最近很多人都在准备升职或者跳槽，而大多数都没有把算法和数据结构考虑在内。原因呢，在于算法这个东西，很多人认为前端用不着算法，算法都在后端，大厂只是为了筛人才考算法，实际工作中是用不着的。这样的回答我听过了很多很多，一般我也不会直接反驳，随便问几个问题就行了。比如：
用过Map吗，什么时候会用，Map与对象有什么区别，Map性能高？为什么？哈希表？为什么用了哈希表就性能高了？Map与对象怎么选择？
怎么给一个数字数组排序。用数组的sort函数？为什么，如果我数据量特别大呢？如果这个数组里不是数字，而是对象呢，我要求稳定排序，你还用sort吗？sort底层怎么实现的呀？
精通Vue？Vue的数组节点都有key吧，这个key有什么注意事项吗？看过Vue源码？Vue中是如何实现VDOM DIFF的呀？最长递增子序列？怎么用到了最长递增子序列呢？为什么我把Vue中最长递增子序列的算法拷贝到LeetCode300题，却过不去呢？尤雨溪写错了吗？为什么不用最长公共子序列呢？
擅长React？React当中的fiber是什么数据结构？链表？为什么要用链表呢，数组不行吗，毕竟Vue中就用的数组？React中先执行优先级高的任务，好多任务，怎么找出优先级最高的任务呢？排序？怎么排序？
React和Vue都写过？它俩怎么做技术选型呢？聊个细节，它俩的VDOM DIFF有什么不同呀？
擅长后端？用过Redis吧，什么时候选择Redis呢，支付可以用Redis吗？Redis快，确定吗？Redis可能会出错？为什么？怎么避免出错呢？
做过加密吗？前端可以加密吗，怎么做呀？安全吗？需要后端配合吗？
先问到这儿吧，这些问题，也有人说从来没遇到过，平常做的都是增删改查的cms，那如果你永远都做这样简单的工作，怎么升职加薪呢？是不是要尝试做一些复杂项目，而对于复杂项目，数据量可能会非常大，那是不是为了性能就要考虑Map与对象的选择了呢，你会选吗？还有一些复杂项目，如果把逻辑都放在后端，那如果和服务端交互太多且慢，最后导致影响了用户体验，你是不是可以考虑把一部分逻辑放在前端呢，比如在已有数据里找到评分最高的餐厅，你会实现吗？
相信说到这里，大家已经意识到算法的重要性了。其实说白了，数据结构和算法就是教我们写出可以高效运行的代码。如果接下来你想继续在前端的路上升职加薪，那赶紧迈出第一步吧，好好学下算法和数据结构。
当然很多人问怎么学习算法和数据结构呢，毕竟学算法可不是轻松事儿，这个问题其实很简单：1. 看视频教程；2. 看书；3. 刷题。当然第1个方法很简单也很高效，对于第2个和第3个我来详细说一下，首先书的话，建议买经典书籍，这个时候推荐《算法导论》与《算法》：
《算法导论》这本书很详细，讲了算法领域的所有思想，也是我大学时候老师让买的教材，不过这本书里都是伪代码，可以带你认识算法并了解其实用场景。当然书的难度并不低，所以一开始也不用强求自己全部掌握，可以当做一本工具书，时尝翻阅。红色的《算法》书里有很多JAVA版算法代码实现，当然算法不分语言，前端小伙伴学习的时候拆到JS就可以了。除了这两本，我还有一本《数据结构与算法分析》，这本书里讲到的数学知识会多一点：
我平常是红色的《算法》放在公司，《算法导论》和《数据结构与算法分析》放在家里，经常翻翻，尤其是失眠的时候，当然治疗失眠的效果与你算法实力是成反比的~
当然书籍的话初步你可以只选择红色的《算法》，不过我觉得《算法导论》思想讲的更多更详细，而《算法》和《数据结构与算法分析》代码实现多一些，理论相对没有《算法导论》多。
最后来说下刷题这件事，LeetCode是个非常不错的刷题平台，不过上面题型千千万，全刷不仅艰难而且没必要。这个时候你应该分类去刷，比如算法小白从链表开始刷起，慢慢再过渡到堆栈、排序、二分、哈希、动态规划等，题目选择经典题型或者面试题型就行了：
最后呢，祝大家都能升职加薪成功，下次我们再来分析升职加薪套路第2步。大家有什么疑问，也可以留言告诉我。
