心得

1 路线和书籍

• CSS揭秘
• JavaScript DOM编程艺术
• JavaScript高级程序设计 第四版
• 你不知道的JavaScript 上、中
• JavaScript标准教程
• ES 6标准入门
• JavaScript设计模式与开发实践
• vue.js设计与实现
• 图解HTTP

• html

• css

  • 常用布局、居中方式、属性的深入思考、预处理语言

• js

  • 基本数据类型、变量函数提升、闭包、柯里化、原型链、this、apply、bind、call

• ES6

  • promise、async/await、let、const、proxy、异步

• 浏览器事件循环

• 框架

  • 源码

• 服务端

  • nodejs、express，nestjs

• ts

• 工具

  • webpack

• 安全

  • xss、cors

• 计算机网络

• 浏览器原理

• js设计模式 mvvm

2 心得

1）不要完美主义！

我观察到的大多数同学犯得最最最最大的“错误”，就是在学习上“完美主义”。乃至后续很多其他的问题，在我看来都和这个问题是直接相关的。不要完美主义！不要完美主义！不要完美主义！ 重要的事情说三遍。

举个最经典的例子，也是我经常举的例子，背英语单词（在这里我们先不聊背英语单词是不是好的英语学习方法，我们只看如果我们想要背英语单词的话，应该怎么背）我发现很多同学拿着红宝书，第一个list都没翻过去就放弃了。这是因为每天背完第一个list以后，第二天会发现：第一个list还是有很多单词没掌握，然后就继续背第一个list。然后一周后，发现自己第一个list都搞不定，觉得英语好难，彻底放弃了。这就是“完美主义”：不把第一个list“彻底”掌握不肯继续前进。这样是不对的。背了一个list，能多记一个词，就是进步。就算一个词都没记住，模糊有了印象，也是一种进步。我们不应该过度着眼于我们还不够完美。学习不是要么0分，要么100分的。 80分是收获；60分是收获；20分也是收获。有收获最重要。但是因为着眼于自己的不完美，最终放弃了，那就是彻底的0分了。

仔细想，这种“完美主义害死人”的例子特别多。我看到过很多同学，其实是在学习的路上，被自己的“完美主义”逼得“放弃了”——由于学习中有一点没有做好，遭受到了一点点挫折，最终就放弃了整个学习计划。每个人都一定要接受自己的不完美。想开一点：我们都不是小升初考了满分，才能上初中的；也不是中考考了满分，才能读高中的；更不是高考考了满分，才能念大学的；将来也不会是大学所有科目都是满分，才能出来工作。不完美其实是常态，根本不会影响我们学习更多更深入的内容。但是在自学过程中，很多同学却要求自己在自己制定的每一步计划中都达到“完美”，才进行下一步。最终结果，通常都是“放弃”。

可能有的同学会跳出来反驳我：学习当然要认真啊！在这里，我必须强调，我所说的“不要完美主义”，和“学习认真”是不冲突的。什么是“完美主义”，什么又是“囫囵吞枣”，这是一个“度”，每个人其实不一样。不要“完美主义”，不代表学习可以草率前行。每个人都必须要找到适合自己的学习节奏。我的经验是：在自己又因为自己的学习进度而沮丧的时候，问自己一句：是不是自己又犯“完美主义”的毛病了：）

2）不要过度“学习路径依赖”，学习要冲着自己的目标去。

现在信息太发达了，对于大多数领域的知识，网上会有很多所谓的“学习路径”。我不是说这些学习路径没有用，但是不能“过度”依赖这些所谓的学习路径。

比如，很多同学想学机器学习，大多数学习路径都会告诉你，机器学习需要数学基础。于是，很多同学就转而学习数学去了，非要先把数学学好再去学机器学习。可是发现数学怎么也学不好（在这里，可能完美主义的毛病又犯了），而机器学习却一点儿都没学。最终放弃了机器学习，非常可惜。其实，如果真正去接触机器学习，就会发现，至少在入门阶段，机器学习对数学的要求没有那么高。正因为如此，我一直建议：只要你在本科接触过高数，线数，概率这些科目的基础概念，想学机器学习，就去直接学习机器学习。学习过程中发现自己的数学不够用，再回头补数学。在这种情况下，数学学习得也更有目标性，其实效果更好。在这里，我忍不住要打一个我的课程广告，入门机器学习不妨尝试我在慕课网的《Python3入门机器学习》，学过的同学都说好：）

类似这样的例子还有很多，很多同学想学习做ios app，就先去精通swift语言，或者想做android app，就先去精通java语言。在我看来大可不必。以我的经验，只要你有一门编译型语言基础，大概看一下这些语言的基础语法，就可以直接上手ios或者android app的开发了。先能做出一个最基本的app，在这个过程中，就会意识到语言特性的意义，再回头深入研究语言也不迟。此时还能结合真实的开发任务去理解语言特性，比没有上手app开发，抽象地理解语言特性，有意义的多。

再比如，我的《算法与数据结构》课程和《玩转算法面试》课程，在视频中都是使用C++进行编码的。虽然我一再强调对于算法的学习，语言不重要，但还是有很多同学表示，要先把C++学透，再回来把课程中的算法学好。这是完全没必要的。事实上，在我的这两门课程中，我看到的收获最大的同学，是那些能够把课程中的算法思想理解清楚，然后用自己熟悉的语言去实现的同学：）

依然是：不要“过度”学习路径依赖，什么叫“过度”，每个人的标准不一样。每个人都需要寻找自己的那个“度”。

3） 不要迷信权威的“好”教材。

不是说权威教材不好，而是每一本教材都有其预设的读者群，如果你不在这个预设的读者群的范畴里，教材再好也没用。最简单的例子：再好的高数教材，对于小学生来说，都是一堆废纸。

我经常举的一个例子是《算法导论》。我个人建议如果你是研究生或者博士生，已经有了一定的算法底子，才应该去阅读《算法导论》。但是对大多数本科同学，尤其是第一次接触算法的同学，《算法导论》实在不是一个好的教材。但很可惜，很多同学在学习中有上面的两个毛病，既过度路径依赖，别人说《算法导论》好，学习算法要走学《算法导论》这个路径，自己就不探索其他更适合自己的学习路径了，一头扎进《算法导论》里；同时还“完美主义”的倾向，对于《算法导论》的前几章，学习的事无巨细，但其实接触了很多在初学算法时没必要学习的内容。最后终于觉得自己学不下去了，放弃了对“算法”整个学科的学习。认为算法太难了。

诚然，算法不容易，但是，一上来就抱着《算法导论》啃，实在是选择了一条完全没必要的，更难的，甚至可能是根本走不通的路。对于一个领域的学习，了解市面上有什么好的教材是必要的，单也不能迷信权威教材。每个人必须要去探索学习如何寻找适合自己的学习材料。

4）不要看不起“薄薄”的“傻”教材，这些你看不起的学习材料，可能是你入门某个领域的关键。

很多同学问我最初学习算法的是什么教材，我告诉他们是这本教材：《算法设计与分析基础》。在这里，我完全没有推荐这本教材的意思。事实上，现在我有点儿“鄙视”这本教材。因为我在学习它的过程中，发现这本教材有很多错误（帮助它纠正错误其实也提高了我的水平：）当然，现在这本书的版本可能也和我当时学习的版本不同了，大部分错误应该已经纠正了。）但它确实是我的一本很重要的算法启蒙教材。关键原因是，它够薄。

在大多数时候，如果有人问我教材推荐，基本上我的回答都是，如果是入门水平：随便找一本在京东，亚马逊，豆瓣上，评分不太差的“薄”的教材，就ok了。在这里，关键字是够“薄”。因为“薄”的教材能让你以最快的速度看完，对整个学科有一个全盘的认识：这个领域是做什么的？解决什么问题了？整体解决问题的思路是怎样？解决问题的方法大致是怎样划分的？一些最基础的方法具体是怎样的。 这些在初学阶段是至关重要！是让你全盘把握整个领域脉络的。虽然通过这么一本薄薄的教材，你的脉络把握肯定不够全面细致，但比没有强太多！我看过不少同学，一上来学习《算法导论》，关于复杂度分析的笔记做了好几页，然后就放弃了，可是连什么是动态规划都不知道。这样完全没有对“算法”这个领域有全面的认识，甚至可以说根本没有学过“算法”！先用薄教材入门，再找“厚”教材，细细体会其中的细节，是我百试不爽的学习方法。

另外，在这里，我还要强调“入门教材”，很多教材虽然够“薄”，但不是“入门教材”。大家要注意。

5）不要迷信单一教材。

很多同学非要我推荐一本具体的“薄”教材入门，说实话，很多时候让我有点儿哭笑不得。因为我随便推荐一本，我确实不敢保证它是“最好的”，“最适合你的”，但是各个领域那么多教材，我又不可能都一一看过，一一比较过。最最重要的是，我的学习经验告诉我，在大多数情况下，学习不是一本固定教材可以搞定的。非要找到一本“最适合自己的”教材，然后就一头扎进去，其实是不科学的。 我印象很深刻，我读本科的时候，那会儿申请了一个项目，要做一个网站（那时候服务端都用ASP.NET），我一口气从图书馆借了10本ASP.NET的教材，然后以一本最薄的书为主干去看，发现这本书介绍不清楚的概念，马上就从其他书里找答案。通常不同的作者对同一个事物从不同的角度做解读，是能够帮助你更深刻的认识一个概念的。基本上一个月的时间，我就从一个完全的网站搭建小白，做出了这个项目需要的那个网站。这个习惯我一直延续，研究生的时候，对什么领域感兴趣了，第一件事就是到图书馆，借十本相关书籍回来翻看。

但是，大多数同学喜欢仅仅扎进一本书里，一旦选定了自己的学习材料，就对其他材料充耳不闻，甚至是排斥的心理。这种做法，一方面又是“完美主义”的表现——非要把这本教材学透；另一方面，其实也是“犯懒”的表现，不愿意多翻翻，多看看，自己多比较比较，自己去寻找最适合自己的材料，一味地盲目相信所谓“大神”的推荐，殊不知，这些推荐，不一定是更适合自己的材料；更何况，还有很多大神，明明是靠不出名的“薄”教材入的门，但给别人做推荐的时候，就突然变成自己是算法奇才，自幼阅读《算法导论》而所成的神话了：）

6）实践！

前面说了很多和教材选择相关的话题，但对于计算机领域的学习来说，教材的意义其实远远小于实践的意义。 如果仅仅是看学习材料就是学习的话，那么教学网站的视频后期处理人员就是水平最高的工程师了。因为每段视频，他们都需要看一遍。但是，很显然，仅仅是看视频，是无法学到知识的。对于计算机领域的学习来说，真正动手实践去编程是异常重要的。怎么夸大其中的作用都不过分。 这就好比学游泳，必须下水去游泳；或者学开车，必须亲自上路。否则你说的再头头是道，一个小学生文化水平的人，只要他开过车，游过泳，都能在这两个领域瞬间秒杀你。

很多同学都说我的算法讲得好，其实，我一直认为，这其中的一个最简单的秘诀就是：我带领大家把大多数算法都非常细致的实现了一遍；或者对其中的应用进行了非常具体的实践。反观大多数高校教育，对于算法或者机器学习这种一定程度偏理论的学习，通常非常不强调实践。最终的结果是学习者只是接受了很多抽象的概念，但对其中具体的实现细节，却是云里雾里。我见过太多同学，都明白什么是O(n^2)复杂度，什么是O(nlogn)的复杂度，却问我对于100万的数据规模，为什么自己的选择排序运行起来就没反应了。答案很简单：O(n^2)的复杂度太慢了，100万的数据规模太大了，一般家用计算机转选择排序一时半会儿是转不完的。这些同学一定理解O(n^2)的算法比O(nlogn)的算法慢，却没有真正实践过，不知道这个差距到底是多少。

在我的课程中，经常遇到有些同学提出这样的问题：这个算法的某句话（或者某段逻辑），为什么要写成A的样子，而不是B的样子？这种问题其实很好，但我觉得解决方法也很简单，实际的去把算法改写成B的样子，实际的运行试试看，看会发生什么。如果发生了错误，仔细分析一下，为什么会有错误？ 如果没有错误，具体比较一下：A和B两种不同的写法，为什么都正确？又有什么区别？真正的学习上的提高，就发生在这个过程中。 我当然可以告诉给同学们一个结果，但是自己亲自实践一遍，相比阅读我给出的一个答案，自己对其中问题理解的深刻程度，是完全不可比拟的。

7）debug非常非常重要。

我看到的另一类“经典”问题就是：老师，这个代码为什么错了，然后贴一大段代码。这种问题背后，依然是，透露着学习方法的不对劲：提问的同学懒得debug。在计算机领域，debug近乎和实践是一个意思。 如果只是把材料上的代码“抄”一遍，这不叫实践，这叫抄代码。小学生也能做。但是“抄”一遍，不小心没抄对，发生了错误，然后自己一点一点调试，找到错误的根源，这叫真的实践。小学生不能做。（当然，自己理解了算法的逻辑，按照自己的理解，把算法写出来，才是终极目的：）

不过很多同学不喜欢debug，我当然理解。其实谁都不喜欢debug，但是，debug才是最重要的能力。通常在一个领域里，你最不喜欢做的事情，就是这个领域的核心竞争力！ 我见过的所有计算机领域的“高手”，不管是在哪个细分领域，都无一例外，是个debug好手。我经常告诉大家，在实际工作中，其实debug的时间要占你真正编程时间的70%。如果你做一个项目，根本不需要debug，要么是你的项目对你来说太简单了，要么是你根本没有接触到这个项目的核心。

debug不仅仅是找到代码错误，解决错误的手段，其实更是一个重要的学习手段。通过debug，看看自己写的程序执行逻辑，哪里和自己设想的不一致？再回头看自己哪里想错了，或者想漏了，分析一下自己为什么想错了，或者想漏了，等等等等，依然是，进步就是发生在这个过程的。

在我的算法课程中，很多同学对递归想不明白，我的建议都是：用一个小数据量，一步步跟踪程序，看看程序到底是怎么运行的。通常这么做，1个小时的时间，就足以让你深刻理解递归程序的运转逻辑。可是，很多同学懒得花这1个小时的时间，最终的结果是，花了一个下午，对着代码生看，硬想，最终还是没有理解程序的运转逻辑。

8）量变到质变。

---

还有很多同学，对于算法的一些问题，会问：老师，你是怎么想到用这样的方法的？对于这类问题，我的回答一般都是：你见的还不够多。

不知道是不是受高中阶段学习的影响，有一些同学特别执着于就着一个单一的问题，寻找其中的“解题路径”。当然，我不是说这是完全错误的，但也有一个“度”。我的经验是：与其把时间花在这里，不如去见更多问题。比如动态规划，是算法学习的一个难点，很多同学在学会了背包问题的解法之后，总是执着于去追寻：是怎么想到这种状态定义的方法的。可能是我个人水平有限，我无法清楚地解释是如何想到这种状态定义的方法的。但是我的经验告诉我：再去看，去实践100个动态规划相关的问题，然后回头看背包问题，你会发现这种状态定义的方式非常自然。仅仅对着一个问题思考，很多时候都是死胡同。你见识的还不够多，就不足以帮助你总结出更加“普遍”的问题解决的规律。 当你见得足够多的时候，一切就都变得很自然，所谓的“量变到质变”。

不过，大多数同学在这个环节都会“犯懒”，企图通过一个问题就理解问题的本质，这其实和企图通过一本教材就精通一个领域的想法是一样的，是不现实的，不可能的。同时，这里又包含着学习过程中的“完美主义”的思想，遇到一个问题一定要把它想的无比透彻。但是我的经验告诉我：大多数问题，其实都是需要“回头看”的。随着你对一个领域理解的越深入，回头再去看那些曾经的问题，都会产生新的视角，对于很多曾经想不明白的问题也豁然开朗。这也是“进步”的根源。 如果卡在一个问题上不前进，不给自己“回头看”的机会，甚至最后是放弃了，就什么也没有学会了。

所以，很多时候，你发现对一些问题“百思不得其解”，或许不是因为自己“笨”，而是因为“还不够努力” ：）

9）最后，一定要相信时间的力量。

有一天，在我的一个算法课程群里，有个滴滴的后端大神发招聘，结果大家七嘴八舌的就议论开了，大致主题思想就是：自己什么时候能够成为滴滴的后端大神。这位滴滴的后端大神今年32岁；大多数议论的同学，其实连22岁都不到。我告诉他们，其实10年后，你们就是大神。

这其实很好理解，回想十年前，也就是12岁的你，和现在的你比较，是不是天壤之别？如果把你扔到一堆12岁的小朋友中间，22岁的你是不是就是个大神？同理，32岁的人，已经在业界摸爬滚打了那么多年，扔回到22岁的大学生中间，当然是大神：）

很多时候，所谓的“大神”并不神秘，仔细观察他们的经历，会发现时间有着不可磨灭的作用。只要你没有虚度时间，每天都在进步，通常结果都不会太差的。如果再加上一点点机遇，就是大神。

1、怎样由浅入深地学习一个技术点？

建议大家先选定一个自己最感兴趣的方向，后面一段时间就专攻这一个方向，拿 Flutter 做例子，可以先将所有 Flutter 相关的专业文档、优秀书籍、视频教程、文章等搜集起来，将其中涉及的知识大纲列出来，对其中涉及到的每一个知识点（如今天或这几天要学的是布局类组件）需要的对应资料列出来。然后去学习、实践它的基本用法，接着可以再深入一层看这个知识点涉及到的内部原理（如 Flutter 中常用布局的实现原理），最后总结出对应的学习笔记（供以后复习）。这样学习起来就比较有效果，而且刚开始可以根据自身的状态去调节计划时间的长短，建议开始计划定松一点，确保每天都能完成。养成习惯并完全适应后，可以加大学习量。这就跟健身的原理一样，刚开始锻炼的人一般都体质比较差，所以需要从最基础的动作开始练，等将基础打好了，体质提升上来了，才能去适当地做一些力量训练，增加肌肉。

2、怎样才能很好地把安卓零碎的知识点串起来？

这可能说明学习的时候没有注重体系化地学习与思考，而是东学一点西学一点，那这些知识自然而然地会零散地遍布在我们脑海的各处。为了解决这个问题，我们需要首先需要把目前所学的知识列出来，然后可尽可能地找到这些知识点的联系，把它做成思维导图。由于可能有很多联系点我们之前学习的疏漏而没有把它纳入我们的脑海中，但是，这并无大碍，后面我们可以围绕这张 1.0版本的安卓知识思维导图 不断迭代，最终，它就会日渐完善，发挥出想象不到的威力~

3、如何更高效地学习技术视频？

学习视频的时候建议开 2 倍速看，对于 不熟悉/偏难 的知识，每看一个小的技术点之后，就实践一遍，然后把实践的成果写入 笔记/你的初稿博客 中，对于 比较熟悉/简单 的知识，一般是看一小节/两三个技术点之后再实践、写入 笔记/你的初稿博客。

 写在前头
     学习不是简单地投入时间和精力就可以达到效果，我们需要有一些技巧和方法，去提高我们学习过程中的效率，
     最终达到自己学习后想要的效果。特别是在我参加工作之后，之前在华为，现在在蚂蚁，都是加班比较多的公司，
     能学习的时间很少，所以更需要我们用一些方法论，高效地掌握一块知识。
 ​
     学习路径
     这里我把学习分为三个大路径（步骤）：学习之前 -> 学习之时 -> 学习之后。
 ​
     学习之前（先回答几个问题）
     WHY 自己为什么要学这个知识？
     问这个问题其实是想让你认清自己，避免学到一半之后突然觉得没学习的必要，那前面就白浪费了自己的时间，
     如果学之前发现自己不需要学，那就可以把省下来的时间去打几把农药，何乐而不为。
 ​
     这个问题的答案一般是想拿到某个期望的结果，例如我学习《香帅的北大金融学课》，是为了教会自己如何正确投资，
     大白话就是想赚钱不当韭菜。回答了这个问题之后，你就知道你学习的动力在哪里，在学习的过程中即使遇到困难，你也会积极的去克服。
 ​
     WHERE 从哪里学习这个知识？
     这个问题主要是想让你确认这个知识来源是否靠谱，因为不靠谱的知识学了害人害己，不如不学。
 ​
     我的回答是个人会倾向于从权威的网站、大型的机构、有背景的个人获取知识来源，因为这些主体为了保证自己信誉，
     会对自己传播的内容负责。
 ​
     WHAT 这个知识的总体视图是怎样的？知识点之间有怎样的关系？
     这个问题主要是让你明白两点：
     （一）大体要学习哪几块内容，有个事先的全局了解，这样在学习的过程中，
     才不会迷茫自己在学什么。就好比走迷宫，如果没有地图的话，就只能通过不断地试探才能走到出口，
     而如果在进入迷宫之前你就有了地图，那在走迷宫的时候就能游刃有余，因为你知道自己在哪个位置。
     （二）挖出知识点之间的关联联系、知识点与知识的关联关系，确保学习的知识不是一个个小点，而是点成线，线成面，形成一个体系。
 ​
     我一般在学习知识的时候，都会先看目录，目录里面会把所有知识点罗列出来，并且是按章节组成，
     一下子就能看明白它想教授什么，以及知识点之间的内在关系。
 ​
     WHEN & HOW 什么时候学，具体怎么学？
     这个问题主要问的是学习计划，即是否有学习计划，学习计划是否制定的合理。很多同学看到感兴趣的知识后，就会马上投入学习，但是热度一过就再也不继续学下去，往往才学到10%就半途而废。通过规划学习计划，你也知道自己学习这块知识需要多久时间，能有一个预期而不是随缘。
 ​
     我的回答是一定要有学习计划，并且计划中的任务要细化到每周，这样既能保证学习计划可实施，还可以对进度进行监控及调整。比如我之前学习《香帅的北大金融学课》，学习计划就是每周学习7节课，平均1天1节课，到周末的时候就会检查进度，如果没有学到7节课，就会少玩几把游戏把没有完成的课程补上。
 ​
     学习之时（充分思考，加深理解）
     学习每个知识点的时候，其推论逻辑是否合理？
     多年的应试教育导致我们习惯了被动的去接收知识，有点囫囵吞枣，所以大众有时很容易被媒体或者舆论带偏。
     同时为了避免学习到不靠谱的知识（有时权威的主体说的也不一定对，不然怎么会有“打脸”这个词），
     需要我们去思考作者是如何得出这个知识点的。
 ​
     这个要求会有点高，所以我一般会读2遍知识点。第1遍全然接受作者说的话，重在理解他在说什么；
     第2遍才会梳理作者的推导逻辑，重在看他说的对不对。
 ​
     一段话总结该知识点？
     每学完一个知识点之后，需要用一段话（最多三句）概括这个知识点。一是加深理解，知道自己学到了什么，
     二是方便后面复习，做到看一眼总结就知道这块内容是什么。
 ​
     是否有与知识点相关的思考题？
     我记得小时候上课的时候，非常害怕和讨厌课后思考题，其实是因为小时候学习能力差，
     而思考题一般都需要通过知识点作为基础，才能得出答案。出书的人希望通过思考题，
     让我们检验自己是否掌握了知识点，只不过那时年少无知。
 ​
     是否有交流知识点的地方？
     最常见的就是评论区，在评论区里可以看到其他人对这个知识点的见解，通过互相交流，加深知识点的理解。
 ​
     学习之后（及时输出，巩固知识）
     是否有基于个人理解的总结？
     学完知识之后，需要有自己的阶段性总结，也可以是全局性总结，主要用于巩固记忆。像我每次学习完知识之后，如果是技术知识那就会写一篇博文，如果是其他知识就会写一篇学习笔记，总结和回顾一下所学的内容。
 ​
     是否有项目实战去检验知识？
     学习知识最终的意义都是要能用得上，不然学它干嘛呢。所以我们最好能有相关项目去实践，一是检验知识是否正确，二是真正把知识用上后，记忆能保留更久。
 ​
     最后回顾自己是否拿到了最初期望的结果？
     这个问题其实就是回到了最前面的“学习之前”的第一问WHY，如果达到了自己学习的目的，那么恭喜你，如果没有，那么可以进行复盘，防止下次再出现相同的问题。</h1>