知識的深度和廣度
你感興趣的東西越多，你能夠深入的就越少。你鑽研的越深入，你有發現感興趣的東西越多。有點繞，不過有感而發。我想到這句話的時候其核心仍然是想表達知識的深度和廣度直接的關係問題，或者說其學習的先後關係和順序問題。
首先任何乙個知識廣度的擴充套件都需要有乙個專業性方向的深度的積累，而且這個積累經過了自我的實踐，通過實踐轉化為了知識的經驗和方法。如果我們感興趣的東西太多，而這些方面的內容我們都沒有辦法進行實踐性領悟，那麼所有你感興趣的知識領域你都無法深入去理解和領悟。還是這句話，理論不通過實踐很難轉化為自我的經驗並指導後續的行動。你會發現很多領域你都知道，就是不清楚具體為何得出某些結論？你想深入學習又很難，很多東西你沒有實踐機會。
人的精力有限，感興趣的東西越多，每個知識域上分到的時間自然很少，同時由於很多知識由於沒有實踐的機會，很多時候學完後很快就會忘記，不會帶來太大的機制。只有真正實踐後的經驗是最不容易遺忘的。根據我原來談到過的，知識的廣度往往並不會產生直接的自我增值，知識廣度本身是附著在某乙個專業深度上的。
所以剛工作的時候，還是以某個專業領域的發展為主，很多東西可以關注，但是不用花太多的時間，一定要將時間用到專業技能的提高上面。工作前面2-3年的學習力最旺盛，只要有足夠的興趣，就有精力刨根究底深入學習，而且這個學習過程是和實踐和工作完全結合的，那麼學習後就很容易轉化我自我經驗。如果剛開始工作的時間就挑三揀四或者說換崗太快，沉迷到各種新鮮的工具，語言和技術上面，那麼很可能將基礎打深入的時間就荒廢了。
前面幾年過了後，你會發現你鑽研的越深入，你有發現感興趣的東西越多。這是完全正常的情況，任何知識領域在深入到一定的階段後，必須要有更加廣度的知識來支撐。知識本身無邊界，很多時候專業性的工作也需要更加複合型的知識結構。這個時候你再去拓展知識的廣度就屬於完全合理的，這個時候一方面是有知識深入做積累，一方面是在拓展深度過程中遇到的問題來目標驅動廣度知識的學習，更加有針對性。在廣度知識學習中，你會發現很多內容跟你原來的實踐總結很容易觸類旁通，容易把原有疑惑的多個離散知識點融合起來。個人認為到了這個階段最大的成果就是你會發現學習任何新知識都相當容易，基本不會遇到太多太大的困難和障礙。
在學校更偏知識廣度，剛工作階段則需要在某個專業領域深度上擴充套件，後續則從深度積累上轉到廣度的拓展和知識的融合，這是我考慮的乙個學習順序和思路。一開始就感興趣東西太多，往往錯過了自我核心專業技能，也喪失了後續專業深入的機會；後續如果在專業深入遇到瓶頸的時候，又不能想到拓展知識面和視野，往往又在自我能力上舉步不前，這是我思考該問題的乙個大原因。
BA的廣度和深度
ba，或者稱業務分析師，是企業數字能力和業務能力之間的溝通橋梁。隨著企業數字轉型的進一步深化，相信對ba這樣的技能需求會越來越多，只是未必都用 ba 業務分析師 這樣的title。在thoughtworks做ba是怎樣一種體驗 中提到，ba的職責是把業務和使用者需求轉換為軟體需求。即使是這樣乙個單一...
深度和廣度優先
深度優先演算法dfs depth first search 廣度優先演算法bfs breadth first search 又叫做層次遍歷，自上向下，自左向右逐層訪問結點，訪問完一層再訪問下一層，直到無結點。深度優先搜素演算法 不全部保留結點，占用空間少 有回溯操作 即有入棧 出棧操作 執行速度慢。...
深度遍歷和廣度遍歷
圖的遍歷，所謂遍歷，即是對結點的訪問。乙個圖有那麼多個結點，如何遍歷這些結點，需要特定策略，一般有兩種訪問策略 深度優先遍歷，從初始訪問結點出發，我們知道初始訪問結點可能有多個鄰接結點，深度優先遍歷的策略就是首先訪問第乙個鄰接結點，然後再以這個被訪問的鄰接結點作為初始結點，訪問它的第乙個鄰接結點。總...