【数据结构与算法】如何高效学习数据结构与算法

前言

本文是个人基于覃超老师的《算法训练营》的学习笔记，此笔记的内容都是学习后的个人记录、个人总结、理解和思想。仅供参考学习。

很多同学在大学的时候会觉得数据结构与算法很枯燥，很多小伙伴都不愿意听这门课程。甚至以前还觉得能开发一个项目就能成为一个合格的程序员。但是学会算法，或者接触过数据结构与算法后，发现懂这门知识的程序员编写出来的代码相对有更高的质量。代码的性能、写法、底层逻辑和解决问题的能力都会高于不懂数据结构与算法的程序员。

到了如今，如果想成为一个高级开发工程师或者进入大厂，不论岗位是前端、后端还是AI，算法都是重中之重。也无论我们需要进入的公司的岗位是否最后是做算法工程师，前提面试就需要考算法。所以小时不学算法，长大掉头发。

这系列的《算法学习笔记》，与大家一起重温或者学习数据结构与算法。

这里也赠送大家一句话：

"好记性不如烂笔头，好记性更不如好笔记"

愿大家在技术银河中终身漂泊学习时，习惯编写自己的笔记，以后这些笔记必定成为我们最珍贵的宝藏！✨

如何系统化学习算法

深入到精通一门知识的我们都需要一个系统化的学习方法，如果这门知识越是有难度，前期就越是枯燥无味，或者甚至觉得很困难。所以学习算法也是一样的：

• 枯燥无味

  • 所以需要系统化学习；
  • 小步快跑的方式进行学习；
  • 不懂就找答案不要埋头苦学；

• 不牢固

  • 越是庞大的知识，越学就会越觉得之前学到的知识忘的差不多了；
  • 其实就是缺乏知识的稳固性；

• 预习

  • 学习任何一门知识，都要先了解和预习这门知识；
  • 同理，在学习一门新的开发语言时，我们都会先来一个hello world；

• 坚持leetcode刷题

  • 要学会算法，并且稳固这一门知识，不断的刻意练习是重中之重；

系统化的效果

系统化学习和拿起一本书最终的效果是不一样的。很多时候我们开始学习一门知识，我们都会看：《xxx深入浅出》、《xxx指南》和《从0到1学会xxx》，其实里面的知识是很庞大的。只靠知识是无法支撑我们的实战和经验的，所以我们需要系统化的学习方法最终达到的目标也是不一样的，例如：

• 提升到职业顶尖水平
• 通过一线互联网大厂的面试
• 要有Leetcode 300+ 刷题量

推荐阅读《Outliner》这本书中的 学习方法

精通一个领域

前面说到，任何一个领域的知识都是很庞大的。而且只靠看书，看文章学习都是不够的。所以一套好的学习方法，可以为我们打开一扇大门。而且在打开这扇大门的同时不会因为艰苦、困难、煎熬或者是枯燥而最后放弃。

• 切碎知识点 Chunk it up

  • 庖丁解牛
  • 脉络相连 - 从根部开始学习，到分支，再到树叶。让每一个知识点都有关联关系
• 刻意练习 Deliberate Practicing
• 反馈 Feedback

数据结构有什么？

• 一维：

  • 基础： 数组 array (string)，链表 linked list
  • 高级：栈 stack，队列 queue， 双端队列 duque，集合 set，映射 map (hash or map)，等等

• 二维：

  • 基础：树 tree, 图 graph
  • 高级：二叉搜索树 binary search tree（红黑树 red-black tree, AVL），堆 heap，并查集 disjoint set，字典树 Trie

• 特殊：

  • 位运算 Bitwise，步隆过滤器 BloomFilter
  • LRU Cache (缓存)

参考：覃超老师的《数据库脑图》

算法有什么？

任何的高级算法与数据结构都会转换成If Else，for循环，其实也是最朴素的计算机的知识，没有什么AI，人工智能的知识。高级算法重点是找到重复单元。

• 跳转语句 (Branch) ：If-else，switch
• 循环 (Iteration) ：for, which，while loop
• 递归 (Recursion) ： Divide & Conquer, Backtrace
• 搜索 (Search) ：深度优先搜索 Depth first search，广度优先搜索 Breadth first search，启发式搜索 A*
• 动态规划 (Dynamic Programming)
• 二分查找 (Binary Search)
• 贪心 (Greedy)
• 数学 (Math)，几何 (Geometry)

参考：覃超老师的《算法脑图》

刻意练习 - Deliberate practice

无论是科学家、国家运动员、技术专家还是游戏职业选手，他们的优秀的背后都有一个共同点：刻意练习。

什么是刻意练习？

• 刻意练习 - 过遍数，持续多边形的练习，用数遍达到质变！（五毒神掌）；
• 练习不擅长的地方；
• 如果感到不舒服、不爽、枯燥的话，那证明我们正在爬坡，正在提升！

反馈 - Feedback

很多时候在学习中，特别是在自学的过程，我们永远不知道自己的学习的成果是怎么样的。或者我们有时候会遇到难点但是无法突破，甚至有时候我们以为自己很努力，或者已经很强了。但是其实还只是坐井观天而已。所以我们在学习的时候需要反馈。所谓的反馈有几种：

• 即时反馈

  • 学会使用一门语言；
  • 能写出能执行的代码；
  • 能写出一个项目；
  • 能实现一个功能；

• 主动型反馈

  • 高手代码（Github、LeetCode）；
  • 第一视角止步（看视频，看高手写的代码，学习思路）；

• 被动式反馈（高手指点）

  • 代码审查 code review；
  • 例如：教练看你打，给你反馈；

切题四件套

我个人认为也可以叫解题四大法则：

• 理解题目（Clarification）

  • 在LeetCode看题后，先思考，认真确认和理解题目；
  • 避免忽略了一些条件或者是误解题目；
  • 面试的时候更加应该跟面试官确认清楚题目、条件、场景等；

• 多种解题方案（Possible solutions）

  • 对比时间和空间复杂度 compare (time/spaace)
  • 最优解 optimal (加强)

• 多编写（Coding）

  • 代码反复练习和编写；
  • 每一种解法都反复练习和编写；

• 多测试案例（Test cases）

  • 在LeetCode上可以改变测试案例；
  • 多测试几种案例，确保自己的代码可以适应各种特殊情况；

刷题方式（五毒神掌）

第一遍

• 5分钟：读题 + 思考；
• 5分钟过后，没有思路就直接看解法；
• 记录多个解题方法，比较解题方法的优弊；
• 尝试默写代码，训练刻意手写代码；

第二遍

• 自己编写，这时候就不要再看题解了；
• LeetCode提交代码，确保能通过；
• 有Bug没有关系，重复debug到通过为止；
• 编写出多种解题方法；
• 持续优化 - 重点是 执行时间 （可参考LeetCode中打败了多少的人，也可以点击比较优秀的人，学习更好的写法）；

第三遍

• 过了一天后，再重复做题；
• 根据自己不熟悉的题目与程度做专项练习；
• 专项练习就是针对自己不熟悉的种类的题，从而刻意练习哪一种题；

第四篇

• 过了一周后，再反复练习；

第五遍

• 面试前，提前2-3周开始重复练习；

总结

这篇笔记中，我们记录了一下关键知识重点点：

• 如何深入学习一门知识

  • 通过系统化学习一门知识；
  • 最高效和持续的学习算法就是通过系统化的学习；
  • 这里推荐大家，真的想学好一个技术，最好的方法就是找对老师，找对课程，找对人；

• 如何攻破庞大的知识体系变成编程职业高手

  • 切碎知识点与建立脉络
  • 刻意练习
  • 反馈
• 数据结构中有什么？ - 看脑图
• 算法中有什么？- 看脑图

• 算法练习方法

  • 切题四件套
  • 五毒神掌

我是 三钻，一个在 技术银河中和你们一起来终身漂泊学习。
点赞是力量，关注是认可，评论是关爱！下期再见 ！