原标题：成果一般的学生，学习办法上都有哪些误区？
由于我自己不是学习办法的专家，所以不敢容易说自己的学习办法多么先进。更重要的是，我不以为有一种固定的“好”的学习办法是合适全部同学。假如存在那样的办法的话，学习这件让人头疼的事儿，就不头疼了：）由于每个人的布景不同，拿手不同，每个人都有合适自己的不同的学习办法；与此一起，不同的范畴，由于其实质不同，学习办法也应该是不同的。我深信：每个人去寻觅合适于自己的学习办法，是每个人终身的论题。他人叙说的所谓的“学习办法”，只能作为参阅用。
一些学生提出的问题，除了专业常识上的问题，遇到的最多的问题，便是学习办法方面的问题了。
的确看到了许多学生的学习办法，有改善的空间。
在这儿，我想简略总结一些我见过的，以为或许不是那么妥当的学习办法，仅供参阅。这篇文章不是一套“怎样学习”的理论，而是一些琐细的个人见解，更像是在总结“学习中的那些坑”，不过，在我写完这篇文章之后，回头看，我觉得，我自己的高效学习的诀窍，其实都在这篇文章里了。
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“过错”，便是在学习上“完美主义”。乃至后续许多其他的问题，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！重要的作业说三遍。
举个最经典的比方，也是我常常举的比方，背英语单词（在这儿咱们先不聊背英语单词是不是好的英语学习办法，咱们只看假如咱们想要背英语单词的话，应该怎样背）我发现许多同学拿着红宝书，榜首个list都没翻过去就抛弃了。这是由于每天背完榜首个list今后，第二天会发现：榜首个list仍是有许多单词没掌握，然后就持续背榜首个list。然后一周后，发现自己榜首个list都搞不定，觉得英语好难，彻底抛弃了。这便是“完美主义”：不把榜首个list“彻底”掌握不愿持续行进。这样是不对的。背了一个list，能多记一个词，便是行进。就算一个词都没记住，含糊有了形象，也是一种行进。咱们不应该过度着眼于咱们还不行完美。学习不是要么0分，要么100分的。80分是收成；60分是收成；20分也是收成。有收成最重要。可是由于着眼于自己的不完美，终究抛弃了，那便是彻底的0分了。
仔细想，这种“完美主义害死人”的比方特别多。我看到过许多同学，其实是在学习的路上，被自己的“完美主义”逼得“抛弃了”——由于学习中有一点没有做好，遭受到了一点点波折，终究就抛弃了整个学习方案。每个人都必定要承受自己的不完美。想开一点：咱们都不是小升初考了满分，才干上初中的；也不是中考考了满分，才干读高中的；更不是高考考了满分，才干念大学的；将来也不会是大学全部科目都是满分，才干出来作业。不完美其实是常态，根柢不会影响咱们学习更多更深化的内容。可是在自学过程中，许多同学却要求自己在自己拟定的每一步方案中都到达“完美”，才进行下一步。终究成果，一般都是“抛弃”。
或许有的同学会跳出来辩驳我：学习当然要仔细啊！在这儿，我有必要着重，我所说的“不要完美主义”，和“学习仔细”是不抵触的。什么是“完美主义”，什么又是“囫囵吞枣”，这是一个“度”，每个人其实纷歧样。不要“完美主义”，不代表学习能够草率前行。每个人都有必要要找到合适自己的学习节奏。我的阅历是：在自己又由于自己的学习进展而懊丧的时分，问自己一句：是不是自己又犯“完美主义”的缺点了：）
2）不要过度“学习途径依靠”，学习要冲着自己的方针去。
现在信息太兴旺了，关于大多数范畴的常识，网上会有许多所谓的“学习途径”。我不是说这些学习途径没有用，可是不能“过度”依靠这些所谓的学习途径。
比方，许多同学想学机器学习，大多数学习途径都会告知你，机器学习需求数学根底。所以，许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。可是发现数学怎样也学欠好（在这儿，或许完美主义的缺点又犯了），而机器学习却一点儿都没学。终究抛弃了机器学习，十分惋惜。其实，假如真实去触摸机器学习，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。正由于如此，我一向主张：只需你在本科触摸过高数，线数，概率这些科目的根底概念，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行用，再回头补数学。在这种情况下，数学学习得也更有方针性，其实效果更好。
不要“过度”学习途径依靠，什么叫“过度”，每个人的规范纷歧样。每个人都需求寻觅自己的那个“度”。
3） 不要迷信威望的“好”教材。
不是说威望教材欠好，而是每一本教材都有其预设的读者群，假如你不在这个预设的读者群的范畴里，教材再好也没用。最简略的比方：再好的高数教材，关于小学生来说，都是一堆废纸。
我常常举的一个比方是《算法导论》。我个人主张假如你是研究生或许博士生，已经有了必定的算法根柢，才应该去阅览《算法导论》。可是对大多数本科同学，尤其是榜首次触摸算法的同学，《算法导论》真实不是一个好的教材。但很惋惜，许多同学在学习中有上面的两个缺点，既过度途径依靠，他人说《算法导论》好，学习算法要走学《算法导论》这个途径，自己就不探究其他更合适自己的学习途径了，一头扎进《算法导论》里；一起还“完美主义”的倾向，关于《算法导论》的前几章，学习的事无巨细，但其实触摸了许多在初学算法时没必要学习的内容。终究总算觉得自己学不下去了，抛弃了对“算法”整个学科的学习。以为算法太难了。
固然，算法不容易，可是，一上来就抱着《算法导论》啃，真实是挑选了一条彻底没必要的，更难的，乃至或许是根柢走不通的路。关于一个范畴的学习，了解市道上有什么好的教材是必要的，单也不能迷信威望教材。每个人有必要要去探究学习怎样寻觅合适自己的学习资料。
4）不要瞧不起“薄薄”的“傻”教材，这些你瞧不起的学习资料，或许是你入门某个范畴的要害。
在大多数时分，假如有人问我教材引荐，基本上我的答复都是，假如是入门水平：随意找一本在京东，亚马逊，豆瓣上，评分不太差的“薄”的教材，就ok了。在这儿，要害字是够“薄”。由于“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知道：这个范畴是做什么的？处理什么问题了？全体处理问题的思路是怎样？处理问题的办法大致是怎样区分的？一些最根底的办法详细是怎样的。这些在初学阶段是至关重要！是让你全盘掌握整个范畴头绪的。尽管经过这么一本薄薄的教材，你的头绪掌握必定不行全面详尽，但比没有强太多！我看过不少同学，一上来学习《算法导论》，关于复杂度剖析的笔记做了好几页，然后就抛弃了，可是连什么是动态规划都不知道。这样彻底没有对“算法”这个范畴有全面的知道，乃至能够说根柢没有学过“算法”！先用薄教材入门，再找“厚”教材，细细领会其间的细节，是我百试不爽的学习办法。
别的，在这儿，我还要着重“入门教材”，许多教材尽管够“薄”，但不是“入门教材”。我们要注意。
5）不要迷信单一教材。
许多同学非要我引荐一本详细的“薄”教材入门，说实话，许多时分让我有点儿哭笑不得。由于我随意引荐一本，我的确不敢确保它是“最好的”，“最合适你的”，可是各个范畴那么多教材，我又不或许都逐个看过，逐个比较过。最最重要的是，我的学习阅历告知我，在大多数情况下，学习不是一本固定教材能够搞定的。非要找到一本“最合适自己的”教材，然后就一头扎进去，其实是不科学的。
我形象很深化，我读本科的时分，那会儿申请了一个项目，要做一个网站（那时分服务端都用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骨干去看，发现这本书介绍不清楚的概念，立刻就从其他书里找答案。一般不同的作者对同一个事物从不同的视点做解读，是能够协助你更深化的知道一个概念的。基本上一个月的时刻，我就从一个彻底的网站建立小白，做出了这个项目需求的那个网站。这个习气我一向连续，研究生的时分，对什么范畴感兴趣了，榜首件事便是到图书馆，借十本相关书本回来翻看。
可是，大多数同学喜爱只是扎进一本书里，一旦选定了自己的学习资料，就对其他资料不闻不问，乃至是排挤的心思。这种做法，一方面又是“完美主义”的体现——非要把这本教材学透；另一方面，其实也是“犯懒”的体现，不愿意多翻翻，多看看，自己多比较比较，自己去寻觅最合适自己的资料，一味地盲目信任所谓“大神”的引荐，殊不知，这些引荐，不必定是更合适自己的资料；更何况，还有许多大神，分明是靠不出名的“薄”教材入的门，但给他人做引荐的时分，就忽然变成自己是算法奇才，自幼阅览《算法导论》而所成的神话了：）
6）实践！
前面说了许多和教材挑选相关的论题，但关于计算机范畴的学习来说，教材的含义其实远远小于实践的含义。假如只是是看学习资料便是学习的话，那么教育网站的视频后期处理人员便是水平最高的工程师了。由于每段视频，他们都需求看一遍。可是，很显然，只是是看视频，是无法学到常识的。关于计算机范畴的学习来说，真实着手实践去编程是反常重要的。怎样夸张其间的效果都不过火。这就比方学游水，有必要下水去游水；或许学开车，有必要亲身上路。不然你说的再头头是道，一个小学生文化水平的人，只需他开过车，游过泳，都能在这两个范畴瞬间秒杀你。
反观大多数高校教育，关于算法或许机器学习这种必定程度偏理论的学习，一般十分不着重实践。终究的成果是学习者只是承受了许多笼统的概念，但对其间详细的完成细节，却是云里雾里。我见过太多同学，都了解什么是O(n^2)复杂度，什么是O(nlogn)的复杂度，却问我关于100万的数据规划，为什么自己的挑选排序运转起来就没反应了。答案很简略：O(n^2)的复杂度太慢了，100万的数据规划太大了，一般家用计算机转挑选排序一时半会儿是转不完的。这些同学必定了解O(n^2)的算法比O(nlogn)的算法慢，却没有真实实践过，不知道这个距离究竟是多少。
真实的学习上的行进，就发作在这个过程中。我当然能够告知给同学们一个成果，可是自己亲身实践一遍，比较阅览我给出的一个答案，自己对其间问题了解的深化程度，是彻底不行比较的。
7）量变到突变。
还有许多同学会问：教师，你是怎样想到用这样的办法的？关于这类问题，我的答复一般都是：你见的还不行多。
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，寻觅其间的“解题途径”。当然，我不是说这是彻底过错的，但也有一个“度”。我的阅历是：与其把时刻花在这儿，不如去见更多问题。比方动态规划，是算法学习的一个难点，许多同学在学会了背包问题的解法之后，总是执着于去寻找：是怎样想到这种状况界说的办法的。或许是我个人水平有限，我无法清楚地解说是怎样想到这种状况界说的办法的。可是我的阅历告知我：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，你会发现这种状况界说的方法十分天然。只是对着一个问题考虑，许多时分都是死胡同。你才智的还不行多，就不足以协助你总结出愈加“遍及”的问题处理的规则。当你见得足够多的时分，全部就都变得很天然，所谓的“量变到突变”。
不过，大多数同学在这个环节都会“犯懒”，妄图经过一个问题就了解问题的实质，这其实和妄图经过一本教材就通晓一个范畴的主意是相同的，是不现实的，不或许的。一起，这儿又包含着学习过程中的“完美主义”的思维，遇到一个问题必定要把它想的无比透彻。可是我的阅历告知我：大多数问题，其实都是需求“回头看”的。跟着你对一个范畴了解的越深化，回头再去看那些从前的问题，都会发生新的视角，关于许多从前想不了解的问题也恍然大悟。这也是“行进”的本源。假如卡在一个问题上不行进，不给自己“回头看”的时机，乃至终究是抛弃了，就什么也没有学会了。
所以，许多时分，你发现对一些问题“百思不得其解”，或许不是由于自己“笨”，而是由于“还不行尽力”：）
8）终究，必定要信任时刻的力气。
其实10年后，你们便是大神。
这其实很好了解，回想十年前，也便是12岁的你，和现在的你比较，是不是大相径庭？假如把你扔到一堆12岁的小朋友中心，22岁的你是不是便是个大神？同理，32岁的人，已经在业界摸爬滚打了那么多年，扔回到22岁的大学生中心，当然是大神：）
许多时分，所谓的“大神”并不奥秘，仔细观察他们的阅历，会发现时刻有着不行磨灭的效果。只需你没有虚度时刻，每天都在行进，一般成果都不会太差的。
假如再加上一点点机会，人人都是大神。
责任编辑：
