大二,非科班,学弟,两周

大家好,我是阿秀。

今天想给大家分享一下一位大二学弟的两周,从开始刷题到获得成就感。

算法的重要性真的不需要我再啰嗦了。前几天我看到一张图,很真实,可以说算法考察的越来越难了。

现在互联网招聘中,没有不考察算法的....不管是社招还是校招,基本都会考察。

但算法确实不是可以速成的,我在以前的《逆袭进大厂》系列中有一期专门总结了几道互联网笔试中常考的几道题,也特别强调了算法需要经常练。

《逆袭进大厂》第十弹之数据结构与算法 

说回这位大二学弟,其实他是我的表弟,在河南郑州那边上学。他大一是通信专业的,大一期末时以全院第三的成绩顺利转到计算机专业来了。

等于说他是非科班转过来的,大二既要上普通计科大二的课程,还要去补计科大一的课程。

每天的行程都安排的紧紧当当的,在我得知他前段时间刚学完数据结构(本来应该是大一就学的,但他是转专业过来的,所以大二下才补完)就让他去刷题了。

但这小子阳奉阴违,表面上答应的好好的,暗地里也没去刷。

后来我又去问了,他说他太忙了,没空刷,气得我想揍他。

身为过来人,我太清楚了,忙不是借口。就像高尔基说的:时间就像海绵的水,挤挤总会有的。

计算机并不会导致人头秃...

一个月前我开始强迫他去 LeetCode 刷题,你可以很清楚地看到两周里他的进步,到最后他自己也感觉有进步。

2021.04.09

开始强迫他去刷题,并让他把笔记给我。

4.9号开始强迫他去做题

第一天举步维艰,一道题都要花好长时间,连蒙带抄

最开始举步维艰,一道题都要花好长时间
2021.04.10&2021.04.11

10号那天暴力枚举出一道题,11号那天半夜十二点半了,还在做题,并且把做题的总结发给我了。

半夜十二点半了
2021.04.14

14号晚上依然主动发给我自己总结的笔记,我也表扬了他,因为有进步,这里给他一个赞。

开始有进步了,这里给他一个赞
2021.04.16&2021.04.17

16 号自觉发总结给我,但那天我有点忙晚上没来得及看他的总结。

17 号那天他自己开始学会反思,并且觉得自己做的不好,有点小失落。

他自己开始学会反思,并且觉得自己做的不好
2021.04.18

18号晚上他说感觉时间过得很快,也比以前充实,并且依然坚持把力扣刷题总结发给我。

老实说,你过得舒服并不是啥好事,过得不舒服才是好事。哈哈。

感觉比以前充实
2021.04.21&2021.04.22

4.21号了,他开始逐渐养成习惯了,并调侃自己啥也不会,只会暴力...

逐渐养成习惯
2021.04.24

他开始独立解出题目了

开始独立解出题目

这是他的力扣总结笔记,可以看出他整理的很好,井井有条

他整理的很好

9号开始刷第一道题,到24号。

两周时间,可以明显的看到他的变化。所以,不要再说什么算法难、不会做了。

你先看看自己下够功夫了没?

对于每道题,你是真的会做了没?

是不是你自己做出来的?

对于你不会做的题目,你有没有及时复盘和总结?

如果你的回答全部都是 Yes,那你不可能做不好算法题;如果有 No,你可以看看自己缺的是哪一步。

结语

千里之行,始于足下,总有人在默默前行。

走出第一步,才有第二步,第三步...第 N 步,如果你一直没能跨出第一步,哪来的第 N 步呢。

最后,他今年21岁,大二,花儿一样的年纪

推荐????《逆袭进大厂系列》(包含C++、操作系统、计算机网络、MySQL、Redis、智力情景题等)

推荐????读完两遍《STL源码剖析》后,我发现了一些辛秘

推荐????Web服务器烂大街?来试试这个项目吧|我可能是推荐这个项目的第一人

---END---

你好,我是阿秀,毕业于双非学校,校招时拿下字节跳动SP、华为、百度等6个offer,现于抖音部门担任全栈开发工程师。

一路走来,很累也很不容易,希望能帮助到更多像我一样的普通学校的学生,我踩的坑不希望你再踩,我走过的路希望你照着走下来。

欢迎来找我唠嗑

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 0
    评论
目标检测(Object Detection)是计算机视觉领域的一个核心问题,其主要任务是找出图像中所有感兴趣的目标(物体),并确定它们的类别和位置。以下是对目标检测的详细阐述: 一、基本概念 目标检测的任务是解决“在哪里?是什么?”的问题,即定位出图像中目标的位置并识别出目标的类别。由于各类物体具有不同的外观、形状和姿态,加上成像时光照、遮挡等因素的干扰,目标检测一直是计算机视觉领域最具挑战性的任务之一。 二、核心问题 目标检测涉及以下几个核心问题: 分类问题:判断图像中的目标属于哪个类别。 定位问题:确定目标在图像中的具体位置。 大小问题:目标可能具有不同的大小。 形状问题:目标可能具有不同的形状。 三、算法分类 基于深度学习的目标检测算法主要分为两大类: Two-stage算法:先行区域生成(Region Proposal),生成有可能包含待检物体的预选框(Region Proposal),再通过卷积神经网络行样本分类。常见的Two-stage算法包括R-CNN、Fast R-CNN、Faster R-CNN等。 One-stage算法:不用生成区域提议,直接在网络中提取特征来预测物体分类和位置。常见的One-stage算法包括YOLO系列(YOLOv1、YOLOv2、YOLOv3、YOLOv4、YOLOv5等)、SSD和RetinaNet等。 四、算法原理 以YOLO系列为例,YOLO将目标检测视为回归问题,将输入图像一次性划分为多个区域,直接在输出层预测边界框和类别概率。YOLO采用卷积网络来提取特征,使用全连接层来得到预测值。其网络结构通常包含多个卷积层和全连接层,通过卷积层提取图像特征,通过全连接层输出预测结果。 五、应用领域 目标检测技术已经广泛应用于各个领域,为人们的生活带来了极大的便利。以下是一些主要的应用领域: 安全监控:在商场、银行
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

拓跋阿秀

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值