Putanja učenja za strukture podataka i algoritme — najvrednija za sačuvati u 2026. (🔥)
Iskreno, pomalo mi je neprijatno da priznam. Za vreme fakulteta bio sam naivan — radi kampus intervjua tvrdoglavo sam rešavao zadatke iz „Uvod u algoritme", „Programming Pearls" i LeetCode, cele godine.
Rešavao pa zaboravljao, zaboravljao pa rešavao; ako ne vežbam, bojao sam se da će pitati, i na kraju su mi kosa i prorijedili od tolikog vežbanja.
Kasnije, kada sam dobio posao, sinulo mi je da tada uopšte nije trebalo toliko da se mučim. E, baš kako me neko pitao za put učenju algoritama, odlučio sam bez ustezanja da podelim svoje iskustvo učenja algoritama, u nadi da će vam dati makar malo inspiracije i pomoći.
Nacrtao sam jednu sliku koja pokriva gotovo sve teme iz knjiga o strukturama podataka i algoritmima.
Ali iskreno, za početnika ili za programera koji ne cilja karijeru u algoritmima, nema nikakve potrebe da uči sve sa mape — to bi bilo previše neefikasno.
I učenje struktura podataka i algoritma traži strategiju. Moj savet je sledeći (obratite pažnju, ovo je važno):
7 struktura podataka:
- Niz
- Povezana lista
- Stek
- Red
- Heš tabela
- Binarno stablo
- Heap
10 algoritama:
- Rekurzija
- Sortiranje
- Binarna pretraga
- Pretraga
- Heš algoritam
- Pohlepni algoritam
- Algoritam podeli pa vladaj
- Algoritam povratnog praćenja (backtracking)
- Dinamičko programiranje
- Algoritam podudaranja stringova
To su ključne tačke pri učenju struktura podataka i algoritama. Mnogi ljudi, kada se prvi put sretnu sa ovim predmetom, osete da je apstraktan i teško shvatljiv, pa stagniraju ispred vrata.
Pravi razlog je što nisu pronašli dobar pristup učenju i nisu uhvatili ključne tačke. Uveren sam da, kada pažljivo pročitate ovu putanju učenja, učićete ciljano i sa dvostrukim rezultatom uz polovinu truda.
Prvo, šta je struktura podataka
Struktura podataka jeste skup elemenata podataka koji imaju određenu logičku vezu, primenjuju neki oblik skladišta u računaru i enkapsuliraju odgovarajuće operacije. Sadrži tri aspekta: logičke veze, odnos skladištenja i operacije. Različite vrste struktura podataka odgovaraju različitim vrstama primena, a neke su čak namenjene specifičnim zadacima. Na primer, računarske mreže se oslanjaju na tabele rutiranja, a B-stabla su visoko prilagođene za enkapsulaciju baza podataka.
Jednostavnije rečeno, struktura podataka gomilu podataka pakuje po nekom formatu u jednu celinu.
Da li volite Kung Pao piletinu?
U svakom slučaju, Erge prilično voli to jelo. Uzeću Kung Pao piletinu za primer da vam objasnim strukture podataka. Na Wikipediji piše ovako:
Kung Pao piletina (engl. Kung Pao chicken), poznata i kao Gong Bao piletina, ljuto-kiselog je ukusa sa notama litchi, vodi poreklo iz kuhinje Guizhoua, prenela se u Shandong, a onda se formirala kao poznato jelo sečuanske kuhinje. U Guizhou, Shandongu i Sečuanu se priprema na različite načine i različito se naziva — u Guizhou je poznata kao „pikantna piletina", u Shandongu kao „pira od piletine", a u Sečuanu nosi ime Kung Pao piletina.
Hajde da apstraktujemo Kung Pao piletinu.
struct KungPaoChicken {
piletina = []
kikiriki = []
mladi luk = []
sečuan biber = []
čili = []
}Ova struktura (struct je pojam iz jezika C) jeste korisnički definisana struktura podataka koja objedinjuje više različitih sastojaka. Za računarske strukture podataka samo se ti sastojci zamenjuju osnovnim tipovima podataka.
Pošto smo apstraktovali Kung Pao piletinu, hajde da apstraktujemo i Erge-a.
class Erge {
int age = 18;
double težina = 65kg;
void eat(KungPaoChicken) {
težina += 1kg;
}
}Pseudokod nije sasvim strog, ali hajde da shvatite suštinu.
Na kraju krajeva, struktura podataka je samo apstraktna enkapsulacija. Java je popularna jednim svojim vrlo važnim razlogom — nudi raznovrsne strukture podataka koje programeri lako pozivaju, poput ArrayList-a (enkapsulacija niza), LinkedList-a (enkapsulacija povezane liste), HashMap-e, ConcurrentHashMap-e itd. U C-u toga nema; ako želite, sami morate da enkapsulirate. Ali osnovni tipovi podataka u Java-i i C-u su istovetni — int, float i slično se podudaraju.
Za početnike je uobičajeno da kod direktno poziva strukture podataka i retko razmišlja o tome kako su te strukture implementirane.
Kada početnik krene da postaje napredni programer, mora da se smiri i prodre u unutrašnju implementaciju ArrayList-a i LinkedList-a; tek kada ih razume shvatiće da razlika u performansama pri dodavanju, brisanju, izmeni i pretrazi potiče baš od toga što interno koriste različite strukture podataka.
Koje su to klasične strukture podataka i algoritmi? Na primer red, stek, heap, binarna pretraga, dinamičko programiranje i tako dalje.
Drugo, šta je algoritam
Algoritam jeste skup metoda za rad sa podacima. Struktura podataka služi algoritmu, a da bi algoritam iskazao svoju vrednost mora imati strukturu podataka kao nosioca.
Oni su poput para ljubavnika — bez onog drugog, oboje su usamljeni i hladni.
Neki početnici možda imaju sledeću dilemu: moja ocena iz matematije je prosečna, da li će mi učenje struktura podataka i algoritama ići jako teško?
Naravno, strukture podataka i algoritmi ne mogu bez izvesnog matematičkog rezonovanja i dokazivanja — na primer kada analiziramo vremensku i prostornu složenost nekog algoritma. Ali ne treba da brinete; sve dok zadržite nivo znanja matematike iz srednje škole, sasvim možete dobro savladati strukture podataka i algoritme.
Treće, zašto učiti strukture podataka i algoritme
Da li vam se čini da su strukture podataka i algoritmi, baš kao operativni sistemi i računarske mreže, znanja odvojena od praktičnog rada, koja vam osim na intervjuu verovatno nikada u životu neće trebati?
Da li mislite da i bez poznavanja struktura podataka i algoritama možete sjajno da koristite Java API i razvojni framework?
Pre svega, na intervjuu se zaista ispituju strukture podataka i algoritmi. To je jedan od kriterijuma za selekciju u mnogim velikim kompanijama.
To je zato što na kampus intervjuima većina studenata nema praktičnog iskustva sa projektima, pa kompanija može samo da proveri ova osnovna znanja radi selekcije.
Velike kompanije se ne plaše da nemate iskustva sa projektima, već da nemate potencijal za dugoročni razvoj.
Zato mnogi studenti koji idu na kampus intervju pre razgovora intenzivno vežbaju zadatke, barem oko 100 komada.
Drugo, u stvarnom radu se svakako koriste.
Na primer, kada skladištite neke poslovne podatke, da li ćete koristiti ArrayList ili LinkedList, koju strukturu podataka oni interno koriste i koje prednosti i mane imaju pri dodavanju, brisanju, izmeni i pretrazi?
Ili, kojom strukturom podataka je implementiran sortirani skup (sorted set) u Redis-u? Zašto skip list, a ne binarno stablo?
Može li se proći bez poznavanja struktura podataka i algoritama?
Još, poznavanje struktura podataka i algoritama mnogo pomaže pri čitanju izvornog koda, jer se u njemu često uzimaju u obzir prednosti i mane različitih struktura podataka.
Na primer, zašto HashMap kada dužina povezane liste pređe 8 pretvara je u red-black stabvo? Zašto ne može obično binarno stablo?
Da sumiram.
Učimo strukture podataka i algoritme ne da bismo napamet naučili pokoju činjenicu; cilj nam je da izgradimo svest o vremenskoj i prostornoj složenosti, pišemo kvalitetan kod, poboljšamo programerske veštine, treniramo logičko razmišljanje i na kraju dobijemo bolju zaradu.
Zašto učiti strukture podataka i algoritme — po mom mišljenju tri stvari su ključne:
- Da pišete kod boljih performansi.
- Algoritam jeste niz računskih koraka za rešavanje problema, a program je algoritam opisan jezikom koji računar razume.
- Dugoročno, sposobnost razmišljanja jeste veoma važna konkurentna prednost osobe, a algoritmi su jedna od retkih oblasti koja može da je istrenira.
Vreme je da ojačate svoju unutrašnju snagu; tako ćete u debati biti samouvereniji i pri promeni posla nećette morati da kalkulište i ustežete.
Četvrto, kvalitetni materijali za učenje algoritama i struktura podataka
1) Video
Na Bilibili-ju kurs o strukturama podataka sa Univerziteta Zhejiang je vrlo dobar, sistematičan i klasičan. Svaki put kada gledam kako profesori sa ovih univerziteta predaju, sve više uverljivo mi je da je važno upisati dobar fakultet; na mnogim drugim mestima, kada profesori predaju strukture podataka i algoritme, ni sami ne znaju šta pričaju.
Moram priznati da Chen Yue i ostali zaista duboko razumeju oblast struktura podataka i algoritama; dok sam slušao ovaj kurs osetio sam da mi je sve prosvetlilo.
Adresa videa: https://www.bilibili.com/video/BV1Kb41127fT
Postoji i jedan student koji je na GitHub-u prikupio sve prezentacije i domaće zadatke sa ovog kursa; oni koji uče Java mogu pokušati da reše zadatke u Java-i.
GitHub adresa: https://github.com/CYBruce/DataStructure_Algorithm_ZJU
2) Knjige
Za početničku fazu preporučujem „Zabavno učenje struktura podataka" i „Zabavno učenje algoritama" profesora Chen Xiaoyu.
Klasična referentna knjiga iz oblasti algoritama „Algoritmi 4" takođe je vrlo preporučljiva; kod u njoj je pisan u Java-i, tako da je Java programeri mogu neposredno usvojiti.
Izuzetno vredni studenti mogu direktno da krenu kroz „Uvod u algoritme" — strog i sveobuhvatan, može služiti i kao udžbenik iz algoritama na master studijama.
3) Open-source e-knjige
Open-source e-knjiga iz algoritama zaista ima mnogo; ovde preporučujem „labuladong-ov mali podsetnik algoritama". U repozitorijumu stoji jedna rečenica sa kojom se potpuno slažem — „vežbanje zadataka jeste vežbanje zadataka, ali ono što se gradi jeste način razmišljanja". Prednost ovog repozitorijuma jeste potpunost pristupa rešavanju; uveren sam da može pomoći mnogim čitaocima, barem da znatno smanji broj stranputica pri vežbanju zadataka.
GitHub adresa: https://github.com/labuladong/fucking-algorithm
Pored toga, evo još tri kvalitetne zbirke zadataka — za C/C++, Java i Go, sve na jednom mestu.
4) Onlajn sajtovi
LeetCode baza zadataka: https://leetcode-cn.com/problemset/all/
Recept za učenje algoritama je vrlo jednostavan: mnogo gledajte i mnogo vežbajte. Što se tiče zadataka, svi znaju da se rešavaju na LeetCode-u. Ali na LeetCode-u sada ima više od dve hiljade zadataka i neki su izuzetno teški; čak i po 10 dnevno treba više od pola godine. To očigledno ne odgovara ogromnoj većini, pa moramo naći jezgro — najvažniji skup zadataka.
Ovde sam prikupio 100 algoritamskih zadataka koji se često pojavljuju na intervjuima; većini će ovaj redosled biti sasvim dovoljan da izađu na kraj sa razgovorom.
VisuAlgo: https://visualgo.net/zh
Težina algoritma jeste u tome što je teško apstraktovati njegove korake u glavi; zato je VisuAlgo sajt koji se toplo preporučuje za vizuelizaciju algoritama.
5) Plaćena kolona
Xiao Zheng-ge na GeekTime-u drži plaćenu kolonu „Lepota struktura podataka i algoritama"; vrlo je cenjena, pa ko želi može posetiti link i kupiti.
Peto, pokoja misao iz iskustva
Na kraju ću podeliti nekoliko tehnika učenja koje duplo isplatu trud.
Prvo, uči i vežbaj istovremeno
Zamislite — za vreme školovanja, pored slušanja nastave i samostalnog učenja, šta vas je najviše čekalo?
Tako je — ispiti.
Mali i veliki ispiti nisu tu samo da provere rezultat, već da ono što umete primenite na nove primere i da ono što ne umete izvuku na pregled, muče dok na sledećem ispitu ne odgovorite bolje.
U stvari, ne važi ovo samo za strukture podataka i algoritme — svaki drugi predmet se uči isto: samo gledati i slušati ne pali, barem morate da vodite beleške i da predajete domaće zadatke!
Što se tiče zadataka, umereno je sasvim dovoljno; nemojte uvek juriti najteže, lako postanete izgubljeni.
Drugo, razgovarajte sa drugima
Erge ima jednog zemljaka, A Xiu, koji je sopstvenim trudom upisao master studije; za vreme mastera rešio je mnogo zadataka i na kraju dobio posao u ByteDance-u.
Tokom rešavanja zadataka on nije samo ćutke vežbao, već je upoznao mnogo prijatelja; kada bi video tuđe rešenje uvek bi se potrudio da ostavi komentar i prodiskutuje, i tako je neočekivano stekao mnogo poznanika.
Zatim bi svi zajedno razmenjivali iskustva i svi su napredovali. Sudar mišljenja je veoma važan!
Treće, korak po korak
Razumemo svi razlog, ali na kraju gotovo niko ne istraje.
Veliki razlog je taj što mnogi žure, hoće odjednom da progutaju sve, i rezultat?
Učenje je protivno ljudskoj prirodi, inače TikTok ne bi bio tako popularan — jer zadovoljstvo od skrolovanja kratkih videa zaista jeste neodoljivo.
Zato, kada učite, obavezno sledite istinu postupnosti.
Svaki dan naučite po jednu stvar, svake nedelje dve, svakog meseca tri; kroz neprekivno cikluso učenja i zaboravljanja, malo po malo se akumulira. S vremenom ćete znanje taložiti kao svoje.
Srećno!