到底该广度优先还是深度优先
简单说就是，到底应该找准一个方向不停钻深，还是每个领域都了解一下。通常，前辈会告诉你前者，但知识体系是个多面体楔形构造，用马士兵老师的话讲：
豆芽它长一房高它也是一根菜
长不成真正的大树的，况且一门学问往往需要其他专业知识的辅助支撑，要不然怎么所有的物理学家一般数学都不差（别拿爱因斯坦数学不好来说事儿啊，人家数学差是相对于别的同层次物理学家而言的，况且他都能自己发明一套数学符号，也挺牛的了）。
我觉得，如果把知识的学习过程比作是树遍历的话，前期应该采取层级遍历，学完一个深度等级的知识，再去学更深一级的，不要在某个分支上钻得太深回不来，尽量保持这颗二叉树是一棵平衡二叉树。
文章读一遍看不懂怎么办
文章作者是站在已经会的角度来讲解，自然和你完全不懂的角度不同，就好像一个登顶的人，朝着山下指导登山者一样，一来他跟你攀登的路线不同，而来就算你两一个路线，每个人身体状况也不同，再者他爬上来久了，哪里记得清楚沿途每个陡峭之处。
而且，作者本人也不见得完全掌握了正确的知识。
根据香农的信息熵理论，我们可以得知
变量的不确定性越大，熵也就越大，把它搞清楚所需要的信息量也就越大
我们完全可以把对某个知识点的概念模糊看作是熵，要想减小这个熵，只需要更多的信息即可。通过阅读更多的同类别的文章，反复对比思辨，就能使知识点在脑中的印象具象化。
较快地阅读3篇文章比执着于1篇文章，往往效果更好。
学了总忘
特别是看一些比较复杂的原理的时候，总感觉记忆得很困难，觉得日后根本用不到，自己会忘。
此时你应该相信自己的感觉，你确实会忘！逼自己去记住这些东西纯属浪费时间。这不代表是你记忆里有问题，或者这个知识有问题。而是这个知识点和你原有的知识体系是脱节的，没有形成树状联系。
我们的人脑记忆方式类似与JVM，为了清理“不需要”的记忆，大脑也会有一套类似GC的可达性算法，定期删除那些与原有知识体系没有形成强关联的知识。
所以要想记住这些知识，不仅要做笔记强化记忆，更重要的是通过参考更多文献或者询问他人搞清楚如何建立起新知识和已有知识之间的关联，关联越多你就越不容易忘。
光学不练和光练不学
光学不练根本记不住，且大多数情况下，对理论知识的理解可能是错误的，或者被作者误导了。
光练不学容易让人产生自己已经都会了的错觉，殊不知高手能用更好的方法解决同样的问题，或者这可能根本不是问题。光练不学的极限就是流水线工人（没有贬低流水线工人的意思）。
我以为我会了
这是一种常见的错觉，以下的现象都是这个错觉导致的：
- 对于某个知识点 过一段时间 别人再问起 就一时想不起从何说起 出现很多嗯嗯啊啊的口语化
像不像面试时候的你？（我也是）
反推可知，每次学一个知识点，可以自己当自己的面试官，提出问题，然后围绕这个问题，能画出类似Xmind脑图的树状知识图，如果你是面试官，你会对这样的回答满意吗？
知识的形状
良好的知识体系，应当是树状的，类似xmind脑图的结构，随意取出某个非叶子结点（某个知识点）作为根节点，又能看到一颗更加细化的知识树。但是很多人的知识体系似乎是散列表，告诉他某个知识点，他能立马索引到一部分知识，能讲出个一二三，但却讲不完全，也讲不出为什么是这样而不是那样，实际使用的时候，先不谈能否得到最优解，会不会出bug，什么地方有坑，全凭运气。这可能是碎片化时代的一大通病。关注一些技术公众号，技术大牛的博客，也总是今天分享这个知识点的某些部分，明天分享那个知识点的某些部分，永远学不到树状的知识体系。甚至现在很多公司内部的知识分享以一个点深挖为乐，似乎讲一些体系的东西就会显得自己很没有深度，而故意找准一个点深挖到完全脱离实际应用的程度，搞得像一篇学术paper才显牛逼。当然作者可能确实是大佬，他已然掌握完整知识体系，只是展示一下自己的某个方面的最新研究罢了。但看的人千万别被误导，在你掌握完整的相关知识前，这些深刻的小点对你来说完全是空中楼阁，记不住也用不上。
形成自己的方法论
方法是解决一个问题的办法，方法论是解决一类问题的套路。