Mam wrażenie, że dla mnie (i pewnie nie tylko) przypomnienie (jako powtórka z nauki po jakimś czasie) sobie czegoś bywa trudniejsze niż nauczenie się tego po raz pierwszy.
Te ~16 lat temu postanowiłem się naumieć o algorytmach i strukturach danych.
Czytałem wtedy Introduction to Alghoritms po polskiemu. I chociaż miewałem problemy (jak np. usypianie jak próbowałem zrozumieć pierwszy raz kod do parition w quick sort ;-)), to jakoś to wchodziło.
Drugi raz jak sobie powtarzałem algorytmy parę lat później to używałem "Alghoritm Desing Manual", ponieważ to szło od innej strony to też jakoś wchodziło.
Zaczynam czytać pewne fragmenty w trybie szybkiego skanowania, co niestety prowadzi do omijania kluczowych detali. Na przykład.... po przeczytaniu o grafach nie pamiętam, że BFS można użyć do kolorowania grafu...
Czasem mam wrażenie, że ponowna nauka wzmacnia pewne uproszczenia, które ma się w głowie. Bo wiadomo, że z czasem zapomina się fragmenty i w ich miejsce może wskoczyć coś złego.
Nie do końca wiem jak z tym walczyć, na razie znalazłem tutaj używanie LLMów miejscami pomocne. Próbuję np. zaimplementować "z pamięci" daną rzecz i daję ją do oceny LLMowi, który na mnie krzyczy wskazując gdzie zrobiłem błędy.
Czasem byłoby dobrze mieć taki "reset" ;-) bo bez tego jest nawet tak źle, że jak kiedyś wymyśliłem złe i nieoptymalne rozwiązanie do jakiejś rzeczy to jakby naturalnie jest mi wskoczyć w te same tory.
Inna sprawa, jak się bawię LeetCode to czasem porównuję moje rozwiązanie Daily task z poprzednim które zrobiłem i często mam ten sam kod, z lekko zmienionymi nazwami zmiennych, a i to nie zawsze....
Podobne postybeta
HeapSort, a MergeSort i QuickSort :-) - od strony "chytrości" ;-)
Mózg jako komputer
Przebiegłe ślimaki ;-)
A może by tak ukrywać sobie wszystkie artykuły czy video ze słowami Trump, Elon i Musk w tytule? ;-)
Demokracja contentowa ;-)
Brak komentarzy:
Prześlij komentarz