和很多朋友一样，我对于算法的观点也经历了如下阶段：

1. 哇！算法好牛逼好神奇啊；
2. 怎么这么难，算法导论看不懂啊尼玛；
3. .NET、QT、Spring神马的好爽好有用，算法除了面试考试外就是没用的；
4. 然后发现，在一些实际项目中，确实会有一些问题需要使用算法思想才能更好地解决。这些问题可能不会用到高深的复杂，但是比起单纯的算法题，需要处理更多的细节，也需要更多的工程考量。

背景

这个问题的来源是暑期实习时候碰到的一个需求：项目的目的是对某个庞大的系统进行性能分析，该系统运行的过程分为若干个task，每执行一个task会写一条日志，记录执行的起止时间等信息。task之间是有从属关系的，即某些task是另一些的子task，因此在写日志数据库的时候有一列为indent level，表示该行日志的缩进。

在进行性能分析的过程中需要对不同的粒度进行group by，因此首先需要根据日志中task的indent level抽取出所有task的层级结构。

抽象

当时就觉得，这个问题抽象一下真的很时候用来当做面试的热身算法题。输入为一个对象序列，每个对象包含一个indent level（出于简化，可以认为indent level有一个最大值），要求给出对象的层次结构，复杂度为O(n)。例如一个序列S为{A:1, B:2, C:3, B:2, D:3, E:2}，则期望输出应该如下：

A
 --B
    --C
    --D
 --E

解法

考虑到动态构建层次结构时需要知道当前对象的父对象，因此可用一个哈希表或数组记录所有indent level所对应的当前父对象，线性扫描输入序列，处理对象object时，得到object.indent_level，然后查看哈希表，得到object.indent_level - 1的对象名，即为X的父节点。

map = {}
map[0] = 'NIL'
set = ()
for object in object_sequence:
    if object.name not in set:
        object.parent = map[object.indent_level - 1]
		map[object.indent_level] = object.name
		set.add(object_name)

总结

虽然这个思路很简单，但是其实大量面试中的算法题都可以套用该思路：哈希表或变量记录信息，每次迭代进行更新。当然比起这简单的算法思路，实际操作中有很多别的问题要处理：脏数据处理、结果的保存方式选择等等。再回到开头的话题，无论是算法还是实际工程，都是有意思有深度可探索的东西，然后重点是如何运用它们来解决实际问题，这其实和争论那种语言是最优秀的语言是一回事儿。其实，萨特早就回答过这个问题了。