精通一个领域的三步走方式
切碎知识点
-
切碎知识点
-
庖丁解牛的故事
-
将算法数据结构分解成一块一块相对简单化、脉络化的知识脑图，脉络相连。
-
引用Elon Musk的话：（引自reddit）：
任何一个知识体系都是一棵树，如果要掌握某个领域的关键知识，就需要将知识变成一颗树状结构.有最基本的根，然后分出主干、分出枝叶。最后每个知识点和你所熟悉的知识挂靠在一起，成为树状结构。
人脑不适合记忆、理解孤立的知识，脑图有助于理解。 -
如何达到职业顶尖玩家的水平：如果只是停留在和寝室室友一盘盘打游戏的话，无法达到职业水平
顶级玩家都要把每部分专门拿出来练习，不断反复练习、刻意练习，可以达到职业顶尖水平。
对数据结构进行分类：
一维数据结构中，高级数据结构是面试的重点
二维数据结构可以看成从一维数据结构中泛化而来对算法进行分点：
- 前三点类似于几何公理，是算法的基础，是所有算法、数据结构的基石。最朴素的运算操作。最后将算法化繁为简之后，可以发现它的根本就是找到它的重复单元，基于重复单元泛化成高级数据结构。所有的复杂算法，其实就是找它的重复单元是什么。
- 五点高级算法：
先默识数据结构，先理解概念点，后面慢慢上手掌握，同时在学习细分知识的时候，不断复习。（比如某一算法的时间复杂度、空间复杂度等）
-
刻意练习
- 刻意练习
练习基本功：区别职业选手和业余选手的根本。
刷算法题的最大误区：做一个算法题目的时候，只做一遍，这就是练习和切题的最大误区。一遍是完全不够的。就像是体育选手，一个动作不可能只做一遍就熟练，也没法将其变成一个条件反射的动作。
过遍数：类似于背单词，要多背几遍。
五遍刷题法（五毒神掌）
练习自己的弱项，练习实力上缺陷的地方。走出舒适区。
- 拿CS游戏为例： 开黑很爽，专项练习更有助于提高。可以专门开地图练习自己不熟悉的枪（如AK），越是不熟悉而且平时常用，越要多练习。
- 在学习动态规划的时候，主动刻意练习二十上百道题，逼自己练习，可以达到熟练的水平。
- 国家队乒乓球练习：反复练习一个动作，先无球，后有球，每天坚持练习，将基本功练扎实。(不要烦leetcode上的题目过于重复，这有助于练习基本功）
- 职业台球选手，在练习时都是练习很工整的球阵型。就类似于在leetcode上反复不断的练习【典型的】【同一个】题目。不断的过遍数。
- 内心不要浮躁，不要总想着用一些高大上的框架。先将基本功练好，后面在工程中coding才能事半功倍。职业选手的训练方法如此，何况普通人。
反馈(feedback)
- 反馈（分为两种：主动反馈和被动反馈）
刷题技巧（五毒神掌）
-- 在写任何一个题目、面试答一个题目之前，先养成四步系统化的思考题目的方式（切题四件套）：
1.clarification（多看几次题目，和面试官多沟通，确保理解题目准确）
2.Possible Solutions（非常重要！看到题目之后，想【所有可能的解法】来解题，先过一遍。
不要只用想到的第一种写法去解题），比较不同的方法时间、空间复杂度的区别，从中找出最优解法
- Compare(space/time)
- optimal(加强)
3.Coding 写代码。
4.Test cases 列举测试样例。
-- 五毒神掌(五遍刷题法，任何题目都至少刷5遍)
- 第1遍：（适合初次练习）
- 5分钟：读题+思考（如果基础薄弱，可以给自己10分钟到15分钟时间）。
如果在思考时间内没有任何思路，不知道怎么做的话也很正常。
- 直接看解法
适用于上一点中没有任何思路的情况下，有思路的话直接Coding就行了。
同时注意比较多解法，比较解法优劣。
算法的本身是要理解、运用的，而不是自己发明创造
- 背诵、默写好的解法。
背诵和默写很重要，在背诵和默写的基础上，可以慢慢做到理解。
-第2遍：（在第1遍的基础之上，这时候没必要看他人的解法了）
- 马上自己写 -- > leetcode上提交，不断Debug修改
- 多种解法比较、体会-->优化。
比较不同解法的时间、内存消耗。
- 对于执行时间长的Code，多想优化策略。
- 直到所有不同解法都是优的（领先90%以上，80%也不错）。
-第3遍：（在第2遍的基础之上，过了24小时之后，做前一天做过的题目）
-对于不同解法熟练程度不一样，针对性的对自己不是特别熟的题目进行专项练习。
-第4遍：（第3遍过了一周之后，反复回来练习相同的题目，同时对于不熟练的题目进行专项练习）
- 完成了第4遍，基本上对于相关知识点掌握的比较牢固了
-第5遍 ：（针对面试，面试前一个星期、两个星期进行恢复性训练。）
- 将之前做过的题目再做一遍
- 时间视面试准备程度而定，按照自己的时间计划安排
预期达到的效果：看到一道算法题，马上就能产生【肌肉式记忆】，并马上能得到相关的系列解法（解法1、解法2、解法3…，同时清楚知道所有解法的优劣程度）
