首先，先來講什麼是演算法 (Algorithm)

演算法 是一個「逐步、明確且有限的計算規則或步驟」。

• 接收單個或多個的 輸入 (input)。
• 經過 明確定義有限步驟 的計算後。
• 產生單個或多個 輸出 (output)。

舉個例子：
想像一下自己就是一台機器，現在手受傷了要貼 OK 蹦怎麼做？

大家可能會想說，直接從藥箱拿 OK 蹦貼上去不就好了？

沒錯！但如果是演算法的話就不夠詳細了。

而演算法會像是：
輸入： 藥箱。
運作規則：

1. 打開藥箱。
2. 拿出 OK 蹦。
3. 撕開包裝。
4. 取出 OK 蹦。
5. 將 OK 蹦對準傷口。
6. 貼上 OK 蹦。

輸出： 貼好 OK 蹦的手。

那作為寫程式的人，學習演算法到底有什麼差別呢？

對我而言，每一個演算法都是一個小工具。有學習的話，遇到特定問題時，我們就可能找到更高效的解法。

就像打怪時，面對火系 boss 用水系比草系好打；砍樹時，用鋸子比斧頭省力。

如果沒學演算法，解決問題時可能會更費力，也更慢。

那甚麼是好的演算法？

分享一句查資料看到的，

For me, great algorithms are the poetry of computation. Just like verse, they can be terse, allusive, dense, and even mysterious. But once unlocked, they cast a brilliant new light on some aspect of computing.
-- Francis Sullivan

但後面還是會講如何客觀判斷演算法好壞的方法 (Big-O 等)。

最後，分享一下為甚麼要參加鐵人賽

我個人把學習本身也當作一種演算法。如果只是單純讀書、看影片，只完成了「輸入」，那其實並不是真正的學習。這次的鐵人賽，希望能完善自己的「學習演算法」：明確定義學習方式，並在這 30 天內完成文章輸出，希望能在這段時間內看到進步並養成良好的學習習慣，成長為大水牛。

而這次的學習路徑預計會從基礎的演算法、資料結構，到後面回偏向使用數學模型來解決問題的線性規劃 (Linear Programming, Lp)，以及使 GPU 求解 LP 成為可能的 PDLP (Primal-Dual Linear Programming)。