我阅读和研究了关于 Sharp 的文献，现在看来我已经达到了我想学习更多东西而不是关于 hello word 的水平，我想学习数据结构，这方面的问题是知识在这方面有多大用处这个话题是，他们在面试中问他们的频率，要注意什么，熟悉这些结构是否足够，或者您需要在类型级别上了解才能坐下来写，例如队列，或者了解堆栈的工作原理就足够了（确切地说它是如何拥有所有东西的）。
RError.com
我阅读和研究了关于 Sharp 的文献，现在看来我已经达到了我想学习更多东西而不是关于 hello word 的水平，我想学习数据结构，这方面的问题是知识在这方面有多大用处这个话题是，他们在面试中问他们的频率，要注意什么，熟悉这些结构是否足够，或者您需要在类型级别上了解才能坐下来写，例如队列，或者了解堆栈的工作原理就足够了（确切地说它是如何拥有所有东西的）。
这是很难给出合理答案的问题之一，因为每个人的经历都不一样。一个人会说数据结构很重要，另一个人会说我们生活在一个需要在 JS 上铆接表单的世界，而所有这些都是额外的知识。
就个人而言，我赞成研究数据结构。参考四十年前出版《算法与数据结构》一书的 Wirth，我想说结构应该与算法一起研究。
作为一个理由，我将给出几个考虑因素。
首先，该行业长期以来一直存在摩尔定律，该定律指出计算机能力平均每两年翻一番。它涉及某个技术细节，但一般来说，它对应于 RAM 的数量、处理器的整体性能和磁盘空间。这导致了这样一个事实，即大约每 5 到 10 年，权力增长得如此之快，以至于范式发生了巨大变化。
在 80 年代后期，对于当时的个人计算机（XT 和 AT）来说，即使是 C++ 也似乎过于占用资源。然而，几年后，当每个人拥有 386 台个人计算机时，内存和性能证明足以用于间接调用和虚拟函数表。
而在 90 年代后期，事实证明垃圾收集和字节码在普通硬件上工作不再那么慢，Java 突如其来，紧随其后的是 C#。对于我们程序员来说，这意味着需要不断地学习。你打算在这个行业呆多久，所以你必须学习新东西。在这种情况下，关于内核的问题出现了，关于在任何地方都可以使用的东西。
算法和数据结构是基础知识之一，了解这些知识可以让您快速转向新技术。它们不会因语言而异。通常，一门新语言有一个标准库，您不必学习它，因为您已经知道那里有哪些数据结构以及可以用它们做什么。
第二个考虑与需求有关。似乎这项工作原则上不再需要数据结构。这甚至是真的，因为在现代工业中，有大量的任务，高中或职业学校的知识就足够了（我们没有教授程序员的职业学校，但在国外你已经可以获得程序设计二级特殊文凭）。
与此同时，这个真理还有另一面：有时你会遇到需要思考和发明的艰巨任务。数学家和统计学家 N. N. Taleb 写了几本关于黑天鹅概念的书，你可能听说过。黑天鹅是这样一个意想不到的事件，后果很严重。在我们的例子中，这是一个不常见的任务，但是，解决这个问题非常重要。
为了解决这些问题，通常需要一个基础，其中当然包括算法和数据结构。
因此，数据结构的研究如果不是在短期内，那么在未来十年内就会有所回报。
学习的深度可以不同。可能没有必要实现所有的结构和所有的算法，但最有趣或最复杂的那些是很有可能的。
数据结构和其他基本知识的知识至少允许：
这不是全部列表，而只是最重要的。所以，研究这些东西给程序员带来了非常实实在在的利润。