为什么有人说弄懂了《算法导论》的90%，就超越了90%的程序员？

同任何一门编程语言相比，算法确实是晦涩难懂的。举个简单的例子，众多学习算法的读者中，可能很多人都能快速学会链表、哈希表、二叉树，还能熟练运用大部分的查找算法和排序算法，但能玩转路径规划、字符串匹配、动态规则等复杂问题的人，却凤毛麟角。

可以这么说，能玩转算法的人，其综合实力往往都不差。很多大的互联网公司，更看重的往往不是你精通多少种编程语言，而是综合能力，更确切地说是解决问题的能力。

有些读者可能会问，类似 C++ 可以使用 STL 标准库，Python 代码可以使用 Collections 模块等，很多编程语言都可以使用相应的集成数据结构的框架或者模块，直接拿来用不就可以了吗？

事实上，很多在职程序员在开发过程中，都会套用现有的一些集成数据结构的模块或者框架。要知道，适当的使用是可取的，但不能完全依赖，否则知其然而不知其所以然，即便完成再多的项目，也无非是他人代码的搬运工，个人能力很快会进入瓶颈期，再无提升的空间。

对于如何评判一个人编程能力的强弱，不同的人有不同的标准，或许是看中他编写代码的可读性，扩展性、是否健壮等等。

我认为，代码执行性能的好坏无疑能成为众多评判标准中的一个。而想编写出性能高的代码，前提是必须知道如何评判代码的性能，这就不得不使用

算法中评判代码执行性能的时间复杂性和空间复杂度。

对于某些在职的程序员来说，如果觉得数据结构无用，更多可能是因为你接触的都是一些用户量很少、需要处理的数据量也很少的小项目，实际开发中更注重实现具体的功能，产品的性能要求并非那么苛刻。反之，如果你身处像 BAT 这样的大公司，所开发产品的用户量往往是千万级别甚至亿级别，需要处理的数据量也往往是 TB 甚至 PB 级别，这时产品的性能将是首要考虑的因素，而数据结构和算法的意义将会彻底凸显出来。