背景

程序 = 算法 + 数据结构

虽然，在今天，作为程序员，大家自嘲称自己为CRUD boy。诚然，目前的各种无论是变成语言也好，还是框架也好，都极大程度的封装了各种算法实现，最为调包侠的我们，往往执行一两行SDK或者API的使用即可完成原来很多很复杂的算法实现。

难道，对算法不需要掌握了吗？对数据结构的学习难道就不需要深刻吗？

从入门到放弃😭

从事这个行业开始，个人深知对算法以及数据结构的理解决定着计算机科学的深度，所以对于算法学习的探索就没有停止。

不过刚开始，很迷茫，不知道从什么地方开始，没有系统的规划。从知乎、公众号、博客上看一些文章开始、然后就是买书，去哔哩哔哩看视频课程，去力扣上刷题等。刚开始刷题，不会，就看题解，看完了，自己写一遍，也就算过了。等几天之后，又忘了，于是又重头开始。

就这样反反复复折腾了一两个月，没有任何起色。遂放弃......

我真的太想进步了

工作这几年下来，工程经验能感觉有所提升。但是感觉理论分析层面一直是欠缺，不知道如何估算程序的运行使用时间，占用内存，也就不知道从何优化。看到一些不错的功能实现，想要探究细节，最终也基本会涉及到算法与数据结构的设计。更不用说大数据、云计算、人工智能。这里面很多技术细节都有DS&A的身影。很是苦恼。

遂又决定得重新拾起数据结构与算法分析了。山不向我走来，我便向山走去。

学习的正确方式？

这一次的重新来过当然也没有什么奇迹存在，听课听的眉飞色舞，课后作业抓耳挠腮，不会还是不会呀。但是这一次，倒是少了一些焦躁，多了一丝信念，就是，我一定会学会点什么。当然，不指望一次就能掌握100%，那不太现实，现实生活中，也都不存在那么高的能量转换。

先培养兴趣。截至目前，我观看了生活中常见的算法影片，《图解算法》，《数学之美》。感觉对算法也没有那么的排斥与抗拒了。

现在正在看结合算法第四版的书与mooc。一周一周学，目前感觉勉强能够跟上课程，不过题还是比较棘手。

1. 先跟下来，有个整体的了解，记录过程中遇到的问题；
2. 对问题进行分析，是对题涉及的概念不了解，还是题目本身没读懂？
3. 对症下药：
   • 概念模糊，多听多检索相关题；
   • 题目本身问题，多读多看，加强理解能力
4. 持续反馈，自我反哺，从做题时间，思考过程，结论输出各个环节逐步优化。

坚持

一次、两次、三次，每次都能进步一点

后记

这周六参加了掘金的年度技术演讲大会上午场，主办单位请来一些行业的大咖做技术分享，演讲的80%都是大语言模型相关，如何降低容错率，如何提高效率blabla......

这几年技术的焦点肯定还是AI。随着ChatGPT的爆火，大语言模型毋庸置疑成为新的一轮技术赛道。作为技术人非常有必要加深加强目前一些AI工具使用，继续关注前沿技术。

貌似新的一轮技术革命正在酝酿，到底能不能迎着浪头而上呢？

貌似每一天都会是答案。

加油吧！！！