前言
此文對我影響很大，分享出來給大家，願大家早日成為大神。
1）不要完美主義！
我觀察到的大多數同學犯得最最最最大的“錯誤”，就是在學習上“完美主義”。乃至后續很多其他的問題，在我看來都和這個問題是直接相關的。
舉個最經典的例子，也是我經常舉的例子，背英語單詞（在這里我們先不聊背英語單詞是不是好的英語學習方法，我們只看如果我們想要背英語單詞的話，應該怎么背）。
我發現很多同學拿着紅寶書，第一個list都沒翻過去就放棄了。這是因為每天背完第一個 list 以后，第二天會發現：第一個list還是有很多單詞沒掌握，然后就繼續背第一個 list。然后一周后，發現自己第一個 list 都搞不定，覺得英語好難，徹底放棄了。這就是“完美主義”：不把第一個 list “徹底”掌握不肯繼續前進。這樣是不對的。背了一個list，能多記一個詞，都是進步。就算一個詞都沒記住，模糊有了印象，也是一種進步。
我們不應該過度着眼於我們還不夠完美。
學習不是要么 0 分，要么 100 分的。80 分是收獲；60 分是收獲；20 分也是收獲。有收獲最重要。但是因為着眼於自己的不完美，最終放棄了，那就是徹底的 0 分了。
仔細想，這種“完美主義害死人”的例子特別多。我看到過很多同學，其實是在學習的路上，被自己的“完美主義”逼得“放棄了”——由於學習中有一點沒有做好，遭受到了一點點挫折，最終就放棄了整個學習計划。每個人都一定要接受自己的不完美。想開一點：我們都不是小升初考了滿分，才能上初中的；也不是中考考了滿分，才能讀高中的；更不是高考考了滿分，才能念大學的；將來也不會是大學所有科目都是滿分，才能出來工作。不完美其實是常態，根本不會影響我們學習更多更深入的內容。但是在自學過程中，很多同學卻要求自己在自己制定的每一步計划中都達到“完美”，才進行下一步。最終結果，通常都是“放棄”：（
可能有的同學會跳出來反駁我：學習當然要認真啊！在這里，我必須強調，我所說的“不要完美主義”，和“學習認真”是不沖突的。
什么是“完美主義”，什么又是“囫圇吞棗”，這是一個“度”，每個人其實不一樣。不要“完美主義”，不代表學習可以草率前行。
每個人都必須要找到適合自己的學習節奏。我的經驗是：在一些情況下，問自己一句：是不是自己又犯“完美主義”的毛病了：）
2）不要過度“學習路徑依賴”，學習要沖着自己的目標去。
什么意思？就是現在信息太發達了，對於大多數領域的知識，網上會有很多所謂的“學習路徑”。我不是說這些學習路徑沒有用，但是不能“過度”依賴這些所謂的學習路徑。
比如，很多同學想學機器學習，大多數學習路徑都會告訴你，機器學習需要數學基礎。於是，很多同學就轉而學習數學去了，非要先把數學學好再去學機器學習。可是發現數學怎么也學不好（在這里，可能完美主義的毛病又犯了），而機器學習卻一點兒都沒學。最終放棄了機器學習，非常可惜。
其實，如果真正去接觸機器學習，就會發現，至少在入門階段，機器學習對數學的要求沒有那么高。正因為如此，我一直建議：只要你在本科接觸過高數，線數，概率這些科目的基礎概念，想學機器學習，就去直接學習機器學習。學習過程中發現自己的數學不夠用，再回頭補數學。在這種情況下，數學學習得也更有目標性，其實效果更好。
類似這樣的例子還有很多，很多同學想學習做 iOS app，就先去精通 Swift 語言，或者想做android app，就先去精通 java 語言。在我看來大可不必。以我的經驗，只要你有一門編譯型語言基礎，大概看一下這些語言的基礎語法，就可以直接上手 iOS 或者 android app 的開發了。先能做出一個最基本的 app，在這個過程中，就會意識到語言特性的意義，再回頭深入研究語言也不遲。此時還能結合真實的開發任務去理解語言特性，比沒有上手 app 開發，抽象地理解語言特性，有意義的多。
雖然我一再強調對預算法的學習，語言不重要，但還是有很多同學表示，要先把 C++ 學透，再回來把課程中的算法學好。這是完全沒必要的。事實上，在我的這兩門課程中，我看到的收獲最大的同學，是那些能夠把課程中的算法思想理解清楚，然后用自己熟悉的語言去實現的同學：）
依然是：不要“過度”學習路徑依賴，什么叫“過度”，每個人的標准不一樣。每個人都需要尋找自己的那個“度”。
3） 不要迷信權威的“好”教材。
不是說權威教材不好，而是每一本教材都有其預設的讀者群，如果你不在這個預設的讀者群的范疇里，教材再好也沒用。最簡單的例子：再好的高數教材，對於小學生來說，都是一堆廢紙。
我經常舉的一個例子是《算法導論》。我個人建議如果你是研究生或者博士生，已經有了一定的算法底子，才應該去閱讀《算法導論》，我在我的課程的問答區，也談過如何學習使用算法導論。
但是對大多數本科同學，尤其是第一次接觸算法的同學，《算法導論》實在不是一個好的教材。
但很可惜，很多同學在學習中有上面的兩個毛病，既過度路徑依賴，別人說《算法導論》好，學習算法要走學《算法導論》這個路徑，自己就不探索其他更適合自己的學習路徑了，一頭扎進《算法導論》里；同時還“完美主義”，對於《算法導論》的前幾章，學習的事無巨細，但其實接觸了很多在初學算法時沒必要學習的內容。最后終於覺得自己學不下去了，放棄了對“算法”整個學科的學習。認為算法太難了。
誠然，算法不容易，但是，一上來就抱着《算法導論》啃，實在是選擇了一條完全沒必要的，更難的，甚至可能是根本走不通的路。對於一個領域的學習，了解市面上有什么好的教材是必要的，單也不能迷信權威教材。每個人必須要去探索學習如何尋找適合自己的學習材料。
4）不要看不起“薄薄”的“傻”教材，這些你看不起的學習材料，可能是你入門某個領域的關鍵。
很多同學問我最初學習算法的是什么教材，我告訴他們是這本教材：《算法設計與分析基礎》 。在這里，我完全沒有推薦這本教材的意思。事實上，現在我有點兒“鄙視”這本教材。因為我在學習它的過程中，發現這本教材有很多錯誤（幫助它糾正錯誤其實也提高了我的水平：）
當然，現在這本書的版本可能也和我當時學習的版本不同了，大部分錯誤應該已經糾正了。）但它確實是我的一本很重要的算法啟蒙教材。
關鍵原因是，它夠薄。
在大多數時候，如果有人問我教材推薦，基本上我的回答都是，如果是入門水平：隨便找一本在京東，亞馬遜，豆瓣上，評分不太差的“薄”的教材，就 ok 了。
在這里，關鍵字是夠“薄”。
因為“薄”的教材能讓你以最快的速度看完，對整個學科有一個全盤的認識：這個領域是做什么的？解決什么問題了？整體解決問題的思路是怎樣？解決問題的方法大致是怎樣划分的？一些最基礎的方法具體是怎樣的。這些在初學階段是至關重要！是讓你全盤把握整個領域脈絡的。
雖然通過這么一本薄薄的教材，你的脈絡把握肯定不夠全面細致，但比沒有強太多！我看過不少同學，一上來學習《算法導論》，關於復雜度分析的筆記做了好幾頁，然后就放棄了，可是連什么是動態規划都不知道。這樣完全沒有對“算法”這個領域有全面的認識，甚至可以說根本沒有學過“算法”！
先用薄教材入門，再找“厚”教材，細細體會其中的細節，是我百試不爽的學習方法。
另外，在這里，我還要強調“入門教材”，很多教材雖然夠“薄”，但不是“入門教材”。大家要注意。
5）不要迷信單一教材。
很多同學理解了要找“薄”教材入門的道理，卻還是非要我推薦一本具體的“薄”教材，說實話，很多時候這讓我有點兒哭笑不得。
因為我隨便推薦一本，我確實不敢保證它是“最好的”，“最適合你的”，但是各個領域那么多教材，我又不可能都一一看過，一一比較過。
最最重要的是，我的學習經驗告訴我，在大多數情況下，學習不是一本固定教材可以搞定的。
非要找到一本“最適合自己的”教材，然后就一頭扎進去，其實是不科學的。我印象很深刻，我讀本科的時候，那會兒申請了一個項目，要做一個網站（那時候服務端都用 ASP.NET ），我一口氣從圖書館借了 10 本 ASP.NET 的教材，然后以一本最薄的書為主干去看，發現這本書介紹不清楚的概念，馬上就從其他書里找答案。
通常不同的作者對同一個事物從不同的角度做解讀，是能夠幫助你更深刻的認識一個概念的。基本上一個月的時間，我就從一個完全的網站搭建小白，做出了這個項目需要的那個網站。
這個習慣我一直延續，研究生的時候，對什么領域感興趣了，第一件事就是到圖書館，借十本相關書籍回來翻看。
但是，大多數同學喜歡僅僅扎進一本書里，一旦選定了自己的學習材料，就對其他材料充耳不聞，甚至是排斥的心理。這種做法，一方面又是“完美主義”的表現——非要把這本教材學透；另一方面，其實也是“犯懶”的表現，不願意多翻翻，多看看，自己多比較比較，自己去尋找最適合自己的材料，一味地盲目相信所謂“大神”的推薦，殊不知，這些推薦，不一定是更適合自己的材料；更何況，還有很多大神，明明是靠不出名的“薄”教材入的門，但給別人做推薦的時候，就突然變成自己是算法奇才，自幼閱讀《算法導論》而所成的神話了：）
6）實踐
前面說了很多和教材選擇相關的話題，但對於計算機領域的學習來說，教材的意義其實遠遠小於實踐的意義。如果僅僅是看學習材料就是學習的話，那么慕課網的視頻后期處理人員就是水平最高的工程師了。因為每段視頻，他們都需要看一遍。但是，很顯然，僅僅是看視頻，是無法學到知識的。
對於計算機領域的學習來說，真正動手實踐去編程是異常重要的。怎么誇大其中的作用都不過分。
這就好比學游泳，必須下水去游泳；或者學開車，必須親自上路。
否則你說的再頭頭是道，一個小學生文化水平的人，只要他開過車，游過泳，都能在這兩個領域瞬間秒殺你。
很多同學都說我的算法講得好，其實，我一直認為，這其中的一個最簡單的秘訣就是：我帶領大家把大多數算法都非常細致的實現了一遍；或者對其中的應用進行了非常具體的實踐。
反觀大多數高校教育，對於算法或者機器學習這種一定程度偏理論的學習，通常非常不強調實踐。最終的結果是學習者只是接受了很多抽象的概念，但對其中具體的實現細節，卻是雲里霧里。
我見過太多同學，都明白什么是 O(n^2) 復雜度，什么是 O(nlogn) 的復雜度，卻問我對於 100 萬的數據規模，為什么自己的選擇排序運行起來就沒反應了。答案很簡單：O(n^2) 的復雜度太慢了，100 萬的數據規模太大了，一般家用計算機轉選擇排序一時半會兒是轉不完的。這些同學一定理解 O(n^2) 的算法比 O(nlogn) 的算法慢，卻沒有真正實踐過，不知道這個差距到底是多少。
在我的課程中，經常遇到有些同學提出這樣的問題：這個算法的某句話（或者某段邏輯），為什么要寫成 A 的樣子，而不是 B 的樣子？這種問題其實很好，但我覺得解決方法也很簡單，實際的去把算法改寫成 B 的樣子，實際的運行試試看，看會發生什么。如果發生了錯誤，仔細分析一下，為什么會有錯誤？如果沒有錯誤，具體比較一下：A和B兩種不同的寫法，為什么都正確？又有什么區別？
真正的學習上的提高，就發生在這個過程中。
我當然可以告訴給同學們一個結果，但是自己親自實踐一遍，相比閱讀我給出的一個答案，自己對其中問題理解的深刻程度，是完全不可比擬的。
7）debug非常非常重要。
我看到的另一類“經典”問題就是：老師，這個代碼為什么錯了，然后貼一大段代碼。這種問題背后，依然是，透露着學習方法的不對勁：提問的同學懶得 debug 。
在計算機領域，debug 近乎和實踐是一個意思。如果只是把材料上的代碼“抄”一遍，這不叫實踐，這叫抄代碼。小學生也能做。但是“抄”一遍，不小心沒抄對，發生了錯誤，然后自己一點一點調試，找到錯誤的根源，這叫真的實踐。小學生不能做。（當然，我更推崇的是：自己理解了算法的邏輯，按照自己的理解，把算法寫出來：）
不過很多同學不喜歡 debug，我當然理解。其實誰都不喜歡 debug ，但是，debug 才是最重要的能力。（通常在一個領域里，你最不喜歡做的事情，就是這個領域的核心競爭力：）是計算機領域異常重要的一項技能。我見過的所有計算機領域的“高手”，不管是在哪個細分領域，都無一例外，是個 debug 好手。我經常告訴大家，在實際工作中，其實 debug 的時間要占你真正編程時間的 70%。如果你做一個項目，根本不需要 debug ，要么是你的項目對你來說太簡單了，要么是你根本沒有接觸到這個項目的核心。
debug 不僅僅是找到代碼錯誤，解決錯誤的手段，其實更是一個重要的學習手段。通過 debug，看看自己寫的程序執行邏輯，哪里和自己設想的不一致？再回頭看自己哪里想錯了，或者想漏了，分析一下自己為什么想錯了，或者想漏了，等等等等，依然是，進步就是發生在這個過程的。
在我的算法課程中，很多同學對遞歸想不明白，我的建議都是：用一個小數據量，一步步跟蹤程序，看看程序到底是怎么運行的。通常這么做，1 個小時的時間，就足以讓你深刻理解遞歸程序的運轉邏輯。可是，很多同學懶得花這1個小時的時間，最終的結果是，花了一個下午，對着代碼生看，硬想，最終還是沒有理解程序的運轉邏輯。
8）量變到質變。
還有很多同學，對於算法的一些問題，會問：老師，你是怎么想到用這樣的方法的？對於這類問題，我的回答一般都是：你見的還不夠多。
不知道是不是受高中階段學習的影響，有一些同學特別執着於就着一個單一的問題，尋找其中的“解題路徑”。當然，我不是說這是完全錯誤的，但也有一個“度”。
我的經驗是：與其把時間花在這里，不如去見更多問題。
比如動態規划，是算法學習的一個難點，很多同學在學會了背包問題的解法之后，總是執着於去追尋：是怎么想到這種狀態定義的方法的。可能是我個人水平有限，我無法清楚地解釋是如何想到這種狀態定義的方法的。但是我的經驗告訴我：再去看，去實踐 100 個動態規划相關的問題，然后回頭看背包問題，你會發現這種狀態定義的方式非常自然。
僅僅對着一個問題思考，很多時候都是死胡同。你見識的還不夠多，就不足以幫助你總結出更加“普遍”的問題解決的規律。當你見得足夠多的時候，一切就都變得很自然，所謂的“量變到質變”。
不過，大多數同學在這個環節都會“犯懶”，企圖通過一個問題就理解問題的本質，這其實和企圖通過一本教材就精通一個領域的想法是一樣的，是不現實的，不可能的。同時，這里又包含着學習過程中的“完美主義”的思想，遇到一個問題一定要把它想的無比透徹。但是我的經驗告訴我：大多數問題，其實都是需要“回頭看”的。隨着你對一個領域理解的越深入，回頭再去看那些曾經的問題，都會產生新的視角，對於很多曾經想不明白的問題也豁然開朗。這也是“進步”的根源。如果卡在一個問題上不前進，不給自己“回頭看”的機會，甚至最后是放棄了，就什么也沒有學會了。
所以，很多時候，你發現對一些問題“百思不得其解”，或許不是因為自己“笨”，而是因為“還不夠努力”：）
9）最后，一定要相信時間的力量。
有一天，在我的一個算法課程群里，有個滴滴的后端大神發招聘，結果大家七嘴八舌的就議論開了，大致主題思想就是：自己什么時候能夠成為滴滴的后端大神。這位滴滴的后端大神今年 32 歲；大多數議論的同學，其實連 22 歲都不到。我告訴他們，其實 10 年后，你們就是大神。
這其實很好理解，回想十年前，也就是 12 歲的你，和現在的你比較，是不是天壤之別？如果把你扔到一堆 12 歲的小朋友中間，22 歲的你是不是就是個大神？同理，32 歲的人，已經在業界摸爬滾打了那么多年，扔回到22歲的大學生中間，當然是大神：）
很多時候，所謂的“大神”並不神秘，很多時候，仔細觀察，會發現時間有着不可磨滅的作用。只要你沒有虛度時間，每天都在進步，通常結果都不會太差的。如果再加上一點點機遇，可能就不僅僅是大神。
願大家也早日成為大神。
End
本文作者為 liuyubobobo，算法大牛，ACM亞洲區獎牌獲得者，現居美國，創業者。bobo老師對我影響極大，我的算法入門和進階都是靠他的指導，希望此篇文章對大家有幫助~
願大家也早日成為大神。
樂於輸出干貨的算法技術公眾號：「五分鍾學算法」。公眾號內有 100 多篇原創技術文章、精美動畫配圖，不妨來關注一下！