الگوریتم و ساختار داده: چرا حتی اگر برنامه‌نویس حرفه‌ای هم باشید باید بدانید؟

«الگوریتم» و «ساختار داده» اسم‌هایی هستند که معمولاً حس دانشگاهی و دور از کار روزمره می‌دهند. اما واقعیت این است که تصمیم‌های مربوط به آن‌ها، هرروز و در پروژه‌های واقعی، روی سرعت و پایداری نرم‌افزار اثر می‌گذارند.

ساختار داده چیست؟

ساختار داده، روشی برای سازمان‌دهی داده در حافظه است. برای مثال لیست، صف (queue)، پشته (stack) یا درخت (tree) هرکدام ساختار داده‌ای هستند که برای نوع خاصی از مسئله بهینه‌اند. انتخاب ساختار داده‌ی درست، مثل انتخاب ابزار درست برای یک کار است — می‌توانید با پیچ‌گوشتی هم میخ بکوبید، اما چکش برای آن کار ساخته شده است.

الگوریتم چیست؟

الگوریتم، دنباله‌ای مشخص از مراحل برای حل یک مسئله است. مرتب‌سازی یک لیست، جست‌وجوی یک مقدار در یک مجموعه، یا پیدا کردن کوتاه‌ترین مسیر بین دو نقطه، همگی مسئله‌هایی هستند که با الگوریتم‌های شناخته‌شده حل می‌شوند.

چرا این‌ها روی کار روزمره اثر می‌گذارند؟

یک مثال واقعی: فرض کنید می‌خواهید بررسی کنید آیا یک شماره‌ی خاص در لیستی از ۱۰۰ هزار شماره تلفن وجود دارد یا نه.

• اگر از یک لیست ساده استفاده کنید و آن را یکی‌یکی بررسی کنید، ممکن است لازم باشد تمام ۱۰۰ هزار مورد را چک کنید.
• اگر همان داده را در یک دیکشنری یا مجموعه (set) نگه دارید، بررسی وجود یک مقدار تقریباً بلافاصله انجام می‌شود.

در یک برنامه با داده‌ی کم، این تفاوت حس نمی‌شود. اما وقتی داده به میلیون‌ها رکورد می‌رسد، انتخاب اشتباه ساختار داده می‌تواند تفاوت بین «سریع» و «قفل‌کردن کل سیستم» باشد.

نیازی به حفظ‌کردن همه‌چیز نیست

هدف این نیست که همه‌ی الگوریتم‌های پیچیده را از حفظ باشید — حتی برنامه‌نویس‌های باتجربه هم معمولاً جزئیات آن‌ها را در لحظه‌ی نیاز جست‌وجو می‌کنند. چیزی که واقعاً اهمیت دارد، داشتن یک «حس درست» است:

• دانستن این‌که چرا جست‌وجو در دیکشنری از جست‌وجو در لیست سریع‌تر است.
• تشخیص این‌که یک حلقه‌ی تودرتو (nested loop) روی داده‌ی بزرگ، می‌تواند به مشکل جدی تبدیل شود.
• توانایی تشخیص این‌که «این کد کند است» قبل از این‌که کاربر واقعی آن را حس کند.

جمع‌بندی

الگوریتم و ساختار داده صرفاً موضوعاتی برای مصاحبه‌ی استخدامی نیستند؛ درک درست آن‌ها مستقیماً روی این اثر می‌گذارد که نرم‌افزار شما با رشد داده و کاربر، همچنان سریع و پایدار بماند یا در همان مقیاس کوچک اولیه گیر بیفتد. حتی یک درک پایه از این مفاهیم، تفاوت بزرگی در کیفیت کدی ایجاد می‌کند که هر روز می‌نویسید.