们带来了许多的开发的方便，但是也更让我们更傻瓜了。
甚至在99%的工作中，我们完全不了解算法，就可以把工作做好，顶多要多做的一件事就是，在不知道怎么办的时候，到网上去搜索下该语言的工具类库就好了。
然而，如果没有这些工具类库的情况下，你怎么办呢？
在解决问题的时候，如果只能想到使用工具类库去解决问题，甚至都不知道其实现原理，那么这些知识是多么的脆弱，多么的死板？
其实，到高手过招的时候，都是比的数据，比的算法。
所以，切莫沉溺工具类，而应该真正去掌握算法，至少常用的算法能够熟记于心，手到擒来！
下面列举几个常用算法的方向，作为研究的方向。
1. 常用排序算法
1.1. 冒泡排序（Bubble Sort）
冒泡排序是一种简单的排序算法。它重复地走访过要排序的数列，一次比较两个元素，如果它们的顺序错误就把它们交换过来。走访数列的工作是重复地进行直到没有再需要交换，也就是说该数列已经排序完成。这个算法的名字由来是因为越小的元素会经由交换慢慢“浮”到数列的顶端。
1.2. 选择排序（Selection Sort）
选择排序(Selection-sort)是一种简单直观的排序算法。它的工作原理：首先在未排序序列中找到最小（大）元素，存放到排序序列的起始位置，然后，再从剩余未排序元素中继续寻找最小（大）元素，然后放到已排序序列的末尾。以此类推，直到所有元素均排序完毕。
1.3. 插入排序（Insertion Sort）
插入排序（Insertion-Sort）的算法描述是一种简单直观的排序算法。它的工作原理是通过构建有序序列，对于未排序数据，在已排序序列中从后向前扫描，找到相应位置并插入。
1.4. 希尔排序（Shell Sort）
1959年Shell发明，第一个突破O(n2)的排序算法，是简单插入排序的改进版。它与插入排序的不同之处在于，它会优先比较距离较远的元素。希尔排序又叫缩小增量排序。
1.5. 归并排序（Merge Sort）
归并排序是建立在归并操作上的一种有效的排序算法。该算法是采用分治法（Divide and Conquer）的一个非常典型的应用。将已有序的子序列合并，得到完全有序的序列；即先使每个子序列有序，再使子序列段间有序。若将两个有序表合并成一个有序表，称为2-路归并。
1.6. 快速排序（Quick Sort）
快速排序的基本思想：通过一趟排序将待排记录分隔成独立的两部分，其中一部分记录的关键字均比另一部分的关键字小，则可分别对这两部分记录继续进行排序，以达到整个序列有序。
1.7. 堆排序（Heap Sort）
堆排序（Heapsort）是指利用堆这种数据结构所设计的一种排序算法。堆积是一个近似完全二叉树的结构，并同时满足堆积的性质：即子结点的键值或索引总是小于（或者大于）它的父节点。
1.8. 堆排序（Heap Sort）
堆排序（Heapsort）是指利用堆这种数据结构所设计的一种排序算法。堆积是一个近似完全二叉树的结构，并同时满足堆积的性质：即子结点的键值或索引总是小于（或者大于）它的父节点。
1.9. 桶排序（Bucket Sort）
桶排序是计数排序的升级版。它利用了函数的映射关系，高效与否的关键就在于这个映射函数的确定。桶排序 (Bucket sort)的工作的原理：假设输入数据服从均匀分布，将数据分到有限数量的桶里，每个桶再分别排序（有可能再使用别的排序算法或是以递归方式继续使用桶排序进行排）。
1.10. 基数排序（Radix Sort）
基数排序是按照低位先排序，然后收集；再按照高位排序，然后再收集；依次类推，直到最高位。有时候有些属性是有优先级顺序的，先按低优先级排序，再按高优先级排序。最后的次序就是高优先级高的在前，高优先级相同的低优先级高的在前。
具体算法示例请参考(超祥细): https://www.cnblogs.com/onepixel/articles/7674659.html
2. 常用查找算法
2.1. 顺序查找
顺序查找又称为线性查找，是一种最简单的查找方法。适用于线性表的顺序存储结构和链式存储结构。该算法的时间复杂度为O(n)。
2.2. 二分查找
二分查找（Binary Search），是一种在有序数组中查找某一特定元素的查找算法。查找过程从数组的中间元素开始，如果中间元素正好是要查找的元素，则查找过程结束；如果某一特定元素大于或者小于中间元素，则在数组大于或小于中间元素的那一半中查找，而且跟开始一样从中间元素开始比较。如果在某一步骤数组为空，则代表找不到。这种查找算法每一次比较都使查找范围缩小一半。
2.3. 插值查找
插值查找是根据要查找的关键字key与查找表中最大最小记录的关键字比较后的 查找方法，其核心就在于插值的计算公式 (key-a[low])/(a[high]-a[low])*(high-low)。
2.4. 二叉树查找算法
二叉查找树是先对待查找的数据进行生成树，确保树的左分支的值小于右分支的值，然后在就行和每个节点的父节点比较大小，查找最适合的范围。 这个算法的查找效率很高，但是如果使用这种查找方法要首先创建树。
2.5. 平衡查找树之2-3查找树（2-3 Tree）
2.6. 平衡查找树之红黑树（Red-Black Tree）
整个树完全黑色平衡，即从根节点到所以叶子结点的路径上，黑色链接的个数都相同（2-3树的第2）性质，从根节点到叶子节点的距离都相等）。
2.7. B树和B+树（B Tree/B+ Tree）
2.8. 分块查找
分块查找又称索引顺序查找，它是顺序查找的一种改进方法。算法思想：将n个数据元素"按块有序"划分为m块（m ≤ n）。每一块中的结点不必有序，但块与块之间必须"按块有序"；即第1块中任一元素的关键字都必须小于第2块中任一元素的关键字；而第2块中任一元素又都必须小于第3块中的任一元素。
2.9. 哈希查找
哈希的思路很简单，如果所有的键都是整数，那么就可以使用一个简单的无序数组来实现：将键作为索引，值即为其对应的值，这样就可以快速访问任意键的值。这是对于简单的键的情况，我们将其扩展到可以处理更加复杂的类型的键。
详细信息请参考： https://www.cnblogs.com/yw09041432/p/5908444.html
3. 加密算法
常见的加密算法可以分成三类，对称加密算法，非对称加密算法和Hash算法。
常见的对称加密算法：DES、3DES、DESX、Blowfish、IDEA、RC4、RC5、RC6和AES
常见的非对称加密算法：RSA、ECC（移动设备用）、Diffie-Hellman、El Gamal、DSA（数字签名用）
常见的Hash算法：MD2、MD4、MD5、HAVAL、SHA、SHA-1、HMAC、HMAC-MD5、HMAC-SHA1
详情可参考: https://www.cnblogs.com/colife/p/5566789.html
4. 图论算法
Dijkstra算法
Floyd算法
Prim算法
Kruskal算法
可简单参考: https://www.cnblogs.com/wangmengmeng/p/5277225.html
5. 并行算法
并行算法就是用多台处理机 联合求解问题的方法和步骤，其执行过程是将给定的问题首先分解成若干个尽量相互独立的子问 题，然后使用多台计算机同时求解它，从而最终求得原问题的解。
百科解释: https://m.baidu.com/sf_bk/item/并行算法/967188?fr=aladdin&ms=1&rid=10850472149522734565
6. 随机化算法
参考： https://www.jianshu.com/p/dec9a453573f
7. 动态规划算法
动态规划算法的基本思想与分治法类似，也是将待求解的问题分解为若干个子问题（阶段），按顺序求解子阶段，前一子问题的解，为后一子问题的求解提供了有用的信息。在求解任一子问题时，列出各种可能的局部解，通过决策保留那些有可能达到最优的局部解，丢弃其他局部解。依次解决各子问题，最后一个子问题就是初始问题的解。
https://blog.csdn.net/baidu_37107022/article/details/73188963
https://blog.csdn.net/baidu_37107022/article/details/73189125
https://blog.csdn.net/baidu_37107022/article/details/78253222?utm_source=blogxgwz0
8. 计算几何的算法
9. 厄米变形模型
10. 随机森林算法
不重视算法，不代表不会算法，其实真正遇到问题时，我们仍然是会想各种办法解决的，所以从本质上我们都在使用算法。但是，算法的是很烧脑的东西，很多巨人的智慧结晶，只有不断地学习他们的知识，应用到工作中，才会事半功倍。
其实算法作为一个开发人员的基本功，是一定要引起重视的，否则最后就只会轮为一个业务的工具。
只有立足于算法之上，才能走得远，站得高。