好资源和短想法
你好，我是王争。
在设计专栏内容的时候，为了兼顾不同基础的同学，我在内容上做到了难易结合，既有简单的数组、链表、栈、队列这些基础内容，也有红黑树、BM、KMP 这些难度较大的算法。但是，对于初学者来说，一下子面对这么多知识，可能还是比较懵。
我觉得，对于初学者来说，先把最简单、最基础、最重要的知识点掌握好，再去研究难度较高、更加高级的知识点，这样由易到难、循序渐进的学习路径，无疑是最合理的。
基于这个路径，我对专栏内容，重新做了一次梳理，希望给你一份具体、明确、有效的学习指导。我会写清楚每个知识点的难易程度、需要你掌握到什么程度、具体如何来学习。
如果你是数据结构和算法的初学者，或者你觉得自己的基础比较薄弱，希望这份学习指导，能够让你学起来能更加有的放矢，能把精力、时间花在刀刃上，获得更好的学习效果。
下面，我先给出一个大致的学习路线。
（建议保存后查看大图）
现在，针对每个知识点，我再给你逐一解释一下。我这里先说明一下，下面标记的难易程度、是否重点、掌握程度，都只是针对初学者来说的，如果你已经有一定基础，可以根据自己的情况，安排自己的学习。
1. 复杂度分析
尽管在专栏中，我只用了两节课的内容，来讲复杂度分析这个知识点。但是，我想说的是，它真的非常重要。你必须要牢牢掌握这两节，基本上要做到，简单代码能很快分析出时间、空间复杂度；对于复杂点的代码，比如递归代码，你也要掌握专栏中讲到的两种分析方法：递推公式和递归树。
对于初学者来说，光看入门篇的两节复杂度分析文章，可能还不足以完全掌握复杂度分析。不过，在后续讲解每种数据结构和算法的时候，我都有详细分析它们的时间、空间复杂度。所以，你可以在学习专栏中其他章节的时候，再不停地、有意识地去训练自己的复杂度分析能力。
难易程度：Medium
是否重点：10 分
掌握程度：在不看我的分析的情况下，能自行分析专栏中大部分数据结构和算法的时间、空间复杂度
2. 数组、栈、队列
这一部分内容非常简单，初学者学起来也不会很难。但是，作为基础的数据结构，数组、栈、队列，是后续很多复杂数据结构和算法的基础，所以，这些内容你一定要掌握。
难易程度：Easy
是否重点：8 分
掌握程度：能自己实现动态数组、栈、队列
3. 链表
链表非常重要！虽然理论内容不多，但链表上的操作却很复杂。所以，面试中经常会考察，你一定要掌握。而且，我这里说“掌握”不只是能看懂专栏中的内容，还能将专栏中提到的经典链表题目，比如链表反转、求中间结点等，轻松无 bug 地实现出来。
难易程度：Medium
是否重点：9 分
掌握程度：能轻松写出经典链表题目代码
4. 递归
对于初学者来说，递归代码非常难掌握，不管是读起来，还是写起来。但是，这道坎你必须要跨过，跨不过就不能算是入门数据结构和算法。我们后面讲到的很多数据结构和算法的代码实现，都要用到递归。
递归相关的理论知识也不多，所以还是要多练。你可以先在网上找些简单的题目练手，比如斐波那契数列、求阶乘等，然后再慢慢过渡到更加有难度的，比如归并排序、快速排序、二叉树的遍历、求高度，最后是回溯八皇后、背包问题等。
难易程度：Hard
是否重点：10 分
掌握程度：轻松写出二叉树遍历、八皇后、背包问题、DFS 的递归代码
5. 排序、二分查找
这一部分并不难，你只需要能看懂我专栏里的内容即可。
难易程度：Easy
是否重点：7 分
掌握程度：能自己把各种排序算法、二分查找及其变体代码写一遍就可以了
6. 跳表
对于初学者来说，并不需要非得掌握跳表，所以，如果没有精力，这一章节可以先跳过。
难易程度：Medium
是否重点：6 分
掌握程度：初学者可以先跳过。如果感兴趣，看懂专栏内容即可，不需要掌握代码实现
7. 散列表
尽管散列表的内容我讲了很多，有三节课。但是，总体上来讲，这块内容理解起来并不难。但是，作为一种应用非常广泛的数据结构，你还是要掌握牢固散列表。
难易程度：Medium
是否重点：8 分
掌握程度：对于初学者来说，自己能代码实现一个拉链法解决冲突的散列表即可
8. 哈希算法
这部分纯粹是为了开拓思路，初学者可以略过。
难易程度：Easy
是否重点：3 分
掌握程度：可以暂时不看
9. 二叉树
这一部分非常重要！二叉树在面试中经常会被考到，所以要重点掌握。但是我这里说的二叉树，并不包含专栏中红黑树的内容。红黑树我们待会再讲。
难易程度：Medium
是否重点：9 分
掌握程度：能代码实现二叉树的三种遍历算法、按层遍历、求高度等经典二叉树题目
10. 红黑树
对于初学者来说，这一节课完全可以不看。
难易程度：Hard
是否重点：3 分
掌握程度：初学者不用把时间浪费在上面
11. B+ 树
虽然 B+ 树也算是比较高级的一种数据结构了，但是对初学者来说，也不是重点。有时候面试的时候还是会问的，所以这一部分内容，你能看懂专栏里的讲解就可以了。
难易程度：Medium
是否重点：5 分
掌握程度：可看可不看
12. 堆与堆排序
这一部分内容不是很难，初学者也是要掌握的。
难易程度：Medium
是否重点：8 分
掌握程度：能代码实现堆、堆排序，并且掌握堆的三种应用（优先级队列、Top k、中位数）
13. 图的表示
图的内容很多，但是初学者不需要掌握那么多。一般 BAT 等大厂面试，不怎么会面试有关图的内容，因为面试官可能也对这块不会很熟悉哈：）。但是，最基本图的概念、表示方法还是要掌握的。
难易程度：Easy
是否重点：8 分
掌握程度：理解图的三种表示方法（邻接矩阵、邻接表、逆邻接表），能自己代码实现
14. 深度广度优先搜索
这算是图上最基础的遍历或者说是搜索算法了，所以还是要掌握一下。这两种算法的原理都不难哈，但是代码实现并不简单，一个用到了队列，另一个用到了递归。对于初学者来说，看懂这两个代码实现就是一个挑战！可以等到其他更重要的内容都掌握之后，再来挑战，也是可以的。
难易程度：Hard
是否重点：8 分
掌握程度：能代码实现广度优先、深度优先搜索算法
15. 拓扑排序、最短路径、A* 算法
这几个算法稍微高级点。如果你能轻松实现深度、广度优先搜索，那看懂这三个算法不成问题。不过，这三种算法不是重点。面试不会考的。
难易程度：Hard
是否重点：5 分
掌握程度：有时间再看，暂时可以不看
16. 字符串匹配（BF、RK）
BF 非常简单，RK 稍微复杂点，但都不难。这个最好还是掌握下。
难易程度：Easy
是否重点：7 分
掌握程度：能实践 BF 算法，能看懂 RK 算法
17. 字符串匹配（BM、KMP、AC 自动机）
这三个算法都挺难的，对于算法有一定基础的人来说，看懂也不容易。所以，对于初学者来说，千万别浪费时间在这上面。即便有余力，看懂就好了，不用非得能自己实现。
难易程度：Hard
是否重点：3 分
掌握程度：初学者不用把时间浪费在上面
18. 字符串匹配（Trie）
这个还是要能看懂，不过不需要能代码实现。有些面试官喜欢考这个东西，主要是结合应用场景来考察，只是看你知不知道要用 Trie 树这个东西。
难易程度：Medium
是否重点：7 分
掌握程度：能看懂，知道特点、应用场景即可，不要求代码实现
19. 位图
位图不是重点，如果有余力最好掌握一下。
难易程度：Easy
是否重点：6 分
掌握程度：看懂即可，能自己实现一个位图结构最好
20. 四种算法思想
这个是重点，也是难点。贪心、分治、回溯、动态规划，每一个都不简单，其中动态规划又是最难、最烧脑的。要应付 FLAG 这样公司的面试，必须拿下这块内容。但是呢，学习要循序渐进，这块能内容的学习可以放到最后，做个长时间的学习计划来攻克。
这块内容理论的东西不多，要想真的掌握，还是要大量刷题。
难易程度：Hard
是否重点：10 分
掌握程度：可以放到最后，但是一定要掌握！做到能实现 Leetcode 上 Medium 难度的题目
在设计专栏内容的时候，为了兼顾不同基础的同学，我在内容上做到了难易结合，既有简单的数组、链表、栈、队列这些基础内容，也有红黑树、BM、KMP 这些难度较大的算法。但是，对于初学者来说，一下子面对这么多知识，可能还是比较懵。
我觉得，对于初学者来说，先把最简单、最基础、最重要的知识点掌握好，再去研究难度较高、更加高级的知识点，这样由易到难、循序渐进的学习路径，无疑是最合理的。
基于这个路径，我对专栏内容，重新做了一次梳理，希望给你一份具体、明确、有效的学习指导。我会写清楚每个知识点的难易程度、需要你掌握到什么程度、具体如何来学习。
如果你是数据结构和算法的初学者，或者你觉得自己的基础比较薄弱，希望这份学习指导，能够让你学起来能更加有的放矢，能把精力、时间花在刀刃上，获得更好的学习效果。
下面，我先给出一个大致的学习路线。
（建议保存后查看大图）
现在，针对每个知识点，我再给你逐一解释一下。我这里先说明一下，下面标记的难易程度、是否重点、掌握程度，都只是针对初学者来说的，如果你已经有一定基础，可以根据自己的情况，安排自己的学习。
1. 复杂度分析
尽管在专栏中，我只用了两节课的内容，来讲复杂度分析这个知识点。但是，我想说的是，它真的非常重要。你必须要牢牢掌握这两节，基本上要做到，简单代码能很快分析出时间、空间复杂度；对于复杂点的代码，比如递归代码，你也要掌握专栏中讲到的两种分析方法：递推公式和递归树。
对于初学者来说，光看入门篇的两节复杂度分析文章，可能还不足以完全掌握复杂度分析。不过，在后续讲解每种数据结构和算法的时候，我都有详细分析它们的时间、空间复杂度。所以，你可以在学习专栏中其他章节的时候，再不停地、有意识地去训练自己的复杂度分析能力。
难易程度：Medium
是否重点：10 分
掌握程度：在不看我的分析的情况下，能自行分析专栏中大部分数据结构和算法的时间、空间复杂度
2. 数组、栈、队列
这一部分内容非常简单，初学者学起来也不会很难。但是，作为基础的数据结构，数组、栈、队列，是后续很多复杂数据结构和算法的基础，所以，这些内容你一定要掌握。
难易程度：Easy
是否重点：8 分
掌握程度：能自己实现动态数组、栈、队列
3. 链表
链表非常重要！虽然理论内容不多，但链表上的操作却很复杂。所以，面试中经常会考察，你一定要掌握。而且，我这里说“掌握”不只是能看懂专栏中的内容，还能将专栏中提到的经典链表题目，比如链表反转、求中间结点等，轻松无 bug 地实现出来。
难易程度：Medium
是否重点：9 分
掌握程度：能轻松写出经典链表题目代码
4. 递归
对于初学者来说，递归代码非常难掌握，不管是读起来，还是写起来。但是，这道坎你必须要跨过，跨不过就不能算是入门数据结构和算法。我们后面讲到的很多数据结构和算法的代码实现，都要用到递归。
递归相关的理论知识也不多，所以还是要多练。你可以先在网上找些简单的题目练手，比如斐波那契数列、求阶乘等，然后再慢慢过渡到更加有难度的，比如归并排序、快速排序、二叉树的遍历、求高度，最后是回溯八皇后、背包问题等。
难易程度：Hard
是否重点：10 分
掌握程度：轻松写出二叉树遍历、八皇后、背包问题、DFS 的递归代码
5. 排序、二分查找
这一部分并不难，你只需要能看懂我专栏里的内容即可。
难易程度：Easy
是否重点：7 分
掌握程度：能自己把各种排序算法、二分查找及其变体代码写一遍就可以了
6. 跳表
对于初学者来说，并不需要非得掌握跳表，所以，如果没有精力，这一章节可以先跳过。
难易程度：Medium
是否重点：6 分
掌握程度：初学者可以先跳过。如果感兴趣，看懂专栏内容即可，不需要掌握代码实现
7. 散列表
尽管散列表的内容我讲了很多，有三节课。但是，总体上来讲，这块内容理解起来并不难。但是，作为一种应用非常广泛的数据结构，你还是要掌握牢固散列表。
难易程度：Medium
是否重点：8 分
掌握程度：对于初学者来说，自己能代码实现一个拉链法解决冲突的散列表即可
8. 哈希算法
这部分纯粹是为了开拓思路，初学者可以略过。
难易程度：Easy
是否重点：3 分
掌握程度：可以暂时不看
9. 二叉树
这一部分非常重要！二叉树在面试中经常会被考到，所以要重点掌握。但是我这里说的二叉树，并不包含专栏中红黑树的内容。红黑树我们待会再讲。
难易程度：Medium
是否重点：9 分
掌握程度：能代码实现二叉树的三种遍历算法、按层遍历、求高度等经典二叉树题目
10. 红黑树
对于初学者来说，这一节课完全可以不看。
难易程度：Hard
是否重点：3 分
掌握程度：初学者不用把时间浪费在上面
11. B+ 树
虽然 B+ 树也算是比较高级的一种数据结构了，但是对初学者来说，也不是重点。有时候面试的时候还是会问的，所以这一部分内容，你能看懂专栏里的讲解就可以了。
难易程度：Medium
是否重点：5 分
掌握程度：可看可不看
12. 堆与堆排序
这一部分内容不是很难，初学者也是要掌握的。
难易程度：Medium
是否重点：8 分
掌握程度：能代码实现堆、堆排序，并且掌握堆的三种应用（优先级队列、Top k、中位数）
13. 图的表示
图的内容很多，但是初学者不需要掌握那么多。一般 BAT 等大厂面试，不怎么会面试有关图的内容，因为面试官可能也对这块不会很熟悉哈：）。但是，最基本图的概念、表示方法还是要掌握的。
难易程度：Easy
是否重点：8 分
掌握程度：理解图的三种表示方法（邻接矩阵、邻接表、逆邻接表），能自己代码实现
14. 深度广度优先搜索
这算是图上最基础的遍历或者说是搜索算法了，所以还是要掌握一下。这两种算法的原理都不难哈，但是代码实现并不简单，一个用到了队列，另一个用到了递归。对于初学者来说，看懂这两个代码实现就是一个挑战！可以等到其他更重要的内容都掌握之后，再来挑战，也是可以的。
难易程度：Hard
是否重点：8 分
掌握程度：能代码实现广度优先、深度优先搜索算法
15. 拓扑排序、最短路径、A* 算法
这几个算法稍微高级点。如果你能轻松实现深度、广度优先搜索，那看懂这三个算法不成问题。不过，这三种算法不是重点。面试不会考的。
难易程度：Hard
是否重点：5 分
掌握程度：有时间再看，暂时可以不看
16. 字符串匹配（BF、RK）
BF 非常简单，RK 稍微复杂点，但都不难。这个最好还是掌握下。
难易程度：Easy
是否重点：7 分
掌握程度：能实践 BF 算法，能看懂 RK 算法
17. 字符串匹配（BM、KMP、AC 自动机）
这三个算法都挺难的，对于算法有一定基础的人来说，看懂也不容易。所以，对于初学者来说，千万别浪费时间在这上面。即便有余力，看懂就好了，不用非得能自己实现。
难易程度：Hard
是否重点：3 分
掌握程度：初学者不用把时间浪费在上面
18. 字符串匹配（Trie）
这个还是要能看懂，不过不需要能代码实现。有些面试官喜欢考这个东西，主要是结合应用场景来考察，只是看你知不知道要用 Trie 树这个东西。
难易程度：Medium
是否重点：7 分
掌握程度：能看懂，知道特点、应用场景即可，不要求代码实现
19. 位图
位图不是重点，如果有余力最好掌握一下。
难易程度：Easy
是否重点：6 分
掌握程度：看懂即可，能自己实现一个位图结构最好
20. 四种算法思想
这个是重点，也是难点。贪心、分治、回溯、动态规划，每一个都不简单，其中动态规划又是最难、最烧脑的。要应付 FLAG 这样公司的面试，必须拿下这块内容。但是呢，学习要循序渐进，这块能内容的学习可以放到最后，做个长时间的学习计划来攻克。
这块内容理论的东西不多，要想真的掌握，还是要大量刷题。
难易程度：Hard
是否重点：10 分
掌握程度：可以放到最后，但是一定要掌握！做到能实现 Leetcode 上 Medium 难度的题目
Netty的学习过程：
1. Hello World案例
2. 点对点通信
3. 聊天室
4. 加入心跳检测机制
5. 整合Protobuf技术
6. .....
7. Netty的案例库
如何进一步：
1. 搭建微服务
2. 在微服务整合的过程中持续增加特性，例如消息队列，缓存，分布式事务
1. Hello World案例
2. 点对点通信
3. 聊天室
4. 加入心跳检测机制
5. 整合Protobuf技术
6. .....
7. Netty的案例库
如何进一步：
1. 搭建微服务
2. 在微服务整合的过程中持续增加特性，例如消息队列，缓存，分布式事务
The Go Programming Language Specification，这是Go语言的，作用同上: https://jiajunhuang.com/sharing#415
The Python Language Reference，Python语言的说明书，基本上读完以后，每一行Python代码背后会发生什么，心里都有个底: https://jiajunhuang.com/sharing#414
比较详细的介绍了数据结构和算法的学习指南：
https://time.geekbang.org/column/article/91541
https://time.geekbang.org/column/article/91541
1. Dubbo的扩展机制
在Dubbo的官网上，Dubbo描述自己是一个高性能的RPC框架。今天我想聊聊Dubbo的另一个很棒的特性, 就是它的可扩展性。 如同罗马不是一天建成的，任何系统都一定是从小系统不断发展成为大系统的，想要从一开始就把系统设计的足够完善是不可能的，相反的，我们应该关注当下的需求，然后再不断地对系统进行迭代。在代码层面，要求我们适当的对关注点进行抽象和隔离，在软件不断添加功能和特性时，依然能保持良好的结构和可维护性，同时允许第三方开发者对其功能进行扩展。在某些时候，软件设计者对扩展性的追求甚至超过了性能。
在谈到软件设计时，可扩展性一直被谈起，那到底什么才是可扩展性，什么样的框架才算有良好的可扩展性呢？它必须要做到以下两点:
作为框架的维护者，在添加一个新功能时，只需要添加一些新代码，而不用大量的修改现有的代码，即符合开闭原则。
作为框架的使用者，在添加一个新功能时，不需要去修改框架的源码，在自己的工程中添加代码即可。
Dubbo很好的做到了上面两点。这要得益于Dubbo的微内核+插件的机制。接下来的章节中我们会慢慢揭开Dubbo扩展机制的神秘面纱。
2. 可扩展的几种解决方案
通常可扩展的实现有下面几种:
Factory模式
IoC容器
OSGI容器
Dubbo作为一个框架，不希望强依赖其他的IoC容器，比如Spring，Guice。OSGI也是一个很重的实现，不适合Dubbo。最终Dubbo的实现参考了Java原生的SPI机制，但对其进行了一些扩展，以满足Dubbo的需求。
在Dubbo的官网上，Dubbo描述自己是一个高性能的RPC框架。今天我想聊聊Dubbo的另一个很棒的特性, 就是它的可扩展性。 如同罗马不是一天建成的，任何系统都一定是从小系统不断发展成为大系统的，想要从一开始就把系统设计的足够完善是不可能的，相反的，我们应该关注当下的需求，然后再不断地对系统进行迭代。在代码层面，要求我们适当的对关注点进行抽象和隔离，在软件不断添加功能和特性时，依然能保持良好的结构和可维护性，同时允许第三方开发者对其功能进行扩展。在某些时候，软件设计者对扩展性的追求甚至超过了性能。
在谈到软件设计时，可扩展性一直被谈起，那到底什么才是可扩展性，什么样的框架才算有良好的可扩展性呢？它必须要做到以下两点:
作为框架的维护者，在添加一个新功能时，只需要添加一些新代码，而不用大量的修改现有的代码，即符合开闭原则。
作为框架的使用者，在添加一个新功能时，不需要去修改框架的源码，在自己的工程中添加代码即可。
Dubbo很好的做到了上面两点。这要得益于Dubbo的微内核+插件的机制。接下来的章节中我们会慢慢揭开Dubbo扩展机制的神秘面纱。
2. 可扩展的几种解决方案
通常可扩展的实现有下面几种:
Factory模式
IoC容器
OSGI容器
Dubbo作为一个框架，不希望强依赖其他的IoC容器，比如Spring，Guice。OSGI也是一个很重的实现，不适合Dubbo。最终Dubbo的实现参考了Java原生的SPI机制，但对其进行了一些扩展，以满足Dubbo的需求。
对一天中做的每件事问个为什么。
深思身边至少3个人的思维策略的不同。
写篇有自己想法的博客。
读一个优秀开源库的源代码。
写一个小工具代码，把它优化到极致。
写个main测下你正在用的某个库的性能。
深思身边至少3个人的思维策略的不同。
写篇有自己想法的博客。
读一个优秀开源库的源代码。
写一个小工具代码，把它优化到极致。
写个main测下你正在用的某个库的性能。
事太多，处理不完？生活/工作？
保持节奏感，踩在点上办事。
做好计划，控制风险。
管理好自己的时间，保持大块时间。
主动办要事，而不要被动办急事。
角色平衡。
保持节奏感，踩在点上办事。
做好计划，控制风险。
管理好自己的时间，保持大块时间。
主动办要事，而不要被动办急事。
角色平衡。
什么样的人能更快晋升？
做好自己，技术实力强，有深度，也有宽度。
对事专注，持之以恒，将事情做到极致，发挥自己的长处，成为专家。
传道授业，对内对外分享，帮助手边的人成长，影响力大。
主动性强，不只做好手上的事，还能推动事情的发展，独挡一面。
有高度，能先人一步思考，找到方向，找到落地点。
做好自己，技术实力强，有深度，也有宽度。
对事专注，持之以恒，将事情做到极致，发挥自己的长处，成为专家。
传道授业，对内对外分享，帮助手边的人成长，影响力大。
主动性强，不只做好手上的事，还能推动事情的发展，独挡一面。
有高度，能先人一步思考，找到方向，找到落地点。
爱问为什么
为什么要Action -> Service -> Dao？为什么要服务化？
为什么要在范儿图片推荐第三行插入话题推荐，而不是第一行？
为什么他会这么思考问题，而我不会？
爱总结
书上那些原则，那些理论体系怎么来的？不就是作者总结的？为什么不自己总结？
自己总结，自己发明理论。不会，多写就会。
爱质疑
从小教科书就把各种知识全当真理教给了我。我智商低，别骗我。
喜欢有“此理论未被证明”或”与实验结论不符”或“下一章推翻上一章”的书。
看到开源软件自吹性能多牛，一定要自己动手去测一测。（一个main函数+多个线程就够了，别被搭性能环境吓着）
为什么要Action -> Service -> Dao？为什么要服务化？
为什么要在范儿图片推荐第三行插入话题推荐，而不是第一行？
为什么他会这么思考问题，而我不会？
爱总结
书上那些原则，那些理论体系怎么来的？不就是作者总结的？为什么不自己总结？
自己总结，自己发明理论。不会，多写就会。
爱质疑
从小教科书就把各种知识全当真理教给了我。我智商低，别骗我。
喜欢有“此理论未被证明”或”与实验结论不符”或“下一章推翻上一章”的书。
看到开源软件自吹性能多牛，一定要自己动手去测一测。（一个main函数+多个线程就够了，别被搭性能环境吓着）
梁飞的看书方式：
爱看书
爱看写作者思想的书，不爱看工具用法的书。
爱看只讲一个观点的书，不爱看堆彻作者所有知识的书。
喜欢把书中引用的书，接龙看下去。
爱看源码
看Linux，JDK，Spring等开源代码。
看不懂就自己写一个或一部分。
看自己写的代码。
爱看书
爱看写作者思想的书，不爱看工具用法的书。
爱看只讲一个观点的书，不爱看堆彻作者所有知识的书。
喜欢把书中引用的书，接龙看下去。
爱看源码
看Linux，JDK，Spring等开源代码。
看不懂就自己写一个或一部分。
看自己写的代码。