首先，关注原始出处。
算法书里常常直接把算法列出来，然后把直指目标的东西罗列出来，于是程序员们就迷失在了一大堆“定义”“定理”“引用”之中，这时候就需要一个“回溯”的过程，找出每一个步骤的由来，为何选择了这个定理而不是别的？
一言以蔽之，关注原始出处。
我们在日常生活里也一样需要关注出处，没有算法书参考，我们应该怎么做呢？
很简单，多问自己为什么。例如，为什么这样做是对的，而那样做是错的？为什么这种解决方法是最优的？还有更好的解决办法吗？怎么证明？每个问题就能将你的思维拉回到问题实质本身，从原点思考问题。
其次，关注推导思路而不是最终结果。
就学习编程而言，算法只是一堆离散的机械步骤，缺少背后的思想支撑，这些步骤就没有一个本质层面上的关联。但如果知道了算法是如何一步步推导出来的（尤其是那些有关本质的步骤），我们就一下子拥有了大量的记忆提取线索，对其中任何一步的回忆都能让我们自己动手解决剩下的内容。
这在其它领域的学习中同样适用，制造属于自己的记忆提取线索，对于融会贯通地掌握知识非常重要。当掌握了背后的思想，有时只需要记住一个算法，就能解决所有的问题。
最后，重在分析推理而不是联想。
联想是强大的思维捷径，在任何时候都会抢占大脑的工作记忆。比如程序员在被问到“如何寻找区间最大值”时，最先进入他意识的一定是学过的某个算法，或是某个迷惑性的技巧。一旦开始这样的联想，就很容易让思考停留在问题的表层。联想有时也让你距离问题本身越来越远，而其实可能不用绕这么多弯。
