数据结构和算法几乎是程序员面试中都要考察的部分。
重要程度不需要多解释，这些也是非常值得花时间去学习的。
这篇文章不仅能给你提供一些学习数据结构和算法的思路，还能给你在面试机器学习岗位时提供一些建议。
如果你对数据结构和算法并不了解，可以通过网上的视频和书籍来进行学习，大多都是免费的。
最好的教材和内容往往也都是免费的！
想要系统的学习数据结构和算法，我推荐《算法4》和《算法导论》，这两本书能帮助你系统的学习数据结构与算法。
《算法4》是一本非常实用的算法书籍，里面的问题大多都是工作中的实际问题，非常偏应用。
《算法4》另外一个突出的点就是代码的书写，里面的代码简洁且完整，更重要的是这些代码都是工业级别，可以拿来直接用的！
《算法导论》是学习算法的圣经，被很多大学用作教材，这本书主要是学习算法的思想。
像《算法4》中没有动态规划部分，而《算法导论》能很好的弥补了这一点，推荐两本书结合实用。
当对数据结构和算法内容都大致了解，你还需要一本能面对面试问题的书。
这里推荐《 Python 中的数据机构与算法》，作者是 Michael T. Goodrich。
这本书是基于 Python 语言，语法简单且灵活，在面试中能够帮助你快速实现代码。
并且学习规范的 Python 代码书写格式。
这里推荐基于 Python 语言并不是对其他语言有偏见。
上面关于面试问题的书各自还有 Java 和 C++ 版本，根据自己的能力范围和喜好选择。
一个常见的问题。
选择哪种语言做代码练习呢？
没有最好的语言，选择语言取决于你的岗位需求和你的喜好。
在面试中，你只要能实际解决问题，并且规定时间内写出代码就好。
如果你会多种语言，在选择语言之前先听一听问题。
它表明您理解不同的语言是为不同目的问题构建的，适合一项任务的语言对于另一项任务可能不是最佳的。
另外，把你会的所有语言都写在简历上，但不要在面试时炫耀。
面试官可能更愿意雇佣一个擅长一门语言的人，而不是需要一个擅长多种语言的平庸的人。
根据你选择的语言，面试官可能会推断出你对什么感兴趣。
例如，一位招聘经理告诉我，如果程序员选择用Python实现数据结构，他知道这个人可能不会太关注性能。
下面说以下面试中机器学习岗位有关的：
Python已经成为事实上机器学习的通用语言，大多数机器学习框架都有对应的 Python API，大多数开源项目都是用Python编写的。
这是一门很有用的语言，如果面试机器学习岗位，大多数面试官都希望你能掌握它，但不意味着在面试中必须使用它。
如果你对另一种语言更熟悉，那就使用其他语言。
有时用另一种语言编写复杂的模型会让人印象深刻，并帮助你脱颖而出。
由于 Python 语言的性能并不是很好，了解一门面向性能的语言也是很有必要的。
如 C++ 或 Go，大部分用在开发机器学习平台的过程中。
C++ 更加受欢迎，Go 学起来更简单，对他们的选择完全由你自己而定。
再提一下，选择什么语言可以根据你的喜好，然后是工作需要，根据喜好你会有源源不断地动力去精通它。
像我们之前文章说的很多机器学习模型都被开发成网页应用，如果你会一些前端技能也很加分。
机器学习岗位需要学习很多内容，有些时候比较杂，你不能只会调节模型。
但学习这些内容都是值得的，你会进步很快，不断成长，更多的知识也能帮助你学习一个产品中的体系。
机器学习开发需要的其他一些技能，我会在之后的文章中列出，这次就这么多。
最后就是在哪练习数据结构和算法问题？
以上提及的书不需要都看过来，哪些内容忘了回来查就可以了，很多东西不是记住的，而是理解，另外不要背，你需要不断复习。
对于练习平台，力扣非常好的练习代码的平台，这个不用多解释，里面的问题都有难度等级排列，最重要的是每个问题都有相应的答案和解决思路。
最后，最好的练习编码的方式就是每天练习。
