作为业余程序员 3 年(主要是 Python 和 C)并且从未编写过超过 500 行代码的应用程序，我发现自己面临两个选择:
(1) 学习数据结构和算法设计的基本知识，使我成为一名 l33t 计算机科学家。
(2) 学习 Qt，这将帮助我构建长期以来渴望构建的项目。
对于学习(1)，大家好像都比较推荐看CLRS。不幸的是，阅读 CLRS 至少需要一年的学习时间(或更多，我不是 Peter Krumins)。我还明白，要使用 (2) 完成任何中等复杂的任务，我将至少需要了解 (1) 的基础知识，这让我想到了我的问题:假设我使用 C++ 作为编程选择的语言，CLRS 的哪些部分能让我充分了解算法和数据结构，以便使用 (2) 处理大型项目？
换句话说，我需要对日常应用程序编程任务绝对必要的理论 CompSci 主题列表。此外，我想将 CLRS 用作方便的引用，因此我不想跳过任何对理解本书后续部分至关重要的 Material 。
不要误会我的意思。离散数学和 CompSci 的理论基础已经在我的“待办事项:紧急”列表中大约 6 个月了，但由于大学工作，我没有足够的时间。很长一段时间后，我有 15 天的假期可以做任何我想做的事，我想用这 15 天来构建我真正想要构建的应用程序，而不是坐在我的办公 table 前，拿着笔和纸在手，尝试写下教科书问题的解决方案。
(顺便说一句，我们将高度赞赏关于算法的少数学多代码资源。我刚从高中毕业，我的数学还没有达到应有的水平。)
谢谢:)
最佳答案
这可能被认为是异端邪说，但绝大多数应用程序代码并不需要对算法和数据结构有太多了解。大多数语言都提供包含集合类、搜索和排序算法等的库。您通常不需要了解这些工作原理背后的理论，只需使用它们即可!
但是，如果您从未编写过超过 500 行的代码，那么您确实需要学习很多东西，例如如何编写应用程序代码以使其灵活、可维护等。
关于algorithm - 编写桌面应用程序所需的最低 CompSci 知识，我们在Stack Overflow上找到一个类似的问题： https://stackoverflow.com/questions/375272/