王道資料結構這本書挺好用的。就算你不考研，把這本書多看幾遍肯定有許多提升，至少對我提升很大。

我是上完學校開的資料結構的課程後用這本書自學的，大概花了幾個月看了兩遍書，書後習題認真過了一遍。感覺自己上升了一個層次，從上完課懵懵懂懂到對這門課有了一些清晰的認識，把自己的短板提高了一些，學其他的東西不會被卡住了。

其次就是學習的過程中多做題多思考，動手畫圖和上機把演算法實現對理解也大有幫助。有一本題集叫資料結構1800，我只做了一點點，題目挺豐富的，你可以看看。

然後，B站有許多相關學習影片，還有中國大學mooc網站也有學習影片，可以自己找找中意的，像華科出的資料結構好像就挺好。

最後，我每當學不下去的時候，我就從下圖的角度看書，告訴自己當我把書翻厚，把整個顏色翻成黑色的時候我肯定就功力大成了，就很有成就感。

邊學邊練，適度刷題

“邊學邊練”，把學習時涉及的資料結構和演算法，全部用程式碼實現一遍，效果倍棒。但是，要“適度刷題”，一定不要浪費太多時間在刷題上，我們的目的還是掌握，然後應用。除非是Google、Facebook這種對演算法要求很高的公司，國內企業還是重在掌握應用。

2. 多問、多思考、多互動

打怪升級法

學習中最大的問題，就是要堅持下來。枯燥的學習過程中，給自己設立切實可行的目標，讓自己看到進度條。比如寫學習筆記或心得，同時儘可能尋求正反饋。

3. 沉澱知識

學習需要沉澱，不要妄想一下子掌握所有。學習的過程是反覆迭代、不斷沉澱的過程。

把所有經典演算法寫一遍，一定要自己動手

理解演算法的應用場景，知其所以然。比如統計整數二進位制中1的個數這個演算法，在文字內容相似性中有應用；不然刷再多題目也只具備短期價值加入演算法學習社群，不得不說一個人學習演算法，堅持是最難的事情，如果有幾個（ 3~5個即可）目標興趣一致的同學一起，能起到一定正面的作用看經典書籍，這方面書很多，不一一列舉了詳細步驟：

一、在刷題之前，要先具備一定的基礎，這些基礎包括：1、常見資料結構：連結串列、樹(如二叉樹)。2、常見演算法思想：貪婪法、分治法、窮舉法、動態規劃，回溯法。以上列出來的算是最基本的吧。就是在你刷題之前，要把這些基礎知識過一遍再去刷題。如果你連這些最基本的都不知道的話，那麼你再刷題的過程中，會很難受的，思路也會相對比較少。

二、進行大量相關程式設計練習，用程式語言去實現某一資料結構上的演算法

理解一個演算法很容易，很容易在紙上去模擬一個演算法的實現過程。但，具體實現，則是另一回事。一定得先自己思考，然後再去看書中給的程式語言實現。在我看來，這一過程已經不屬於“資料結構與演算法”的內容了。而是你綜合素質的體現，如何真正理解問題和用程式設計技巧實現，很考驗自己。這一過程，很難靠記憶。而在不斷敲程式碼的過程中去體會一些直覺上的東西。如何用遞迴解決問題，如何使用迴圈，如何使用"哨兵”等等等等。當然，敲完後需要去思考總結，看看能不能總結出一些”小套路“並記住。

三、一題多解

演算法能力的提升和做題的數量是有一定的關係，但並不是線性關係。也就是說，在做題的時候，要力求一題多解，如果自己實在想不出來其他辦法了，可以去看看別人是怎麼做的，千萬不要覺得模仿別人的做法是件丟人的事。

看到一道題，你可能第一想法就是用很粗糙的方式做，因為很多題採用暴力法都會很容易做，就是時間複雜度很高。你要學會慢慢思考，看看有沒其他方法來降低時間複雜度或空間複雜度。最後，去看一下別人的做法，當然，並不是每道題都會這樣執行。

衡量一道演算法題的好壞無非就是時間複雜度和空間複雜度，所以我們要力求完美，就要把這兩個降到最低，令他們相輔相成。

最後我想告訴你的是：演算法在計算機這個行業中的重要性，可以說演算法無處不在。

最常見的搜尋引擎、智慧機器人、推薦購物、掃雷遊戲、人臉識別等。

只有學好演算法才能創造出更有意義的東西，而不是簡單的把資料取出來放到一個介面的就行了。如果不能在演算法方面有自己的建樹，軟體程式設計做到頭也就是一個碼農而已。