关于“广度”与“深度”问题，我最有体会的是下象棋。广度不够，在陌生局面中十几回合就脆败下来；同样，深度不够，在一种你自以为研究得很深的布局中，二十回合后，突然脆败也很正常。如果就“天天象棋”上攒积分而言，广度可能比深度更优先，毕竟你的每一个对手基本上都是你的新对手。拿到大学本科学习来说，广度基本是定的，所以，深度优先。即便你的大学课程的广度你不满意，深度也应该优先。最后这个建议是我个人的意见，你参考不参考其实不重要。
然而，讨论广度与深度问题，最大的误区在于，在毫无深度可言的状况以广度优先为由放弃了基本的学习，同理，反之亦然，以深度优先为由放弃某些基本课程的选择，即所谓放弃广度。
例子一：考虑《线性代数》的学习，大部分同学的《线性代数》不能覆盖的知识点包括：SVD等。理由，太深了，我们没必要学。其实，这不是太深，是你的课程内容不及格。同样的例子有很多。红黑树、傅里叶变换、欧拉各种定理、中国剩余定理、.....
例子二：考虑《计算机安全学》，大部分同学现在不选修，理由：我又不搞安全，没必要在这个维度上扩展。其实，掌握《计算机安全学》的内容并不算什么广度，那是行业基础。这门课早在网络工程专业没出现在中国大地上就已经存在，更不是网络空间安全专业的专属课程，是所有IT行业从业者的基础知识而已。同样，不同专业方向的同学，曾经有同学选择舍弃的专业课包括而不仅限于：算法、编程、网络、软件工程、人工智能.....
例子三：一个给出错误的结论：我打算主要研究机器学习，群论这些抽象代数对我没什么用。到底是广度不够呢还是深度不够呢？其实，可能都不是，只是自己为自己的选择找一个借口而已。类似这个Tutorial: Group theoretical methods in machine learning的教导满世界都是，ML与Algebra无缘，根本就很错，只是，无论有多少人说，或者我说过多少次，每年都还是有同学持这样的态度。
同样，在现实与理想的讨论中，如果毫无理想只考虑现实，就不要为自己遮羞而说什么：现实所迫了.....
