选择用于学习数据结构和算法的编程语言[关闭]

Question

关闭。 这个问题是题外话 。 它当前不接受答案。

---

想改善这个问题吗？ 更新问题 ，使其成为Stack Overflow 的主题 。

2年前关闭。

您建议使用哪种编程语言 来学习 数据结构和算法 ？

考虑以下内容：

• 个人经验
• 语言功能（指针，OO等）
• 适用于学习DS和A概念

我问是因为那里有一些与编程语言无关的书籍（从数学角度编写，并使用伪代码）。 如果我从其中一种中学到东西，那么我想选择一种编程语言来编写代码并运行算法。

然后，还有其他书籍介绍了DS＆A概念，并以特定的编程语言编写了示例-我也想对这些算法进行编码-因此，在某种程度上，该语言也很适合。

无论哪种方式，我都必须选择一种语言，并且我希望始终坚持使用一种语言。 撇开个人语言偏好，哪个是最适合此目的的？

Answer 1

这个问题的答案取决于您要学习的内容。

Python和Ruby

通常建议使用Python和Ruby之类的高级语言，因为它们是高级语言，并且语法易读。 但是，这些语言都具有通用数据结构的抽象。 没有什么可以阻止您将自己的版本实现为学习练习的，但是您可能会发现，您正在其他高级数据结构之上构建高级数据结构，这不一定有用。

而且，Ruby和Python是动态类型化的语言。 这可能很好，但对于初学者也可能造成混淆，并且（最初）难以捕获错误，因为它们通常要到运行时才会显现出来。

C

C是另一个极端。 如果您想学习真正的低级详细信息（例如如何管理内存）是很好的，但是内存管理突然成为重要的考虑因素，例如正确使用malloc（）/ free（）。 这可能会分散注意力。 同样，C不是面向对象的。 这不是一件坏事，但值得一提。

C ++

提到了C ++。 正如我在评论中所说，我认为这是一个糟糕的选择。 即使使用简单，C ++也非常复杂，并且有很多“陷阱”。 而且，C ++没有通用的基类。 这很重要，因为像哈希表这样的数据结构依赖于一个通用的基类。 您可以为名义上的基类实现一个版本，但是它的用处不大。

爪哇

还提到了Java。 许多人喜欢讨厌Java，的确，该语言非常冗长，并且缺少一些更现代的语言功能（例如，闭包），但这些都不是真正重要的事情。 Java是静态类型的，并具有垃圾回收。 这意味着Java编译器将捕获许多错误，而动态类型化语言将不会（直到运行时），并且不会处理分段错误（这并不是说您不能泄漏Java中的内存；显然可以）。 我认为Java是一个不错的选择。

C＃

C＃ 语言就像Java的现代版本。 像Java一样，它是一种在虚拟机上运行的托管（垃圾收集）中间编译语言。 除了C / C ++之外，这里列出的所有其他语言也都可以在虚拟机上运行，​​但是Python，Ruby等是直接解释的，而不是编译为字节码的。

基本上，C＃具有与Java相同的优缺点。

Haskell（等）

最后，您拥有函数式语言：Haskell，OCaml，Scheme / Lisp，Clojure，F＃等。这些问题以不同的方式思考所有问题，值得在某个时候学习，但是再次归结为您想学习的内容：功能编程或数据结构？ 我会坚持一次学习一件事，而不是使问题混淆。 如果确实要学习某种功能性语言（我建议这样做），Haskell是一个安全而理想的选择。

我的建议

选择Java或C＃。 两者都有免费的，出色的IDE（Eclipse，Netbeans和IntelliJ Java社区版，Visual Studio Express C＃，Visual Studio社区版），使编写和运行代码变得轻而易举。 如果您不使用比数组和您自己编写的任何对象更复杂的本机数据结构，则将学到与C / C ++基本相同的东西，而不必实际管理内存。

让我解释一下：如果添加了足够的元素，则需要调整可扩展哈希表的大小。 在任何实现中，这都意味着要做一些事情，例如将支持数据结构（通常是数组）的大小加倍，并复制现有元素。 在所有命令式语言中，实现基本相同，但是在C / C ++中，如果未正确分配或取消分配某些内容，则必须处理分段错误。

Python或Ruby（这并不重要）是我的下一个选择（并且与其他两个选择非常接近），只是因为动态类型起初可能会出现问题。

Answer 2

我之所以推荐Java主要是因为：

• 垃圾收集
• 参考资料
• 丰富的收藏

编辑：下选民请解释。

Answer 3

我认为C是学习数据结构和算法的最佳语言，因为它会迫使您编写自己的语言。 它将迫使您了解指针，动态内存分配以及流行的数据结构（如链表，哈希表等）背后的实现。其中许多都是您可以认为是高级语言（Java，C＃等）的东西。 ）。

Answer 4

Python很棒。 易于阅读，功能齐全。 如果您要使用伪代码，Python会看起来很熟悉。

Python已经成为UC Irvine的首选算法语言，其描述如下：
“ Python代表了一种在教育中急需的面向算法的语言。Python的优点包括其类似教科书的语法和鼓励实验的交互性。 ”

Python还可以通过图形制作工具Gato以对初学者友好的方式工作。 学习算法和数据结构是一个可以通过可视化实现的顶部，这是Gato使其易于实现的功能（无需学习任何复杂的图形库）

Answer 5

如果目的是仅了解数据结构和算法 ，那么我会说JavaScript。 您可以在浏览器中运行代码。 您具有非常灵活的对象处理，并且您可以完全专注于数据结构和算法，而不能专注于内存管理，语言结构或其他将使您的注意力从正在学习的实际计算机科学上转移的东西。

好处还在于，您可以通过使用浏览器使用DOM和Canvas渲染图形和树来轻松地可视化各种数据结构。

多年来，CS课程趋向于改变授课语言，这仅仅是因为已经出现了更新且更好的易于学习的语言实现，这使得人们更容易专注于实际问题。

Answer 6

Oberon-2或组件Pascal 。 最后一个是第一个的超集。

爱因斯坦曾经说过： “使它尽可能简单，但不要简单”。 Niklaus Wirth教授选择了该短语作为原始Oberon语言报告的题词。 对于上面提到的Oberon的后代来说确实如此。

关于编程语言的完美性，我想引用Antoine deSaint-Exupéry：“设计师知道，达到完美性的原因并不是不再需要添加任何东西，而是不再需要任何东西。” 。 即使没有做到这一点，沃斯也走在正确的道路上。 在“ Wirth编程语言行”（Algol-> Pascal-> Modula-2-> Oberon-> Oberon-2）中，每种后续语言都比上一种更简单，同时功能也更强大。

功能强大但简单的语言遵循最小的原则。 强大的静态类型，易于使用的面向对象的工具，垃圾回收。 功能列表虽然不多，但足以提高工作效率，而又不会使事情复杂化，尤其是在初始阶段。

当您想学习算法和数据结构时，便是认真的。 但是，如果您的语言“功能强大”（具有C ++，C＃，Java，Python等许多功能），您将浪费大量时间来学习语言，而不是算法和数据结构。 您将看不到树木环绕的森林。 =）您可以将树视为语法元素（和任何其他功能），并将林视为重要概念（任何算法，数据结构，可能是OOP，无论如何）。 语言所具有的功能（树）越多，则向后退和理解概念（查看森林）的任务就越复杂。

但是，如果语言真的很强大（具有经过验证的少量功能），那么语言本身将排在第二位。 没有那么多的树，所以您可以向后退几步。。。嗯，我认为这已经足够了。 =）

同样， 许多关于算法和数据结构的书都使用类似Algol / Pascal的伪代码，并且很容易将这种示例转换成这种语言。 您可以直接使用Wirth的“算法和数据结构”书中的示例。 Oberon版（2004）， PDF （1.2 MB）。

一些其他链接：

• Oxford Oberon-2编译器，适用于Linux，Windows，Mac OSX。
• BlackBox Component Builder-组件Pascal的开发环境。 仅Windows。 在Wine中效果很好。
• 我最喜欢的算法书Anany V. Levitin介绍了算法的设计和分析 。

Answer 7

我建议艾达。 它具有用于其他语言所没有的数据构造的功能，例如，范围检查type Day is range 1 .. 31; 它还具有非常严格的编译时和运行时检查（除非您选择将其关闭），这使得在实现中查找错误更加容易。

Answer 8

如果您想走阻力最小的道路，那就使用Python。 它将具有最少数量的不必要的样板之类的东西。

理想情况下，我想学习C语言中的算法，以便您可以了解内存级别的情况。 我还想学习一种功能语言的算法，因此您可以看到类似的算法如何与持久数据结构一起工作。

Knuth的著名书籍包含大量的（发明平台）汇编代码。 如果您想成为超级铁杆，建议您这样做。 不过，就我个人而言，当我完成算法课程时（当时是几年前），我在C中工作。 有时我会处理Knuth中的一些问题，但是我不知道是否会完全选择MMIX作为学习算法的首选语言。 我觉得这有点过头了。

编辑 ：这还取决于您所熟悉的内容。 如果您想立即开始研究算法文本，而您从未使用C进行过多工作，那么Python无疑是正确的答案。 您希望语言不是克服的巨大障碍，因为您想享受这一点。 我知道我做到了

最后一点：至少在我学习算法时，我花了很多时间在纸上工作。 我认为这很重要-我的意思是您想了解渐近性等。花费所有时间来用任何语言实现算法都不是要做的事情。

Answer 9

“如果您唯一的工具是锤子，那么您所有的问题都会看起来像钉子”

学习至少几种语言。

另外，您的选择取决于您的目的。

爱好？ 在Windows世界工作？ Linux / UNIX系列？

应用类型：商业与科学； 硬件驱动程序或应用程序？

桌面应用程序还是Web应用程序？

我有几个建议给你。

（a）一定要学习一些J（可从jsoftware.com免费获得；是APL的后继产品； J和APL都是Turing获胜者Ken Iverson的创造... Turing奖就像是诺贝尔计算奖）。

（b）如果您使用的是Windows，请从c＃开始，因为.NET中的很多内容都在c＃上运行。 如果可以，请从Microsoft Press获得Tom Archer的“ Inside c＃”副本。 您可以通过下载Microsoft的Express版本获得免费的c＃开发系统。

（c）学会使用TDD / BDD ...无论使用哪种语言，首先要编写一个称为单元测试的小型测试； 接下来，编写生产代码以通过单元测试； 一次只迈出一小步……不仅是您使用的语言，还是方法。

（d）学习一些汇编语言...汇编语言是低级的，几乎是机器语言，它将使您对幕后发生的事情有很好的了解。

（e）在Windows世界之外，我建议使用c ++。

没有最好的语言。

如果仅是语言，那么编程会更容易。

您不仅要学习非常具体的算法，还希望学习更通用的模式，并且可以帮助您选择解决给定问题的方法。

可以肯定的是，要成为一名程序员，您可能永远不会耗尽学习的东西。

Answer 10

我认为Lisp值得研究。

我的第一门大学编程课程是在Lisp中。 在那之前，我用多种语言编写程序已有10年了。 我以为第一门编程课程会很无聊，但是我错了。

Lisp是一种非常有趣的语言，因为它的语法非常简单。 重点从语法转移到功能。 函数式编程风格也是一个非常有价值的东西。 在完成Lisp课程后，由于Lisp教给我的新概念，我发现自己以一种全新的，更好的方式用C ++编写程序。

Lisp还对代码和数据使用相同的表示形式，这为使用动态生成的代码然后执行的有趣的算法设计打开了大门。

Answer 11

您可能会喜欢具有代数数据类型和模式匹配的语言，例如Standard ML，OCaml，F＃或Haskell。 例如，这是一个重新平衡用OCaml / F＃编写的红黑色二进制搜索树的功能：

let balance = function
  | R(R(a, x, b), y, c), z, d | R(a, x, R(b, y, c)), z, d
  | a, x, R(R(b, y, c), z, d) | a, x, R(b, y, R(c, z, d)) ->
      R(B(a, x, b), y, B(c, z, d))
  | a, x, b -> B(a, x, b)

Answer 12

我可能是错的，但是数据结构和算法不是独立于编程语言的吗？

最后，数据结构只是组织数据的一种方式。 任何高级语言都将支持。 当然，某些语言将具有实现基本数据结构的机制（例如Java或C ++ STL中的Collections Framework），但不会阻止您使用所选的编程语言对数据结构进行编程。 此外，算法以伪代码编写，从而使它们与语言无关。

我意识到这并不能真正回答您的问题，但是我很难把握您的需求。 学习数据结构/算法或学习新语言。

Answer 13

除了笨拙的C ++之外，任何语言都可以。

Answer 14

我更喜欢C ++ :)