如何學習不感興趣但自己也認為很重要的東西?
01-06
舉個例子，在軟體編程中，演算法和數據結構很重要，機器學習和數據挖掘中用到的數學知識也很重要，個人希望成為軟體開發方面的大牛，熟練掌握各種演算法。但在實際學習中感覺記憶和理解這些演算法十分困難，尤其是各種數學知識，是努力不夠還是天分問題？我該放棄還是堅持？
實在不行的話，至少你可以把這些演算法在什麼時候好，什麼時候不好，什麼時候有用，什麼時候完全沒有用，什麼時候會出現瑕疵，一般結果不好都是因為什麼等【特徵】背誦下來。反正這些流行的演算法都有人實現過。所以這樣做，至少你遇到了實際的問題，你知道用什麼演算法好，然後把它搞過來用，這也不是不可以。
覺得輪子哥說得很有道理，僅就自身經驗補充幾點：
1、不一定是天分不夠，很可能是基礎不夠。比如機器學習涉及到線性代數、凸優化、微積分等知識，也許你還沒有學過這些先序課程，看起書來自然就累。如果是這種情況，我覺得你不能懷揣著速成的想法，應該循序漸進，登堂入室。
2、有些複雜的演算法確實需要一定的智力支持，如果你感覺到不存在先序課程知識的缺失，只是因為邏輯複雜而難以理解，那麼有兩種情況。第一，是教材表述有問題，建議換教材，或者去網上搜索關於這個演算法的其他資料，比如維基百科或者各個大牛寫的博客，圖文並茂，邏輯清楚，很多時候更適合入門；第二，有些高深的演算法看不懂可能確實是天分問題，但也不要沮喪，這隻能說明你不是天才而已。每個人的能力都有天花板，正視自己的局限，把精力放到自己擅長的事情上才是明智的。認真、勤勉並有明確目標，相信你會成為一個優秀的、值得尊敬的開發者！你可以先來簡化版，記住適用場景就好了，腦中沒事多想想問題，不一定要寫出來，比如你知道hash是o1，set各操作是啥樣，紅黑樹用來實現排序結構等等等等。
你只要能做到見到問題給出演算法解就行，這樣第一步就成了。第一步做好了即使你不會寫，反正也會挑選該用的庫了，據我觀察大部分人連挑選該用的庫和演算法都做不到。
第二步多寫點程序就熟練好了，做完後你應該能理解各個數據結構和演算法的原理。不過熟練也是暫時的，我大學後沒練過演算法，前段時間寫一個堆磕磕絆絆10分鐘才寫出來，因為堆不常用嘛，久了會忘細節也正常，但原理是不會忘記的。
還是沒把你逼到絕路上，不然就不會發愁怎麼哄著自己學習了。
也許等你能把它做好了，興趣也就有了
用番茄工作法吧，把一個鐘的時長設定在可以接受的範圍內，比如是25分鐘，開始學習之前告訴自己，我堅持這25分鐘就好，然後休息，然後量力再繼續一個番茄鍾。如此以往，你什麼時候慢慢喜歡上所學的東西都說不定。
學習不好想學可又不知咋學
每次學習完了之後給一個自己喜歡的獎勵（吃一頓或者喝一頓啥的），利用這種替代強化的方式能夠完成一定時間內的學習任務。如果在模式倦怠之前你喜歡上了，那就轉化為內因激勵，可長期持續下去。如果失敗，那就沒轍了。
做一個任務，需要用到這些知識，就會學習了。
對於這種不感興趣卻很重要的內容進行學習，過程是很枯燥的，我的辦法是每天學一點，夾雜在自己喜歡的事情中間去做。就像健身一樣（其實我挺懶的，健身對我來說很難執行），看小說看累了，去鍛煉一下感覺也不是那麼不可忍受。
coding先做起來再說了，找到感覺後再玩演算法。
推薦閱讀：