一位已經在職程式設計師在再次學習演算法中，在方法上遇到了上點麻煩，他給我來信，併為他出了一些主意，見《一道演算法題引起的疑惑——如何“畫”演算法（附免費視訊連結）》。
　　隨後，他真的打通了這個環節。更難得的是，他在這一段時間內，已經進入到了一個新境界。從學習中的認知層次角度，他已經從上大學時，圍繞著能應對考試的那種表層的學習，進入到了真正思考學習內容的意義，並且能夠感知和調控自己的學習方法和過程的深度的學習中了。
　　這是一個人能在這個終身學習的時代立足的基本條件之一。
　　徵得他的同意，將他給我寄來的學習體會分享出來供讀者參考，在【】中加些我的批註。

【分享他的來信】
1.需要幾個指標，初始位置是什麼，如何在迴圈體中移動。而且各種特殊情況都要考慮到，比如連結串列為空，只有一個節點等等。

【要對程式的流程有個很好的感知，同時，要對“邊界”敏感一些。】

2.陣列和連結串列是很多資料結構的基礎，使用二者來實現更高階的資料結構（看jdk原始碼）。
　　3.遇見陌生的東西不要有懼怕心理。正是拉取已有知識的好機會。

【這是一種很健康的成長心態。】

4.積累的東西，不能用完就扔了，成為身外之物。要在現有的基礎上不停的積累，提高，內化為自己的能力和潛意識。

【不要試圖一下子就學會，“滾雪球”式的成長，是最好的。】

5.查漏補缺，如何查漏補缺？看的時候需要注意什麼？對知識點的重新覆盤，不熟的東西熟悉，和已有的熟悉的東西聯絡起來，形成知識網路。透徹理解，能給別人講出來，能自己動手寫出程式。目的是學以致用。

【多種學習的手段，組合拳輪流上。】

看以前學過的內容，會發現有新的東西、不理解的東西、貌似以前遺漏的東西，會感覺不爽，覺得是自己以前學得不好導致的。這是自己一直存在的一個很大的問題。

【揪著“以前學得不好”不放，會讓自己走不動。放下這份自責，腳步就輕鬆了。】

首先，要明確一點，不是自己學得不好導致的，知識就是在學習的過程中不斷加深理解和完善的，像添磚加瓦一樣。在遇到這種情況時候，不能否定自己，要輕鬆愉悅地吸收知識點，和以前所學聯絡起來，讓知識點更加牢固，這就是持續精進的過程，如果否認這個過程的合理性，就是認為一個知識點都是一次就學的很完善，這是完全不符合實際的。急功近利的表現。每看一次，都不能白看，讓知識點更加牢固，這就是你的目的。以後腦子裡要有構建知識網路的意識。

【學習，和軟體產品一樣，是在“迭代”中逐漸完善的。將眾多的知識點，不斷產生聯絡，構建自己的知識網路，這是學習中最重要的事。】

當你感覺不適、不想學的時候，有可能就是你的不好的慣性思維在作怪，這時候需要反觀自己的思維過程。

【在“學會學習”的過程中，這樣的反思，促進自己思考學習，從而指導再後面的學習。這是“關於學習的學習”，是“學習（動詞）學習（名詞）”，教育學中，將其稱為“元認知”。】

6.看連結串列的時候，size和head陌生，這說明以前就沒有整體思路-全域性觀，只不過是寫著程式順下去了。以後需要改變：不要寫一遍寫一遍，寫了多次還不知道整體思路，所以每次寫的時候感覺手生。

【寫一遍是手段，在頭腦中形成理解和記憶，這是目標。】

搭架子，往裡面填充細節。終於找到手生的原因了，下一步就是在實踐中解決它。

【有價值的體驗！】

7.在做專案的時候有意識的儘量窮盡知識，用到實際中去。如果用不上，是知識體系搭建的不好，不知道往那個知識點對應。零零散散的知識點不好運用起來。

【要主動建構知識網路。常說的“記不住”，很多時候問題出在“調不出來”，這需要建網路，給自己更多的“提取線索”。】

8.搭建知識網路的重要性。

【好感悟！】

9.演算法：先考慮一般情況寫出演算法，然後利用特殊情況來修正。如果報空指標錯誤，大多數情況是邊界條件的問題。如果有多個指標，後面的指標可以考慮在迴圈體重進行首次賦值。

【我的回信】
　　進步怎麼可能有這麼大？感悟怎麼能有這麼深？從認知理論的角度，你已經進入到了用”元認知“指導自己學習的層次了。這樣的總結很有意義。
　　就這樣先在技術上鑽研，你將同時收穫一份比技術更有價值的財富。
　　這些思考，我可以在部落格上分享嗎？

【他的回覆】
　　嗯嗯，賀老師，可以的。
　　以後我把學習過程的疑惑、經歷、思考和收穫持續傳送您。
　　現在經常看您的帖子，受益匪淺，要是讀大學的時候就能發現您的帖子，現在就是另一番模樣了，相見帖子恨晚。