算法和数据结构总览

算法和数据结构总览

如何精通一个领域

1. Chunk it up 切碎知识点

• 庖丁解牛
• 脉络连接

数据结构

• 一维
  • 基础：数组array(string),链表linked list
  • 高级：栈stack,队列queue，双端队列deque，集合set，映射map(hash or map),……
• 二维：
  • 基础：树tree，图graph
  • 高级：二叉搜索树binary search tree(red-black tree,AVL),堆heap,并查集disjoint set，字典树Trie，……
• 特殊：
  • 位运算Bitwise，布隆过滤器BloomFiter
  • LRU Cache
    注意：了解每个数据结构的原理和代码框架
    数据结构脑图
    

算法

• if-else，switch——>branch(分支)
• for,while loop——>iteration(循环，迭代)
• 递归Recursion(Divide & Conquer,Backtrace)
• 搜索Search:深度优先搜索Depth first search(DFS)，广度优先搜索Breadth first search(BFS),A*,……
• 动态规划Dynamic Programming
• 二分查找Binary Search
• 贪心Greedy
• 数学Math，几何Geometry
  注意：在头脑中会议上面每种算法的思想和代码模板
  算法脑图
  

1. Deliberate Practicing刻意练习

职业化运动

• 基本功是区别业余和职业选手的根本
• 基础动作的分解训练和反复练习->最关键的点
  • 乒乓球
  • 台球
  • 滑雪

练习的方法

• 刻意练习——过遍数
• 练习缺点、弱点地方
• 不舒服、不爽、枯燥
• 生活中例子：乒乓球、台球、游戏等等

2. Feedback 反馈

Feedback

• 即时反馈
• 主动型反馈(自己去寻找)
  • 看高手写代码(GitHub，LeetCode，……)
  • 第一视角直播
• 被动式反馈(高手给你指点)
  • code review
  • 教练看你打，给你反馈

切题四件套

• Clarification(说明问题的解法)
• Possible solutions(找到可以解决的方法)
  • compare(time/space)(比较时间复杂度和空间复杂度)
  • optimal(加强)(找到最佳的解法)
• Coding(多写)
• Test cases(举出测试用例)

五步刷题法

刷题第一遍

• 5分钟：读题+思考
• 直接看解法：注意！多解法，比较解法优劣
• 背诵，默写好的解法

刷题第二遍

• 马上自己写——>LeetCode提交
• 多种解法比较、体会->优化

刷题第三遍

• 过了一天后，再重复做题
• 不同解法的熟练程度——>专项练习

刷题第四遍

• 过了一周，反复回来练习相同题目

刷题第五遍

• 面试前一周恢复性训练