覃超-算法训练营 学习方法分享

精通一个领域的三步走方式

  • Chunk it up 切碎知识点
  • Deliberate Practicing 刻意练习
  • Feedback 反馈

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。

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。 --- Elon Musk（引自reddit）

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
    • 基础：array 数组（string） linked list 链表
    • 高级：stack 栈，queue 队列，deque 双端队列，set 集合，map 映射
  • 二维
    • 基础：tree 树；graph 图
    • 高级：binary search tree 二叉搜索树，red-black tree，avl，堆 heap，disjoint set 并查集，trie 字典树，
  • 特殊
    • bitwise 位运算，BloomFilter布隆过滤
    • LRU cache

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。

  • if-else,switch -> branch
  • for,while loop -> iteration
  • recursion 递归（divide & conquer,backtrace)

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）

  • Search 搜索：DFS，BFS，A*
  • Dynamic Programming 动态规划
  • Binary Search 二分查找
  • Greedy 贪心
  • Math 数学，Geometry 几何

注意：在头脑中回忆上面每种算法思想和代码模板

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。

  • 基本功是区别业余和职业选手的根本
  • 基础动作的分解训练和反复练习
  1. 过遍数：类似于背单词，要多背几遍。
  2. 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。

Deliberate Practicing

  • 刻意练习-过遍数（五毒神掌）
  • 练习缺陷、弱点
  • 不舒服、不爽、枯燥
  • 例子：乒乓球、台球、游戏

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)

分为两种：主动反馈和被动反馈

  • 即时反馈
  • 主动反馈
    • 高手代码（github、leetcode etc)
    • 第一视角直播
  • 被动反馈（高手指点）
    • code review
    • 教练看你打，给你反馈

刷题技巧

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）

经验-如何应对算法面试？

  • 不要死磕。不要对于写的又臭又长又充满bug的代码，不停的打补丁。就算最后花费大力气通过了，也没什么进步。因为这时候已经耗干了精力，没有力气再去看优秀的题解了。这样刷题的效率是最低。

  • 遇到自己搞不定的，直接放弃，去看优秀题解。

  • 提升英文打字速度，做职业的程序员。

  • 消遣和娱乐方式，不要去刷抖音，而是去刷easy的题目。

语言基础的巩固

  • Java内存？全局、局部、栈变量、堆变量
  • 工具翻新（vscode/idea/google/iterm）
  • 打字练习 typing.io，speedcoder.net
  • 其他：cs-notes，labuladuo算法fucking-algorithm（谷歌搜索），cheatsheet（快捷键）
  • 科学做题、科学看资料

高效学习

  • 分清优先级，时间是挤出来的
  • 费曼学习法：以教为学
  • 脑图+五毒神掌
  • 做能够带来长期复利的事。

早日完成300题，拿下理想公司offer。

每周四：模拟面试。

挑选，考试和完成度很高的学员参加模拟面试。

FAQ

  1. 为什么在过去，似乎数据结构与算法不是很好的人，也可以找到很好的工作？
    答：在过去，中国经济发展比较快，程序员岗位大量空缺，而在大学里的知识又太水，很多人还没准好，就已经上岗了。而现在中国经济放缓，接下来将是存量程序员之间的竞争，基本功会越来越重要。
  2. 现在学的算法，在以后工作中用的到么？
    答：绝对绝对能用的到。相信超哥，算法很重要。这种内功心法的锻炼，是经久不衰的。从10年前，20年前，从谷歌到facebook、Amazon，再到国内的BAT、TMD，为什么都考这个？把这个练好了，代码速度、代码逻辑和其他方面都要比一般的程序员好。
  3. 年龄太大学习算法，晚不晚？
    答：脑子的细胞是有大量冗余的，不同年龄只是体现在学习的速度上，而在逻辑思维上没有损耗。短期记忆会慢，但是长期记忆没有影响。可参见Growth mindset（谷歌搜索）
  4. 35岁失业的原因：公司养你的成本高于你对公司的贡献。
    答：第一性原理可解释（埃隆 马斯克）

参考链接

posted @ 2020-08-05 14:29  菁芜  阅读(1362)  评论(0)  编辑  收藏  举报