微信公眾號栩先生棒掠，知乎職場、成長類大v，微信上最會寫毛爺爺?shù)娜恕Ｓ米罱拥貧獾奈淖治峦В蜷_你的思維地圖。

首先，無論是哪方面的程序員讯检，都要大量的投資算法和數(shù)據(jù)結(jié)構(gòu)琐鲁。因為這是你的基本技能卫旱，就像棋手需要知道每個棋子的走法一樣。在算法學(xué)習(xí)的過程中围段，你繞不過的就是衡量算法的效率顾翼，也就不可避免的學(xué)習(xí)Big O的知識。Big O奈泪，需要你了解函數(shù)和極限的一些知識适贸，比如說，f(n) = O(g(n))是這樣定義的段磨，當(dāng)n足夠大的時候取逾，你總可以找到一個常數(shù)c，使得c * f(n) >g(n)苹支。除了效率，還有如何證明算法的正確性误阻。這就要求掌握一些證明方法债蜜，比如反正法，遞推歸納法究反。 其次寻定，如果你遇到了性能方面的問題，需要降低延遲精耐，增加吞吐的時候狼速，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卦停。排隊論要學(xué)好向胡，概率論是基石。隊列在計算機(jī)系統(tǒng)中隨處可見惊完，操作系統(tǒng)中的進(jìn)程調(diào)度問題僵芹，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)化問題感興趣小槐，如說背包問題拇派，旅行者問題，當(dāng)你需要優(yōu)化一個目標(biāo)函數(shù)的時候凿跳，你往往會用到梯度下降法件豌，而理解梯度下降法，對微積分要有很好的理解控嗜。更不用說在人工智能茧彤，機(jī)器學(xué)習(xí)領(lǐng)域，到處都得優(yōu)化目標(biāo)函數(shù)躬审，降低預(yù)測誤差棘街，想走的遠(yuǎn)蟆盐，是必須要有數(shù)學(xué)基礎(chǔ)的。 然后再說一下遭殉，線性代數(shù)石挂，特別是在人工智能里面，很多基本的模型都是線性的险污，你會隨處看到矩陣的用處痹愚，單純的只知道矩陣如何相乘是遠(yuǎn)遠(yuǎn)不夠的，要理解的跟深入蛔糯，矩陣是一個函數(shù)拯腮，用來轉(zhuǎn)換矢量，既然是函數(shù)蚁飒，就會具有很多函數(shù)的特點动壤。 分布式系統(tǒng)中的鼻祖級論文，Lamport的時間淮逻，時鐘琼懊，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)系中得到的靈感爬早。由此可見哼丈，不僅是數(shù)學(xué)，物理也很重要筛严。

請叫我嘰歪歪

同濟(jì)大學(xué)數(shù)學(xué)系