プログラマーの 95% が決して使用しない「アルゴリズム」を勉強する必要はないのでしょうか?

プログラマーの 95% が決して使用しない「アルゴリズム」を勉強する必要はないのでしょうか?

私はほぼ 10 年間コードを書いてきましたが、挿入ソートや赤黒木を書いたことはなく、再帰を使用したことはほとんどありませんでした。これが大多数のプログラマーの作業状況です。

しかし、多くの人は「アルゴリズム」に対して特別な好みを持っており、それがプログラマーの技術レベルを判断する重要な基準の 1 つであると信じています。

「プログラマー = データ構造 + アルゴリズム」という格言があります。このため、多くの人が LeetCode に夢中になり、アルゴリズムの追求に固執しますが、仕事のプロジェクトにおける学習の重要性を無視します。

別のグループの人々は、アルゴリズムは役に立たないという理論という、反対の極端に傾いています。会社のプロジェクトのコアコードはすべて私が書きました。ほとんどすべては、「コメント返信機能」をどのように実装するか、「いいね機能」をどのように実装するか、「チャージおよび引き出し機能」をどのように実装するかに関するもので、いわゆるアルゴリズムはまったく関係ありません。アルゴリズムの問​​題に多くのエネルギーを費やすことは、単に時間の無駄です。

面接の過程では、「アルゴリズム」が IQ の質問の役割を果たすことがよくあります。コンピュータサイエンスの知識は比較的浅く、養成しやすいため、大企業はジュニア開発エンジニアを採用する際に、特定の技術を使用する能力ではなく、アルゴリズムの知識を使用して面接者の学習能力と可能性を評価します。

実際の作業では、アルゴリズムはほとんど使用されません。それよりも重要なのは、追加、削除、変更、チェック、API ドッキング、データ形式の調整です。アルゴリズムの実装は、比較的低レベルで最先端かつ機密性の高いシナリオでのみ必要になりますが、これらのシナリオの要件はアルゴリズムの範囲をはるかに超えています。

ソフトウェア エンジニアリングでは、少し効率的だが非常に複雑なコードを記述するよりも、理解しやすく、共同作業しやすく、保守しやすいコードを記述する方が明らかに重要です。

この観点から見ると、アルゴリズムは「役に立たない」ように見えます。これが、長年コードを書いてきた多くのプログラマーがアルゴリズムは役に立たないと主張する理由の 1 つです。

別のグループの人々は、アルゴリズムが非常に重要であると信じています。

大企業は、プログラミング言語、データ構造とアルゴリズム、Lnux、オペレーティング システムなどの基本に大きな注意を払っています。アルゴリズムは、プログラマーの学習能力と成長の可能性を発見するための重要な手段でもあります。さらに、アルゴリズム機能の強さは、新しい問題に直面したときにプログラマーが問題を分析して解決する能力を決定することもできます。

アルゴリズムを理解しているプログラマーと理解していないプログラマーは、天国と地上のようにまったく異なるレベルにいるので、アルゴリズムは非常に重要です。

実際のところ、どちらの見解をとっても、それは極めて極端です。アルゴリズムはどの程度重要ですか? アルゴリズムが重要ですか、それともプロジェクトの経験が重要ですか? 多くの人が頭の中に答えを持っています。

この質問は、「学歴と能力のどちらが重要ですか?」や「選択のほうが重要ですか、それとも努力のほうが重要ですか?」という質問に似ています。 A は重要であり、したがって B は重要ではないと頑固に信じている場合、論理的誤りを犯していることになります。これには必ず代償が伴うでしょう。

一般的な技術的解決策を理解せずにアルゴリズムに固執すると、代償を払わなければならなくなります。

アルゴリズムを過小評価し、プロジェクトの経験を過度に重視すると、代償を払うことになります。

なぜなら、コミュニケーション能力、マネジメント能力、ビジネス、企画、採用、建築、エンジニアリングなど、仕事に求められるスキルは非常に多く、それらすべてが相まって、人が到達できる高さを決定するからです。

職場のスキルという巨大なシステムにおいて、アルゴリズムはその一部にすぎません。アルゴリズムがなくても問題ありませんが、アルゴリズムがなくても問題があります。アルゴリズムを上記のいずれかの機能に置き換えても、結論は同じになります。

<<:  2022 年のデータサイエンス、AI、機械学習の 5 つのトレンド

>>:  日本では想像以上にAIが活用されている

ブログ    

推薦する

...

OpenAIがテキストから動画を生成するAIジェネレーター「Sora」をリリース

OpenAI が Sora をリリースし、テキストからビデオへの AI コンテンツ生成競争に参入。 ...

人工知能とビッグデータが私たちの生活に何をもたらすかご存知ですか?

「ビッグデータ」と「人工知能」はテクノロジー業界で最も価値のある分野となっている。Apple、Go...

...

10 のカテゴリ、142 のデータソース、中国語 NLP データセットがオンライン検索で利用可能になりました

このオープンソース プロジェクトがあれば、適切な中国語 NLP データセットが見つからないと心配する...

AIは古い文化的シンボルを解体し革新することはできない

1950 年代後半から 1960 年代前半にかけて、一群の芸術家と作家がパリの荒廃したホテルに移り住...

...

AIが顧客発見の「スーパーパワー」をもたらす3つの方法

もし何かスーパーパワーを与えられるとしたら、それは何ですか? 営業マンにとって、予知能力、つまり将来...

...

統計と機械学習の違いは何ですか?

[[263249]]ビッグデータダイジェスト制作出典: medium編纂者:周嘉楽、郭小白、蒋宝尚...

産業用 IoT が人工知能の時代へ

インテリジェンスは近年、製造業における最も重要なトレンドです。過去数年間の市場教育を経て、過去2年間...

高度な数学の問題解決ツール:写真を撮ってアップロードすると答えがわかる。この中国の学生は驚くべきAIを作った

この記事はAI新メディアQuantum Bit(公開アカウントID:QbitAI)より許可を得て転載...