徐术挺-漫思录

课程学习指南

21分钟阅读

阶段三 · 课程学习指南

本阶段按「算法 → 操作系统 → 网络 → 编译原理 → 数学」五大模块组织。★ 为必学主干。

一、数据结构与算法

1. 数据结构与算法之美 ★（本阶段第一门，必学）

为什么学：这是整个极客时间体系中口碑最好、最值得学的算法课之一。它不讲「背题」，讲「每个数据结构解决什么问题、为什么这么设计」。学完它，你看任何系统，都像看 X 光片。

知识地图：

  • 复杂度分析（大 O 表示法，算法分析的基石）
  • 线性表：数组、链表、栈、队列
  • 跳表、散列表（哈希表）
  • 树：二叉树、二叉搜索树、红黑树、堆、Trie
  • 图：存储、遍历、最短路径
  • 排序：冒泡/插入/选择/归并/快排/堆排序/桶排序等
  • 查找：二分、散列
  • 贪心、分治、回溯、动态规划
  • 字符串匹配（KMP、BM、Trie）

经典案例：老师问小白：「Word 的拼写检查，怎么做到秒级提示错别字？」 小白猜「可能是扫描字典」。老师说：「3 万个单词，线性查找每次 3 万次比较，打字时卡成幻灯片。Word 用的是『Trie 树』——单词按前缀组织，查一个单词只要走几个节点，快 1000 倍。」 小白惊呼：「原来我每天都在用数据结构，只是不知道它叫 Trie。」

引发思考：

  1. 为什么说「数据结构是程序的骨架，算法是程序的灵魂」？
  2. 数组支持随机访问、链表支持高效插入——为什么不能两者兼得？什么场景各取所需？
  3. 快排最坏是 O(n²)，为什么工业界还是用它而不是归并？(提示：平均性能 + 常数小)
  4. 哈希冲突的两种解决方式（链地址/开放寻址）各适合什么场景？Redis 和 Java 分别怎么选？

2. 算法面试通关 40 讲（必学，应试强化）

为什么学：大厂笔试面试的高频题型、解题套路、代码模板，全部浓缩在这 40 讲里。学完「数据结构与算法之美」建立体系后，用它来「刷题 + 套路化」。

知识地图：

  • 面试算法全景：字符串、数组、链表、树、图、DP
  • 双指针、滑动窗口、回溯、BFS/DFS 模板
  • 二分法变种、位运算技巧
  • TopK、LRU、堆的应用
  • 高频题精讲（两数之和、反转链表、二叉树遍历……）

经典案例：小白被「反转链表」卡了两天，老师点破：「这类题不用背，画图。三个指针 prev/cur/next 依次后移，箭头一个个掉头，图画出来代码就出来了。链表题的核心就四个字——『画图 + 三指针』。」 小白照做，从此链表题 10 分钟内必出。

引发思考：

  1. 「两数之和」为什么可以用哈希表做到 O(n)？空间换时间的本质是什么？
  2. 滑动窗口适合解决什么特征的问题？怎么判断窗口什么时候收缩？
  3. BFS 和 DFS 分别适合什么场景？最短路径为什么用 BFS？

3. 动态规划面试宝典 / 业务开发算法 50 讲（选学，进阶）

为什么学：动态规划是算法面试的分水岭，也是「贪心 → 穷举 → 记忆化 → DP」这一套思维升级的关键。业务算法课则告诉你：算法不是面试专用，它在真实业务里天天用。

知识地图（动态规划）：

  • 从递归到记忆化搜索到 DP
  • 状态定义与状态转移方程
  • 背包问题、最长公共子序列、编辑距离
  • 区间 DP、树形 DP
  • 面试高频 DP 题精讲

知识地图（业务算法）：

  • 排序/查找在业务中的应用
  • 字符串处理、正则、敏感词过滤（AC 自动机）
  • 搜索与推荐里的排名算法
  • 限流算法（令牌桶/漏桶）、风控规则

经典案例：小白觉得「动态规划离我太远」。老师指着电商下单页说：「优惠券叠加满减怎么算最省钱？这是背包问题的变种。滴滴派单怎么匹配司机和乘客？这是二分图匹配。搜索引擎的『你可能想搜』？这是字符串模糊匹配。算法不在题里，就在你每天用的产品里。」

引发思考：

  1. 为什么说「动态规划就是聪明的穷举」？记忆化解决了什么？
  2. 限流用令牌桶还是漏桶？它们各自的适用场景（秒杀 vs 平滑流量）？
  3. 一个字符串敏感词过滤，1 万词库，你会怎么设计？复杂度多少？

4. 快速上手 C++ 数据结构与算法（选学，C++ 方向的算法实现）

为什么学：如果你主攻 C++，用 C++ 实现数据结构和算法能同时练「语言」和「算法」，STL 容器（vector/map/unordered_map）本身就是数据结构教科书。

知识地图：

  • STL 容器剖析：vector、list、deque、map、set、unordered_map
  • 迭代器与算法库（）
  • 手写数据结构：链表、栈、队列、二叉树
  • 常见算法的 C++ 实现

经典案例：小白问「map 和 unordered_map 选哪个？」老师答：「map 是红黑树，O(log n)，有序；unordered_map 是哈希表，平均 O(1)，无序。需要排序遍历用 map，追求速度用 unordered_map。你连容器的底层都不知道，怎么选得对？」

引发思考：

  1. vector 为什么「自动扩容」？扩容的复杂度陷阱是什么？
  2. 为什么 STL 的排序比你自己写的快排快？（内省排序 + 优化）
  3. 你会怎么衡量「该用哪种容器」？决策依据是什么？

二、操作系统

5. 趣谈 Linux 操作系统 ★（必学，深入浅出 OS）

为什么学：操作系统是「程序运行的世界规则」。进程、线程、内存、文件、IO——你写的每一行代码，最后都是操作系统在指挥硬件干活。这门课用大白话 + 类比讲透 OS 核心，是极客时间最受欢迎的课之一。

知识地图：

  • 程序是如何运行的：CPU、内存、IO 全景
  • 进程与线程：调度、上下文切换、进程间通信
  • 内存管理：虚拟内存、分页、malloc 的秘密
  • 文件系统：ext4、inode、硬链接软链接
  • IO 模型：阻塞/非阻塞/多路复用/异步
  • Linux 命令背后的原理（ps、top、netstat……）

经典案例：小白问「为什么我的程序启动要 5 秒，别人的只要 0.1 秒？」老师带他 strace 一看：程序启动时反复读取配置文件、加载 200 个动态库、执行 1 万次系统调用。老师指出：启动慢，本质是「IO 慢 + 系统调用多」。 小白第一次理解：「程序不是自己跑的，是操作系统一遍遍『伺候』它跑的。」

引发思考：

  1. 进程和线程到底差在哪？「切换成本」贵在哪？
  2. 虚拟内存是不是「骗人」的？它怎么做到每个程序都以为独占 4G 内存？
  3. 多路复用（epoll）为什么比「一个连接一个线程」强那么多？
  4. 为什么删除一个文件可能很快，但删除一个大目录却慢？（inode 与目录项）

6. 操作系统实战 45 讲（选学，硬核动手）

为什么学：这门课不止讲，还带你从零写一个迷你操作系统——boot、内核、内存管理、中断、文件系统。写过 OS 的人，看任何系统都是「降维打击」。

知识地图：

  • 从 BIOS 到 bootloader
  • 内核初始化、段页式内存管理
  • 进程调度与中断处理
  • 系统调用实现
  • 简易文件系统
  • 图形界面与 shell

经典案例：小白问「为什么学了 OS 还要写 OS？」老师：「就像学游泳，看 100 遍视频不如下水呛一次。你亲手把中断向量表写好、把内存分页配好、把进程切来切去之后，再看 Linux 内核源码，每一行都亲切。『操作系统』从黑盒变成透明的。」

引发思考：

  1. 写 OS 最难的一步是什么？为什么？
  2. 中断和系统调用的关系是什么？它们是怎么「串」起整个内核的？
  3. 学完这门课，你对「程序员要不要懂底层」有什么新认识？

三、计算机网络

7. 趣谈网络协议 ★（必学，网络世界观）

为什么学：网络是「程序与程序之间的高速公路」，也是排查线上问题（超时、慢、连不上）的第一现场。这门课用生活化的类比讲透 TCP/IP 协议栈，是极客时间经典入门课。

知识地图：

  • 网络分层：应用/传输/网络/链路层，每层干什么
  • IP 与寻址、子网掩码、NAT
  • TCP：三次握手、四次挥手、可靠传输、拥塞控制
  • UDP 与 TCP 的取舍
  • DNS 解析、HTTP、HTTPS
  • 抓包工具入门（Wireshark/tcpdump）

经典案例：小白问「为什么下载大文件用 TCP，而视频直播用 UDP？」老师类比：「TCP 像快递，每一件都要签收，丢一件就重发，绝对可靠但慢；UDP 像扔飞盘，扔出去就不管了，丢了就丢了，但快。视频直播卡一帧无所谓，但要是像 TCP 一样等重发，画面直接卡死。『可靠』和『快』，业务自己选。」

引发思考：

  1. 三次握手为什么是三次？两次行不行？四次呢？
  2. 为什么挥手要四次而握手只要三次？（半关闭）
  3. 你在浏览器输入一个网址回车，到页面出来，中间到底发生了什么？（把 DNS、TCP、HTTP、渲染串起来讲一遍——这是面试必考题）
  4. HTTPS 的加密过程是什么？为什么能防中间人攻击？

8. Web 协议详解与抓包实战 / 透视 HTTP 协议（选学，HTTP 深度）

为什么学：程序员 80% 的日常在跟 HTTP 打交道。这两门课把 HTTP 从报文格式到状态码、从缓存到 Cookie、从 HTTP/2 到 HTTPS，讲得明明白白。配合抓包，眼见为实。

知识地图：

  • HTTP 报文结构（请求行/头部/体）
  • 状态码语义（200/301/302/304/400/401/403/404/500……）
  • 缓存机制（Cache-Control、ETag、304）
  • Cookie 与 Session、Token
  • HTTPS 与证书链
  • HTTP/1.1 与 HTTP/2（多路复用、头部压缩）
  • 用 Wireshark/Chrome DevTools 抓包实战

经典案例：小白遇到「改了代码，刷新页面还是旧的」，怀疑缓存玄学。老师带他抓包看响应头：Cache-Control: max-age=3600，浏览器直接把页面从本地缓存拿出来了，根本没发请求。 老师：「不是玄学，是协议。你看懂头部，就看得懂一切缓存问题。」

引发思考：

  1. 301 和 302 有什么区别？SEO 场景该用哪个？
  2. 为什么说 Cookie 不安全？XSS 窃取 Cookie 的原理是什么？
  3. HTTP/2 的多路复用解决了 HTTP/1.1 的什么问题？（队头阻塞）
  4. 你如何从「看得到页面」变成「看得懂页面」（每个头、每个状态码都懂）？

9. 网络编程实战 / 网络排查案例课（选学，动手与排查）

为什么学：懂协议还不够，得会「写网络程序」和「排查网络故障」。这两门课一个教你写（socket、epoll、客户端服务端），一个教你查（真实故障案例复盘）。

知识地图（网络编程实战）：

  • Socket 编程：TCP/UDP 客户端与服务端
  • 非阻塞 IO、多路复用（select/poll/epoll）
  • 网络框架设计、超时与重试
  • 高性能网络编程要点

知识地图（网络排查案例课）：

  • 常见网络故障：连接超时、丢包、DNS 异常、SSL 失败
  • 排查工具链：ping、traceroute、netstat、ss、tcpdump、Wireshark
  • 真实案例：一次线上「间歇性超时」的完整排查

经典案例：线上服务「偶发超时」，运维重启就好，第二天又犯。老师用 tcpdump 抓包 5 分钟定位：TCP 大量重传——网卡 MTU 问题导致大包被丢弃。 老师总结排查心法：「网络问题，永远先抓包，别靠猜。抓包是最诚实的事实。」

引发思考：

  1. ping 不通 和 端口连不上 分别说明网络到哪一层出了问题？
  2. 一次「连接超时」，可能的原因清单你列得出几条？按什么顺序排查？
  3. 为什么说「抓包是网络问题最后的裁判」？

四、编译原理

10. 编译原理之美 ★（选学但强烈推荐，理解程序本质）

为什么学：编译原理是「程序员的毕业课」。懂编译器，你就懂：程序是怎么被翻译的、语法糖是怎么展开的、为什么有些代码慢、DSL 怎么设计、SQL/正则/模板引擎背后是什么。

知识地图：

  • 词法分析：把代码切成单词
  • 语法分析：构建语法树
  • 语义分析：类型检查
  • 中间代码生成与优化
  • 目标代码生成
  • 解释器 vs 编译器

经典案例：小白问「正则表达式为什么能匹配字符串？」老师揭秘：「正则背后是『自动机』——把匹配规则画成状态图，从左到右走一遍，走通就匹配成功。你每天用的 grep、IDE 高亮、表单校验，都是编译原理在背后。」 小白感叹：「原来『高大上』的编译原理，是我每天在用的东西。」

引发思考：

  1. 「语法糖」到底是怎么被处理的？比如 Python 的 with、Java 的 lambda。
  2. 为什么说「不会编译原理的程序员，写不出好的 DSL 和框架」？
  3. 解释执行和编译执行，各自的启动速度、运行速度、可移植性如何取舍？

11. 编译原理实战课（选学，硬核动手）

为什么学：从零实现一个编译器/解释器——词法、语法、语义、生成。写完你会发现：任何「语言类工具」（SQL 解析器、模板引擎、配置解析器）你都能自己造。

知识地图：

  • 手工编写词法分析器
  • 递归下降语法分析
  • 表达式求值、类型系统
  • 中间表示（IR）与优化
  • 字节码 / 虚拟机 / 解释器实现

经典案例：老师让小白实现一个「简易四则运算解释器」。小白一开始觉得「这有啥难的」，动手才发现：「光是把 1+2*3 算对（注意优先级！）就要处理运算符优先级和结合性，递归下降法的精髓全在这。写完这个，再看任何语言规范文档，都不再恐惧。」

引发思考：

  1. 为什么 1 + 2 * 3 不能从左到右直接算？优先级是怎么在语法树里体现的？
  2. 正则匹配和上下文无关语法（CFG）的边界在哪？为什么 HTML 不能用正则解析？
  3. 学完编译原理，再看「JSON.parse」和「eval」，你的理解有什么不同？

五、数学

12. 程序员的数学基础课（必学，算法背后的底气）

为什么学：算法、AI、数据分析背后全是数学。逻辑、排列组合、概率、图论——这门课把「程序员用得上的数学」挑出来，用程序员的语言讲，不吓人。

知识地图：

  • 逻辑与集合：布尔代数、条件判断
  • 排列组合：计数、二项式
  • 概率论：贝叶斯、期望、随机
  • 线性代数直觉：向量、矩阵在程序里是什么
  • 图论基础
  • 数学归纳法与递归的对应

经典案例：小白问「学算法为什么要概率？」老师：「哈希表平均 O(1) 是『平均』——这个平均是怎么算出来的？期望。布隆过滤器说『可能有误判』——误判率怎么算？概率。不懂数学，你只能记住结论，懂数学，你能推出结论、评估风险。这就是『背答案』和『会解题』的区别。」

引发思考：

  1. 排列组合里，为什么「先选再排」和「直接排列」差了一个阶乘？和去重有什么关系？
  2. 贝叶斯公式在垃圾邮件过滤里怎么用？为什么「经验概率」会失效？
  3. 数学和编程的关系：你觉得数学是「门槛」还是「捷径」？为什么？

本阶段小结

学完阶段三，你拥有了「内功三件套」：

  • 算法视角：看系统能看出它用了什么数据结构；
  • OS 视角：知道程序背后操作系统在干什么；
  • 网络视角：能画出请求的完整旅程，能抓包排查。

这三样，是大厂面试的硬通货，也是后续学数据库、架构、性能时反复调用的底层模型。

下一站：04_阶段四_数据库与中间件/，给数据找个家。