“工欲善其事，必先利其器”，對(duì)于百度工程師來(lái)說(shuō)，算法就是他們解決難題的利器。

　　為什么這么說(shuō)？因?yàn)榘俣人阉饕嫜邪l(fā)的各個(gè)環(huán)節(jié)都離不開(kāi)算法。我們需要快速，準(zhǔn)確、實(shí)用、創(chuàng)新和不斷改進(jìn)的算法來(lái)滿足用戶的需求。

　　百度面對(duì)的是海量的互聯(lián)網(wǎng)數(shù)據(jù)，以及每天上億次的檢索請(qǐng)求。它要求百度能夠收錄和索引超過(guò)10億的中文網(wǎng)頁(yè)，并提供快速的檢索服務(wù)。這只有高效率的算法才能完成。

　　百度招聘的工程師在加入公司后，有一道入門練習(xí)題，就是編寫(xiě)一個(gè)數(shù)據(jù)掃描分析程序，要求寫(xiě)出的程序能在1分鐘之內(nèi)掃描分析完千萬(wàn)量級(jí)的數(shù)據(jù)，才算及格。高水平的程序員可以利用高效的算法在10秒以內(nèi)解決問(wèn)題，甚至只要六七秒。但如果沒(méi)用對(duì)算法，花一星期的時(shí)間，也做不到1分鐘之內(nèi)。

　　大家可以設(shè)想一下，百度有十億以上的網(wǎng)頁(yè)，如果要在一周甚至三天內(nèi)處理一遍，平均每秒處理要多少個(gè)？每天1億次的檢索又意味著峰值時(shí)每秒要處理多少次檢索？事實(shí)上，針對(duì)一個(gè)問(wèn)題，我們可以想出很多的算法，但如果效率不高，是無(wú)法真正投入使用的。

　　Web搜索引擎是一個(gè)很新的研究領(lǐng)域，因?yàn)閺乃Q生到現(xiàn)在不過(guò)10年左右的時(shí)間。學(xué)術(shù)界IR(Information Retrieval)領(lǐng)域的研究為搜索引擎提供了不少算法方面的理論基礎(chǔ)模型，但這些理論距構(gòu)建一個(gè)好的Web搜索引擎還有很大一段距離。這需要我們探索和開(kāi)發(fā)很多新的算法及系統(tǒng)。實(shí)際上，百度搜索引擎中的很多算法都極具創(chuàng)新性，而且都是基于實(shí)際應(yīng)用的需求。這是和學(xué)術(shù)界研究工作的一個(gè)較大差異。學(xué)術(shù)界的算法研究主要是為了解決某個(gè)學(xué)術(shù)方面的問(wèn)題，不是太關(guān)注實(shí)用性，以及效率。

　　舉個(gè)例子來(lái)說(shuō)，在傳統(tǒng)的中文分詞算法研究中，學(xué)術(shù)界最關(guān)注的是能達(dá)到多高的準(zhǔn)確率，但對(duì)算法的運(yùn)行速度上考慮的相對(duì)較少?？稍诎俣?，如果使用的分詞算法速度太慢，就根本無(wú)法應(yīng)用。此外，百度面對(duì)的是Web上的大量數(shù)據(jù)，大部分傳統(tǒng)的IR算法都會(huì)遇到信息爆炸的問(wèn)題，我們需要想出很多新的方法來(lái)解決這些問(wèn)題。這對(duì)我們的工程師的算法提出了很高的要求。

　　Web上的數(shù)據(jù)是不斷變化的，用戶的檢索需求也是不斷變化的。百度就是要在這不斷變化的兩者之間需找一個(gè)最佳匹配。所以百度的算法需要持續(xù)的進(jìn)行改進(jìn)，以迅速適應(yīng)這些變化。比如對(duì)搜索引擎來(lái)說(shuō)有一個(gè)方面的技術(shù)很重要，就是判斷一個(gè)網(wǎng)站是否在作弊的方法。由于那些針對(duì)搜索引擎作弊的人，如果能提高搜索引擎排名，將獲得巨大的經(jīng)濟(jì)利益，所以他們會(huì)不斷使用各種方法去猜測(cè)百度算法中潛在的漏洞，進(jìn)行攻擊。這是一個(gè)很復(fù)雜的問(wèn)題，而且仍在不斷發(fā)展變化中。這就要求我們能夠迅速的發(fā)現(xiàn)這類問(wèn)題，提出算法，并應(yīng)用到百度搜索引擎中。在最短時(shí)間內(nèi)消滅問(wèn)題。否則作弊行為很快就會(huì)泛濫成災(zāi)。

　　在百度，算法的應(yīng)用是融入到研發(fā)部門每個(gè)人的工作中的。在這里，不是經(jīng)理告訴工程師做什么，怎么做，用什么算法，而是需要工程師自己在某個(gè)領(lǐng)域去發(fā)現(xiàn)問(wèn)題，提出算法，評(píng)估效果，并不斷改進(jìn)。這要求每個(gè)工程師在算法上的基本功很強(qiáng)，并能靈活的加以應(yīng)用，以解決實(shí)際問(wèn)題?，F(xiàn)在，百度有不少的程序員，他們大部分的時(shí)間是用在發(fā)現(xiàn)問(wèn)題，分析問(wèn)題，思考解決問(wèn)題的方法上。實(shí)際編寫(xiě)代碼所花的時(shí)間并不多。

　　有不少人覺(jué)得，現(xiàn)在的搜索引擎已經(jīng)足夠好了，算法上沒(méi)有太多改進(jìn)余地了。我不贊成這個(gè)觀點(diǎn)。雖然每次CNNIC互聯(lián)網(wǎng)用戶調(diào)查的數(shù)據(jù)顯示，超過(guò)90%的人對(duì)搜索引擎提供的服務(wù)表示滿意，但是第一次搜索就能找到滿意結(jié)果的用戶只有50%左右，很多用戶都是在多次更換關(guān)鍵詞之后才搜索到自己想要的結(jié)果。這說(shuō)明我們還有巨大的改進(jìn)空間。讓所有用戶能在第一時(shí)間找到他們想要的信息，是我們的最終目標(biāo)。

　　可以說(shuō)，搜索引擎開(kāi)發(fā)中使用的基本算法大部分都在大學(xué)課程中涵蓋了。對(duì)于一個(gè)人來(lái)說(shuō)，在學(xué)校學(xué)習(xí)過(guò)這個(gè)算法，和能夠靈活運(yùn)用是兩個(gè)概念。只有通過(guò)參與較多的項(xiàng)目開(kāi)發(fā)和程序編寫(xiě)，將算法和應(yīng)用相結(jié)合，才能在這方面得到較好的發(fā)展。 對(duì)于算法學(xué)習(xí)，我的建議還是多思考，多做項(xiàng)目和程序。在做的過(guò)程中肯定會(huì)遇到一些問(wèn)題，這是正常的。好的程序員善于從問(wèn)題和失敗中學(xué)到東西，舉一反三，設(shè)法避免以后出現(xiàn)同樣或類似的錯(cuò)誤。另外，還要善于從別人身上學(xué)習(xí)，有意識(shí)的進(jìn)行思考和總結(jié)，這是比較有效的方式。