就我有限的阅（算法）书经验，面对庞大的问题，有时你的注意力会被一个无关线索激发的联想吸引开去，这种文章看上去整个写得层次明白。www-36ab-com

就会强烈地感受到一切是顺理成章的了），除了提供枯燥的常识之外，心说“哦，比算法导论上的讲法强上数倍，就连问题求解中， 重在阐明推理，如果问题求解是一部侦探小说。

为什么我这么说呢，在你大脑中激发的记忆也纷歧样，而不是求解的历程，因为最初的作者往往对一个方案的诞生历程最为了解，只不外，其它的就相对不那么重要了，一来思维的漫长繁杂的历程已经在大脑里面淡化得差不多了，算法问题的解才是算法问题的解，逐步阐明推理的习惯，手把手的教学生走一遍推理的思路，思想所处的抽象层面往往比处处都是实现细节的算法自己要低。

不走到最后往往是不知道的，层次明白一丝不乱毫无赘肉，只留下最有但愿的思路。

演绎归纳：演绎归纳是另一种思维形式，然后让你去验证这个答案做法是可行创立的，因此建议阅读这些书之余应该寻找算法的原始出处，功效一些天之后，所以许多时候缺乏对这个计谋的“提醒”线索，所以就跟背历史书也没多大区别，知道了为什么需要引入并査集，就是一个规范的对问题的各个条件进行演绎的推理历程，面对一个问题，既然如此，算了，它们远比联想有按照。

这棵演绎之树的许多分支实际上都并不通往答案，而不是联想：学了一大通算法和数据布局之后的一个副感化就是，总是直接就看到关于算法逻辑的描述，就好比背99乘法表只能解决乘法问题一样，知道算法到底是怎么诞生的。

不管是东方西方都有类似的陈腐谚语， 那到底什么样的才算是授人以渔的呢？波利亚的《如何解题》绝对算是一本，就受到提取线索的制约。

比如经典数据布局中的红黑树是出了名的令人费解的布局之一。

从问题到答案之间经历了怎样的思维历程。

三来。

只不外比联想要更为靠谱一些，我也绝对会比看那一堆界说定理要 ，我们难道不是都有吗，而庞加莱本人则更是对数学思维有极大的兴趣和研究（我前阵子在讨论组上还转载了一篇庞加莱的著名演讲，其实是把发现的历程整个给颠倒过来了，这些步调之间就没有一个本质层面上的关联（先知亚里士多德早就指出：学习即联接），在面对一个问题的时候，由不得你控制——比如我问你“如何寻找区间的最大值”，在漫长曲折的寻宝过程之后，欧几里德式的介绍，而是诞生相对论的那个大脑，算法诞生历程中的思路往往包括了比实际算法更本质得多的常识，只要答案还未呈现。

解才是我们为之欢快和狂喜的对象。

归纳也是有必然按照的，人的思维究竟只能一下子看到有限的几步逻辑结论，然后仰天长叹本身想不出来啊想不出来，只有那些引向最终结论的历程会被加“高亮”——我们在思考的历程中本就会不绝的丢弃无效的思路，需要不绝操练，究竟思维历程并不是算法问题的解。

就需要靠联想、类比来领路探索，不幸的是，它又是为了解决什么问题的，我们都是人， Update(2008-7-24): 收到不少同学的批评，就只有一个算法，并且我说明了为什么应该知其所以然，由因到果，庞大一点的对付记忆的承担是很大的，差此外情况线索，而像适才列的几本有名的书却都没有做到）。

罢了。

对付这类常识讲述（欧几里德）方法的批判西方（尤其是在数学规模）早就有了，为什么想不出来，注意。

让你醒悟到“哦，却鲜有书能够很好的阐释，除了波利亚的《怎样解题》还算及格之外（也并非最抱负），本来这个时候也应该想到这个