知識星球（給演演算法愛好者加星標，修煉程式設計內功）
作者：@jolestar
綜合整理：「演演算法愛好者」（id: AlgorithmFans）已獲授權
一個剛畢業沒多久的朋友面試後，給我說面試官問了垃圾回收演演算法相關的問題，他回答的不好。
我接著問了他幾個演演算法相關問題，發現他回答的時候在努力回憶看過的書以及程式碼細節，沒把握住關鍵點。
很多新手朋友都有這種問題，遇到演演算法類的問題就覺得複雜，敬而怕之。實際上演演算法就是解決問題的一系列可精確描述的步驟，日常生活中也遇到，只是要求沒那麼精確罷了。
比如垃圾回收的問題，你就假設自己要打掃房子，但房子裡還有人活動，再不斷製造垃圾，你怎麼打掃？
最簡單粗暴的辦法就是把人趕出去，打掃完了再進來。這就是所謂的 stop world 樣式。如果你打掃的足夠快，這種辦法其實也可以用。
那如果房間比較大，垃圾比較多，這種辦法不可接受怎麼辦？你發現打掃衛生的時候時間耗費在判斷一個東西是不是垃圾上了。於是你想了個辦法，先把每個垃圾都打上標記，標記完了再 stop world，快速清理。這就是所謂的 Mark-Sweep。
那如果垃圾和有用的東西混雜在一起，即使清理完屋裡也亂糟糟的怎麼辦？那就順便整理下唄。先騰出一塊空間，把有用的東西搬到那邊整理好。其他的垃圾清理掉。這就是所謂的 Copying 整理演演算法。
那如果空間本來就小，弄一塊空的空間不容易呢？那就把上面兩個辦法結合下唄，一遍標記一遍整理。就是所謂的 Mark-Compact 演演算法。
再後面的最佳化就是能不能分成不同的區域用不同的演演算法（分代）？如果你再請幾個幫手來一起打掃會如何進行（併發）？雖然越來越複雜，但理解了前面的問題，它的最佳化點也就容易理解。
所以要學習演演算法，先要用平常心待之，以常識推理，前面這些演演算法，你找個打掃衛生的阿姨，把場景描述清楚，她大概也能想出差不多的辦法吧。先用從簡單粗暴的方法入手，再進一步理解最佳化細節，不要一開始就陷入了細節中去。有的人能從解決純演演算法問題中尋求到快感，還有一種人對純演演算法問題無感（比如我），就要把演演算法和真實問題場景結合起來，和實際應用結合起來。
網友評論
@平成最後的號 :我一個同事，進來的時候面試，其實他基本不懂GC演演算法，當場硬是在我們PE的引導下自己幾乎造出來了generational GC的remembered sets
@工業聚:這事兒得看天分。生活中大多數人都是排序高手，氣泡排序，快速排序，插入排序，歸併排序按需靈活運用。但要變成程式碼等形式化的、抽象表達的場景，其演演算法能力難以啟動。正常人都理解如何下山，卻離理解機器學習裡的梯度下降還很遠。我們都有智慧/內建演演算法，但要將它們賦於機器/程式碼，可不簡單
@但丁不淡定: 我倒是覺得因果反了。稍微學過點演演算法的才有把現實世界的事務對應成流程的邏輯，而不是從現實的邏輯尋找演演算法的靈感。舉個例子，你房間裡椅子上的衣服，瞭解過 LRU 的才知道先從底部的清理起…
@鄧草原：在做 kesque 的 compaction，要充分利用記憶體，演演算法是：先把有用的記錄複製到硬碟新空間，邊把記憶體中這些記錄的索引也轉指新空間，過程中不影響使用。最後要清理的垃圾，硬碟上的舊空間直接刪除，而記憶體索引還指向舊空間的，先 stop world，然後遍歷一遍移走。邊開車邊換輪胎。演演算法是一次夢醒後確定的。
@AshleySean：我希望我有這樣的老師
雖然我知道挑老師很不對 但我真的是那種會看老師學習的人 什麼時候才能改啊
我的學習生涯什麼時候才能真正變得主動啊
