歡迎關注天善智慧型，我們是專注於商業智慧型bi，人工智慧ai，大資料分析與挖掘領域的垂直社群，學習，問答、求職一站式搞定！題目有點標題黨了，還請大家見諒。下面切入正題。
演算法很重要，但演算法也是學起來最難，最令人生畏的。
這篇就來說說演算法刷題方面的一些經驗和技巧。
大家在刷題的時候不知道有沒有遇到以下情況。
拿到題目後就開始想著怎麼寫**，結果寫了大半天，發現越寫越亂，最後就寫不下去了，又或者是，看到題目後，一臉懵逼，完全不知道怎麼下手。
其實，學演算法，刷題蠻幹是不行的，需要遵循科學的方法。
以下的經驗技巧，對於演算法新手，或大學沒有搞過acm，想利用業餘時間提公升演算法能力的同學比較有幫助，對於演算法高手和acm大牛，可能不太適用，僅供參考。
演算法不是拼智商
演算法不是純粹拼智商的，智商高，就一定很厲害，不夠聰明，就一定不行。演算法是一種技能，是可以通過科學合理的方式訓練出來的能力。
智商的高低，當然會有影響，但這個先天因素無法改變，而科學合理的方法是大家都可以掌握的。
所以，首要的一點，是要意識到，演算法不是只拼智商的，也是可以經由後天訓練習得的。
難度要循序漸進
有些同學喜歡上來就是幹，上來就是終極難度的題目，覺得自己只要做出最難的，其它的就迎刃而解了。這種急於求成的思想要不得。
演算法訓練是乙個系統工程，需要循序漸進，太過於急功近利，反而容易因做不出難題而產生挫敗感，帶來反效果。
記得我有乙個同事就做了次類似的事情。我們當時剛聽說有leetcode，就想上去試試，他上去後就挑了一道困難裡面還屬於比較難的題目，結果想了大半天也沒做出來，搞到自己特別沮喪。
你會發現這種做法效率很低，那道題目就算被做出來了，也不代表就可以解出其它的題目。
合理的做法是循序漸進。
如果你本身有基礎，熟練度高，那你刷簡單的leetcode應該是幾分鐘一題，幾分鐘一題的，花不了你多少時間。
如果你刷簡單都花費很長時間，說明熟練度不夠，就更應該從簡單開始。
然後過度到中等，再過度到困難。
這裡有個經驗之談。
目前國內大廠的演算法考察，基本不會超過leetcode 中等難度，上限難度基本都是leetcode 中等題裡面的中等難度(有點拗口，leetcode 中等難度裡面也有分檔次)。
如果你能夠再20分鐘內，做出這種難度的題目，國內大廠的演算法面試，基本可以暢通無阻。
按演算法分類來選題
選擇題目，除了在難度上要循序漸進，還建議在演算法上進行劃分。
基本的演算法資料結構是有限的。比如說鍊錶，二叉樹，二分查詢，動態規劃，雜湊表。。。
我喜歡按演算法的分類來選題和刷題，比如乙個時間段，只刷鍊錶題，待刷得差不多的時候，接下來再刷二叉樹的題。。。
這種做法可以極大的提高刷題的速度，而且能帶來更好的效果。
一，持續地刷同個型別的題目，可以不斷地鞏固和加深理解。
二，可以更全面地接觸這個資料結構，演算法的各個變種，這會促使你對這個資料結構，演算法的理解更加全面和深刻，學習的效率會更高。
所以在一段時間內，持續地刷特定類別的題目，可以帶來事半功倍的效果。
當然，在能力已經比較強的時候，可以採用打散的方式來刷題，可以更好地鍛鍊思維的靈活性和應變能力，但初期或能力較弱的時候，按分類選題，是比較好的。
解題三部曲
在具體做題的時候，可以採用以下三個步驟來進行。
拿到題目後，不要立馬開幹，想著下面的三個步驟，一步一步地來。
1. 看懂題目
看懂題目。有的題目很直接，直接告訴你要解決的問題是什麼，題目本身甚至都包含了對應的資料結構和需要用到的演算法；有的題目很隱晦，看了半天不知道它到底要解決什麼問題，可以用什麼演算法和資料結構來解。所以，看到題目後，一定要先確保自己理解清楚了。
我的乙個經驗是，拿到乙個題目後，看5分鐘，如果5分鐘之內看不懂，我就mark 下來，留到後面再做，要不很影響刷題的心情。
不過就leetcode 來說，這樣的題目不多。基本都能在再5分鐘內看懂。
2.分析，推導解法
分析推導題目的解法。
這個步驟要有意識地單獨拎出來，不要跟編碼步驟混淆在一起。也就是說，你在分析推導題目解法的時候，不要去想任何實現相關地事情，不用去想**怎麼寫，不用去想要用什麼庫，定義什麼變數，用多少層迴圈，都不要想，就想著在邏輯上，這道題目要怎麼解。
這樣做可以極大地降低你的心智負擔，使你高效地想出題目的解法。對於如何將想法變成**，可以留在下乙個步驟，單獨來進行。
3.將思路轉換為**
當你確定題目都已經理解，並且分析推導出了題目的解法後，你才開始來思考如何將自己的思路轉換成**。是地，將思路轉換成**，可以是乙個單獨地步驟，在實際工作中，其實也是很重要的乙個能力。
有時，將乙個思路轉換成演算法是很容易且自然的；但有時，有些思路轉換成**，是很有難度的事情。
或者你有體會，分析推導只用了不到十分鐘，結果**寫了半小時還寫不完整。
怎麼定義變數，儲存狀態，用遞迴，還是用迴圈加輔助資料結構等等，都是將思路轉換成**要做的事情。
這個能力也需要刻意地去練習。
演算法的封裝
接下來，說點更細節的東西，演算法的封裝。
軟體設計裡面，最關鍵的思想就是抽象和封裝了。
其實解題也可以用到這種思路。
比如一道題目的正確解法是先排序，再進行二分查詢，那你的腦子裡面只要記得，快速排序和二分查詢，就可以了，不需要去想，快速排序和二分查詢的具體實現。
就像我們在寫**的時候，遇到排序，查詢，我們一般都直接使用了現成的函式庫，而不需要自己動手再寫一遍。這個是**層面封裝帶來的好處，思維層面的封裝也是一樣的道理。
這種封裝思想在做題的時候可以極大地減輕我們的心智負擔，使得自己的腦力可以發揮在問題的核心點上。
用封裝的思維去解題，你的解題能力會有快速地提公升。
封裝的思想可以用於 「2.分析，推導解法」 的過程，在 「3.將思路轉換為**」 的過程，更是可以用語言內建的演算法函式，資料結構來直接實現，也使得從思路轉換到**的過程更加的直觀和自然。
在實際的面試或比賽中，除非有特殊說明，一般都可以放心地使用語言的內建演算法和資料結構。
然後你可能會問，對於像排序，查詢這些基礎的演算法應該怎麼對待呢？我的建議是可以把它們當作重要演算法來刻意練習。
快排，快搜，堆排序等，我們可以稱它們為元演算法。
對於這些演算法的刻意練習。一開始的時候，要看演算法書的描述，確保自己理解了演算法的思路，然後嘗試自己實現一遍。
實在寫不出來，就參照或者直接抄。乙個演算法花幾天的時間，大部分人都是可以理解並自己實現出來的。(排除一些特別難的，需要更長的時間)。
保持持續的動力
演算法能力的提公升，是乙個長期的事情，需要持續地學習和做題，而刷題又是個比較枯燥的過程，在遇到難題的時候，很容易產生挫敗感，甚至導致直接放棄。
所以這裡需要特別關注刷題時的正反饋。如果你老是無法解出某個難度或某個類別的題目的時候，你就要考慮降低難度，或者安排額外的時間，去更全面的複習特定的演算法和資料結構了。
注意不要死磕！演算法學習，特別講求方法和技巧，死磕非但磕不過去，還可能留下對演算法的心裡陰影，導致學習障礙。
總結
首先演算法不是只拼智商的，是可以通過後天的刻意練習掌握的一種能力。
剛上手的時候，難度上需要循序漸進，最好能夠按演算法分類來刷題。
解題的時候，建議按這三個步驟來
1，看懂題目
2，分析，推導解法
3，將思路轉換為**。
在更細節方面，封裝的思想也可使用在演算法上面，可以極大地降低我們的心智負擔，提公升解題的效率。
最後是要注意做題過程中的正反饋，確保自己能持續地做下去。
希望這裡分享的經驗技巧，能給大家帶來幫助！
感謝閱讀
推薦閱讀：
1：爬一爬那些年你硬碟存過的老師
2：終於有人把雲計算、大資料和人工智慧講明白了！
3：劍橋小姐姐的國內ai演算法面試經歷
4：2023年python愛好者社群歷史文章合集（作者篇）
5：2023年終精心整理|python愛好者社群歷史文章合集（型別篇）
春招某大廠 不會二叉排序樹還想進來？
2020 注定是多災多難的一年，疫情尚未完全散去，不少大廠已經開始了瘋狂挖人，於是筆者難耐寂寞向某一線網際網路大廠投了乙份簡歷，開始了 之旅。於是筆者在乙個寂靜的夜晚痛定思痛，總結資料結構面試相關的文章，希望能幫助各位讀者以後面試百戰百勝，對面試官進行絕地反擊，吊打問你的面試者，讓一同面試的同僚瞠目...
想進大廠，需要惡補這些知識點！
對於618 雙十 一 春運搶票這種高併發 大流量的場景，一般都會用快取抗住大併發，市面上快取框架用的最多的無疑就是redis了，作為最受歡迎的分布式快取中介軟體，是應對高併發，大流量，低延遲業務場景的不二選擇。下面這十幾道題都是大廠面試必問的，redis架構設計與底層原理相關的佔了70 看看你會幾道...
面試分享 想跳槽漲薪，想進大廠，如何準備面試呢
想跳槽漲薪，想進大廠，如何準備面試呢，有沒有面試經驗分享？機智 現在就帶你了解大廠面試的那些事兒，分享面試技巧，為公升職加薪添磚加瓦！首先，請教大家乙個問題，你們面試前都會做哪些準備呢？1 j a 的核心知識 2 演算法 3 專案 主要包括，1 專案背景，2 系統的演進之路 3 專案中的技術選型 4...