在各种各样的算法实现、软件包开源可用的当下，算法对于 程序员 而言还重要吗？
如果你是几十年前的程序员，那你一定精通于算法，并经常需要自己编写算法。但在今天，算法已经变成了一种「商品」，从业者都在使用现成的软件包和购买的算法。甚至有人提出这种观点：「机器学习不需要数学，很多算法封装好了，调个包就行」。
时代真的变了吗？近日，一篇相关主题的文章在 Hacker News 网站引发讨论。
以下是文章的主要内容：
我刚开始做软件开发时，开发者必须自己实现大部分用到的算法。硬件供应商会提供一些库，但是当时整体的开发氛围就是自己编写算法（除了技术性较强且复杂的数学函数）。
开发者大多都会阅读高德纳（Donald Knuth）的《计算机程序设计艺术》，对于一步一步实现算法，这本书是很可靠的阅读资源。我还记得看到过一个库的副本，是用很小的字母手写了算法的更新，并将其粘贴到页面的上一页文本上。
那个时候，算法非常重要，因为计算机的计算速度不够快，无法以可接受的速率解决常见问题。普通指令的执行时间和指令时间，以及给定 CPU 上可用的寄存器数量，是开发者经常讨论的话题。内存容量通常是以千字节为单位的，每个字节都算在内。
那是算法的时代。
随着内存容量从以兆字节为单位变成了以千兆字节为单位，开源商业化算法和计算机的存储速度提高了非常多。
在算法的实现方面，现在的开发者拥有大量选择。 有那么多其他问题需要解决，为什么要浪费时间来实现算法呢？
现在，算法就像一座桥上的螺栓，非常重要但无人问津。今天的开发者更愿意讨论故事点、功能、商业逻辑等等。给出一个定义明确的问题，许多开发者现在更倾向于查找已有的包，而不是从头开始编写代码。
仍然会有新的算法被开发出来，研究人员持续对现有算法进行改进。但这是相对小众的。
有些公司的算法不是商品。例如谷歌，以谷歌的规模，即使看似非常小的改进，也可以为公司节省数百万美元（这纯粹是因为巨额数字的一小部分也是很多的）。而对于有些公司，算法开发可能是其核心竞争力的一部分，算法的非商品性让这样的公司在竞争中占据优势，而在非核心竞争力中算法被看作商品。
高德纳的《计算机程序设计艺术》在使算法变得普遍可用方面发挥了重要作用。尽管这本书经常被引用，但是我猜想现在很少有人会读它了。
几年前，我突然发现自己正在看的软件工程书籍竟然没有专门的算法章节。
今天，我们处在软件开发生态系统的时代。
算法还没有完全走向默默无闻，它必须等到人们只需将需求告诉计算机，而不需要关心实现细节时（或遗传算法编程发展得更好时），才能真正退出历史舞台。
开发者们怎么看？
「算法还重要吗？」这个问题由来已久，早已成为开发者讨论的焦点，大家对此的态度也各不相同。
即使有一天，计算机能够通过语音转代码的形式来编译算法，那时程序员的工作可能就是为计算机朗读待实现的算法。
如今与 80 年代相比，在绝对数量上，有更多的开发人员在从事算法编写工作，虽然，更高比例的开发人员从不编写任何算法。但如果有「算法时代」，我认为就是现在。今天我们所拥有的算法比以往任何时候都要多。
有人将算法与摄影类比，解释了算法行业正在经历的变革：
现在这个时代，我们可以在几分钟内找到任何符合自己想象的图片。所以从商业的视角来看，摄影作为一门纯艺术，其价值已经被消解了。但为什么还有人聘请摄影师呢？
摄影师收取的报酬不在于「交付最好的图像」，而在于为客户定制想要的照片主题及效果。我认为这也是软件行业的现状，我们不是在算法的「艺术水平」上登峰造极，而是要针对特定业务和需求给出定制解决方案。这不是宏观层面的创新，而是微观层面的创新。
时代变了，也意味着程序员必须要调整自己的目标所在。「对于许多人来说，编写纯粹、通用、美妙的东西会更有吸引力。遗憾的是，我们可能没有机会写出像谷歌开源的软件包那么好的东西了。」
有人表示，要不要自己编写最合适的算法是自己的选择，但如果不影响最后的实现结果，为什么还要浪费时间去做这样简单低级的工作呢？
也有人认为：封装包的确让他们不需要再做一些低级繁琐的工作，但是实际工作中仍然需要编写一些算法，因为总有一些没有封装好的算法需要开发者自己实现。
算法技能永远不会过时。的确，目前一些高质量的算法实现具有广泛可用性，可能不再需要手工实现此类算法。但是开发人员不仅需要了解数据结构支持的操作，还必须要了解其复杂性。只有这样，才能够满足应用程序自身的复杂性需求。
「知其然，知其所以然」在当下还是金玉良言吗？便捷可用的封装包是否会使算法衰落？这值得我们思考。
参考链接：
https://news.ycombinator.com/item?id=23746534
http://shape-of-code.coding-guidelines.com/2020/07/05/algorithms-are-now-commodities/
京公网安备 11010802041100号