什么是习题？领域问题的模拟！可以简单等同于领域问题。在学习新的领域的时候，
当初步具备基本概念和体系结构的时候，刷题是补充知识结构和纠察大脑错误的唯
一方式，最好方式，比逻辑自洽更有效果。领域问题要么已经有解法，已经有相关的
解决思路。那么思路从哪里来？当然，是前任摸索出来的。那么问题是，你已经掌握
的知识是否匹配呢？这个匹配，在刷题的时候不是完全匹配，而是大脑可以短时间联
想的匹配能力。一般关键词概念不要超过5，步骤不要超过五，否则激素分泌会导致严
重压抑状态，失落情绪蔓延，这是正常的又可以避免的状况。
那么，我们回过头来，思考你的知识是否匹配习题。你大脑中是否有习题具备的前提概念，
换句话说类比于你做数学证明的前提条件是否充分，假如不充分是否可以自己脑补。而脑补
过程就是学习过程。假如脑补不过来，那就是知识不匹配。这是一种验证。另外一种验证是
相关性验证：问题能否在旧有知识中获得定义性匹配，或者说种属差法匹配，假如不能，说
明相关概念在大脑里没有。这里还有一个分支：问题是否能在大脑中唤起某些概念，这不是
类比了，而是命题的演绎推理，相当于集合论的真包含，也就是说，问题我大概没把握解决，
但是我知道问题相关的信息，可以从这里开始学习。
练习习题的时候，思考过程才是关键。上面是我简单演绎和小部分归纳的方法。可以作为借鉴。
通过练习时的匹配，来确定知识的掌握状况，是练习习题的关键。
第二点练习的选择问题。罗马不是一天建成的。假如这个命题为真。而且这个命题在大多数类似
情况下成立。我们当然认为问题也是有组织结构的，同时人的大脑知识也是有组织结构的。那么
选择合适你组织结构知识的习题，才是练习的第一步，不是么？假设的算数工具只会+-*／，你的
集合知识，仅限于相同外延的属性集合+本质属性（差别属性）=类=朴素集合定义，那么涉及群论
等现代数学问题，可能在历史跨度上要几百年。这就意味着，当中有很多知识点和基本的what，
how why，你不知道，涉及需要这么多基础知识的复杂主题，是需要很长学习过程，需要很多准备的。
毕竟学习不是copy，即使是copy也没有那么简单。要不你思考一下unix下 copy命令是怎么
实现的，这是最基础操作，涉及什么算法原理，其实没有，但是涉及unix设计的一些特点。
当我们说算法的时候，不是某个问题，而是问题在逻辑之內还是逻辑之外，这个逻辑包括传统逻辑
和关系逻辑，当然也包括其他不属于这两类的数学工具。这才是算法题最基本的知识架构。当然逻
辑可以自选，所以选其他情况。但是，缺点是无法走的很顺（二般情况下可能某个时间效率很高）。
知识掌握的程度，也就是目标问题。去leetcode选择一个题，分析一下它个什么问题。比如简单点的
排序。最简单吧。冒泡法，其实是个实际或者说物理问题，就是怎么跑得快问题。具体原理到现在我
也没有搞懂，但是一条出路我是知道的，图搜索问题，妈的图路径你也可以比冒泡法复杂多了，但是
图路径却是我记忆中唯一相对应的数学理论。比如折半，冒泡，也是解决问题的办法，但是没有对应的
理论，这一点我也需要重新思考这个问题。就这么一个所谓简单的问题，都弄的我欲仙欲死，查了好多
资料，找不到paper看的，到现在还没有解决。这个例子说明算法其实就是逻辑，从最简单的生记硬背，
到自洽的大脑知识块，是两个极端。你的目标决定了你要怎么做。假如是软件工程，那么背颂这几个方法
就行了，假如是做研究，这就很不够。当然，更简单的记住名字索引也行。至于做习题抄别人答案，那是
傻子，你练习的是思考过程，不是习题本身。
上面这么多内容，涉及你的问题的产生分析和解决办法。希望你能自己做个选择，计算机这条路也不好走，
不好走的路，往往有更大的和稳定的收益。还有一个否定句。多刷几遍可以让大脑熟悉知识点，但是不等
于大脑展开联想，让知识结构化，只适合大学毕业后，仍然记忆力很好同学，不适合遇到了困难的同学，
然后等到三十来岁转管理岗或者下岗。遇到了困难的同学，请记住，找到一个最简单，最熟悉的问题，弄清
楚它和你过去知识是什么关系，这才是关键、关键、关键，是唯一的解决办法。