博主是一個喜歡胡思亂想的蠢蛋，我無論學什麼都在想：
1.我為什麼要學這個：到底是為了考試升學，還是為了面試找工作，還是想在其他人面前裝b
2.學這個知識能給我帶來哪些提升？
3.為什麼別人學的比我輕鬆？到底是因為笨，還是因為方法不對？還是有認知上的差距？
已經刷了600+題，卻還是感覺在原地踏步，學了後面忘了前面，和剛入門速成的新手一個樣。
本文就是博主的內心os，希望大家看了就當圖一樂。
演算法是什麼，為什麼要學習演算法？
我們寫一段程式，是希望讓計算機去代替我們完成一些，具有一定流程或在特定規則下的一組操作。做出一個動作或操作是由一系列的判斷和計算完成的。在同樣的計算資源下，我們希望可以最佳化程式在解決某一問題的計算次數，即希望讓程式在解決該問題時計算次數減少。
計算機思維和人思維的差別
人是透過知識+認知做出判斷和決策的。
計算機是透過計算，並根據計算產生的機率去做出決策的。
比如去判斷一個最值，人透過知識+認知可以很快的做出來，計算機則是要把所有相關的資料進行計算，透過計算結果進行判斷。
演算法最佳化的途徑只有2個：
1.透過數學來減少計算次數
2.透過記錄某些關鍵資訊，可以減少計算一些情況，從而減少計算次數
前者是最本質的演算法最佳化(根據數的性質和規律)。後者是透過以空間換時間，這一思想，來進行最佳化。
我們所謂的演算法，其實多數為第二種，因為90%的問題無法透過數學最佳化
問題的關鍵：所以幾乎所有的演算法題，大方向都是：存下關鍵資訊，減少計算次數
把問題聚焦在這兩句話上，我們可以發現我們在演算法資訊中最需要在思維上提升的幾個問題：
1.這個問題抽象出來的模型是什麼？
2.解決問題的一個方案是什麼？
3.這個方案一些步驟中，我們要列舉哪些資訊？
4.在列舉這些資訊時，我們可不可以透過，預處理，資料結構，將問題分類，資料的一些數學特徵，等，去減少我們的列舉情況
5.我們要去存哪些資訊？
6.我們要怎麼存這些資訊？
7.題目中的邊界問題
我們在做每一道題時，如果你想明白了所有的以上7個問題，做這道題才是有效的，否則等於白做。
尤其是模板題，這7個問題必須清晰明瞭。如果在使用時有某點遺忘，應儘快複習，搞清楚模板的這7個問題。