1樓：youngitachi
如果這個高等數學是指微積分，那麼基本不需要。
如果是指大學裡面接觸的數學知識，可能涉及到離散數學、矩陣；不過都是涉及非常基礎的東西。
不要太在意這些，不需要等到把一堆數學知識學完了才開始學資料結構和演算法。試著直接開始學習資料結構和演算法，如果不懂的再去查資料補充。
2樓：堅持30天
需要很強的邏輯組織能力，個別的可能需要一點高數。算數和邏輯運算屬於基礎數學。千萬不要認為你求餘%運算用不好是高數的鍋，那是你數學知識到實際應用太弱了，移位，與或非等用不好就是你邏輯思維太差了呀。
這樣一說你會不會放棄高數？千萬別，人工智慧程式設計高數是基礎。
3樓：Aetherus
不需要高等數學！能回答下面這些問題你就能學資料結構了：
給你乙個正整數 n，每次除以2，多少次能到1？
lg n （以10為底的log）和 ln n（以e為底的log）差多少？
2^0 + 2^1 + 2^2 + ... + 2^n = ?
等比數列前n項和是多少？
一次函式、二次函式、指數函式、對數函式哪個增長快？哪個增長慢？它們的圖線各是什麼樣的？
其他的數學知識可以在學資料結構和演算法時順帶去學一下。學習資料結構對你理解數學知識也很有幫助。
4樓：小魚和大貓
資料結構中會涉及到的高等數學知識應該就是圖論和樹，這裡可能需要你有一定的離散數學的知識。還有一些三元組表，稀疏矩陣之類的，可能需要一定的高代知識，但要求不高，會矩陣運算就足夠了。其餘鍊錶堆疊等，廣度深度搜尋等都不需要高等數學知識支撐，但是你要有數學的素養，能夠舉一反三，模擬推演。
至於演算法，有些演算法會涉及到概率論、高階矩陣運算等等，建議在學習之前要有相應的數學知識支援。
5樓：陳越姥姥
簡單的資料結構基礎只需要懂什麼是多項式和極限，否則不能理解複雜度這個概念。需要知道什麼是矩陣，否則不能理解圖的臨接矩陣表示法。
學隨機演算法需要知道簡單的概率統計知識。
6樓：
僅僅是入門的話，其實不用高數基礎都行。
如果你打算深入剛演算法，比如acm、noi競賽，那就需要有一定的數學思維了，但我個人感覺這方面涉及高數知識的沒那麼多，反而涉及圖論、組合數學、計算幾何、線代、解析幾何知識的比較多。
需不需要選資料結構和演算法的課程？
創業GO 做IT最後的發展瓶頸就是演算法，所以這兩門是很有必要要學習，而且一定要學好。現在很多人做開發，都是基於上層一些簡單的頁面開發，這樣的開發是很容易吃青春飯的。 網路工程是網際網路方向？不過如果你想走機器學習和大資料方向的話，資料結構以及演算法應該說是必修了吧。自學很有侷限性，入門的演算法如 ...
學習資料結構對verilog寫演算法有幫助嗎？
說沒用的人只是因為他們沒用到。演算法不等於算數！樓上的例子都太微觀了。如果你做的東西是和演算法高度相關的，CS的東西肯定要熟悉，資料結構非常重要。 One2zeror 其實對硬體實現確實沒什麼幫助，有幫助的話也是體現在設計思想上，比如我以前用Verilog寫過硬體封包器，裡面用到了環形鍊表，但這只是...
演算法資料結構中有哪些奇技淫巧？
獨銘鳴 主席樹區間k大，笛卡爾樹單調棧優化的O n 建樹。堆，斜堆，左偏樹，莫隊。第一次見莫隊，覺得好厲害啊，真tm優雅的暴力，然後遇到了個普通莫隊搞不定的題 歷史研究，然後就知道了個回滾莫隊這麼個東西。第一次寫堆，感覺這東西好厲害。後來知道了左偏樹，怎麼能這麼短。再後來，斜堆，emmmm，還能這麼...