學演算法必須會編程嗎

1. 搞演算法（圖像識別，深度學習）必須要懂C/C++嗎

由於圖像識別、深度學習這方面已經有許多人做了基礎性工作，他們提供的程序或者庫都是利用c或c++形式提供的，或者是類似的調用介面，因此要利用這些庫、將這些基本演算法結合到自己的工程中來，需要c和c++的知識
演算法應當是可移植的，同時又不能離硬體太遠。可移植的特點是要求編程語言具備可移植性、通用性，c或c++是比較好的載體；所謂離硬體不太遠，是因為要在演算法優化方面有需求時，需要針對硬體特點，或者硬體提供的能力，做到發揮演算法的最大效能，由於c語言可以很好地結合匯編語言和高級語言，因此在優化方面是比較靈活的。
如果大部分通用演算法都是用c或c++編寫的，為成為通用演算法，你有可能需要順應這一習慣，以便別人將你的演算法結合到他們的c或c++工程中去。
往往你的演算法是在別人編寫的現有演算法上改進得到，如果別人的演算法就是c或c++編寫的，你需要這方面的知識來消化別人演算法的思路，理解成熟演算法的意圖。

2. 沒學過C語言可以學C語言數據結構與演算法嗎

沒有學過C語言或者C++的話，學數據結構（C語言版、C++版） 是非常困難的。因為數據結構是建立在對應的語言上的，所以說首先要學語言。建議學C語言，它是計算機語言的基礎，C++、java 都是從C上發展過來的。學過C後 在學 C++/java的話，你會發現事半功倍，而且對你 介入程序員行當很又幫助，而且 C 與VB 很多地方是相通的不同是指針那塊，學起來也容易的多。

沒有學過 C語言或者C++ 的話 學起數據結構（C語言版、C++版） 都是不可能的 因為 數據結構是建立在 對應的語言上的，所以說首先要學語言 如果你想 有很堅實的計算機基礎的話 那你就 學C 語言 雖然C語言實用性好 很與時具進 但是不容易學 所以建議你學C語言 ，它是計算機語言的基礎，C++、java 都是從C上發展過來的學過C後 在學 C++/java的話 你會發現事半功倍，而且對你 介入程序員行當很又幫助 而且 C 與VB 很多地方 是相通的 不同是指針那塊 學起來也容易的多

首先有個東西你需要了解到，程序 = 演算法 + 數據結構，無論我們是學Java、Python、PHP還是C語言，對數據結構都要有一定的了解，如今很多學編程的人，只注重語法上的使用，當然或多或少都有對數據結構有學習過的，而那些根本沒學過數據結構的人呢？就只能強行去理解使用。其實數據結構是一門具有藝術性的學科。

如何更好地理解數據結構？

一圖一代碼
一功能一函數
一圖一代碼
任何的數據結構的操作，其實都是建立在實際的物理模型之上，我們在學習數據結構的時候，首先你要了解長相，其次在做相應結構實際操作是要根據自己的邏輯圖去分析，所有的代碼源自於自己的物理模型,數據結構中的結構體定義其實就是描述事物的特徵.

一下簡單的舉例一下

棧結構

大頂堆

二叉樹

一功能一函數
我們在寫數據結構的時候， 一定要一函數以功能，劃分明確，出錯易找，寫起來也容易上手，而一功能也能一圖。以鏈式結構為例。

所有的代碼都是源自於物理分析，也就是所謂的畫圖說話

3. 演算法工程師工作期間需要掌握什麼知識學到哪些核心技術

演算法工程師的主要核心技術基於數學，並輔以語言。要全面掌握的知識包括高級數學，復變函數，線性代數的離散數學，數據結構以及數據挖掘所需的概率論和數學統計知識。不要太受約束去平時閱讀教科書並多練習，並培養良好的思維能力。只有那些有想法的人才能擁有技術的未來。嘗試實現您遇到的任何演算法，無論演算法的優劣總是有其自身的特徵。此外，您必須具有一定的英語水平（至少6級），因為該領域的大多數官方材料都是外語。

計算機及相關專業本科以上學歷，在互聯網搜索，推薦，流量或相關領域有2年以上工作經驗。熟悉機器學習/自然語言處理/數據挖掘/深度學習中至少一項的原理和演算法，並且能夠熟練地建模和解決業務問題。精通Linux平台下的C / C ++ / Java語言開發，精通使用gcc / gdb等開發工具，並精通Python / Linux Shell / SQL等腳本開發。熟悉hadoop / hbase / storm等分布式計算技術，並熟悉其運行機制和體系結構。具有出色的分析和解決問題的能力，思路清晰，並對工作挑戰充滿熱情。具有強烈的工作責任感和團隊合作精神，並能夠交流和更好地學習。

4. 學習機器學習演算法一定要做到會手寫編程實現嗎

兩者都需要。
剛入門的話會用一些現成的演算法，這些演算法基本上都有開源實現。這個時候打好數學基礎，搞清楚這些演算法的優缺點，學會使用它們。
常用的方法都熟悉後，也許你會嘗試自己去改進或者實現機器學習框架。這個時候就需要你的編程能力了。一個好的訓練框架能夠很大程度提升訓練的效率，節省開銷。

5. 不學編程 的人 學演算法和數據結構有什麼用

對演算法演算法和數據結構精通的人，解決問題的能力很強。
編程實際也是在解決問題，只不過把這種解決問題的方法用代碼表現出來。

6. 圖像演算法工程師需要扎實的VC++編程能力嗎

圖像處理中演算法很重要，所以數學根底是必須的。當然也不是說開發圖像處理應用的公司只做演算法，也會有用戶交互，產品升級，特徵控制，軟體授權，等等諸多方面的內容，看你怎麼發展了，對於感興趣的事就不要說什麼復雜困難，否則還不如趁早放棄。C語言是移植性強的語言，而且更接近底層，如果寫演算法應該學習。C++從 功能上來說是C的擴展集合，對C的關鍵字是兼容的，不過兩者的設計理念差距很大。如果真想做，就學吧。

7. 演算法與編程有什麼關系

演算法有有窮性能，程序可以沒有，演算法是通過編程來體現的

演算法是程序設計的一部分，一般都是要先設計演算法，再進行編程，調試、運行的

補充：演算法（Algorithm）是指解題方案的准確而完整的描述，是一系列解決問題的清晰指令，演算法代表著用系統的方法描述解決問題的策略機制。也就是說，能夠對一定規范的輸入，在有限時間內獲得所要求的輸出。如果一個演算法有缺陷，或不適合於某個問題，執行這個演算法將不會解決這個問題。不同的演算法可能用不同的時間、空間或效率來完成同樣的任務。一個演算法的優劣可以用空間復雜度與時間復雜度來衡量。

演算法中的指令描述的是一個計算，當其運行時能從一個初始狀態和（可能為空的）初始輸入開始，經過一系列有限而清晰定義的狀態，最終產生輸出並停止於一個終態。一個狀態到另一個狀態的轉移不一定是確定的。隨機化演算法在內的一些演算法，包含了一些隨機輸入。

8. 成為演算法工程師需要學習哪些課程

演算法工程師要求很高的數學水平和邏輯思維。需要學習高數，線性代數，離散數學，數據結構和計算機等課程。

專業要求：計算機、電子、通信、數學等相關專業；

學歷要求：本科及其以上的學歷，大多數是碩士學歷及其以上；

語言要求：英語要求是熟練，基本上能閱讀國外專業書刊；

必須掌握計算機相關知識，熟練使用模擬工具MATLAB等，必須會一門編程語言。

國內外狀況

國內從事演算法研究的工程師不少，但是高級演算法工程師卻很少，是一個非常緊缺的專業工程師。

演算法工程師根據研究領域來分主要有音頻/視頻演算法處理、圖像技術方面的二維信息演算法處理和通信物理層、雷達信號處理、生物醫學信號處理等領域的一維信息演算法處理。

9. 演算法是編程么考研學模式識別方向，編程多麼

演算法是編程么？
演算法不是編程，編程是通過計算機語言實現演算法的過程。

考研學模式識別、智能信息處理編程多麼？
一般來說，這兩個方向的編程很多。但是，你如果只是搞搞論文，不寫代碼，在某些學校某些老師手下也是混得過去的。

女生學檢測技術與自動化裝置、雙控、模式識別、系統工程、導航，哪個好？
這幾個方向當然各有千秋，你選擇的時候更多應該看個人的興趣、強項、有沒有相關項目經驗和知識積累，而不是考慮你的性別。單就性別而言，這些方向應該差別無幾。

這些方向具體是干什麼的？
具體是干什麼的，你自己應該也上網查了很多資料了，看看相關方向的專業書籍（只看目錄即可）和應用研究。

我雖然編程學的還行，但是不喜歡編程。
恕我直言，你說你編程學的還行，但是你又說不喜歡編程，並且問出演算法是編程么這樣的問題，我覺得你應該仔細考慮一下你適不適合編程。

模式識別學完就業一般去哪？可以從事其他電類的工作么？
模式識別的應用很廣，比如傳統的圖像識別、語音識別，現在的手勢識別，腦電波，甚至機器學習和熱門的大數據都是沾邊的。
不知道其他電類的工作是什麼意思。

10. 有沒有必須學習編程演算法

有必要，學會編程演算法可以知道如何計算和減少一個程序的時間復雜度（程序運行時間）和空間復雜度（程序大小）。了解棧、堆等數據結構可以有效選擇演算法。