一、搞算法，从一瞬间的热爱开始
我爱创意胜过逻辑，喜欢编写代码超过闷头学习。
当我实现自己的第99个创意之后，看着窗外散发着昏黄光晕的夕阳🌇，心里有一丢丢空虚。
于是，我把目光转向了算法，迟早要刷题，不如趁着这股头脑发热的劲头研究一番。
因为不够专业，才想着提升自己。不想只是略懂皮毛，能通晓原理岂不锦上添花。
那么先来了解一下算法是什么吧。
初探算法之门
算法是指对特定问题求解步骤的一种描述。
使用自然语言、程序设计语言描述算法，也可以使用流程图、框图等图形化的方式来描述算法。
算法特性
- 有穷性：由若干条指令组成的有穷序列组成，总能在执行若干次后结束算法，算法不是永不停止的。
- 确定性：算法中的每条语句都是有明确的含义。
- 可行性：可以在当前环境条件下，通过有限次运算实现算法。
- 输入输出：会有零个或多个输入，会有一个或多个输出。
「好」算法的标准
- 正确性：能够满足具体问题的需求，在当前环境条件下运行正常，无语法错误。
- 易读性：遵循标识符命名规则，简洁易懂，注释语句恰当适量，便于阅读。
- 健壮性：对于非法的数据及操作，有较好的反应和处理能力。
- 高效性：运行消耗的时间短。
- 低存储性：运行需要的存储空间低。
二、不急，先来搞定不确定性
了解了算法的基础知识之后，尽管有坚定的态度想要学习算法，或者已经开始学习了，但是学习之旅可能没那么顺利，前路漫漫，总有一些沟沟壑壑。
于是我先扪心自问了几个问题：
- 为什么对算法有逃避心理？
- 如何爱上算法？
- 怎么保持学习的热情和积极性？
- 如何达成掌握算法的成就？
- 学到的算法怎么应用到工作中？
先把不确定的因素找到，想办法逐个击破，才能收获想看到的风景。
三、算法之难，难于登泰山
先来会带第一个问题，之所以对算法有逃避心理，是因为看过、用过、接触过、尝试过、努力过，但是算法确实有点难。
再具体一点，算法的难点有以下几个方面：
- 如何设计算法，使用什么算法策略比较好；
- 如何确定算法的复杂性；
- 复杂的算法，怎么学会它，理解它，掌握它；
- 学习一段时间后，遇到新问题，仍然无从下手；
- 怎么优化算法。
精通算法，肯定需要一段时间的研究，这个时间可以不是连续的，但是时间周期会比较长。这当中，会因为各种各样的原因，失去最初的学习热情。
四、发现算法之美，化兴趣为动力
都说兴趣是最好的老师。想要爱上算法，兴趣不可或缺。那么问题来了，对算法的兴趣如何培养？
我喜欢听故事，喜欢生活化的事物，这样可以让我更好理解，也更容易坚持学下去。
从日常生活出发
先来看几个生活化的场景。
场景一
假设你有一套空置的房子🏡，你想卖掉它。在咨询了几个房地产中介之后，你将粉刷一新的房子推向市场，然后静待有意者上门。每当一个看房人提出购买意向时，你基本上都要做决定，要么接受，要么拒绝。
但是，拒绝是有代价的，因为在下一个有意购买者上门之前，你需要再支付一周（甚至一个月）的抵押贷款，而且下一个购买者的报价未必更高。
那么什么时候才是卖房子🏡的最佳时机呢？
场景二
假设你今天开车去商场购物，商场的停车位，地上和地下都有，地下需要走的路更多一些，但是你打眼一看，地上停车位已经停了很多辆车，这个时候不确定是否还有车位可以让你停车。
如果选择了开入地上停车位，但是没有车位，需要将车辆从出口开出去重新从入口进入商场，这样一来会花费更多的时间。
那么你准备刚进入的时候选择地上停车位还是地下停车位？
场景三
假设有一个旅团，一共30个人，有男人、女人和孩童。大家参观到中午，选择去当地的特色小馆吃饭。这些人在这家饭馆一共花了500元，每个男人花30元，每个女人花20元，每个孩童花10元。
那么请问男人、女人和孩童各有几人？
算法之美
上面三个场景，多少都和日常生活有所关联。单纯靠猜，蒙对的几率很小。如果列个式子去解未知数，那么等式该怎么列呢？是不是兴趣上来了。
总结一下，我发现的算法之美。
化繁为简
日常无论是工作还是生活，有些场景可以借助算法，将复杂问题简单化。
比如买东西时怎么挑性价比高的商品、怎么用优惠组合可以让价格更低、出行时哪条路线更便捷等。
复杂一些的比如估算某件事的成本、某个规律性事件的数量、还有一些事件发生的概率以及什么概率下做决定比较多。
这些事，单纯靠想象，是比较难处理的，如果代入一些公式进行计算得到结果，怎么做选择就一目了然了。
降本提效
经过数学家欧拉的实验,以37%作为分界点,前面的时间用来观察,后面的时间用来作决策的一种方法。
这样一来卖房子和停车的问题，是不是就有解决思路了。
有规划成方圆
- 在搜索省份和城市数据的时候，希望按照首字母进行分类展示。
- 打开外卖APP，查看美食商家，可以按照距离筛选，也可以按照好评筛选。
- 整理好装有100本书的书架和两个各有50本书的书架，哪个更费时？
这些问题，如果没有建立排序，想想数据量，就令人头皮发麻。
合理利用算法，可以为我们解决大数据量问题，也可以通过结果了解社会的本质。
所谓社会，就是我们维持的另外一种更重要、规模更大的秩序。
保持阶段性收获
我一般会保持下面这张图中的良性循环
学习中分阶段取得收获，每个阶段的收获可以鼓舞自己继续学习下去。
五、从热爱出发，贵在坚持
对事物保持长久的热爱，是一件比较困难的事。热情褪去，剩下的路该如何走？半途而废？差不多得了？
所以除了热爱，保持热情，坚持才能实现最初的目标。
如何做到坚持？
提高效率，缩短学习周期
周期太长，会因遗忘曲线，学习到后面的时候，已经忘记了前面的知识点。
避免拖拖拉拉的心态，以及拖延心理，缩短学习周期，有利于有始有终。
且提高学习效率，会有成就感，帮助提升学习积极性。
制定合理的目标规划
我一般是月度规划。因为平时要上班，可投入到学习中的时间，大部分是碎片化的时间。
所以一个新技术，用一个月的时间，完成从掌握到精通。学习周期不会因为过短导致学不到点子上，也不会因为过长导致有始无终。
我基本每隔两个月，会复盘一下之前计划的进度，做出适当的调整。
这个习惯已经坚持了三年多了，挺有收获的。（我之前也是拖拉的性子）
直面困难，迎难而上
回避是以不面对的方式来面对问题，它是一种消极的解决问题的方式。
像升级打怪，积累经验之后，相同的问题便不再是困难。
遇到新问题的时候，是会有些痛，但是这种痛是暂时的。「长痛不如短痛」，与其心怀忧虑，不如迎难而上。
所以，我在罗列出算法的难点之后，心里已经有了大致的学习规划，已经不是那个轻易被困难吓到的自己，除非这个困难不是一般的难。法子总比困难多。
养成记笔记的好习惯📒
「好记性不如烂笔头」。但是做笔记也有讲究，不要囫囵吞枣把所有的内容都记下来，这样效果不佳。
分享几个我日常写笔记的习惯。
新知识点
除了记录它是什么、能做什么、怎么用。最好把不理解的地方打上一些标记，回头翻阅笔记的时候，遇到记号就能产生学习联想。
解决方案
很多优秀的博主会分享知识点总结、解决方案。如果再看文章的过程中，遇到比较好的想法，要及时记录下来📝，后面如果实际开发中，遇到相同的问题，即便回忆不出具体的内容，但是最起码有模糊的记忆，可以找到当时记录的笔记。
此刻的叶一一十分感谢当初记笔记📒的叶一一
创意想法
创意灵感往往一闪而过，如果当时无法立刻实现，可以先把想法做一个简单的记录。有时间了，可以尝试实现它。
且创意想的多了，再需要的时候可以十分敏捷的想到实现方案。
阶段总结，为未来铺路
木桶定律，补短板
木桶定律：只木桶盛水的多少，并不取决于桶壁上最高的那块木块，而恰恰取决于桶壁上最短的那块。
有些短板是需要补长的，短板太明显，不利于个人成长。
以我自身举例，分享一下我曾经的短板和如何补长的：
- 很多年前，我处理并发需求的能力很差，一旦任务多了，我就有点手忙脚乱。后来，我通过，提升开发效率、合理的开发设计以及开发时间分割，这三个方面的升级，现在面对并发需求游刃有余。
- 很多年前，面对颠覆性的改动是很抗拒的，因为时间成本、代码重构成本、测试成本都很高，但是功能是确定的，只是修改时间早晚的事，越拖后，代码量增加，改动成功会递增。后来靠功能梳理和功能设计，颠覆性的改动也能很好的完成。
木桶逆定律，锻长板
木桶逆定律：扬长避短，让长处更长，把长板拼起来得到一个更长的巨大的木桶。
锻炼长处，提升技术能力，除了帮助成长，还可以成为自己的核心竞争力。
三省吾身
- 近期是不是可以整理一波技术总结、实用功能总结、不错的解决问题方案；
- 这段时间的规划，哪些还没有完成，为什么没有完成；
- 如果没做规划，我是不是可以做点什么事情，比如写文章、读技术书籍、看技术文章、刷算法题库等。
六、知其然，知其所以然
怎样的学习方式，可以帮助实现掌握算法的心愿？
以写促学
一些写作图书中或教育理念中， 提倡「以写促学」。我是先自己有过经历才知道原来有这个理念。
我之前平均学习一门技术的周期很长，除了因为学习时间琐碎，最主要的是，吸收能力较弱。有些缺点和弱点，我就想着怎么能克服它们。
我是先从设计方案入手的，最初大型项目开发实际开发速度不如最初设想，有延期风险时都靠疯狂加班。后来我在领导的建议下，认真对待设计方案，从最初的写得不怎么样，到后面技术观点的输出。经历了一个从无到有的过程。
后来，我发现，对于稍微难一点的技术，通过写学习笔记、学习文章，克服抗拒的心理，梳理知识的重、难点。一旦坚持下来，收效有了明显上升。
对算法的学习，也是一边学，一边进行笔记输出、想法的输出。
以练代看
抛开刻板印象
有时候拿到算法数据或者文章翻看的时候，被铺面而来的文字给吓住了。想着这么多文字，自己能坚持读下去吗？烦躁心理一出，学习效率就会大打折扣。
抛开「文字多就晦涩难读」的刻板印象，其实一部分文字是算法的题干，一部分文字是算法分析，还有一部分文字是理论知识。有题干才会有解题，有分析才会有实现方案。
一上手就知有没有
对于算法题，尽量自己去真正的实现它。前期依样画葫芦，后期挡住答案，自己想实现方案。
练习几套下来，就有手感了，这种感觉是光凭阅读无法拥有的。
关于旅行团的算法问题
聊一下前面旅行团的问题
假设有一个旅团，一共30个人，有男人、女人和孩童。大家参观到中午，选择去当地的特色小馆吃饭。这些人在这家饭馆一共花了500元，每个男人花30元，每个女人花20元，每个孩童花10元。
那么请问男人、女人和孩童各有几人？
这道题的解题思路在我上篇文章《算法学习 | 与大师对话，翻阅大师手稿中的数学题》中，写的很详细，这里不再赘述。
算法延伸
提这个算法问题，其实我最想跟大家分享的是延伸部分，
我们换个角度再想想这个问题，前面的解题思路是通过确定x的取值范围，然后确定y和z的值。
如果通过确定y的取值范围，然后确定x和z的值，或者先确定z的取值范围，行不行？
有没有更好的降低时间复杂度的算法？
反复练习
古诗词中，很多都经过作者精雕细琢，反复推敲，有时为了一个字，都能想一晚上。这种反复琢磨、精益求精的精神还是值得借鉴的。
如下图是典型的练习曲线
- 第一个曲线表示工作量对练习时间的关系；
- 第二个曲线表示每次练习所需时间对练习次数的关系；
- 第三个曲线表示每次练习的错误数对练习次数的关系。
算法可以采用刷题+方法总结的双行线，帮助锻炼解题思路、提升反应速度，以及减少出错数量。
七、学以致用，行以致远
就前端开发而言，我能想到的算法使用场景，排序问题、查找问题、最优问题、场景中的动画效果、抽奖概率、小游戏中、diff算法等等。
好似前端不怎么用算法，但是我罗列之后，发现用到的场景也不少。但是，似乎实际工作用不上，怎么检验自己的学习成果，学以致用呢？
- 如果实际工作中没有使用机会，但是又想做练习的时候，可以到找一找这些场景，然后自己尝试去实现。
- 工作中用到的现成的技术内容，像框架底层功能以及一些属性方法的底层实现也用到了算法，比如diff算法、数组的sort方法、对象与字符串的转换等。可以尝试着实现它们，加深对算法的应用。
八、写在文末
回顾一下全篇内容，从提问开始，以回答结尾。自问自答的方式，更有利于清楚根本问题在哪。
最后，做个简短的总结。
算法学习第一条建议：
知道算法是难的，但是难在哪，哪些难点可以克服，哪些难点不好克服。不妨先把困难点都列出来，逐条解决，问题便不再是问题。
算法学习第二条建议：
学习贵在坚持，但是坚持也是有窍门的。有技巧的坚持，才得到技术和热爱的双收获。
算法学习第三条建议：
以写代学、以练代看、反复练习，掌握算法，学以致用。
