说一个工科转CS同学的例子，毕业后刷题3个月拿到Facebook，Google，Amazon全职offer。
这是他在3个月刷题过程中做的笔记，将近900页，你们感受下
mnmunknown.gitbooks.io/algorithm-n…
大家刷LC的目的一般很明确，就是为了找工作应付算法面试。
由于选拔性质的存在，面试中的算法题从问题的深度和广度上都会有其限制：不能太难，也不能太偏。
所以算法面试往往并不完全是看谁最聪明，而是看谁准备最充分。这是一个可以靠针对性训练与总结“hack”的机制。
回到刷题本身，不要寄太大希望于“速成”。一般要制定一个至少几个月的学习计划，根据自己当前的基础和水平做针对性训练。
算法题数量太多怎么办？
前面说的同学在刷题的时候，LC大概只有400-500道题，不到现在的1/3。想要全部刷完LC上的题目其实不太现实也没必要。
我见过刷题不到100道就能进谷歌的人，也见过刷了500题依旧过不了面试的人。所以不要把“题目数量”作为刷题指标。而应该把问题拆解，拆成具体的问题模式和对应的解决方法。大概像是这样：
每道算法题都有其构成的基本单位，比如属于数组、用到了某某算法等。通过将问题拆分，做类比分析思考，自行做“聚类操作”，我们就能构建自己的算法知识体系。这个过程做笔记是最有效的。
比如很多问题都可以转化成“Tree”或者“Graph”，或者“递归”
搜索问题基本是多叉树，有些问题就是以root为起点的“走迷宫”——DFS + Backtracking
有些在搜索/子问题树里，要按特定顺序进行处理——在二叉树里，我们叫它pre-order / in-order / post-order遍历
有些时候，树的结构与子问题重复性很高——于是有了记忆化搜索 / 动态规划
知其所以然，寻找知识的根节点
一个问题求解的思考过程，要比最终解法更重要。就好比数学/物理定理，你理解了会用是一种境界，能完整证明又是另一种境界。所以如果可能的话，尽量不要让自己陷入靠记忆解决问题的地步。
就拿动态规划来说，我们刚做动态规划题的时候往往都摸不着头脑，看了答案之后恍然大悟，原来是这样，只要找到状态转移方程，之后就简单了。
但这里的坑点也在这里，因为答案一般直接告诉你了状态转移方程，却不会说明是如何找到状态转移方程的。这个思考过程在刷题中其实是欠缺的，这也导致看起来懂了，其实并没懂，下次遇到动规题还是很大可能不会。
如何提高刷题熟练度和速度？
- 直接在Online Judge上写，尽量靠眼睛debug，少用IDE；
- 常用算法/模板结构集中多练习（quick select，BFS/DFS）；
- 多和朋友讨论，多做模拟面试；
- 面试前花1-2周时间好好练习白板代码
最后提供一些我觉得不错的算法入门书籍和工具
- Algorithms（红皮书，Princeton）：适合入门，配合公开课一起看
- 算法导论：不建议入门时看，适合作参考书，带着问题来看
- VisuAlgo：算法可视化工具
- LintCode等Online Judge算法题训练平台
另外，九章算法班新一期首节直播分享也快开始了，有关国内外大厂算法面试的各种问题，包括如何高效刷题、如何跟面试官正确沟通、如何提升代码质量和bug free能力等，都会在直播中分享，欢迎大家来参加~
