在平时的工作和学习中，使用直接封装好的代码框架是大多数人的选择，最明显的例子，比如在使用机器学习算法的时候，多数人会直接使用scikit-learn框架，这是一个优秀的、知名度最高的机器学习框架；在使用深度学习算法的时候，多数人会直接使用tensorflow或者pytorch框架，它们是知名度很高的深度学习框架等等。相似的例子还有很多，这些框架都是由世界上排的上名的、有名的工程师或者程序员编写的，开发这些框架的目的就是为了不重复制造轮子，从而提升开发的效率。
但是，如果你是追求更深层次的学习，更深入的研究，单纯使用这些框架已经不够了，因为此时的你需要的是可以自由定制的代码，去完成这些通用框架不能够解决的问题，因此从这个角度来看，深入研究优秀代码，编写自己的定制化代码很有意义。
今天读到一句话，
你实现的算法越多，你习得一个算法的速度会越快且越有效率，而且你将对开发以及定制自己流程更加得心应手。
这句话触动很大，这是我一直在寻找的类似的话，很有道理。是的，实现算法，这里不是在重复制造轮子，而是为了更好的理解算法，因为只有对算法有了深入的理解，才能用代码语言写出算法。