为什么每个程序员都需要学习算法?

  编程语言虽然该学，但是学习计算机算法和理论更重要，因为计算机语言和开发平台日新月异，但万变不离其宗的是那些算法和理论。例如数据结构、算法、编译原理、计算机体系结构、关系型数据库原理等等。
  这些基础课程更可以称之为为“内功”，而新的语言、技术、标准则更像是“外功”。整天赶时髦的人最后只懂得招式，没有功力，是不可能成为高手的。
  “程序员是否必须会算法”？
  这是一个充满争议的问题，虽然并不像“生存还是毁灭”之类的选择那样艰难而沉重，但也绝不是一个轻松的话题。很多人对算法的理解太片面，很多人觉得只有名字里包含“XX算法”之类的东西才是算法。而我们认为算法的本质是解决问题，只要是能解决问题的代码就是算法。
  程序员需要知道的5大基础实用算法
  算法一：快速排序
  快速排序是由东尼·霍尔所发展的一种排序算法。
  在平均状况下，排序n个项目要Ο(n log)次比较。在最坏状况下则需要Ο(n2)次比较，但这种状况并不常见。事实上，快速排序通常明显比其他Ο(n log n)算法更快，因为它的内部循环(inner loop)可以在大部分的架构上很有效率地被实现出来。
  快速排序使用分治法(Divide and conquer)策略来把一个串行(list)分为两个子串行(sub-lists)。
  算法二：堆排序算法
  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。
  堆排序的平均时间复杂度为Ο(nlogn)。
  算法三：归并排序
  归并排序(Merge sort，台湾译作：合并排序)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。
  算法四：二分查找算法
  二分查找算法是一种在有序数组中查找某一特定元素的搜索算法。
  搜素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，则搜素过程结束;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。这种搜索算法每一次比较都使搜索范围缩小一半。折半搜索每次把搜索区域减少一半，时间复杂度为Ο(logn)。
  算法五：BFPRT(线性查找算法)
  BFPRT算法解决的问题十分经典，即从某n个元素的序列中选出第k大(第k小)的元素，通过巧妙的分析，BFPRT可以在最坏情况下仍为线性时间复杂度。该算法的思想与快速排序思想相似，当然，为使得算法在最坏情况下，依然能达到o(n)的时间复杂度，五位算法作者做了精妙的处理。