不经意看到了程序员的一期算法专题，细细研读多位高手（包括李开复）的文字之后，对算法的重要性重新进行了反思。我研究生毕业
2
年，一直从事
J2EE
开发，由于项目的原因，很少需要自己去设计算法，甚至
stack
，
tree
这些数据结构都很少使用。还好自己也不甘于平淡，如
Effective Java
，
Practical Java
，
Refactory
，
Design Pattern
等等这些流行书还是抽空学习，这些书的确很是经典，对我的编码风格，模式的理解，设计能力都起到了很好的促进。也快速的由一个程序员成长为架构师（只是公司的，离真正的架构师还差得远）。
因为项目需要，去年下半年开始全面接触开源软件，使用了
spring
，
maven
，
hibernate
，
ibatis
等众多开源软件，也对开源软件产生了浓厚的兴趣，于是拿这些开源软件做了
openfans
，一方面是推进开源软件在中国的使用的交流，一方面也为自己在实践中更多使用这些软件（因为没有项目和利益因素，可以做想做的事，用想用的软件）。使用这些开源软件倒很是顺利，很多软件拿来就能用，都有
sample
，简单使用还是不难的。
但一些关键的问题一直悬而未决！比如
tag
的设计：我现在简单的使用平铺的模型，
tag
没有层次之分，
tag
间产生双向关联。但这样是最符合
tag
特性的模型吗？如何对这些
tag
进行分类，如何定义
tag
的多级关联（如
spring
和
hibernate
有关联，
hibernate
又与持久层关联，
spring
是否与持久层有间接关联，依次类推）。。。。。。而做出一个好的
tag
模型，可能就需要图论方面的知识。再比如用户相似度设计（号称是豆瓣的核心，难以复制）：每个用户拥有了一些
tag
，如何根据这些
tag
定义用户的相似度，一个用户有
spring
，
hibernate
这
2
个
tag
，一个用户有
spring
，
ibatis
这
2
个
tag
，他们相似度为多少，如果每个人
tag
都很多，再加上权重的概念，问题又复杂的多。简单的做法就是每个用户
tag
一个个匹配，匹配的越多相似度越大，但这样设计一是不准确，二是时间复杂度很大，最坏情况为
n*n*m*m
，
n
为用户数，
m
为每个用户的
tag
数。
这些都需要扎实的算法基础。而我的基础就很薄弱：本科学的比文科还文科的专业，研究生又学的比较上层的东西（
UML
，
RUP
，
PM
等，也都一知半解），选修了一门算法导论，又被
1000
多页的经典英文教材吓趴下了，上了几次课就直接放弃，没敢参加最后考试。现在想临时抱佛脚，谈何容易。
所以算法也并非没有用处，关键要看你在做什么，想做什么。想去
google
、百度不用会
spring
，算法基础扎实，只会
c
语言都行；一些行业如电信、金融也很是需要算法高手。而国内更多的企业做企业应用，一般是连连数据库，写写页面，最多引入些开源框架和软件，如
spring
，
hibernate
，
struts
等。这方面的需求较大，会了
spring
，省了公司的培训成本，自然还是给找工作加了一些砝码。
所以有时听到某些人对某项技术不以为然，说“这些东西有什么是我在几个星期学不会的”的时候，一方面是对其狂妄进行些鄙视，一方面也真要问问自己，我的核心价值到底在哪。这个问题很重要，涉及面很广，选择也很多，而我也只是有些模糊的答案，等以后再仔细写写。
不管如何，我是要开始研究算法了，得解决问题阿！先在
openfans
开个算法的
tag
，一边学一边积累，对算法有兴趣的同学也可以跟我一块进步。
PS
：做个广告，
blogjava
很多好的
bloger
，能否到
www.openfans.net
导入下
blog
，跟大家分享下你的感悟，谢谢！