• 微信大佬总结的算法学习经验


    640?wx_fmt=jpeg

    作者 | delphi

    来源 | 大飞码字


    前几天小吴去了微信总部和微信的大飞哥面基,他在微信待了八年,这次聊了挺多,收获挺多,今天分享一篇他的算法学习经验出来,希望对大家有帮助~


    这篇就来说说算法刷题方面的一些经验和技巧。


    大家在刷题的时候不知道有没有遇到以下情况。


    拿到题目后就开始想着怎么写代码,结果写了大半天,发现越写越乱,最后就写不下去了,又或者是,看到题目后,一脸懵逼,完全不知道怎么下手。


    其实,学算法,刷题蛮干是不行的,需要遵循科学的方法。


    以下的经验技巧,对于算法新手,或大学没有搞过ACM,想利用业余时间提升算法能力的同学比较有帮助,对于算法高手和ACM大牛,可能不太适用,仅供参考。



    算法不是拼智商



    算法不是纯粹拼智商的,智商高,就一定很厉害,不够聪明,就一定不行。算法是一种技能,是可以通过科学合理的方式训练出来的能力。


    智商的高低,当然会有影响,但这个先天因素无法改变,而科学合理的方法是大家都可以掌握的。


    所以,首要的一点,是要意识到,算法不是只拼智商的,也是可以经由后天训练习得的。


    难度要循序渐进



    有些同学喜欢上来就是干,上来就是终极难度的题目,觉得自己只要做出最难的,其它的就迎刃而解了。这种急于求成的思想要不得。


    算法训练是一个系统工程,需要循序渐进,太过于急功近利,反而容易因做不出难题而产生挫败感,带来反效果。


    记得我有一个同事就做了次类似的事情。我们当时刚听说有leetcode,就想上去试试,他上去后就挑了一道困难里面还属于比较难的题目,结果想了大半天也没做出来,搞到自己特别沮丧。


    你会发现这种做法效率很低,那道题目就算被做出来了,也不代表就可以解出其它的题目。


    合理的做法是循序渐进。


    如果你本身有基础,熟练度高,那你刷简单的leetcode应该是几分钟一题,几分钟一题的,花不了你多少时间。


    如果你刷简单都花费很长时间,说明熟练度不够,就更应该从简单开始。


    然后过度到中等,再过度到困难。


    这里有个经验之谈。


    目前国内大厂的算法考察,基本不会超过leetcode 中等难度,上限难度基本都是leetcode 中等题里面的中等难度(有点拗口,leetcode 中等难度里面也有分档次)。


    如果你能够再20分钟内,做出这种难度的题目,国内大厂的算法面试,基本可以畅通无阻。



    按算法分类来选题



    选择题目,除了在难度上要循序渐进,还建议在算法上进行划分。


    基本的算法数据结构是有限的。比如说链表,二叉树,二分查找,动态规划,哈希表。。。


    我喜欢按算法的分类来选题和刷题,比如一个时间段,只刷链表题,待刷得差不多的时候,接下来再刷二叉树的题。。。


    这种做法可以极大的提高刷题的速度,而且能带来更好的效果。


    一,持续地刷同个类型的题目,可以不断地巩固和加深理解。


    二,可以更全面地接触这个数据结构,算法的各个变种,这会促使你对这个数据结构,算法的理解更加全面和深刻,学习的效率会更高。


    所以在一段时间内,持续地刷特定类别的题目,可以带来事半功倍的效果。


    当然,在能力已经比较强的时候,可以采用打散的方式来刷题,可以更好地锻炼思维的灵活性和应变能力,但初期或能力较弱的时候,按分类选题,是比较好的。



    解题三部曲



    在具体做题的时候,可以采用以下三个步骤来进行。


    拿到题目后,不要立马开干,想着下面的三个步骤,一步一步地来。



    1. 看懂题目



    看懂题目。有的题目很直接,直接告诉你要解决的问题是什么,题目本身甚至都包含了对应的数据结构和需要用到的算法;有的题目很隐晦,看了半天不知道它到底要解决什么问题,可以用什么算法和数据结构来解。所以,看到题目后,一定要先确保自己理解清楚了。


    我的一个经验是,拿到一个题目后,看5分钟,如果5分钟之内看不懂,我就mark 下来,留到后面再做,要不很影响刷题的心情。


    不过就leetcode 来说,这样的题目不多。基本都能在再5分钟内看懂。



    2.分析,推导解法



    分析推导题目的解法。


    这个步骤要有意识地单独拎出来,不要跟编码步骤混淆在一起。也就是说,你在分析推导题目解法的时候,不要去想任何实现相关地事情,不用去想代码怎么写,不用去想要用什么库,定义什么变量,用多少层循环,都不要想,就想着在逻辑上,这道题目要怎么解。


    这样做可以极大地降低你的心智负担,使你高效地想出题目的解法。对于如何将想法变成代码,可以留在下一个步骤,单独来进行。



    3.将思路转换为代码



    当你确定题目都已经理解,并且分析推导出了题目的解法后,你才开始来思考如何将自己的思路转换成代码。是地,将思路转换成代码,可以是一个单独地步骤,在实际工作中,其实也是很重要的一个能力。


    有时,将一个思路转换成算法是很容易且自然的;但有时,有些思路转换成代码,是很有难度的事情。


    或者你有体会,分析推导只用了不到十分钟,结果代码写了半小时还写不完整。


    怎么定义变量,保存状态,用递归,还是用循环加辅助数据结构等等,都是将思路转换成代码要做的事情。


    这个能力也需要刻意地去练习。



    算法的封装



    接下来,说点更细节的东西,算法的封装。


    软件设计里面,最关键的思想就是抽象和封装了。


    其实解题也可以用到这种思路。


    比如一道题目的正确解法是先排序,再进行二分查找,那你的脑子里面只要记得,快速排序和二分查找,就可以了,不需要去想,快速排序和二分查找的具体实现。


    就像我们在写代码的时候,遇到排序,查找,我们一般都直接使用了现成的函数库,而不需要自己动手再写一遍。这个是代码层面封装带来的好处,思维层面的封装也是一样的道理。


    这种封装思想在做题的时候可以极大地减轻我们的心智负担,使得自己的脑力可以发挥在问题的核心点上。


    用封装的思维去解题,你的解题能力会有快速地提升。


    封装的思想可以用于 “2.分析,推导解法” 的过程,在 “3.将思路转换为代码” 的过程,更是可以用语言内置的算法函数,数据结构来直接实现,也使得从思路转换到代码的过程更加的直观和自然。


    在实际的面试或比赛中,除非有特殊说明,一般都可以放心地使用语言的内置算法和数据结构。


    然后你可能会问,对于像排序,查找这些基础的算法应该怎么对待呢?我的建议是可以把它们当作重要算法来刻意练习。


    快排,快搜,堆排序等,我们可以称它们为元算法。


    对于这些算法的刻意练习。一开始的时候,要看算法书的描述,确保自己理解了算法的思路,然后尝试自己实现一遍。


    实在写不出来,就参照或者直接抄。一个算法花几天的时间,大部分人都是可以理解并自己实现出来的。(排除一些特别难的,需要更长的时间)。



    保持持续的动力



    算法能力的提升,是一个长期的事情,需要持续地学习和做题,而刷题又是个比较枯燥的过程,在遇到难题的时候,很容易产生挫败感,甚至导致直接放弃。


    所以这里需要特别关注刷题时的正反馈。如果你老是无法解出某个难度或某个类别的题目的时候,你就要考虑降低难度,或者安排额外的时间,去更全面的复习特定的算法和数据结构了。


    注意不要死磕!算法学习,特别讲求方法和技巧,死磕非但磕不过去,还可能留下对算法的心里阴影,导致学习障碍。



    总结



    首先算法不是只拼智商的,是可以通过后天的刻意练习掌握的一种能力。


    刚上手的时候,难度上需要循序渐进,最好能够按算法分类来刷题。


    解题的时候,建议按这三个步骤来 


    1,看懂题目

    2,分析,推导解法 

    3,将思路转换为代码。


    在更细节方面,封装的思想也可使用在算法上面,可以极大地降低我们的心智负担,提升解题的效率。


    最后是要注意做题过程中的正反馈,确保自己能持续地做下去。


    希望这里分享的经验技巧,能给大家带来帮助!



    END

    640?wx_fmt=png



    推荐阅读







    640?wx_fmt=png




    欢迎长按下图关注公众号五分钟学算法,后台回复“1024”,获取算法资料学习。


    640?wx_fmt=jpeg


    来和程序员小吴一起学算法

    640?wx_fmt=gif


    我就知道你在看!
  • 相关阅读:
    Compiling and Installing Yate on Windows
    Windows系统下的TCP参数优化
    TCP参数参数调优
    在浏览器测试JavaScript的方法
    万物智能互联时代
    shopify主题Grid模板修改
    Invalid argument supplied for foreach() in wpinclude/scriptloader.php如何解决
    shopify主题模板startup修改
    shopify主题Pacific模板配置修改
    qperf 简要总结 延迟与带宽信息
  • 原文地址:https://www.cnblogs.com/csnd/p/16675388.html
Copyright © 2020-2023  润新知