数据结构与算法之美(python)（课程整理A-02）

数据结构与算法之美

入门篇（2讲/共4讲）

02 | 如何抓住重点，系统高效地学习数据结构与算法？

1. 真正的原因是你没有找到好的学习方法，没有抓住学习的重点。实际上，数据结构和算法的东西并不多，常用的、基础的知识点更是屈指可数。只要掌握了正确的学习方法，学起来并没有看上去那么难，更不需要什么高智商、厚底子。

2. 什么是数据结构？什么是算法？虽然我们说没必要深挖严格的定义，但是这并不等于不需要理解概念。

   从广义上讲，数据结构就是指一组数据的存储结构。算法就是操作数据的一组方法。图书馆储藏书籍你肯定见过吧？为了方便查找，图书管理员一般会将书籍分门别类进行“存储”。按照一定规律编号，就是书籍这种“数据”的存储结构。那我们如何来查找一本书呢？有很多种办法，你当然可以一本一本地找，也可以先根据书籍类别的编号，是人文，还是科学、计算机，来定位书架，然后再依次查找。笼统地说，这些查找方法都是算法。

   从狭义上讲，也就是我们专栏要讲的，是指某些著名的数据结构和算法，比如队列、栈、堆、二分查找、动态规划等。这些都是前人智慧的结晶，我们可以直接拿来用。我们要讲的这些经典数据结构和算法，都是前人从很多实际操作场景中抽象出来的，经过非常多的求证和检验，可以高效地帮助我们解决很多实际的开发问题。

   数据结构和算法是相辅相成的。数据结构是为算法服务的，算法要作用在特定的数据结构之上。 因此，我们无法孤立数据结构来讲算法，也无法孤立算法来讲数据结构。比如，因为数组具有随机访问的特点，常用的二分查找算法需要用数组来存储数据。但如果我们选择链表这种数据结构，二分查找算法就无法工作了，因为链表并不支持随机访问。

3. 对于每个概念和实现过程，从实际场景出发，不仅知道“是什么”，还知道“为什么”，并且明白遇到同类型问题应该“怎么做”。

4. 学习的重点在什么地方？

   首先要掌握一个数据结构与算法中最重要的概念——复杂度分析。

   

   20 个最常用的、最基础数据结构与算法，不管是应付面试还是工作需要，只要集中精力逐一攻克这 20 个知识点就足够了。这里面有 10 个数据结构：数组、链表、栈、队列、散列表、二叉树、堆、跳表、图、Trie 树；10 个算法：递归、排序、二分查找、搜索、哈希算法、贪心算法、分治算法、回溯算法、动态规划、字符串匹配算法。

一些可以让你事半功倍的学习技巧

1. 边学边练，适度刷题“边学边练”这一招非常有用。

   建议你每周花 1～2 个小时的时间，集中把这周的三节内容涉及的数据结构和算法，全都自己写出来，用代码实现一遍。这样一定会比单纯地看或者听的效果要好很多！可以“适度”刷题，但一定不要浪费太多时间在刷题上。我们学习的目的还是掌握，然后应用.

2. 多问、多思考、多互动

   学习最好的方法是，找到几个人一起学习，一块儿讨论切磋，有问题及时寻求老师答疑。

3. 打怪升级学习法

   我们在枯燥的学习过程中，也可以给自己设立一个切实可行的目标。

   1. 都认真做好思考题，然后整理一篇博客

   2. 博客不仅包含当天的所学知识，还要有python对应的代码实现。

4. 知识需要沉淀，不要想试图一下子掌握所有

在学习的过程中，一定会碰到“拦路虎”。如果哪个知识点没有怎么学懂，不要着急，这是正常的。因为，想听一遍、看一遍就把所有知识掌握，这肯定是不可能的。学习知识的过程是反复迭代、不断沉淀的过程。