我們常聽到人們會說，「演算法」和「資料結構」是一名優秀工程師的必備素養，但究竟這句話是什麼意思呢？
工程師面試時常常用 LeetCode 解題來篩選面試者，而想要針對 LeetCode 刻意練習時，又需要先有「演算法」和「資料結構」的觀念基礎。這個面試準備過程即使是對本科系畢業的學生也需要刻意準備，對非本科系的轉職者來說，就更加令人望而生畏。
但如果脫離「面試解題」這個情境，倒底學習演算法/資料結構有什麼意義？除了準備面試，這些學習的投資有什麼長期價值嗎？
在今天的分享中，我們訪問了愛料理技術長與共同創辦人 Richard Lee，希望能為正在攻略演算法/資料結構的讀者們，設定具有長期價值的目標展望，讓你在苦練 LeetCode 刷題時，能感受到這些投資不是只為了一時的考試，而是長期的工程師職涯自我修練的一部分。
演算法/資料結構的應用場景
對 iCook 共同創辦人兼技術長 Richard 而言，對長期的職涯發展而言，演算法與資料結構的素養，是長期職涯發展中不可或缺的「內功」。
具體來說，軟體工程師的任務是打造產品，而當一個工程師在思考什麼是「好的產品」時，他會需要思考：
- 擴充性
- 可用性
- 效能
而若要能夠思考這 3 件事，甚至要不斷進步，就需要有演算法/資料結構的內功。
舉例來說，在做 SQL 優化時，很多人會直覺想到要加上 index，然而，這樣就夠了嗎？Index 效能是否有差異？你是否知道 index 背後的設計運用了 B-Tree 的結構？要怎麼設計 Index 才會達成 SQL 優化的目的？
若真心深入思考類似的問題，就會需要有基本工的輔助。
或者，若 SQL 資料庫不敷使用，想要改用 NoSQL 資料庫，然而，資料庫裡會提供一大堆的資料結構，你要怎麼選擇？你是否能評估不同結構的複雜度？到頭來你會需要知道背後的原理，知道不同的結構適合儲存什麼樣的資料，才能真正地做出選擇。
即使是非本科系畢業的轉職工程師，隨著職涯歷程發展，開始需要評估專案架構、選擇適合工具，會開始感受這些議題的真實重要性，然後自己涉法把基本功追起來。
刷題目數愈多愈好？
上面講的是隨著職涯成長而自然而然發生的情況，但由於面試的需求，更多人（這裡指非本科的轉職者）和演算法/資料結構的「第一次親密接觸」是在求職面試時，動機是在面試時，透過「刷 LeetCode」的方式，一邊寫面試考古題，一邊蒐集相關知識。
在這種比較考試導向的情境下，有時候難免會出現一些迷思。最常見的就是對「題目數」的誤解，在網路上充斥著「面試某某等級公司需要刷 X 百題 LeetCode」等說法。
人總是希望有一個明確的指標，例如「如果我完成了什麼什麼⋯⋯就可以怎樣怎樣了」，很可惜，這可能只是個迷思。反而引起一種恐懼，我們常常看到其他人「刷幾百題」仍然沒有上，開始擔心自己到底要刷幾題，才可以面試上理想公司。
問題是，如果你的刷題方式是錯的，刷幾題都沒用。
Leetcode是什麼？誰需要刷題？工程師面試要刷到什麼程度
一邊刷 LeetCode 一邊提升實力
對像 Richard 這樣的資深工程師來說，LeetCode 並不是一個純解題來準備面試的平台，而是讓自己保持演算法/資料結構靈敏度的練功場。
對於想要使用 LeetCode 刷題，一邊建立基礎觀念，一邊準備面試，一邊提升實力的人，Richard 的建議如下：
- 短期 (零基礎~年資 2 年內)：著重刷題時的思路/運算思維，能不能至少寫出暴力解？應用語言特性實作出程式碼，至少要能成功過關，對最佳解不要太執著。
- 中期 (2 年左右)：開始吸收演算法經典，能思考複雜度，深度/廣度優先⋯⋯能把暴力解優化，或者開始看最佳解的 case study，把單點知識走深，看看常考的高頻題，了解題目背後的常見思路。
- 中後期：刷了不少題、在工作中有 awareness 能：保持刷題習慣，鍛練手感，可以寫更少題，但可以思考更多延伸問題，或者針對自己工作中在思考的事，去 leetcode 上找類似的題目
看 Richard 影片完整內容
