算法设计与分析这门课对计算机专业的很重要吗？里面涉及高数内容看不懂啊，怎么办😱
如果单纯行业来说肯定重要，如果你想达到某个级别就重要。
就跟练习武功一样，如果你想达到11级12级可能更高到级别就需要算法了。
如果你有条件，我的建议你还是可以好好学习一下，然后写一些DEMO出来。
如果你只是找份工作，在这个行业没有报太多到奢望，那就无所谓了。随便找个教程学习一下就能找工作了。
就单个学科而已算法设计和分析这门课程是一个基础学科，对于从事计算机行业的人员而言肯定是很重要的。如果想从事算法类的岗位这门课程是一个核心课程，而对于从事其他开发类的岗位这门课程也是决定了能否写出更简洁，更高效的代码的前提。
但是从另一个角度去分析，计算机编程技术是需要不断实践的一门科目，有些科目也许一开始看不懂。但是在一些相关联的科目有了一定的经验积累下，就有可能辅助您了解一些以前不太了解的科目。
举个例子在日常工作和学习的过程中，经常要接触的是数据结构里面的知识，一些现成的例子或者开源的代码中可以学习到很多《算法设计与分析》这方面的知识。基础知识点也是如此一点一滴的积累的，暂时的不了解不是学习能力问题，而是计算机的一些专业知识本来就有一些门槛。为什么很多培训班没有这类型的科目呢？这一类的基础科目本来就是最消耗学习成本，最折磨学习者热情的科目。不要因为有些内容无法了解就放弃，可以当成枕头书，偶尔翻看一下。对于某些知识点，可以一步一步的学习和查资料。在这里祝您学习愉快，在学习的过程中享受学习的快乐。
计算机编程算法和数学有什么关系
站在程序员角度，常用算法与数学没有一毛钱的关系，仅是评估算法是定量分析下。但对多数程序员而言，这些常用算法还需要再自己评估吗？平时只是调用库函数而已。
站在科研人负角度，解决某一具体问题，通常要采用数学模型进行建模分析，但这个模型与实用算法之间通常有非常大的差距。
结论：是程序员的话，深刻理解常见算法，并应用其解决自己工作中的常见问题，不要老想到数学家的事！是科研人员的话，多多发论文，多申请基金，反正现在国家在基金支助上不差钱，就不要想着什么实用了，这么多年都证明：真正实用的是少数！
数学对于计算机算法编程来说非常重要。我主要从下面两个方面来说明它为何这么>紧张/p>
一. 培养逻辑思维>本领/strong>
数学和算法编程都需要较强的逻辑思维能力，程序代码的逻辑结构、前后联系及处理方式都需要较强的逻辑思维能力，而数学学得好，逻辑思维能力强，通常算法编程领悟也会更深。
二. 数学应用于算法编程
这一点应该是数学与算法编程比较相关的重要原因，无论是计算机的底层还是非底层，数学知识到处都有体现。例如计算机底层的二进制、机器学习和深度学习的梯度推导、SVD分解、张量分解、PCA求特征值、优化问题、密码学的大数分解、概率图模型等等都是与数学特别相关。下面我随便举两个例子，可以自己>领会/p>
例1： 给定一个数x，开平方并取倒数。
代码实现如下
这是当年的经典游戏雷神之锤3里面的代码，经测试这段代码比(float)(1.0/sqrt(x))快4倍，计算性能有质的飞跃。为此还专门有一篇论文《Fast Inverse Square Root》讲解这个代码的数学原理，感兴趣的同学可以找一下这篇文章研究一下。
例2：给定一个数n，n可能非常大，比如10的18次方这么大，求x^2+y^2=n的解。
如果不用数学知识，直接暴力搜索，时间复杂度为O(n)，效率低下，而且按目前的计算机水平也很难算出来。如果了解Brahmagupta–Fibonacci identity、Pollard-rho分解法、二次同余方程的解、欧几里德辗转相除等数学知识，那么求解这个问题的时间复杂度大大降低，保证0.2秒内出结果。
如果工作是算法岗位，数学更加特别重要，因为机器学习、数据挖掘、NLP等方向的底层原理基本都与数学脱离不开关系。
严格的来说，计算机编程算法，是数学的一个具体分枝，在高中数学中，大家都要学习程序框图，而程序框图，是编程的关键。在计算机早期的发展过程中，计算机程序设计是归入数学系，要学习布尔代数，逻辑等很多课程，随着社会的发展，计算机的应用越来越广泛，计算机和其他的知识结合越来越多，计算机发展成为一个专门的学科，但，它的基础是数学，是逻辑思维。
科学计算，数值计算，几何运算，线性代数，离散数学，概率论，统计论，高等数学，工程数学，向量和矩阵运算，时域变换，频域变换……这些算法中涉及的知识，都是数学。数学是一切学科的基础及演变，计算机编程算法也是基于数学之上。逻辑不是算法仅有的特征，数学更需要逻辑。
如果是从事基础算法工作，必需要有深厚的数学理论功底。数学+业务知识，是算法工作的标配。如果是从事算法的应用，那么则不需要太深入了解数学，但也要做到知而会用。
实际工作中，大部分算法岗位都算应用级别。利用现有开源库，修修改改，拆分重组。借鉴多于研创，说得好听点就是，合理充分利用资源，站在巨人的肩膀上，差异化创新。
如果你想在算法领域上走得远站得高，请好好学习数学。
谢谢大家。
