作为一个弱鸡小白，在进军数据分析的路上看各种资料只会越来越头大，关键是浪费时间，尤其是时间比较紧迫的时候简直要抓狂，对于我这种不想花时间筛选信息又想提高命中率的只能靠前辈了额。
前辈说对于面试题刷LeetCode就可以了，但是收费之后就举步维艰了，但是LeetCode真的蛮全的，就是题型太多了暴风哭泣，我也知道这种事情没有捷径，但是就是经常处于抓不住重点的凌乱状态。
不过还好现在度过了刷题期，不得不说一些资源和课程还是很有帮助的，希望记录心得记录那些黑暗时光哈哈哈哈（感觉自己有点自虐）：
1.不要背题，前面的基本题型需要熟悉
2.记模版
3.每道题选择一个标签，为了按方法分类
4.建议从 AC Rates 排序的容易开始做起，能有一个良好的开始。
5.oj 这方面还是以 cpp 为主，我使用 python 实现的，有一些算法基本一样，cpp 能过而 python 不能过。
当然，无论怎样还是在自学路上有一百万种想要放弃的冲动，还好很枯燥的时候听了听课作为压力的缓解，主要是听后才觉得早该听课的，像我这样有拖延症并且经常想要放弃的时候。
因为leetcode在北美求职圈非常出名，所以朋友推荐我去他们学校听苏涵老师的课，说是在南加州大学做博士后研究数据库方向回来的，果然讲的很清晰（并且很美，而且很美），重点是讲的都是死路，会有豁然开朗的感觉，挑的题型也基本都是我刷完题觉得最主要的那几种，我在网上找了下，目测只有DC有她的在线课程，简单看了下介绍应该是和在学校讲的重点比较一致的。留存地址，下次复习用：
https://class.pkbigdata.com/#/classDetail/classIntroduce/3?slxydc=51ctoleetcode
免责声明：本站发布的内容（图片、视频和文字）以原创、转载和分享为主，文章观点不代表本网站立场，如果涉及侵权请联系站长邮箱：is@yisu.com进行举报，并提供相关证据，一经查实，将立刻删除涉嫌侵权内容。
