1.4.1 分析算法理解的维度与路径

一个算法有很多不同维度，典型维度有4个，见表1-5，只有把这些维度都熟悉了，才算熟练掌握了一个算法。

表1-5 分析算法理解的4个维度

不同目的对上面4个维度的侧重点不同。一个算法研究者，要更关注既有算法提出的动机、问题的形式化方法和可能改进点，有了这种思想层面的理解，才可能发展一些新的有用的算法；而教育工作者，除了大概思路外，关注的更多是理论推导；作为一个工程分析应用人员，除了关注应用外，要更关心常见算法的整体概念框架（这样有选择的自由）、算法的适用范围、不同算法组合套路、不同算法包的对比等，在对外交流时，也会关注算法的形象化解释（让其他领域的人快速理解）。

对算法的理解在单个维度可能会遇到瓶颈，这时候不同算法、不同维度的交叉类比可能非常有帮助，用其他类似或相关算法去理解新算法，用算法的对比驱动更深层次的理解，通过阅读源代码（很多优秀算法包）去理解算法的数学公式，通过简单算例对比去理解算法的工作机制。对于工业分析师来说，可以先快速入门，扩大视野，形成直觉研判，然后再分而治之去深入每个算法的理论推导，采用螺旋上升的方式，通过如图1-13所示的交叉印证与检验，以及适度的追求技巧，让数据分析工作充满乐趣，驱动更多更高效率的学习。

图1-13 不同层面问题的交叉理解