5个步骤：基础语法学习—>语法配套练习—>数据结构—>算法入门—>算法进阶

一、数据结构

官方解释：数据结构是一门研究非数值计算的程序设计问题中的额操作对象，以及他们之间的关系和操作等相关问题的学科。

大白话：数据结构就是把数据元素按照一定的关系组织起来的集合，用来组织和存储数据；

数据结构的分类

传统上，我们可以把数据结构分成逻辑结构和物理结构两大类。

逻辑结构分类：

逻辑结构市场ongoing具体问题中抽象出来的模型，是抽象意义上的结构，按照对象中数据元素之间的相互关系分类。这是学习需要重点关注的部分。

其中的知识点：

一维：

• 基础： 数组 array (string)，链表 linked list
• 高级：栈 stack，队列 queue， 双端队列 duque，集合 set，映射 map (hash or map)，等等

二维：

• 基础：树 tree, 图 graph
• 高级：二叉搜索树 binary search tree（红黑树 red-black tree, AVL），堆 heap，并查集 disjoint set，字典树 Trie

特殊：

• 位运算 Bitwise，步隆过滤器 BloomFilter
• LRU Cache (缓存)

二、算法

官方解释：算法是指解题方案的准确而完整地描述，是一系列解决问题的清晰指令，算法代表着用系统的方法解决问题的策略机制。也就是说，能够对一定规范的输入，在有限时间内获得所要求的输出。

大白话：根据一定的条件，对一些数据进行计算，得到需要的结果。

任何的高级算法与数据结构都会转换成if else，for循环，这些的根本还是计算机基础。高级算法重点是找到重复单元。

• 跳转语句 (Branch) ：If-else，switch
• 循环 (Iteration) ：for, which，while loop
• 递归 (Recursion) ： Divide & Conquer, Backtrace
• 搜索 (Search) ：深度优先搜索 Depth first search，广度优先搜索 Breadth first search，启发式搜索 A*
• 动态规划 (Dynamic Programming)
• 二分查找 (Binary Search)
• 贪心 (Greedy)
• 数学 (Math)，几何 (Geometry)

三、学习方法

千万不要盲目学习，有的时候觉得自己听一遍课就会了，这种简直是自欺式学习。

1. 通过听课或者看书吸收知识点
2. 能够写出执行代码
3. 能写出一个项目
4. 能实现功能

这个是【强制输出】带动【吸收内化】的学习过程。数据结构和算法呢，就是要刷题！

• 理解题目：审题可以多审几遍，避免自己理解错误
• 多种解决方案：对比时间和空间复杂度，反复最求最优解
• 多写代码：每一种写法尽量都掌握，尽量多写几遍
• 多测试案例：在LeetCode上可以改变测试案例，多测试几种案例；

刷题刷它个四五遍！

第一遍：

阅读审题之后，思考解法。如果你没有思路就别浪费时间了，直接看解法。记录多个解题方法，比较解题方法的优劣。这一遍看过答案之后记得默写！

第二遍：

自己编写，这时候就不要看答案了。自己写完提交代码，有没有bug都没事，自己要学会debug！知道调试完了位置。编写出多种解题方案。持续优化，重点可以放在执行时间。可以看看LeetCode上面打败了多少人。

第三遍：

重复之间刷过的题，专项练习

第四遍：

建议每隔一段时间，就重复练习自己刷过的题。