前言
許多人都知道，大公司很喜歡考資料結構與演算法（Data Structures & Algorithms，簡稱 DSA），所以大家都為了應付面試而刷題。考刷題一直被詬病沒有鑑別度，許多工程師也認為工作上用不到，再加上近幾年因為 AI 工具的盛行，又有更多人覺得刷題沒有意義。
不過有一說一，身為軟體工程師，我認為了解 DSA 還是滿有幫助的，讓人在工作中自然思考如何讓效能最佳化。
而且現實情況是，現在仍有許多公司採用 DSA 來當作面試內容，所以各位再怎麼不願意，想獲得更多機會，踏實學習資料結構與演算法，然後刷題刷好刷滿還是必須的。
身為一個非 CS 科系背景的人，剛開始刷題遇到許多障礙，更不用說前端工程師熟練的程式語言 JavaScript（以下稱 JS），一直都不是刷題的主流。因此，我的筆記主要會從前端工程師的角度出發，和大家分享學習演算法與資料結構的心得。
提示
強烈建議前端工程師直接學習 Python 並用它來刷題
建議利用 Python 刷題的原因如下：
- Python 寫法很簡單， 和 JavaScript 比起來是事半功倍
- 在網路上討論 Leetcode 題目的文章，多半會有 Python 的範例，其他語言（例如 Java、C++）的範例就不一定有了
- JS 缺乏很多相關功能，例如常見的資料結構 heap 在 JS 裡沒有，但 Python 有內建模組 heapq 可以直接使用
- Python 的通用性已經可視為軟體工程師的基礎語言，如果你和其他領域工程師討論刷題，Python 可以當成共通語言
- 大多數公司的 coding 面試關卡，不會限定你用哪個語言
- 刷題是長期抗戰，如果你對解題不感興趣，那刷題絕對是枯燥乏味的事情，盡量簡化這件事才能持續刷題
如果你的目的是為了熟悉某一種程式語言，那麼用該語言刷題會比較恰當，但是以練習 DSA 為目的，那建議就用 Python 吧！
預備知識
接下來的筆記內容會有實際的程式碼，會有不同程式語言的範例，建議讀者至少熟悉 JavaScript 或是 Python 比較好。
下一步
如果是第一次接觸 DSA，建議先閱讀 演算法與資料結構是什麼？，裡面除了會解釋核心概念，最後也整理了一份建議的學習順序，照著讀下去即可。
如果想知道這些資料結構在實際系統裡怎麼被用上，可以參考《系統設計系列文》，例如 Database Sharding 就牽涉雜湊分佈的取捨。