1 基本概况

为了给人工智能的学习打下良好基础，我于今年5月份开始进行程序语言、数据结构和算法的学习。至今为止，熟悉了C/C++的简单用法，常见数据结构（数组、链表、栈、队列、树、图、堆、散列表等）的实现，基本算法（二分查找、滑动窗口、递归、深度/广度优先搜索、贪心、动态规划、最短路）的运用。能够使用C/C++解决简单的现实问题和算法题目，具备了一定的编程能力。
现将过去几个月的学习做梳理和总结，记录学习的经验和有关的思考，发现短板和不足，为接下来的学习指明方向、

2 关于程序语言和数据结构/算法关系的思考

在我看来，程序语言和数据结构/算法完全是两种东西，但又彼此紧密相连。程序语言是一种描述性工具，而数据结构/算法是我们要描述的内容。程序语言相当于笔，而数据结构/算法是我们要画的东西。数据结构/算法是内容，而程序语言是工具、载体。
我们用程序语言可以写各种东西，也可以用自然语言、程序框图等去描述算法。但是运用程序语言去实现算法和数据结构，毫无疑问是最为主要的方式。如果不能熟练地掌握程序语言，我们就无法把我们想的内容描述出来，也就无法实现数据结构和算法。如果我们不熟悉数据结构和算法，那我们写的程序可能效率低，所以两者缺一不可。程序语言的学习应当放到第一位，就好像我们要先学会写字，再去学会写作，但同时也不可能说语言彻底学好了再学算法，因为语言的学习也是没有止境的，当学到基本的语法和常见的库函数知道后，就可以开始语言和算法的同步学习。
我将从语言学习、算法和数据结构学习两方面进行总结。

3 程序语言C/C++的学习

我通过安卓的APP C语言编辑器以及B站公开课程还有各类教科书进行C语言的学习，重点放在循环、判断、递归、指针的使用，内存机制的理解。由于没有数据结构和算法的知识，只能做些质数判断、简单运算以及小学数学应用题之类的。
这个阶段的学习让我可以用C语言实现大部分我想要完成的操作，为后面数据结构和算法的学习打下基础。具体而言，当我学习算法和数据结构时，不再需要一行一行啃代码，只需要理解核心的逻辑，就可以自己去实现。比如做N皇后和解数独时，我根本不知道回溯搜索算法，我的想法是实现任意重的循环，我就去搜索发现了一篇论文，我根据论文的思想自己写出了回溯搜索（后来才知道是这个名字）。
C++的学习是为了避免C语言大量重复造轮子，提升周赛AC速度，快捷使用各类数据结构。我使用B站清华大学的C++课程资源，以及清华大学编著的C++程序语言设计进行学习。C++STL库的使用非常方便，但是也带来了很多问题。当我们自己造轮子的时候，我们熟悉每一个细节，而当我们调用现有的库的时候，我们不够清楚实现的细节。比如set进行运算符重载operator()时必须要加const，否则就会报错（有一次周赛除了没写这个const过不了，比赛结束后加上就能AC了），迭代器访问时不能边插入(修改)边循环。解决这些问题没有特别好的办法，只能多使用、看源码、面向搜索引擎，多策并举提升熟练度。
至今，我在Leetcode上面用C语言完成了305道题目，用C++完成了780道题目，C++的使用熟练度已经超过了C语言，目前已经全面转向使用C++做题。

4 数据结构和算法的学习

4.1 知识学习

4.1.1 数据结构

数据结构这门学科高度抽象，如果采取碎片化学习，做一题学一点，那么想形成体系十分困难。所以我花了一个多月学习了B站青岛大学和浙江大学的数据结构课程（为什么不学清华的呢？因为画质太远古了）。
数据结构学习的最好方式是造轮子，没有造过轮子，就不算掌握了相应的数据结构。虽然说我造轮子是被迫（当时不会其它语言没有库函数能用），但是造轮子的日子提升了我对数据结构的理解。尤其是图论这种比较复杂的结构，只有去从建图开始，到各种拓扑排序、最短路、并查集等手写一遍，才能从一知半解到基本掌握。

4.1.2 算法

算法我是散装学习的，大量做题，遇到一个不会的就学一道。通过专题性刷题（学习计划拿勋章：算法入门基础进阶、二分、图论、动态规划等等）与散装刷题查漏补缺，逐渐丰满算法技能树。
这样学习的好处是兴趣高，偶尔能够凭借自己的灵光一现写出了没见过但是知名的算法，就特别使人开心。坏处也是明显的，不够系统，遇到的不会的算法可能还有不会的前置算法，前置算法不会就无法学会，最终要一路找到第一个不会的点一个一个学下来，学习困难较大。

4.2 算法能力训练

4.2.1 路线选择

程序语言和数据结构算法已经有了基础的掌握，接下来就是大量的算法题目训练了。通过总结前辈们的学习经验，发现有两个路线，一是不撞南墙不回头凭自己的本事死肝做出来，哪怕几个小时几天。二是15分钟想不出来就学题解，定期复习。我由于不甘心看题解，所以主要采取第一种，这么刷题的坏处很明显，慢！但是好处是扎实，刷过的题目都是自己做出来的，再通过和题解对比找差距，完善思路，刷的题目即使不复习也能够做出来。
但是对于毫无思路的题目，大约有不到5%，在长时间思考没有思路时，我还是会看题解思路，然后自己实现的。我发现这种题目需要复习，否则几天后就忘了。

4.2.2 训练方法

我主要通过虚拟周赛和周赛来训练。只刷专题可以提升某项算法的熟练度和深度，但无法提升算法的综合运用能力。可能会出现需要的算法都会，但是想不到要用什么算法去解决。所以我通过大量虚拟周赛来提升自己灵活运用算法的能力，前后刷虚拟周赛70余场，正式周赛22场，目前周赛分数达到2070。
虚拟周赛只有当做真实周赛定时独立完成，才有训练价值，因此对于两者的经验合并到一起（统称为周赛）。周赛最关键的是找不足，而不是上分。如果运气好上分就沾沾自喜，遇到掉分场就郁郁寡欢，那么永远无法突破瓶颈。遇到不会的题目要开心，因为这说明是有效场次，找到了自己的短板。比如有几周总遇到区间处理，我就学会了线段树。所以赛后补不会的题目至关重要，力扣有每场比赛的记录，定期看一看以前不会的现在有没有又不会了，涉及的知识点有没有遗忘。
据我的经验，相对完整的数据结构和算法知识体系是上分的前提，当我基本掌握常见数据结构和算法后，最近两个月没有掉过1分（目测马上要狂掉，最近没有有效输入）。
目前，我大概有50%的概率能AK，一般可以很快AC三题，然后专心处理T4。最近10场的AK率达到60%，没有AC低于3道的场次。

5 不足和下一步计划

5.1 不足

由于文科毕业，读书时贪玩也是学渣（学算法是因为好玩），且已经参加工作（与编程无关），大龄没有算法基础，时间少精力差，所以学习速度慢（KMP能学一天，线段树能学一周）。
很多算法是通过刷题学会的，没有形成系统的算法思维。
刷题具有成瘾性，会挤压学习时间，导致沉溺于AC的快感而没有实质性的提高。

5.2 下一步计划

下一步，我计划补牢基础，学习离散数学、计算机组成原理、操作系统。提升上限，学习数论、数学分析、高等代数。系统性学习梳理算法，学习算法导论，总结已经学会的算法建立关联和层次结构。少刷水题，除非是身体不舒服或心情不好时奖励自己。
会当凌绝顶，一览众山小。后续学完算导再学习算法竞赛入门，然后去刷CF等更难的平台，争取在明年这个时候在leetcode达到2600分。