Struktur data dan algoritma: panduan lengkap untuk pengaturcara

Informatec Digital » Sumber » Struktur data dan algoritma: panduan lengkap untuk pengaturcara

Algoritma dan struktur data merupakan dua bahagian yang sesuai bersama seperti teka-teki: satu mentakrifkan prosedur untuk menyelesaikan masalah, dan satu lagi menentukan di mana dan bagaimana kita menyimpan maklumat tersebut. Walaupun ia mungkin kedengaran akademik, menguasai pasangan ini adalah apa yang membezakan kod yang hanya berfungsi daripada kod yang terbang dan berskala tanpa rosak.

Jika anda ingin meneruskan kerjaya dalam pengaturcaraan profesional, bersedia untuk temu duga teknikal atau berhenti bergelut dengan latihan seperti LeetCode dan Codewars, anda memerlukan asas yang kukuh dalam struktur data dan algoritma . Sepanjang artikel ini, anda akan mempelajari apa itu struktur data dan algoritma, mengapa ia begitu penting, jenis utama yang wujud, operasi asas yang dilakukannya dan jenis soalan yang biasanya muncul dalam peperiksaan dan dalam proses pemilihan.

Apakah struktur data dan algoritma?

Struktur data pada asasnya merupakan cara khusus untuk mengatur dan menyimpan maklumat dalam ingatan bagi membolehkan manipulasi yang cekap. Organisasi ini tidak rawak: ia secara langsung menentukan operasi mana yang pantas dan yang mana menjadi mahal (memasukkan, mencari, memadam, melangkau, dll.).

Apabila anda memilih struktur data yang betul, program anda boleh mengendalikan sejumlah besar data tanpa perlu bersusah payah; apabila anda memilih dengan salah, aplikasi kecil pun boleh menjadi perlahan, menggunakan terlalu banyak memori atau menjadi mustahil untuk diselenggara dari semasa ke semasa.

Algoritma ialah urutan langkah-langkah yang tertib dan terhingga yang mengubah input kepada output untuk menyelesaikan masalah tertentu. Ia seperti resipi masakan: ia memberitahu anda apa yang perlu dilakukan, dalam susunan apa, dan dalam keadaan apa, tetapi ia tidak mengambil berat tentang cara anda menyimpan bahan-bahan di dalam peti sejuk, yang akan menjadi bahagian struktur data.

Dalam sains komputer, setiap algoritma direka bentuk dengan mengambil kira jenis data yang akan digunakan. Pemilihan struktur data bukanlah perincian kecil: struktur dan algoritma saling berkaitan , dan perubahan kecil dalam kedua-duanya boleh meningkatkan atau menurunkan prestasi dengan ketara.

Dari perspektif teori, penulis seperti Niklaus Wirth telah mempopularkan idea bahawa algoritma + struktur data = program seawal tahun 70-an . Beberapa dekad kemudian, ini tetap benar: tidak kira sama ada anda pengaturcaraan dalam Java, Python, C++ atau datang dari bootcamp, apa yang diperlukan dalam temu duga dan projek yang serius ialah keupayaan untuk memilih dan menggabungkan kedua-dua elemen dengan berkesan.

Mengapakah ia begitu penting dalam pengaturcaraan?

Dalam mana-mana aplikasi dunia sebenar, tidak kira betapa mudahnya ia kelihatan, anda sentiasa bekerja dengan data: gaji, produk, pengguna, transaksi, laluan, dokumen , rekod log, dan sebagainya. Persoalannya bukanlah sama ada anda akan mengendalikan data, tetapi bagaimana anda akan mengaturnya supaya kod anda pantas, jelas dan mudah diselenggara.

Struktur data digunakan untuk menyimpan maklumat dengan cara yang teratur dan koheren, bergantung pada masalahnya. Tidak sama untuk sentiasa mengakses elemen pertama, mencari mengikut kekunci, mengulang mengikut susunan, memasukkan di tengah atau memadam dengan kerap; setiap corak penggunaan lebih sesuai untuk struktur yang berbeza.

Algoritma, bagi pihak mereka, membolehkan kita memproses data ini dengan cekap : menyusun, menapis, mencari elemen, mencari laluan optimum, mengesan corak melalui perlombongan data , mengoptimumkan sumber dan sebagainya. Banyak masalah yang kelihatan sukar menjadi remeh apabila anda menemui gabungan algoritma dan struktur data yang betul.

Dalam temu bual teknikal untuk pembangunan perisian, jarang sekali ditanya soalan yang tidak membincangkan topik-topik ini secara langsung. Kadangkala soalan tersebut menyebut secara eksplisit strukturnya, seperti "diberikan pokok binari…", dan pada masa lain ia tersirat: "kami ingin mengira berapa banyak buku yang dimiliki oleh setiap penulis," yang mencadangkan penggunaan jadual hash atau peta nilai kunci.

Tambahan pula, latihan formal dan profesional sering berkisar tentang bidang ini. Banyak universiti dan program pendidikan tinggi merangkumi subjek yang dipanggil Struktur Data dan Algoritma , dengan sukatan pelajaran rasmi, prasyarat, kuliah dan sesi amali, peperiksaan dan tugasan, kerana ia dianggap sebagai subjek teras bagi mana-mana jurutera perisian.

Prasyarat dan asas yang diperlukan

Untuk memanfaatkan sepenuhnya kajian struktur data dan algoritma, adalah berguna untuk mempunyai sedikit pengetahuan tentang bahasa pengaturcaraan tujuan umum, seperti Java, Python atau C++ . Anda tidak perlu menjadi pakar, tetapi anda harus selesa dengan konsep asas seperti pembolehubah, jenis data, syarat, gelung, fungsi dan penghantaran parameter.

Ia juga sangat membantu untuk memahami konsep kerumitan algoritma dan notasi Big O: bagaimana masa pelaksanaan atau penggunaan memori meningkat apabila saiz data (n) meningkat. Mengetahui cara membezakan antara O(1), O(log n), O(n), O(n log n), dan O(n²) membolehkan anda membandingkan alternatif secara objektif dan mewajarkan keputusan anda.

Satu lagi aspek penting ialah mempunyai sedikit pengalaman dengan penyelesaian masalah : latihan pengaturcaraan berstruktur, cabaran logik kecil, kata mudah, dan sebagainya. Lebih banyak anda melatih "hidung" anda untuk memecahkan masalah kepada langkah-langkah, lebih mudah untuk melihat struktur data yang sesuai dengan setiap kes.

Sesetengah kurikulum menyatakan secara eksplisit prasyarat atau teras untuk kursus Struktur Data dan Algoritma, seperti lulus Asas Pengaturcaraan, Pengaturcaraan I atau Matematik Diskret. Ini masuk akal: tanpa asas yang kukuh dalam pengaturcaraan asas dan sedikit logik, mudah untuk kecewa dengan subjek ini.

Akhir sekali, mempunyai sedikit pengetahuan tentang persekitaran praktikal dunia sebenar (seperti projek web kecil, skrip atau aplikasi konsol) membantu anda menggambarkan dengan lebih baik apa yang akan anda gunakan untuk setiap struktur, daripada melihatnya sebagai sesuatu yang semata-mata akademik.

Struktur data yang paling biasa digunakan

Dalam sains komputer, terdapat banyak struktur data , tetapi terdapat sekumpulan struktur "asas" yang diulang berulang kali: tatasusunan (vektor), tindanan, baris gilir, senarai terpaut, pokok, graf, hasil tambah cuba dan jadual hash. Memahami cara ia berfungsi, operasi yang ditawarkan dan kos lazimnya adalah kunci untuk menjadi mahir dalam pengaturcaraan.

Seterusnya, kami akan menyemak setiap satu , dengan idea utamanya, operasi tipikal dan contoh masalah yang biasanya muncul dalam kelas, latihan dan temu duga kerja untuk pembangun.

Tatasusunan

Tatasusunan ialah struktur data linear yang paling ringkas dan antara yang paling banyak digunakan. Ia terdiri daripada blok memori bersebelahan yang menyimpan koleksi elemen jenis yang sama, boleh diakses oleh indeks integer, biasanya bermula dari sifar.

Bayangkan satu tatasusunan bersaiz 4 yang mengandungi nilai 1, 2, 3, dan 4. Setiap kedudukan mempunyai indeks (0, 1, 2, 3), dan anda boleh mengakses terus mana-mana elemen dengan indeksnya dalam masa malar O(1). Ini menjadikan tatasusunan sangat cekap untuk bacaan rawak.

Terdapat dua kategori utama: tatasusunan satu dimensi (satu baris elemen) dan tatasusunan berbilang dimensi (contohnya, matriks, iaitu tatasusunan tatasusunan). Banyak bahasa pengaturcaraan menawarkan kedua-dua varian secara natif atau dengan sedikit perbezaan dalam sintaks dan prestasi.

Operasi asas pada array biasanya:

• Sisip: meletakkan elemen pada kedudukan tertentu, yang dalam tatasusunan statik mungkin melibatkan peralihan elemen lain.
• Dapatkan: mengakses elemen pada indeks yang diberikan, biasanya O(1).
• Padam: padam atau tandakan sebagai kosongkan elemen pada kedudukan tertentu, biasanya dengan mengalihkan elemen ke kiri.
• Saiz: semak berapa banyak elemen yang disimpan atau kapasiti maksimum tatasusunan.

Dalam temu duga dan peperiksaan, latihan seperti mencari nilai minimum kedua dalam tatasusunan , mencari integer unik pertama, menggabungkan dua tatasusunan yang disusun atau menyusun semula nombor positif dan negatif sambil mengekalkan sifat tertentu adalah sangat biasa. Semua ini bergantung pada akses indeks dan traversal linear atau berganda.

Susunan

Tindanan ialah struktur data linear yang mengikuti prinsip LIFO: Masuk Terakhir, Keluar Dahulu. Bayangkan tindanan buku diletakkan satu di atas yang lain: anda hanya boleh mengambil atau meninggalkan buku dari atas.

Tingkah laku ini bermakna kita hanya boleh mengakses elemen di bahagian atas tindanan . Kita tidak boleh mengalih keluar elemen tengah tanpa terlebih dahulu mengalih keluar elemen di atasnya. Ini menjadikannya struktur yang ideal untuk pemodelan sejarah tindakan (buat asal), panggilan fungsi bersarang, navigasi (undur/maju), dan sebagainya.

Operasi susunan biasa ialah:

• Tolak: masukkan item baharu di bahagian atas.
• pop: ekstrak dan kembalikan elemen di bahagian atas, mengurangkan saiz tindanan.
• Atas atau mengintip: rujuk elemen atas tanpa memadamkannya.
• kosong: periksa sama ada bateri kosong.

Dalam konteks temu bual, masalah seperti menilai ungkapan dalam notasi postfix (RPN), menyusun elemen hanya menggunakan tindanan atau menyemak sama ada rentetan kurungan (dan simbol lain) diimbangi dengan betul menggunakan push dan pop dapat dilihat.

Dalam praktiknya, banyak pelaksanaan dalaman bahasa (contohnya, susunan panggilan sistem ) berfungsi mengikut prinsip yang sama, walaupun kita tidak melihatnya secara langsung.

Barisan

Baris gilir merupakan satu lagi struktur data linear, tetapi ia menggunakan model FIFO: Masuk Dahulu, Keluar Dahulu. Analogi yang paling jelas ialah barisan orang yang menunggu di kaunter tiket pawagam.

Dalam giliran standard, item ditambah pada akhir dan dialih keluar dari awal . Item pertama yang masuk ialah item pertama yang dilayan, menjadikannya sesuai untuk mengurus tugasan yang belum selesai, proses sistem pengendalian, permintaan pelayan, giliran cetak dan sebagainya.

Operasi giliran asas termasuk:

• Beratur: masukkan item baharu di hujung baris gilir.
• Dequeue: alih keluar dan kembalikan elemen yang terletak di permulaan.
• Bahagian hadapan atau atas: rujuk item pertama tanpa menanggalkannya.
• kosong: semak sama ada barisan kosong.

Dalam cabaran pengaturcaraan, adalah perkara biasa untuk diminta, sebagai contoh, untuk melaksanakan tindanan menggunakan dua baris gilir , untuk membalikkan elemen k pertama baris gilir tanpa mengubah selebihnya, atau untuk menjana nombor binari dari 1 hingga n menggunakan tingkah laku FIFO baris gilir.

Selain giliran asas, terdapat varian seperti giliran bulat , giliran keutamaan atau giliran berganda (deque), yang menawarkan operasi tambahan dan meningkatkan prestasi dalam senario tertentu.

senarai terpaut

Senarai berpaut juga merupakan struktur linear, tetapi secara dalaman ia sangat berbeza daripada tatasusunan. Daripada menggunakan blok memori bersebelahan, ia terdiri daripada nod jarang yang disambungkan antara satu sama lain melalui rujukan atau penunjuk.

Setiap nod biasanya mengandungi dua bahagian: data yang hendak disimpan dan penunjuk (atau beberapa) yang menunjuk ke nod seterusnya dalam jujukan (dan, dalam kes senarai berangkai dua, juga ke nod sebelumnya). Senarai ini diuruskan melalui rujukan ke kepalanya, yang menunjuk ke nod pertama, dan dalam senarai yang lebih kompleks, rujukan ke ekor juga dikekalkan.

Terdapat dua varian utama:

• senarai berangkai tunggal: setiap nod hanya menunjuk ke nod seterusnya; laluannya biasanya dalam satu arah.
• senarai berangkai duaSetiap nod menunjuk ke nod seterusnya dan sebelumnya, memudahkan penelusuran dwiarah dan operasi penghapusan yang lebih cekap.

Operasi biasa pada senarai terpaut termasuk:

• SisipDiKepala: masukkan nod baharu pada permulaan senarai.
• SisipPadaAkhir: tambah nod pada penghujungnya, kemas kini baris gilir jika ia wujud.
• Padam: alih keluar nod tertentu, melaraskan penunjuk nod bersebelahan.
• PadamDiKepala: padam nod pertama dan alihkan kepala ke nod seterusnya.
• Cari: merentasi senarai untuk mencari nilai tertentu.
• kosong: semak sama ada kepala adalah null dan oleh itu senarai itu tidak mempunyai elemen.

Dalam kelas dan temu bual, terdapat banyak masalah seperti membalikkan senarai berpaut , mengesan jika terdapat kitaran (biasanya menggunakan algoritma "kura-kura dan arnab"), mendapatkan nod N dengan mengira dari hujung, atau menghapuskan nod pendua, sentiasa memanipulasi penunjuk dengan teliti.

Senarai berpaut digunakan secara meluas untuk melaksanakan jadual hash dengan rantaian , senarai bersebelahan dalam graf dan struktur data dinamik di mana item kerap dimasukkan dan dipadam.

Pokok

Pokok ialah struktur data hierarki yang terdiri daripada nod yang dihubungkan oleh tepi. Tidak seperti graf umum, pokok tidak mempunyai kitaran: sentiasa ada akar, anak, ibu bapa, adik-beradik, daun, aras dan subpokok, dengan jenis organisasi "keluarga" atau "carta organisasi".

Pokok sangat berguna apabila kita ingin mewakili hubungan hierarki atau membahagikan masalah kepada submasalah yang lebih kecil: sistem fail, menu, struktur DOM dalam pelayar, pokok keputusan dalam kecerdasan buatan, dan sebagainya.

Terdapat pelbagai jenis pokok, antaranya:

• Pokok N-ary: setiap nod boleh mempunyai bilangan anak yang berubah-ubah (dan mungkin besar).
• Pokok yang seimbang: mengekalkan dahannya pada kedalaman yang sama untuk mengelakkan kemerosotan prestasi.
• Pokok binari: setiap nod mempunyai maksimum dua anak (kiri dan kanan).
• Pokok Carian Perduaan (BST): pokok binari dengan sifat bahawa semua yang berada di sebelah kiri nod adalah lebih kecil dan semua yang berada di sebelah kanan adalah lebih besar (mengikut beberapa kriteria susunan).
• Pokok AVL, merah-hitam, 2-3 dan varian lainIni adalah pokok carian seimbang yang menjamin had kerumitan yang baik dalam operasi penyisipan, pemadaman dan carian.

Dalam praktiknya, jenis yang paling biasa digunakan dalam latihan ialah pokok binari dan pokok carian binari . Masalah biasa termasuk mengira ketinggian pokok, mencari nilai maksimum ke-k dalam pokok carian binari, menyenaraikan nod pada jarak tertentu dari punca atau menentukan nenek moyang nod tertentu.

Tambahan pula, algoritma traversal (prapesanan, dalampesanan, pascapesanan, aras demi aras) adalah asas kepada banyak proses seterusnya: pencetakan tersusun, penilaian ekspresi, penyirian pokok dan penyahsiran, dsb.

graf

Graf menggeneralisasikan konsep pokok dengan membenarkan kitaran dan pelbagai sambungan sewenang-wenangnya antara nod. Ia terdiri daripada satu set bucu (nod) dan satu set tepi yang menghubungkan pasangan bucu, kadangkala dengan berat atau kos yang berkaitan.

Terdapat beberapa jenis graf: tidak berarah (pinggir tidak mempunyai arah, hubungannya dwiarah) dan berarah (pinggir mempunyai asalan dan destinasi). Ia juga boleh dikelaskan sebagai berwajaran atau tidak berwajaran, bersambung atau tidak bersambung, dengan atau tanpa kitaran, dsb.

Dalam kod, graf biasanya diwakili dalam dua cara asas:

• Matriks bersebelahan: matriks di mana sel menunjukkan sama ada terdapat pinggir antara bucu i dan j (dan mungkin pemberat sambungan).
• Senarai bersebelahan: untuk setiap bucu, senarai jirannya disimpan, yang menjimatkan memori dalam graf jarang.

Algoritma traversal yang paling klasik ialah carian lebar-dahulu (BFS) dan carian kedalaman-dahulu (DFS) . Kedua-duanya digunakan sebagai blok binaan untuk pelbagai masalah: menyemak sama ada graf disambungkan, mengesan kitaran, mencari komponen yang disambungkan, dsb.

Dalam ujian teknikal, adalah perkara biasa untuk diminta melaksanakan BFS dan DFS, menyemak sama ada graf membentuk pokok, mengira bilangan tepi atau mencari laluan yang lebih pendek antara dua nod (contohnya, pada peta bandar) menggunakan varian seperti Dijkstra atau BFS dalam graf tak berwajaran.

Percubaan atau pokok awalan

Trie (atau pokok awalan) ialah struktur data berbentuk pokok yang dioptimumkan untuk mengendalikan rentetan aksara, terutamanya berguna apabila bekerja dengan kamus perkataan, sistem autolengkap atau carian awalan.

Dalam percubaan, setiap nod biasanya mewakili aksara, dan laluan dari akar ke nod tertentu menandakan keseluruhan perkataan . Nod akhir perkataan biasanya ditanda dalam beberapa cara (contohnya, dengan penunjuk Boolean) untuk membezakannya daripada awalan mudah.

Jika kita menyimpan perkataan "top", "thus" dan "their" dalam satu percubaan, kita akan berkongsi sebahagian daripada laluan awal untuk semua laluan yang bermula dengan huruf yang sama, membolehkan kita melakukan carian dan cadangan mengikut awalan dalam masa yang sangat cekap , berkadaran dengan panjang perkataan yang kita cari dan bukan dengan jumlah perkataan yang disimpan.

Operasi dan masalah biasa dengan percubaan termasuk: mengira bilangan perkataan yang disimpan , mencetak semua perkataan dalam susunan leksikografi, menyusun elemen tatasusunan dengan memasukkan ke dalam percubaan, menjana perkataan yang sah daripada satu set huruf atau membina struktur yang serupa dengan kamus T9.

Dalam konteks temu duga, ia bukanlah struktur paling asas yang akan mereka minta, tetapi ia kerap muncul dalam syarikat yang menggunakan sistem carian, pemprosesan teks atau cadangan.

Jadual hash dan hashing

Hashing ialah teknik untuk menetapkan kunci berangka (hash) kepada setiap data secara deterministik, supaya kita boleh menyimpan dan mengambil elemen dalam masa yang hampir tetap, menggunakan kunci tersebut sebagai indeks dalam struktur dalaman, biasanya array.

Jadual hash ialah struktur data yang memanfaatkan mekanisme ini. Setiap elemen disimpan sebagai pasangan kunci-nilai: kunci diubah menjadi indeks jadual menggunakan fungsi hash, dan nilai (atau rujukan kepadanya) disimpan di sana. Kemudian, untuk mencari, hanya hash semula kunci dan akses kedudukan yang sepadan.

Prestasi jadual hash bergantung secara kritikal kepada tiga faktor: fungsi hash yang dipilih (ia mesti mengagihkan kunci dengan baik untuk mengelakkan kepekatan), saiz jadual (saiz yang tidak mencukupi menyebabkan banyak perlanggaran), dan kaedah untuk mengendalikan perlanggaran (rantaian dengan senarai terpaut, pengalamatan terbuka, dsb.). Ini serupa dengan indeks pangkalan data , di mana menentukan struktur yang sesuai meningkatkan carian dan akses.

Latihan pengaturcaraan hash yang biasa sering meminta, sebagai contoh, untuk mencari pasangan simetri dalam tatasusunan , membina semula jadual perjalanan lengkap daripada penerbangan individu, menyemak dengan cepat sama ada satu tatasusunan adalah subset bagi tatasusunan yang lain, atau mengesahkan sama ada dua tatasusunan tidak bersambung, semuanya mengambil kesempatan daripada carian anggaran O(1) pada jadual hash.

Dalam kebanyakan bahasa moden, struktur peta, kamus, peta hash atau set hash disokong secara dalaman oleh jadual hash, walaupun antara muka peringkat tinggi ditawarkan kepada pengaturcara.

Bagaimana algoritma dan struktur data berkaitan

Pilihan struktur data secara langsung menentukan algoritma yang masuk akal dan betapa rumitnya algoritma tersebut. Algoritma carian linear pada senarai tidak tertib merentasi elemen satu persatu; jika kita mengubah struktur kepada pokok carian seimbang atau jadual hash, kita mencapai hasil yang lebih pantas.

Contohnya, jika anda ingin mencari kunci berulang kali dalam koleksi yang besar, menyimpan data dalam jadual hash atau pokok carian binari membolehkan anda mereka bentuk algoritma carian yang lebih pantas berbanding jika anda menggunakan tatasusunan tidak tersusun yang ringkas. Perkara yang sama berlaku untuk giliran dan timbunan keutamaan untuk algoritma penjadualan atau laluan terpendek.

Sebaliknya, semasa mereka bentuk algoritma, anda sering menyedari bahawa anda memerlukan sifat-sifat tertentu: akses indeks, sisipan pantas pada permulaan, traversal hierarki, carian awalan, dsb. Keperluan ini membimbing pilihan struktur anda: tatasusunan, senarai, pokok, graf, jadual hash, gelung cuba-cuba dan sebagainya.

Gabungan algoritma dan struktur data yang betul inilah yang menjadikan aplikasi kompleks cekap dan boleh diskala . Tanpa asas yang kukuh, penyelesaian cenderung menjadi perlahan, sukar difahami dan diselenggara, atau mustahil untuk disesuaikan apabila jumlah maklumat meningkat.

Oleh itu, penguasaan algoritma dan struktur data bukanlah satu keperluan penting bagi sesiapa yang bercita-cita untuk menjadi seorang pengaturcara yang cekap dan berdaya saing dalam pasaran kerja masa kini.

Cara mempelajari struktur data dan algoritma

Ramai orang berasa buntu apabila cuba belajar sendiri dengan platform seperti LeetCode atau Codewars . Adalah perkara biasa untuk bermula dengan latihan "mudah" dan masih tidak tahu di mana hendak bermula, akhirnya mencari penyelesaiannya dan tidak jelas tentang cara mengulanginya selepas itu.

Pendekatan praktikal biasanya menggabungkan beberapa bahan: penjelasan teori yang baik tentang setiap struktur dan algoritma, contoh visual, banyak latihan berpandu dan, jika boleh, sokongan daripada seseorang yang berpengalaman yang boleh membantu anda memperhalusi kemahiran menyelesaikan masalah anda.

Dalam dunia berbahasa Sepanyol, terdapat golongan profesional yang berpengalaman luas yang telah membantu memudahkan pembelajaran ini. Satu contohnya ialah hasil kerja guru yang berpengalaman dalam perniagaan dan pendidikan yang telah menerbitkan buku dan kursus tentang asas pengaturcaraan, Java, struktur data dan cabaran pengaturcaraan berasaskan permainan, membentangkan konsep-konsep ini dengan cara yang menarik yang boleh digunakan untuk projek dunia sebenar.

Adalah juga perkara biasa bagi akademi dan pusat latihan untuk memasukkan modul khusus mengenai struktur data dan algoritma dalam program mereka untuk pembangun web atau pengaturcara aplikasi. Dalam banyak kes, mereka menekankan pendekatan berasaskan projek yang sangat praktikal , dengan latihan yang semakin sukar dan simulasi masalah temu duga teknikal yang biasa.

Jika anda buntu, adalah lebih baik untuk mengikuti laluan berstruktur: mulakan dengan tatasusunan dan senarai , beralih kepada tindanan dan baris gilir, kemudian pokok dan graf asas, dan akhirnya jadual hash dan percubaan, sentiasa berselang-seli penjelasan teori, contoh kod kecil dan banyak latihan individu.

Untuk temu bual, adalah dinasihatkan untuk menyemak bukan sahaja struktur tetapi juga algoritma brute-force dan algoritma klasik yang berkaitan (traversal, carian, pengisihan, penjejakan balik mudah, pengaturcaraan dinamik asas) dan pastikan anda boleh menjelaskan dengan kuat mengapa anda memilih struktur tertentu dan apakah kerumitan penyelesaian anda.

Dengan masa dan sedikit ketekunan , apa yang pada mulanya kelihatan seperti dinding akhirnya menjadi satu set alat biasa yang anda gunakan hampir secara naluri apabila berhadapan dengan masalah baharu.

Pemahaman yang kukuh tentang algoritma, cara struktur data utama berfungsi dan bagaimana ia berkaitan antara satu sama lain akan membolehkan anda menulis program yang lebih pantas, lebih jelas dan lebih mantap , membuka peluang dalam proses pemilihan yang mencabar dan memastikan projek akademik dan profesional anda dibina di atas asas yang kukuh dan tahan masa depan.