数据结构与算法 / 系统课时
用盲做检验是否真正掌握
用盲做检验是否真正掌握
看懂题解、补全旧代码甚至当天重新写一遍,都可能只是短期记忆。要判断一道母题是否已经变成自己的能力,需要隔一段时间关闭题解和旧代码,从题意开始独立重做,并检查能否复现关键判断与实现。
学习目标
- 能区分“看懂了”和“能够独立复现”
- 能组织一次不依赖旧答案的盲做复测
- 能根据盲做失败的位置决定继续复习还是进入变式题
盲做检验的不是答案记忆
所谓盲做,就是在复测时不看题解、不看旧代码,也不翻自己之前写的步骤提示,只保留原始题目。目标不是证明还能背出某段代码,而是观察自己能否重新完成识别题型、建立模型、选择方法、处理边界和估算复杂度这一整条链路。
如果看到题目后只记得“这题用双指针”,却解释不出为什么两个指针可以单调移动,那么记住的是标签而不是方法。相反,即使代码结构和上次不同,只要能重新推导出正确的不变量并稳定实现,就说明知识开始内化。
把时间间隔加入检验
刚看完题解立即重写,成功很可能来自工作记忆。更有区分度的做法是让信息先发生一定遗忘,再观察能否从题目本身恢复思路。第一次复测可以放在一两天后;对重要母题,再隔更长时间进行一次独立复现。

间隔不需要机械固定。简单模式题可以较快复测,包含关键证明、复杂状态设计或多个边界条件的题目则适合拉长间隔。核心原则只有一个:复测时不能依赖刚刚形成的表面记忆。
一次盲做要检查完整链路
开始前只打开原题,给自己与正常做新题接近的条件。先重新读约束,再独立写出核心模型或不变量,然后决定算法和复杂度,最后编码并设计测试样例。过程中一旦打开旧答案,这次盲做就应视为结束,而不是继续计算为“独立完成”。
结果可以分成三档。完整复现表示能够独立解释思路、写出实现并处理主要边界;部分复现表示方向正确,但在转移、指针移动、初始化或边界上需要提示;未复现表示连核心模型或为什么使用该套路都无法重新建立。
失败位置决定下一步训练
如果完全想不起思路,不要直接背旧代码,应重新学习“为什么能这样建模”,并用自己的话写出关键条件。几天后再次盲做,直到能够从题目约束推导出方法。
如果算法能独立想到,却总在实现阶段失败,说明母题的识别已经掌握,薄弱点转向代码组织或边界处理。这时应针对失败位置修改,再重新从空白编辑器实现,而不是反复阅读整篇题解。
如果能够稳定独立完成,就没有必要继续机械重刷完全相同的题。下一步应进入结构相似但表面不同的变式,检验自己迁移的是“不变量、状态定义和适用条件”,还是仅仅记住了某一道题的外观。
用解释能力提高通过标准
仅仅 Accepted 还不足以证明掌握。完成后最好再回答三个问题:为什么选择这个方法;方法成立依赖什么条件;如果题目改变哪项约束,当前套路会失效。能回答这些问题,说明你掌握的是决策依据,而不是一次偶然写对的程序。
例如重做滑动窗口母题时,不只要写出左右指针,还要说明窗口何时扩张、何时收缩,以及为什么某个指针不需要回退。若这些问题说不清,即使代码通过,也仍值得安排下一次盲做。
盲做真正提供的是一条明确的毕业标准:隔开时间、切断旧答案、从原题独立重建推理链。只有当这种复现能够稳定发生,母题才适合从“正在学习”移入“已经掌握”,把训练时间留给新的变式和更难的迁移。