ALGOProblem Solving
算法与数据结构
这里不把算法写成单纯的题库记录,而是尽量把复杂度、数据结构选择、思路推导和代码实现放在同一条链路里。 目标是形成可以迁移到面试、竞赛和工程场景中的解题框架。
2已发布文章
5主题标签
3当前主线
推荐先读
如果你第一次进入这个板块,先看复杂度分析,再看一篇题解拆解,会更容易把抽象概念和实际代码联系起来。
Algorithm2026-03-17
算法时间复杂度
时间复杂度是衡量算法效率的核心指标,描述算法运行时间与输入规模的关系。它不关注具体运行时间(如毫秒数),而是关注随着输入规模 n 增大时,算法运行时间的增长趋势。 1. 评估效率: 比较不同算法在解决同一个问题时的效率,则优选择。 2. 预测性能: 预测算法在处理大规模数据时的表现。 3. 优化算法...
- 算法
- 数据结构
Algorithm2024-02-20
LeetCode 001 - Two Sum
LeetCode 第一题 Two Sum 的详细解析,包含 Python 和 JavaScript 多种解法。
- LeetCode
- 算法
- 哈希表
内容主线
算法板块目前围绕三条线展开:基础概念、结构化题解和经典模式。后续新增内容也会优先沿着这三条线扩展。
阅读建议
先建立复杂度直觉
不要急着刷题数量。先能准确判断一段代码为什么是 O(n)、O(n log n) 或 O(n²),后面的优化才有依据。
- 先读复杂度基础,再读具体题解
- 写题解时同步记录边界条件和空间消耗
- 对比暴力法与优化法之间的信息复用差异
把题目归类成模式
真正提高效率的不是刷过多少题,而是能否把题目迅速映射到哈希表、双指针、二分、栈或 BFS/DFS 这类固定模式。
- 按标签而不是按题号复盘
- 为每一类模式沉淀模板和失误清单
- 优先复盘“为什么想到这个结构”
