面试指北：算法与数据结构（二）如何学习

在上文 面试指北：算法与数据结构（一）开篇 中讲了为什么学习算法与数据结构和它包括哪些内容。

概括来说，掌握算法与数据结构之后，我们会更容易跟上计算机潮流、更快了解其他框架底层原理、更可能进入理想的公司。

它包括：

•时间复杂度分析；•空间复杂度分析；•十个核心算法：递归、排序、二分查找、搜索、哈希算法、贪心算法、分支算法、回溯算法、动态规划、字符串匹配算法；•十个核心数据结构：数组、链表、栈、队列、散列表、二叉树、堆、跳表、图、Trie 数。

算法简单来说就是处理数据的方法，数据结构为表示、存储数据的结构。算法和数据结构相辅相成。

其中复杂度分析是重中之重，任何代码在理论上分析其性能都离不开复杂度分析。算法的主要目标是在如何更好的节省 CPU、内存资源的情况下，处理数据解决问题。而我们又不可能每次通过在机器上跑一下的方式来衡量一个算法。这就需要用到复杂度分析。而且在学习排序、查找等算法时，也必然会常常用到复杂度分析。

对于一个数据结构或者算法，我们也要去了解其发展历史、自身有什么特点、和另外一个相比有什么异同、适合的问题场景、有什么实际的应用等等。这样才能从多个维度去了解一个知识点，更好的掌握记忆。

学习数据结构和算法只需要有高中数学和基础编程知识即可。

1. 实践：一定要动手写

碰到一个排序算法或者查找算法，一定要自己尽量在不看示例代码的情况下先写一遍。然后和示例代码对比，思考自己没有考虑到的细节和自己代码上能够优化的点。然后在自己多写几遍，同时结合 LeetCode 上的题目，做两三道相关题目。

近年来，无论是一万小时定律，还是刻意练习。都在强调练习、实践的重要性。通过练习，一方面是肌肉记忆加深印象；另一方面，只有在练习过程中，你才能触碰到知识点的细节，让你对其有所思考，进而加强相关的神经细胞。

2. 总结、分享

在学完知识之余，也要花工夫去总结和分享。在这个过程中，你会发现自己薄弱的地方。因为分享时你需要去考虑对方是否能够理解你讲的内容，曝露出自己的不了解的知识之后，你就会去补足这个缺少的知识，这样不断的慢慢的完善自己的知识体系。

分享出去之后，也能够和读者碰撞出一些思维的火花。已有的想法通过碰撞，产生新的想法，这是一件令人激动的事情。

费曼学习法中所强调的就是学习之后一定要教给别人，通过自己做老师这个过程，不断的让自己对这个知识点产生更加深入的理解、更加全面的理解，最终达到深入掌握知识的目的。

3. 慢慢来

学习不像打游戏，会不断获得反馈，这恐怕是打游戏停不下来的一个重大因素。任何知识的学习都需要一个沉淀的过程，你不可能一口吃成一个胖子。

碰到问题时一定不要气馁和怀疑自己。因为碰到问题这时每个人都会遇到，你并不孤独。有很多事情我们当时不能理解，可以先把它放下，等一段时间的消化之后再来看看可能就会恍然大悟。这个时候你需要换个角度来看问题，我们一生会碰到很多问题，很多需要死磕才能解决的问题。这个时候就需要跨过去这个坎，掌握这个知识、工具，那就可以在以后的人生里使用它，这样看来，投入的那些精力是不是相当划算。

4. 使用工具

最后，为了帮助大家更好的学习数据结果与算法，我开发了一个可视化小程序。在这个小程序上你可以可视化的看到比如快速排序算法的执行过程，把枯燥的代码形象的展示或许会更好的帮助你学习。

微信搜索 VisualLearning 或者点击下方小程序即可体验。