我是如何學習資料結構與演算法的？

學習演算法的捷徑就是多刷題

說實話，要說捷徑，我覺得就是腳踏實地著多動手去刷題，多刷題。

但是，如果你是小白，也就是說，你連常見的資料結構，如鍊表、樹以及常見的演算法思想，如遞迴、列舉、動態規劃這些都沒學過，那麼，我不建議你去刷題的。而是先去找本書先去學習這些，然後再去刷題。

說實話，我那一學期的時間幾乎都花在資料結構與演算法上，但刷的題很少，只是書本上的一些例題。所以當我把這些基本的過一遍之後，再去一些**刷題依舊非常菜。

所以你們千萬別指望以為自己把這些思想學完之後刷題會很牛，只有多刷題，只有多動手實踐，你的靈敏度才會提高起來。

在這裡說一下前陣子有個非常火爆的專欄—-【資料結構與演算法之美】

我沒買這個專欄，我想說的是，買了就一定要去看，千萬別浪費。也千萬不要覺得學完這個專欄你就會變的多牛逼，如果你只是跟著進度去學習這個專欄，自己沒有花時間去刷題、去動手時間。那我可以保證，你學完之後還是那麼菜。

總結下：

提高資料結構與演算法沒啥捷徑，最好的捷徑就是多刷題。但是，刷題的前提是你要先學會一些基本的資料結構與演算法思想。

追求完美

如何刷題？如何對待一道演算法題？

我覺得，在做題的時候，一定要追求完美，千萬不要把一道題做出來之後，提交通過，然後就趕緊下一道。

演算法能力的提公升和做題的數量是有一定的關係，但並不是線性關係。也就是說，在做題的時候，要力求一題多解，如果自己實在想不出來其他辦法了，可以去看看別人是怎麼做的，千萬不要覺得模仿別人的做法是件丟人的事。

我做題的時候，我一看到一道題，可能第一想法就是用很粗糙的方式做，因為很多題採用暴力法都會很容易做，就是時間複雜度很高。之後，我就會慢慢思考，看看有沒其他方法來降低時間複雜度或空間複雜度。最後，我會去看一下別人的做法，當然，並不是每道題都會這樣執行。

衡量一道演算法題的好壞無非就是時間複雜度和空間複雜度，所以我們要力求完美，就要把這兩個降到最低，令他們相輔相成。

我舉道例題吧：

問題：乙隻青蛙一次可以跳上1級台階，也可以跳上2級。求該青蛙跳上乙個n級的台階總共有多少種跳法？

這道題我在以前的分章分析過，不懂的可以先看下之前寫的：遞迴與動態規劃—-基礎篇1

方法1：：暴力遞迴

這道題不難，或許你會採取下面的做法：

public static int solve(int n)else if(n <= 0)else
}

//用乙個hashmap來儲存已經計算過的狀態
static mapmap = new hashmap();
public static int solve(int n)elseelse
}}

這樣，可以大大縮短時間。也就是說，當一道題你做了之後，發現時間複雜度很高，那麼可以考慮下，是否有更好的方法，是否可以用空間換時間。

方法三：斐波那契數列

實際上，我們可以把空間複雜度弄的更小，不需要hashmap來儲存狀態：

public static int solve(int n)
int f1 = 0;
int f2 = 1;
int sum = 0;
for(int i = 1; i<= n; i++)
return sum;
}

我弄這道題給你們看，並不是在教你們這道題怎麼做，而是有以下目的：

1、在刷題的時候，我們要力求完美。

2、我想不到這些方法啊，怎麼辦？那麼你就可以去看別人的做法，之後，遇到類似的題，你就會更有思路，更知道往哪個方向想。

3、可以從簡單暴力入手做一道題，在考慮空間與時間之間的衡量，一點點去優化。

推薦一些刷題**

再說資料結構

例如對於平衡樹，可能你跟著書本的**實現之後，過陣子你就忘記，不過這不要緊，雖然你忘記了，但是如果你之前用**實現過，理解過，那麼當你再次看到的時候，會很快就記起來，很快就知道思路,而且你的抽象能力等等會在不知不覺中提公升起來。之後再學習紅黑樹啊，什麼資料結構啊，都會學的很快。

最最重要

動手去做，動手去做，動手去做。重要的話說三遍。

千萬不要找了一堆資源，訂好了學習計畫，我要留到某某天就來去做…..

千萬不要這樣，而是當你激情來的時候，就馬上去幹，千萬不要留到某個放假日啊什麼鬼了，很多這種想法的人，最後會啥也沒做的。

也不要覺得要學習的有好多啊，不知道從哪學習起。我上面說了，可以先學習最基本的，然後刷題，刷題是乙個需要長期堅持的事情，一年，兩年。在刷題的過程中，可以穿插和學習其他資料結構。最後