Что дает изучения структур данных? [закрыт]

Это один из тех вопросов, на которые трудно дать обоснованный ответ, поскольку опыт у всех разный. Один скажет, что структуры данных важны, а другой — что мы живём в мире, где требуется клепать формочки на JS, и там всё это лишние знания.

Я лично за то, что бы структуры данных изучать. Ссылаясь на Вирта, который сорок лет назад выпустил книгу Алгоритмы и структуры данных, я бы сказал, что структуры надо изучать вместе с алгоритмами.

В качестве обоснования приведу несколько соображений.

Первое и самое важное: в индустрии долгое время действовал закон Мура, который гласит, что мощность компьютеров в среднем удваивается каждые два года. Он касается определённой технической детали, но в целом ему соответствуют и объёмы ОЗУ, и совокупная производительность процессоров, и место на дисках. Это приводит к тому, что приблизительно каждые 5-10 лет мощность вырастает настолько, что кардинально меняются парадигмы.

В конце 80-х даже C++ казался слишком ресурсоёмким для персоналок того времени — XT и AT. Однако, через несколько лет, когда у всех появились 386-е персоналки, памяти и производительности оказалось достаточно для косвенных вызовов и таблиц виртуальных функций.

А в конце 90-х оказалось, что сборка мусора и байткод уже не настолько медленны, чтобы работать на среднем железе, и в мир ворвалась Java, а за ней и C#. Для нас программистов это означает постоянную необходимость изучения. Сколько вы планируете оставаться в профессии, столько вам предстоит учить новое. В этом случае возникает вопрос об ядре, о чём то таком, что может пригодиться везде.

Алгоритмы и структуры данных — это одна из базовых вещей, знание которых позволяет переходить к новым технологиям быстро. Они не меняются от языка к языку. Обычно, в новом языке есть стандартная библиотека, и вы просто не должны её изучать, потому что уже знаете, что там есть по структурам данных, и что с ними можно делать.

Второе соображение касается востребованности. Кажется, что работа такая, что структуры данных в принципе уже не нужны. И это даже правда, потому что в современной индустрии огромное количество задач, для решения которых хватает знаний старшей школы или профессионального училища (у нас нет ПТУ, обучающих программистов, но за рубежом уже можно получить средне-специальный диплом по программированию).

В то же время у этой правды есть вторая сторона: время от времени у вас появляется трудная задача, которая требует размышлений и изобретательства. Математик и статистик Н. Н. Талеб написал несколько книг о концепции Чёрного лебедя, может быть слышали. Чёрный лебедь это такое неожиданное событие с большими последствиями. В нашем случае это нечастая задача, которую, тем не менее, очень важно решить.

Для решения таких задач обычно и нужна база, которая, конечно, включает в себя алгоритмы и структуры данных.

Поэтому изучение структур данных окупается, если не в ближайшей перспективе, то в течение уже ближайшего десятилетия.

Глубина изучения может быть разной. Наверное не обязательно реализовывать все структуры и все алгоритмы, но самые интересные или сложные вполне можно.

Знание структур данных и других фундаментальных вещей позволяет, как минимум:

• решать любые задачи более эффективно и качественно;
• не тратить время на изобретение и отладку велосипедов на костылях;
• решать задачи, которые невозможно решить не владея фундаментальной базой;
• получить дополнительные "очки" на техническом собеседовании при поиске работы;
• [ из комментария ] фундаментальные знания являются универсальными (т.е. не зависят от конкретного языка или даже стека) вследствие чего даже при полной смене стека технологий изучать их заново не придётся. Плюс владение "базой" облегчит сам процесс перехода, т.к. значительно упрощает понимание "нового" инструментария.

И это ещё не весь перечень, а только самое основное. Так, что изучение подобных вещей приносит программисту весьма ощутимый профит..