Dans cette série d'articles, je partagerai mon parcours d'apprentissage sur deux sujets largement abordés dans les environnements académiques et dans les grandes entreprises technologiques : les algorithmes et les structures de données. Même si ces sujets peuvent paraître intimidants à première vue, surtout pour ceux comme moi qui n'ont pas eu l'occasion de les approfondir tout au long de leur carrière en raison d'autres défis professionnels, mon objectif est de les rendre accessibles.

Je commencerai par les concepts les plus basiques et passerai à des sujets plus avancés, créant ainsi un enregistrement de mon évolution. J'espère que ces articles seront également utiles à toute personne suivant le même parcours d'apprentissage. Pour approfondir, j'utiliserai une combinaison de défis pratiques sur des plateformes comme LeetCode, ainsi que des lectures et des discussions sur la théorie derrière chaque algorithme. Le langage de programmation que j'ai choisi pour ce voyage est JavaScript.

Pourquoi l'étude des algorithmes en vaut-elle la peine ?

Les algorithmes et les structures de données sont des composants fondamentaux dans la construction de tout logiciel. Beaucoup d'entre eux sont le résultat d'années d'études visant à résoudre efficacement des problèmes complexes et peuvent être appliqués dans différents domaines de l'informatique, tels que le développement Web, le backend, l'intelligence artificielle, entre autres. Comprendre les algorithmes est un excellent moyen d'écrire du code optimisé. De plus, la maîtrise de ces concepts est souvent évaluée lors d'entretiens techniques au sein de grandes entreprises technologiques, ce qui peut être intéressant pour quiconque souhaite rejoindre l'un de ces géants.

Que sont les algorithmes ?

Les algorithmes sont des ensembles d'instructions qui résolvent un problème. Une analogie courante que j'ai entendue à l'université est celle d'une recette de gâteau : vous suivez une série d'étapes pour obtenir le résultat final, c'est-à-dire le gâteau.
Selon le livre Introduction to Algorithms, il explique qu'un algorithme prend une valeur ou un ensemble de valeurs en entrée et génère une valeur ou un ensemble de valeurs en sortie. Un exemple plus pratique, destiné au développement, serait : imaginez que vous avez une liste de nombres désorganisée et que vous devez les classer du plus petit au plus grand. Dans ce cas, la liste non ordonnée est l'entrée et l'algorithme est la séquence d'étapes qui réorganise les nombres, générant la liste ordonnée en sortie.

Que sont les structures de données ?
Les structures de données sont des moyens d’organiser et de stocker des informations afin que nous puissions y accéder et les utiliser lorsque cela nous convient. Si l'on pense à une étagère, nous pouvons voir que les livres peuvent être organisés de plusieurs manières : par thème, auteur, ordre alphabétique, couleur, entre autres. La façon dont nous choisissons de les organiser influence directement la facilité avec laquelle nous trouvons un livre spécifique.

Au fur et à mesure que nous avançons dans cette série, mon intention est de démystifier ces sujets et de construire une base solide de connaissances, à la fois pour moi-même et pour tous ceux qui suivent mes articles. Le parcours vers la maîtrise des algorithmes et des structures de données peut être difficile, mais avec une pratique régulière et de la curiosité, je pense que nous pouvons tous surmonter les difficultés initiales et atteindre un niveau de compétence qui répond aux exigences du marché, tout en devenant des développeurs plus efficaces et plus capables. de résoudre les problèmes de manière optimale.

J'espère que cet échange d'expériences sera aussi enrichissant pour mon apprentissage que pour le vôtre. Et que, en plus d’être productif, ce processus peut même être amusant. N'hésitez pas à suggérer des sujets, de nouveaux outils, du matériel d'étude ou même des défis supplémentaires. J'adorerai apprendre avec vous !

Références

Cormen, TH, Leiserson, CE, Rivest, RL et Stein, C. (2009). Introduction aux algorithmes (3e éd.). Presse MIT.