程序员的十大忠告？

一、程序员的十大忠告？

一、好好规划自己的路，不要跟着感觉走！

二、可以做技术，切不可沉湎于技术。

三、不要去做技术高手，只去做综合素质高手！

四、多交社会三教九流的朋友！

五、知识涉猎不一定专，但一定要广！

六、抓住时机向技术管理或市场销售方面的转变！

七、逐渐克服自己的心里弱点和性格缺陷！

八、工作的同时要为以后做准备！

九、要学会善于推销自己！

十、该出手时便出手！

二、程序员必背十大算法？

算法一：高速排序算法

　　高速排序是由东尼·霍尔所发展的一种排序算法。在平均状况下，排序 n 个项目要Ο(n log n)次比較。在最坏状况下则须要Ο(n2) 次比較，但这样的状况并不常见。其实，高速排序通常明显比其它Ο(n log n) 算法更快，由于它的内部循环（inner loop）能够在大部分的架构上很有效率地被实现出来。

　　高速排序使用分治法（Divide and conquer）策略来把一个串行（list）分为两个子串行（sub-lists）。

　　算法步骤：

　　1 从数列中挑出一个元素，称为 “基准”（pivot）。

　　2 又一次排序数列，全部元素比基准值小的摆放在基准前面。全部元素比基准值大的摆在基准的后面（相同的数能够到任一边）。在这个分区退出之后，该基准就处于数列的中间位置。

这个称为分区（partition）操作。

　　3 递归地（recursive）把小于基准值元素的子数列和大于基准值元素的子数列排序。

　　递归的最底部情形，是数列的大小是零或一，也就是永远都已经被排序好了。虽然一直递归下去，可是这个算法总会退出。由于在每次的迭代（iteration）中。它至少会把一个元素摆到它最后的位置去。

　　算法二：堆排序算法

　　堆排序（Heapsort）是指利用堆这样的数据结构所设计的一种排序算法。

堆积是一个近似全然二叉树的结构，并同一时候满足堆积的性质：即子结点的键值或索引总是小于（或者大于）它的父节点。

　　堆排序的平均时间复杂度为Ο(nlogn) 。

　　算法步骤：

1. 创建一个堆H[0..n-1]

2. 把堆首（最大值）和堆尾互换

　　3. 把堆的尺寸缩小1，并调用 shift_down (0)，目的是把新的数组顶端数据调整到相应位置

　　4. 反复步骤2。直到堆的尺寸为1

　　算法三：归并排序

　　归并排序（Merge sort。台湾译作：合并排序）是建立在归并操作上的一种有效的排序算法。该算法是採用分治法（Divide and Conquer）的一个很典型的应用。

　　算法步骤：

　　1. 申请空间，使其大小为两个已经排序序列之和。该空间用来存放合并后的序列

　　2. 设定两个指针，最初位置分别为两个已经排序序列的起始位置

　　3. 比較两个指针所指向的元素，选择相对小的元素放入到合并空间。并移动指针到下一位置

　　4. 反复步骤 3 直到某一指针达到序列尾

　　5. 将还有一序列剩下的全部元素直接拷贝到合并序列尾

　　算法四：二分查找算法

　　二分查找算法是一种在有序数组中查找某一特定元素的搜索算法。

搜素过程从数组的中间元素開始，假设中间元素正好是要查找的元素，则搜素过程结束；假设某一特定元素大于或者小于中间元素。则在数组大于或小于中间元素的那一半中查找，并且跟開始一样从中间元素開始比較。

假设在某一步骤数组为空，则代表找不到。这样的搜索算法每一次比較都使搜索范围缩小一半。折半搜索每次把搜索区域降低一半。时间复杂度为Ο(logn) 。

　　算法五：BFPRT(线性查找算法)

　　BFPRT 算法解决的问题十分经典，即从某n个元素的序列中选出第k大（第k小）的元素。通过巧妙的分析，BFPRT 能够保证在最坏情况下仍为线性时间复杂度。该算法的思想与高速排序思想类似，当然，为使得算法在最坏情况下，依旧能达到o(n)的时间复杂度，五位算法作者做了精妙的处理。

　　算法步骤：

　　1. 将n个元素每 5 个一组，分成n/5(上界)组。

　　2. 取出每一组的中位数，随意排序方法，比方插入排序。

　　3. 递归的调用 selection 算法查找上一步中全部中位数的中位数。设为x，偶数个中位数的情况下设定为选取中间小的一个。

　　4. 用x来切割数组，设小于等于x的个数为k，大于x的个数即为n-k。

　　5. 若i==k，返回x。若i<k，在小于x的元素中递归查找第i小的元素。若i>k。在大于x的元素中递归查找第i-k 小的元素。

　　终止条件：n=1 时。返回的即是i小元素。

　　算法六：DFS（深度优先搜索）

　　深度优先搜索算法（Depth-First-Search），是搜索算法的一种。它沿着树的深度遍历树的节点，尽可能深的搜索树的分支。当节点v的全部边都己被探寻过。搜索将回溯到发现节点v的那条边的起始节点。这一过程一直进行到已发现从源节点可达的全部节点为止。

假设还存在未被发现的节点，则选择当中一个作为源节点并反复以上过程，整个进程反复进行直到全部节点都被訪问为止。

DFS 属于盲目搜索。

　　深度优先搜索是图论中的经典算法，利用深度优先搜索算法能够产生目标图的相应拓扑排序表，利用拓扑排序表能够方便的解决很多相关的图论问题。如最大路径问题等等。一般用堆数据结构来辅助实现 DFS 算法。

　　深度优先遍历图算法步骤：

　　1. 訪问顶点v；

　　2. 依次从v的未被訪问的邻接点出发。对图进行深度优先遍历；直至图中和v有路径相通的顶点都被訪问。

　　3. 若此时图中尚有顶点未被訪问。则从一个未被訪问的顶点出发，又一次进行深度优先遍历，直到图中全部顶点均被訪问过为止。

　　上述描写叙述可能比較抽象，举个实例：

　　DFS 在訪问图中某一起始顶点 v 后，由 v 出发。訪问它的任一邻接顶点 w1。再从 w1 出发。訪问与 w1 邻 接但还没有訪问过的顶点 w2；然后再从 w2 出发，进行类似的訪问，… 如此进行下去，直至到达全部的邻接顶点都被訪问过的顶点 u 为止。

　　接着，退回一步，退到前一次刚訪问过的顶点，看是否还有其它没有被訪问的邻接顶点。假设有，则訪问此顶点。之后再从此顶点出发。进行与前述类似的訪问；假设没有。就再退回一步进行搜索。反复上述过程，直到连通图中全部顶点都被訪问过为止。

　　算法七：BFS (广度优先搜索)

　　广度优先搜索算法（Breadth-First-Search），是一种图形搜索算法。简单的说。BFS 是从根节点開始，沿着树(图)的宽度遍历树(图)的节点。假设全部节点均被訪问，则算法中止。BFS 相同属于盲目搜索。一般用队列数据结构来辅助实现 BFS 算法。

　　算法步骤：

　　1. 首先将根节点放入队列中。

　　2. 从队列中取出第一个节点。并检验它是否为目标。

假设找到目标。则结束搜寻并回传结果。

否则将它全部尚未检验过的直接子节点增加队列中。

　　3. 若队列为空，表示整张图都检查过了——亦即图中没有欲搜寻的目标。结束搜寻并回传“找不到目标”。

　　4. 反复步骤2。

　　算法八：Dijkstra算法

　　戴克斯特拉算法（Dijkstra’s algorithm）是由荷兰计算机科学家艾兹赫尔·戴克斯特拉提出。迪科斯彻算法使用了广度优先搜索解决非负权有向图的单源最短路径问题，算法终于得到一个最短路径树。该算法经常使用于路由算法或者作为其它图算法的一个子模块。

　　该算法的输入包括了一个有权重的有向图 G，以及G中的一个来源顶点 S。

我们以 V 表示 G 中全部顶点的集合。每个图中的边，都是两个顶点所形成的有序元素对。

(u, v) 表示从顶点 u 到 v 有路径相连。我们以 E 表示G中全部边的集合。而边的权重则由权重函数 w: E → [0, ∞] 定义。因此，w(u, v) 就是从顶点 u 到顶点 v 的非负权重（weight）。边的权重能够想像成两个顶点之间的距离。

任两点间路径的权重，就是该路径上全部边的权重总和。

已知有 V 中有顶点 s 及 t，Dijkstra 算法能够找到 s 到 t的最低权重路径(比如，最短路径)。这个算法也能够在一个图中，找到从一个顶点 s 到不论什么其它顶点的最短路径。对于不含负权的有向图。Dijkstra 算法是眼下已知的最快的单源最短路径算法。

　　算法步骤：

　　1. 初始时令 S={V0},T={其余顶点}，T中顶点相应的距离值

　　若存在<V0,Vi>，d(V0,Vi)为<V0,Vi>弧上的权值

　　若不存在<V0,Vi>。d(V0,Vi)为∞

　　2. 从T中选取一个其距离值为最小的顶点W且不在S中，增加S

　　3. 对其余T中顶点的距离值进行改动：若加进W作中间顶点，从 V0 到 Vi 的距离值缩短。则改动此距离值

　　反复上述步骤2、3，直到S中包括全部顶点，即W=Vi 为止

算法九：动态规划算法

　　动态规划（Dynamic programming）是一种在数学、计算机科学和经济学中使用的。通过把原问题分解为相对简单的子问题的方式求解复杂问题的方法。

动态规划经常适用于有重叠子问题和最优子结构性质的问题，动态规划方法所耗时间往往远少于朴素解法。

　　动态规划背后的基本思想很easy。大致上。若要解一个给定问题，我们须要解其不同部分（即子问题），再合并子问题的解以得出原问题的解。 通常很多子问题很类似。为此动态规划法试图仅仅解决每个子问题一次，从而降低计算量： 一旦某个给定子问题的解已经算出，则将其记忆化存储。以便下次须要同一个子问题解之时直接查表。 这样的做法在反复子问题的数目关于输入的规模呈指数增长时特别实用。

　　关于动态规划最经典的问题当属背包问题。

　　算法步骤：

　　1. 最优子结构性质。假设问题的最优解所包括的子问题的解也是最优的。我们就称该问题具有最优子结构性质（即满足最优化原理）。最优子结构性质为动态规划算法解决这个问题提供了重要线索。

　　2. 子问题重叠性质。子问题重叠性质是指在用递归算法自顶向下对问题进行求解时。每次产生的子问题并不总是新问题，有些子问题会被反复计算多次。

动态规划算法正是利用了这样的子问题的重叠性质，对每个子问题仅仅计算一次，然后将其计算结果保存在一个表格中，当再次须要计算已经计算过的子问题时，仅仅是在表格中简单地查看一下结果，从而获得较高的效率。

　　算法十：朴素贝叶斯分类算法

　　朴素贝叶斯分类算法是一种基于贝叶斯定理的简单概率分类算法。贝叶斯分类的基础是概率推理，就是在各种条件的存在不确定，仅知其出现概率的情况下，怎样完毕推理和决策任务。

概率推理是与确定性推理相相应的。而朴素贝叶斯分类器是基于独立假设的，即假设样本每个特征与其它特征都不相关。

　　朴素贝叶斯分类器依靠精确的自然概率模型，在有监督学习的样本集中能获取得很好的分类效果。在很多实际应用中，朴素贝叶斯模型參数预计使用最大似然预计方法。换言之朴素贝叶斯模型能工作并没实用到贝叶斯概率或者不论什么贝叶斯模型。

　　虽然是带着这些朴素思想和过于简单化的假设，但朴素贝叶斯分类器在很多复杂的现实情形中仍能够取得相当好的效果。

三、未来吃香的十大程序员？

吃香的十大程序员如下：

1.安全运维工程师

安全运维工程师需要具备防火墙、Linux、网络安全、信息安全等技能。主要职责是保护企业数字财产安全，包括端口扫秒、基线检查、账户权限审计等。

2.算法工程师

算法是一系列解决问题的清晰指令，也就是说，能够对一定规范的输入，在有限时间内获得所要求的输出。算法工程师就是利用算法处理事物的人。不同的算法可能用不同的时间、空间或效率来完成同样的任务。

3.数据挖掘工程师

数据挖掘工程师是数据师的一种。是指从大量的数据中通过算法搜索隐藏于其中知识的工程技术专业人员。

4.移动应用开发工程师

移动应用开发工程师主要进行WAP网站开发及手机应用程序开发。要求掌握手机开发能力，熟悉手机浏览器及WAP网站技术，熟悉WAP1.2/2.0协议等。

5.全栈工程师

全栈工程师是指掌握多种技能，并能利用多种技能独立完成产品的人。也叫全端工程师，同时具备前端和后台能力。

6.数据库管理员

数据库管理员是从事管理和维护数据库管理系统的相关工作人员的统称，属于运维工程师的一个分支，主要负责业务数据库从设计、测试到部署交付的全生命周期管理。其核心目标是保证数据库管理系统的稳定性、安全性、完整性和高性能。

7.VR/AR工程师

VR工程师是目前IT行业内一个需求很高的职位。VR/AR工程师应具备Java、C/C++、Python和虚拟现实等技能。由于是新兴行业，所以目前市场人才缺口较大，是一个不错的就业方向。

8.软件测试工程师

软件测试工程师是软件质量的把关者，工作起点高，发展空间大。我国的软件测试职业目前处于上升阶段，对于测试工程师具有较大发展前景。

9.云架构师

云架构师负责管理一个组织中的云计算架构。涵盖了与云计算相关的一切，包括管理云存储所需的前端平台、服务器、存储、交付和网络。

10.系统架构师

系统架构师是一个最终确认和评估系统需求，给出开发规范，搭建系统实现的核心构架，并澄清技术细节、扫清主要难点的技术人员。主要着眼于系统的“技术实现”。

四、程序员创业十大项目？

一、车联网。车联网未来在5G时代将是一个重要的创新领域，由于车联网能够开辟出一个新的价值领域，所以基于车联网能够构建出一系列产业生态，而且由于市场空间足够大，所以可以容纳更多的创业者。

二、可穿戴设备。可穿戴设备在5G时代也会迎来一个大的发展，而且由于可穿戴设备可以在多个场景下使用，涉及到娱乐、健康、办公等多个领域，所以在可穿戴设备领域创业也是不错的选择。

三、教育。由于教育领域的优质资源比较稀缺，而且教育行业的覆盖面越来越广，不仅广大的学生需要借助互联网、人工智能等产品来提升学习效率，大量的职场人也需要不断丰富自身的知识结构，所以教育领域的市场空间也非常大。目前在教育领域已经开始落地了一些人工智能类产品，相信未来教育领域的创新空间还会逐渐得到拓展。

四、外包单。外包方面很多，根据你的技术栈，找到合适的项目，这块的业务非常庞大，足以支撑长期创业。

五、创意创业。观察生活，找到你的技术栈可以切入的地方，开发demo，拉团队，开发项目，找投资，扩大项目，上市，走上人生巅峰。

五、程序员座右铭？

程序员的座右铭挺多的，身为程序员的我先分享几个：

1、一个100行的代码调试都可能会让程序员遇到很多挫折，所以，面对挫折，我们永远不能低头。

2、每天都要优雅的写上每一行代码。

3、每个函数方法的调用都有诗和远方。

4、作为一个真正的程序员，首先应该尊重编程，热爱你所写下的程序，他是你的伙伴，而不是工具。

六、程序员口号？

，1、数据分析，抢占先机。

　　2、快速分析，洞察先机。

　　3、让网络智集需求。

　　4、数据精彩非凡，商机一目了然。

　　5、云在指尖，触手可及。

　　6、大数据高效分析，商机抢占先机。

　　7、智能数据分析，先机转化效益。

　　8、没数，做事没谱。

　　9、数据纳百川，领先在云端。

　　10、问道专业大数据，抢占市场新效益。

七、程序员特点？

程序员的10大特点

1、头皮经常发麻，在看见一个蓝色屏幕的时候比较明显，在屏幕上什幺都看不见的时候尤其明显；

2、乘电梯的时候总担心死机，并且在墙上找Reset键；

3、指甲特别长，因为按F7到F12比较省力；

4、只要手里有东西，就不停地按，以为是Alt-F、S；

5、机箱从来不上盖子，以便判断硬盘是否在转；

6、经常莫名其妙地跟踪别人，手里不停按F10；

7、所有的接口都插上了硬盘，因此觉得26个字母不够；

8、一有空就念叨“下辈子不做程序员了”；

9、总是觉得9号以后是A号；

10、不怕病毒，但是很害怕自己的程序。

八、电脑程序员？

程序员（英文Programmer）是从事程序开发、程序维护的专业人员。一般将程序员分为程序设计人员和程序编码人员，但两者的界限并不非常清楚，特别是在中国。

九、程序员特长？

1. 追求技术

软件开发领域，技术较多了，做技术性的工作很有成就感，很容易有一种“我又成长了我又厉害了，我的能量格又快满了好嗨哟”的感觉，所以很多程序员喜欢技术，并且能不断提升技术水平，持续精进。

2

/5

2. 渴望认可与尊重

程序员在遇到下面的情况时有多愤怒，就说明他们有多渴望被认可、被尊重。

随随便便加功能、加需求，会让程序员觉得：之前的工作量很可能被废掉了，一点也不尊重劳动成果；他们遭遇的种种事情，让他们更加：希望技术被认可,希望劳动和工作成果被尊重,希望自己被认可与尊重。

3

/5

3.被动等待

虽然程序员很希望被别人认可、尊重，但他们很少主动，一般只是在心里默念：

为什么你还没看到我的努力？为什么你还没看到我的成绩？为什么你还没看到我的进步？

因为对他们来说，搞定技术性工作是很舒服的事情，与人沟通交流，说明这个展示那个，是比较麻烦比较累的事儿，所以他们宁愿被动等待别人发现自己。

十、程序员分类？

四类程序员：科学家、码农、专家和工匠。

科学家，与其说他们是程序员，不如说他们是数学家。他们发明了各种理论、算法和术语，教科书上那深入的证明和计算也出自他们之手，其他的程序员都或多或少受益于他们的成果。他们是程序员中最不经常写程序的人，甚至有一些大师一辈子都没写过程序，你也许认为这违反了我们开头对程序员的定义，可谁说编程非要用键盘呢？

码农，他们是程序员中的蓝领，干着某种程度上的体力活，但这并不是什么坏事，事情总要有人做，并且编程的自由行赋予了码农很大的创造和学习空间。码农是程序员中占比最大的群体，他们的可塑性最高，有刚学习编程的中学生，有刚参加工作的毕业生，也有工作多年仍乐于战斗在第一线的资深工程师

专家，他们在软件行业中摸爬滚打多年，见多识广且精于一个或多个领域。他们在公司里通常被称之为高级程序员，架构师或是CTO，他们通常设计软件大厦的结构，然后安排码农去实现，或者自己写一些核心代码。他们经验丰富，具有技术前瞻性，能够未雨绸缪，提前做出反应以应对软件大厦腐朽的趋势和业界的技术变化。

工匠，他们是很特殊的程序员，与其他程序员关心技术本身相比，他们更关注实现的结果，他们是把科学家论文商业化的实践者。对他们而言，重要的不是技术本身，而是利用技术创造伟大的产品。因此，你很难用前端、后台、DBA、安全工程师定义他们，为了创造伟大的产品，他们愿意学习任何技术，有些浅尝而止，有些因为需要或兴趣而精通无比。