《异类：不一样的成功启示录》 🗡→ 《Outliers：The Story of Success》 如果精通任何一个领域，三步走：

1. Chunk It Up：切碎知识点
2. Deliberate Practicing：刻意练习
3. FeedBack：反馈

01. Chunk It Up：切碎知识点

包丁解牛 -> 脉络相连（任何一个知识体系都是一棵树，人脑不适合记忆和理解孤立的知识）

1. 一维数据结构
   1. 基础性 -> 数组【array】【string】、链表【linked list】
   2. 高级 -> 栈【stack】、队列【queue】、双端队列【deque】、集合【set】、映射【map(hash or map)】
2. 二维数据结构
   1. 基础 -> 树【tree】、图【graph】etc…
   2. 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】 etc…

3. 特殊数据结构

   1. 位运算【Bitwise】、布隆过滤器 【BloomFilter】
   2. 缓存【LRU Cache】

      八种算法

4. if-else, switch -> branch 跳转语句

5. for , while loop -> Iteration 循环语句

6. 递归 Recursion（Divide & Conquer， Backtrace） 函数自我调用

   以上三种基础算法是所有数据结构和算法的基石。所有复杂的算法，最后其实都是在**找它的重复单元

7. 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*

8. 动态规划 Dynamic Programming
9. 二分查找 Binary Search
10. 贪心算法 Greedy
11. 数学 Math，几何 Geometry

    5种高级算法 注意：在头脑中会议上面每种的算法思想和代码模板

数据结构.xmind

算法脑图.xmind

02. Deliberate Practicing：刻意练习（过遍数）

• 基本功是区分业余和职业选手的根本
• 基础动作的分解训练和反复练习 -> 最大的误区：题目只做一遍
• 练习弱项、缺陷的地方

2.1 切题方法

1. Clarification : 看清题目
2. Possible Solutions：想到该题所有可能的解法，比较不同方法的时空复杂度
   1. compare（time/ space）
   2. optimal（优化、加强）
3. Coding（多写）
4. Test cases（测试样例通过）

2.2 五步刷题法

当拿到一个新题的时候：

1. 5分钟：读题 + 思考
2. 直接看解法：注意！多种解法，比较解法的优劣
3. 背诵、默写算法

刷题第二遍：

1. 马上自己写 -> LeetCode 提交
2. 多种解法比较、体会 -> 优化自己的算法

刷题第三遍：

1. 过了一天之后，在重复做题
2. 不同解法的熟练程度 —> 进行专项训练

刷题第四遍：

1. 一周过后：反复回来练习相同的题目

刷题第五遍：

1. 面试前一到两周进行恢复性训练

   03. Feedback：反馈

• 即时反馈
• 主动型反馈
  • 高手代码（GitHub LeetCode etc…)
  • 第一视角直播
• 被动式反馈
  • 高人指点
  • code review

总结

1. 职业训练：拆分知识点、刻意练习、反馈
2. 五步刷题法
3. 做算法题目的最大误区：只做一遍