微信公眾號栩先生家乘，知乎職場蜜暑、成長類大v，微信上最會寫毛爺爺?shù)娜恕Ｓ米罱拥貧獾奈淖郑蜷_你的思維地圖衙四。

首先传蹈，無論是哪方面的程序員，都要大量的投資算法和數(shù)據(jù)結(jié)構(gòu)窍育。因為這是你的基本技能卡睦，就像棋手需要知道每個棋子的走法一樣宴胧。在算法學(xué)習(xí)的過程中漱抓，你繞不過的就是衡量算法的效率，也就不可避免的學(xué)習(xí)Big O的知識恕齐。Big O乞娄，需要你了解函數(shù)和極限的一些知識，比如說显歧，f(n) = O(g(n))是這樣定義的仪或，當(dāng)n足夠大的時候，你總可以找到一個常數(shù)c士骤，使得c * f(n) >g(n)范删。除了效率，還有如何證明算法的正確性拷肌。這就要求掌握一些證明方法到旦，比如反正法，遞推歸納法巨缘。 其次添忘，如果你遇到了性能方面的問題，需要降低延遲若锁，增加吞吐的時候搁骑，你很有可能需要去設(shè)計高性能的隊列系統(tǒng)，這時排隊論的知識就顯得尤為重要了又固。排隊論要學(xué)好仲器，概率論是基石。隊列在計算機系統(tǒng)中隨處可見仰冠，操作系統(tǒng)中的進程調(diào)度問題乏冀，基于隊列解藕生產(chǎn)者消費者的架構(gòu)問題等等。 接下來如果你對離散優(yōu)化問題感興趣沪停，如說背包問題煤辨，旅行者問題裳涛，當(dāng)你需要優(yōu)化一個目標函數(shù)的時候，你往往會用到梯度下降法众辨，而理解梯度下降法端三，對微積分要有很好的理解。更不用說在人工智能鹃彻，機器學(xué)習(xí)領(lǐng)域郊闯，到處都得優(yōu)化目標函數(shù)，降低預(yù)測誤差蛛株，想走的遠团赁，是必須要有數(shù)學(xué)基礎(chǔ)的。 然后再說一下谨履，線性代數(shù)欢摄，特別是在人工智能里面，很多基本的模型都是線性的笋粟，你會隨處看到矩陣的用處怀挠，單純的只知道矩陣如何相乘是遠遠不夠的，要理解的跟深入害捕，矩陣是一個函數(shù)绿淋，用來轉(zhuǎn)換矢量，既然是函數(shù)尝盼，就會具有很多函數(shù)的特點吞滞。 分布式系統(tǒng)中的鼻祖級論文，Lamport的時間盾沫，時鐘裁赠，和事件的順序，據(jù)他所說是他從相對論中的時間和空間的關(guān)系中得到的靈感疮跑。由此可見组贺，不僅是數(shù)學(xué)，物理也很重要祖娘。

請叫我嘰歪歪

同濟大學(xué)數(shù)學(xué)系