1000字告诉你第一代鼻祖级程序员是怎样学习算法的?

简介: 喜欢这篇文章的朋友可以多多收藏、点赞、关注 一条龙~

广大同学们大多都有个共识,认为算法是个硬骨头,很难啃,刚好前天一好友分享了一篇如何学习算法的文章,觉得挺好的,就借鉴过来加上自己的一些心得,分享给大家。

学习目的

凡事都讲究动机,你学习算法的目的是什么呢?目的不同,学法不同侧重不同。
timg

如果你是准备跳槽,以面试为目的,可以先从cracking the coding interview入手,题目是按照链表,树图,递归这种章节安排的,每章都有题目,难度适中,第一遍自己写不出来很正常,画图分析,然后再做第二遍,第二遍就快很多,理解也深刻了,实在理解不了的算法,没办法,背吧,说不定到后面不知什么时候就理解了,所谓读书百遍,其意自现,算法也一样。

如果你是半路出家的程序员,看书觉得看不下去,可以试着看看视频,现在网络这么发达。

3cc89aeb_d79d_4026_b0ea_59247c0b0aa8

最后一种就是你对算法理论和精髓确实感兴趣,且有一定的数学功底,你可以尝试研究下《算法导论》,甚至《计算机程序设计艺术》(反正我是看不下去)。

其实,无论出于哪种目学习算法,其实最重要的一点就是:多编程实践,多思考,这是废话,但这也是真理。

方法论

大家公认的Noel Tichy教授经典的舒适区-学习区-恐慌区理论指出
v2_01822931dc78b1e6f0f38425359ccd58_hd

我们最佳的学习状态是处于Learning zone,那么如何才能以更优雅的姿势进入学习区呢?

研究发现,那些“天才”型选手,在从事擅长的活动时,有着极强的心理表征(一种大脑在思考事务时的心理结构),要想更有效地学习,我们需要不断地加强我们学习时的“心理表征”,这和积极心理学里头逐次小步养成坚持习惯的理论相通。

学习从来不是一个人的事情,要有个相互监督的伙伴,工作需要学习C/C++或者有兴趣学习C/C++的伙伴可以加小编自己的学习群773649038,一起学习,一起进步,还有免费学习资料可以给各位伙伴

简单来说,就是一开始的时候设立一些相对比较容易达到的目标,实现之后再逐步提高目标,阶段性的目标设置偏差肯定会出现(很有可能第一次因为对问题认识不足就出现这样的情况,没有关系,适当调整之后进入下一次尝试),这样一小步一小步地,你大脑里的“肌肉记忆”就会慢慢形成。

u_757796089_884163322_fm_26_gp_0

空的学校课堂

简单来说,就是带着问题学习,我们在学习算法时可以拿着一个个的问题去解答,可能一个问题涉及的知识点有好几个,在发现知识储备不够的时候,就需要做一些开小灶的事情,补足短板(《编程珠玑》一书读起来很像这种套路,对程序思维会有比较好的锻炼,但不属于对笔试有立竿见影效果的书)

推荐书籍

工欲善其事必先利其器,这里推荐几本公认比较经典的书籍。
1

很好的一本适合初学者看的数据结构与算法分析书籍,里面的分析数学公式恰到好处,没有算法导论的令人望而生畏,也没有国内图书的草草了事,
2
有一些书经典但是不适合初学者,有一些书经典却适合初学者。著名的TAOCP恐怕属于前者,而这本《算法》应该正是后者,可以说这本书其实比上一本更适合入门。

同时,本书在coursera上面有配套的MOOC视频教学,是作者亲自教学,讲得很好,这对于希望学习算法的初学者来说是一个很棒的事情。
3
既然谈到算法,这本书是不能不提的,但是还是得说,这本书适合有一定基础的人去啃,对于初学者来说,去啃你会有被虐待的感觉。

为您提供通俗易懂的技术文章,让技术变的更简单!

-

如有侵权,请联系删除

目录
相关文章
|
29天前
|
算法 搜索推荐 程序员
程序员常用算法详细讲解
每一种算法都有其适用场景,了解并熟悉这些常用算法的策略和实现,对于解决实际编程问题具有重要的意义。需要注意的是,理论知识的重要性虽然不言而喻,但真正的理解和掌握,还需要在实践中不断地尝试和错误,以达到深入理解的目的。
11 1
|
1月前
|
机器学习/深度学习 人工智能 资源调度
【博士每天一篇文献-算法】连续学习算法之HAT: Overcoming catastrophic forgetting with hard attention to the task
本文介绍了一种名为Hard Attention to the Task (HAT)的连续学习算法,通过学习几乎二值的注意力向量来克服灾难性遗忘问题,同时不影响当前任务的学习,并通过实验验证了其在减少遗忘方面的有效性。
43 12
|
1月前
|
算法 Java
掌握算法学习之字符串经典用法
文章总结了字符串在算法领域的经典用法,特别是通过双指针法来实现字符串的反转操作,并提供了LeetCode上相关题目的Java代码实现,强调了掌握这些技巧对于提升算法思维的重要性。
|
1月前
|
算法 NoSQL 中间件
go语言后端开发学习(六) ——基于雪花算法生成用户ID
本文介绍了分布式ID生成中的Snowflake(雪花)算法。为解决用户ID安全性与唯一性问题,Snowflake算法生成的ID具备全局唯一性、递增性、高可用性和高性能性等特点。64位ID由符号位(固定为0)、41位时间戳、10位标识位(含数据中心与机器ID)及12位序列号组成。面对ID重复风险,可通过预分配、动态或统一分配标识位解决。Go语言实现示例展示了如何使用第三方包`sonyflake`生成ID,确保不同节点产生的ID始终唯一。
go语言后端开发学习(六) ——基于雪花算法生成用户ID
|
1月前
|
存储 机器学习/深度学习 算法
【博士每天一篇文献-算法】连续学习算法之HNet:Continual learning with hypernetworks
本文提出了一种基于任务条件超网络(Hypernetworks)的持续学习模型,通过超网络生成目标网络权重并结合正则化技术减少灾难性遗忘,实现有效的任务顺序学习与长期记忆保持。
30 4
|
1月前
|
存储 机器学习/深度学习 算法
【博士每天一篇文献-算法】连续学习算法之RWalk:Riemannian Walk for Incremental Learning Understanding
RWalk算法是一种增量学习框架,通过结合EWC++和修改版的Path Integral算法,并采用不同的采样策略存储先前任务的代表性子集,以量化和平衡遗忘和固执,实现在学习新任务的同时保留旧任务的知识。
68 3
|
1月前
|
存储 机器学习/深度学习 算法
【博士每天一篇文献-综述】基于脑启发的连续学习算法有哪些?附思维导图
这篇博客文章总结了连续学习的分类,包括经典方法(重放、正则化和稀疏化方法)和脑启发方法(突触启发、双系统启发、睡眠启发和模块化启发方法),并讨论了它们在解决灾难性遗忘问题上的优势和局限性。
24 2
|
15天前
|
算法 BI Serverless
基于鱼群算法的散热片形状优化matlab仿真
本研究利用浴盆曲线模拟空隙外形,并通过鱼群算法(FSA)优化浴盆曲线参数,以获得最佳孔隙度值及对应的R值。FSA通过模拟鱼群的聚群、避障和觅食行为,实现高效全局搜索。具体步骤包括初始化鱼群、计算适应度值、更新位置及判断终止条件。最终确定散热片的最佳形状参数。仿真结果显示该方法能显著提高优化效率。相关代码使用MATLAB 2022a实现。
|
15天前
|
算法 数据可视化
基于SSA奇异谱分析算法的时间序列趋势线提取matlab仿真
奇异谱分析(SSA)是一种基于奇异值分解(SVD)和轨迹矩阵的非线性、非参数时间序列分析方法,适用于提取趋势、周期性和噪声成分。本项目使用MATLAB 2022a版本实现从强干扰序列中提取趋势线,并通过可视化展示了原时间序列与提取的趋势分量。代码实现了滑动窗口下的奇异值分解和分组重构,适用于非线性和非平稳时间序列分析。此方法在气候变化、金融市场和生物医学信号处理等领域有广泛应用。
|
16天前
|
资源调度 算法
基于迭代扩展卡尔曼滤波算法的倒立摆控制系统matlab仿真
本课题研究基于迭代扩展卡尔曼滤波算法的倒立摆控制系统,并对比UKF、EKF、迭代UKF和迭代EKF的控制效果。倒立摆作为典型的非线性系统,适用于评估不同滤波方法的性能。UKF采用无迹变换逼近非线性函数,避免了EKF中的截断误差;EKF则通过泰勒级数展开近似非线性函数;迭代EKF和迭代UKF通过多次迭代提高状态估计精度。系统使用MATLAB 2022a进行仿真和分析,结果显示UKF和迭代UKF在非线性强的系统中表现更佳,但计算复杂度较高;EKF和迭代EKF则更适合维数较高或计算受限的场景。