編程語言雖然該學，但是學習計算機算法和理論更重要，因為計算機語言和開發平臺日新月異，但萬變不離其宗的是那些算法和理論。例如數據結構、算法、編譯原理、計算機體系結構、關系型數據庫原理等等。
  這些基礎課程更可以稱之為為“內功”，而新的語言、技術、標準則更像是“外功”。整天趕時髦的人最后只懂得招式，沒有功力，是不可能成為高手的。
  “程序員是否必須會算法”？
  這是一個充滿爭議的問題，雖然并不像“生存還是毀滅”之類的選擇那樣艱難而沉重，但也絕不是一個輕松的話題。很多人對算法的理解太片面，很多人覺得只有名字里包含“XX算法”之類的東西才是算法。而我們認為算法的本質是解決問題，只要是能解決問題的代碼就是算法。
  程序員需要知道的5大基礎實用算法
  算法一：快速排序
  快速排序是由東尼·霍爾所發展的一種排序算法。
  在平均狀況下，排序n個項目要Ο(n log)次比較。在最壞狀況下則需要Ο(n2)次比較，但這種狀況并不常見。事實上，快速排序通常明顯比其他Ο(n log n)算法更快，因為它的內部循環(inner loop)可以在大部分的架構上很有效率地被實現出來。
  快速排序使用分治法(Divide and conquer)策略來把一個串行(list)分為兩個子串行(sub-lists)。
  算法二：堆排序算法
  堆排序(Heapsort)是指利用堆這種數據結構所設計的一種排序算法。堆積是一個近似完全二叉樹的結構，并同時滿足堆積的性質：即子結點的鍵值或索引總是小于(或者大于)它的父節點。
  堆排序的平均時間復雜度為Ο(nlogn)。
  算法三：歸并排序
  歸并排序(Merge sort，臺灣譯作：合并排序)是建立在歸并操作上的一種有效的排序算法。該算法是采用分治法(Divide and Conquer)的一個非常典型的應用。
  算法四：二分查找算法
  二分查找算法是一種在有序數組中查找某一特定元素的搜索算法。
  搜素過程從數組的中間元素開始，如果中間元素正好是要查找的元素，則搜素過程結束;如果某一特定元素大于或者小于中間元素，則在數組大于或小于中間元素的那一半中查找，而且跟開始一樣從中間元素開始比較。
  如果在某一步驟數組為空，則代表找不到。這種搜索算法每一次比較都使搜索范圍縮小一半。折半搜索每次把搜索區域減少一半，時間復雜度為Ο(logn)。
  算法五：BFPRT(線性查找算法)
  BFPRT算法解決的問題十分經典，即從某n個元素的序列中選出第k大(第k小)的元素，通過巧妙的分析，BFPRT可以在最壞情況下仍為線性時間復雜度。該算法的思想與快速排序思想相似，當然，為使得算法在最壞情況下，依然能達到o(n)的時間復雜度，五位算法作者做了精妙的處理。