高效学习小结（待完善）

概要

学习态度-->源头、原理和知识地图深度、归纳和坚持实践学习、阅读源码面对量大和枯燥的知识。

学习步骤、知识地图、学习技术模板、举一反三训练、总结归纳、实践坚持、阅读文档与源码、两大与枯燥的知识。

如何构建知识体系：学习技术模板、坚持实践、技巧[文档、源码、思考-举一反三、实用技巧]

如何学习一门课程：流程：信息源、原理整理、总结归纳、实践形成知识地图对比、举一反三进一步总结归纳

一、端正学习态度

1、学习态度：自律、探索、实践；
2、主动学习：讨论、实践、传授他人的知识留存率：50%、75%、90%；
3、深度学习：高质量信息源、知识连成地图、反思思辨 & 举一反三、实践 & 转换成技能；
      步骤：1）、知识采集：信息源，破解表面信息的内在本质，多方数据验证；
          2）、知识缝合：信息组织，成为结构体。连接记忆、逻辑推理、知识梳理很重要；
          3）、技能转换：举一反三、实践和练习和传授教导，把知识转换成技能。
4、找到学习方法。掌握解题思路和方法，才算拥有解决问题的能力，找到通往答案的路径和方法，拥有无师自通的能力。
5、找到原理。通过某个事表面去探索内在本质和原理。要不断追问，这个技术出现的初衷是什么？解决什么问题？为什么要用这种办法？为什么不用别的办法？为什么不能更简单一些...
6、了解与改变自己。

7、小结
学习态度：自律
学习步骤:  1、知识采集：信息源，破解表面信息的内在本质，多方数据验证。
                2、知识缝合：信息组织，成为结构体。连接记忆、逻辑推理、知识梳理很重要。
                3、技能转换：举一反三、实践和练习和传授教导，把知识转换成技能。
学习目的：学习方法、找到原理、了解自己、改变自己。
感受：今天最大的收获就是如何进行深度学习：知识采集、缝合、转换成技能！

二、源头、原理和知识地图

1、挑选知识和信息源：社区>谷歌>百度；一手资料、权威人士或公司，被时间检验、加入自己经验与思考，引发深思的。
2、注重基础和原理。基础知识和原理性的东西和技术，经过长时间考验的。学的多就会思考的多，然后对比多，对比多就会学的更快。
3、知识地图。

联想记忆法，面对《C++ Primer》，把C++分成3部分。
第一部分：解决C语言的问题。指针、宏、错误处理、数据拷贝… C++用什么技术来解决这些问题呢？
第二部分：C++的面向对象特性：封装、继承、多态。 封装构造函数、析构函数初始化列表默认析构函数、拷贝构造函数、new…多态虚函数RTTdynamic_cast和typeid。
第三部分：C++的泛型编程。template、操作符重载函数对象STL数据容器iterater通用算法，等等
“顺藤摸瓜”，从知识树主干广度遍历或深度遍历，得到一棵树的知识树。 最重要的是，当出现一些不知道的知识点时，就会往这颗知识树上挂，这样一来，使得学习变得更加系统和全面。
学习不是为了记忆知识点，而是为了找到一个知识地图，你能在这个地图上通过关键路径找到你想要的答案。

4、小结
本节主要介绍了从源头出发，抓住根本原理，利用知识图工具构建自己的系统知识体系。

三、深度、归纳和坚持实践

1、技术学习模板：
1）技术出现的背景、初衷和要达到什么样的目标或是解决什么样的问题。  这个问题很重要，因为学习一个技术的时候，需要知道技术的成因和目标，也就是这个技术的灵魂。如果不知道，那会看不懂这个技术的一些设计理念。
2）这个技术的优势和劣势分别是什么，或者说这个技术的trade-off是什么。任何技术都有好坏，解决一个问题，也会带来新的问题。一般来说，任何设计都有trade-off（要什么和不要什么），所以要清楚这个技术的优势和劣势，以及带来的挑战。
3）这个技术适用的场景。任何技术都有适用场景，离开这个场景，这个技术可能会有很多槽点。所以学习技术要知道这个技术是什么，还有知道适用的场景。场景一般分两个，业务场景和技术场景。

技术的组成部分和关键点。这是技术的核心思想和核心组件了，也是这个技术的灵魂所在了。学习技术的核心部分是快速掌握的关键。
4）技术的底层原理和关键实现。任何一个技术都有其底层的关键基础技术，这些关键技术很可能是其他技术的关键基础技术。所以，学习这些关键的基础底层技术，可以让你在未来很快掌握其他技术。（可参看CoolShell上的Docker底层技术那一系列文章。）
5）已有的实现和它之间的对比。一般来说，任何一个技术都会有不同的实现，不同实现会有不同的侧重。学习不同的实现，可以让你得到不同的想法和思路，对于开阔思维，深入细节非常重要的。

2、举一反三能力训练
 联想能力。这种能力的锻炼需要平时就不停地在思考同一个事物的不同的用法，或联想与之有关的别的事物。对于软件开发和技术学习也一样。
 抽象能力。抽象能力是举一反三的基本技能。平时解决问题的时候，如果能对这个问题进行抽象，就可以获得更多的表现形式。抽象能力需要找到解决问题的通用模型，比如数学就是对现实时间各种问题的建立成数据模型（如：建立各种维度的向量），我们就可以用数学来求解，这也是机器学习的本质。
  自省能力。所谓自省能力就是自己找自己的难看。当你找到一个解的时候，要站在自己的对立面来找这个解的漏洞。有点像左右手互博，这种自己和自己辩论的能力又叫做思辨能力，将自己分裂成正反方、左右方，甚至多方，站在不同的立场上来和自己辩论，从而做到不漏过一个case，从而获得完整全面的问题分析能力。
 
训练：
        对于一个场景，制造出各种不同的问题或难题。
        对于一个问题，努力寻找尽可能多的解，并比较这些解的优劣。
        对于一个解，努力寻找各种不同的测试案例，以图让其健壮

3、总结归纳
开始要多见，可以保留部分知识的不确定性。理解深入后可以对知识回顾和重组，把看到学习到信息，规整好、排列好、关联好，把信息碎片结构化掉，找到规律。简化总结，形成套路、模式或通用方法。
方法：多阅读，读经典方法论图书；
          写博客，学会删减、精炼、归纳信息，抓重点，锻炼化繁为简的能力；
         与聪明人一起共事。

4、实践坚持
实践才能有更好的体会，理解为什么，还有要训练出好的思维方式。如：《Effective C++》和《More Effective C++》
Grow up through the pain.

坚持：
ARTS活动：A-Algorithm是一道算法题；  R-Reivew是读一篇英文文章；
                  Technique/Tips是分享一个小技术；  S-Share是分享一个观点。
把成果晒出来，有成就感的正向循环； 要形成习惯，如吃饭喝水不费力。

5、小结
以上几个模板能够很好地用在平时的学习与工作中，非常棒的方法论。  要点：知识脑图学习模板、举一反三、总结归纳、实践坚持。

四、学习、阅读源码

1、文档 VS 代码
文档：系统、Why、思维方式、结构化、思想、方法、思路、经验
代码：细节
感性认识到理性认识，开始多动手，后面多理论，做漂亮，多交流。

2、如何读源码
有以下前提会更顺畅：
基础知识。相关语言和基础技术的知识。
软件功能。要知道这个软件完成是什么样的功能，有哪些特性，哪些配置项。要先读一遍用户手册，先用一下感受一下。
相关文档。读下相关内部文档，Readname、Release Notes、Design、Wiki等，可以帮助你理解整个软件的方方面面，如果没文档，你只能指望这个软件原作者还在，而且乐于交流。
代码组织结构。也就是代码目录中每个目录是什么样的功能，每个文档是干什么的。如果你要读的程序是某种标准框架下组织的，比如：Java的Spring框架，那么恭喜你，这些代码不难读了。

代码构成列表：
接口抽象定义。任何代码都会有很多接口或抽象定义，其描述了代码需要处理的数据结构或抽象定义，其描述了代码需要处理的数据结构或业务实体，以及之间关系，理清楚这些关系很重要。
模块粘合层。很多代码是用来粘合代码的，如中间件（middle）、Promises模式、回调（Callback）、代理委托、依赖注入等。这些代码模块间粘合技术非常重要，因为它们会把本来平铺直述的代码给分裂开来，让你不容易看明白他们的关系。
业务流程。这是代码运行的过程。一开始，不要进入细节，但需要在高层搞清楚整个业务流程是什么样的，在这个流程中，数据是怎么被传递和处理的。一般来说，需要画程序流程图或时序处理图。
具体实现。了解上面内容能够让你对整个代码框架和逻辑有了整体认识，这个时候，你就可以深入细节，开始阅读具体实现的代码了。对于代码的具体实现，一般来说，知道下面事实有助于你在阅读代码时找到重点。
–代码逻辑。代码有两种逻辑：业务和控制逻辑。分别是真正业务处理逻辑和只是用程序程序流转（如flag类控制变量，多线程处理代码，一部控制代码，远程通讯代码，对象序列化反序列化的代码等。） 两种逻辑要分开，否则会很混乱。详见《编程范式游记》
–出错处理。根据2：8原则，20%代码是正常逻辑，80%是处理各种错误。所以，读代码时，完全可以把处理错误的代码全部删除，这样会留下比较干净和简单的正常逻辑的代码。排除干扰因素，可以更高效地读代码。
–数据处理。只要认真观察，很多代码是倒腾数据。如DAO、DTO，如JSON、XML，这些代码冗长无聊，不是主要逻辑，可以不理。
–重要算法。代码里会有很多重要算法，不一定是排序或搜索算法，可能是一些其他核心算法，如索引表算法、全局唯一ID算法、信息推荐算法、统计算法、通读算法（如Gossip）等。这些核心算法可能非常难读，但它们往往是最有技术含量的部分。
–底层交互。有一些代码和底层系统交互，一般来说是操作系统或是JVM的交互。因此，读这些代码通常需要一定的底层技术知识，不然很难读懂。
5、运行时调试。很多时候，代码只有运行起来，用日志、debug。实际看一下代码运行过程，是了解代码一种很好的方式。

总结一下，阅读代码方法如下：
–一般采用自顶向下，从总体到细节的“剥洋葱皮”的读法；
–画图是必要的，程序流程图、调用时序图、模块组织图…
–代码逻辑归类，排除杂音，明晰主要逻辑。
–debug跟踪下代码是了解代码执行中发生什么的最好方式。

3、小结
探讨了读代码 VS 读文档 的各自收获与适用情况。思想、方法、原理读书， 具体细节读代码。 然后是代码的构成与阅读方法。

六、面对枯燥和量大的知识

1、枯燥：如线性代数、操作系统内部原理…抽象度高、很理论
     通过下面的方法来解决。
       这个知识对你来说太高级了，你可能不知道用在什么地方。
       积累感性认识。找一下应用场景，学点更实用的，再回来学理论。
       有反馈，有成就感，带着相关问题去学习会更好。
       找牛人讲解。
2、量大
学到本质原理；带着问题/解决的东西/挑战去学习，找到学习驱动力；学会分享。

3、认真阅读手册。
4、实用技巧
     不同方式学，如看书、听课、创建脑图、写博客、讲课、解决实际问题等待。
     不要被打断；总结压缩，关键点、表格、图示、笔记或脑图。把未知关联到已知。教别人、学以致用、找方法，推导知识；多犯错误，不犯低级错误与重犯错误。

七、参考

源自极客专栏的左耳朵耗子。