1. 项目概述2026-01-07 hetao1733837 的刷题笔记这个标题看似简单但背后蕴含着一个程序员在算法学习道路上的系统化思考。作为一名经历过数百场技术面试的面试官我深知一套优质的刷题笔记对求职者的价值有多大。这不仅仅是一份解题记录更是一个开发者思维成长的完整轨迹。好的刷题笔记应该包含题目解析、多种解法比较、复杂度分析、易错点记录以及个人心得。从日期编号方式可以看出这很可能是某位开发者的系列笔记之一采用时间戳ID的命名方式便于版本管理这种严谨性值得肯定。2. 刷题笔记的核心价值2.1 知识体系化构建刷题笔记最大的价值在于将零散的算法知识点串联成网。以二叉树为例单独的题目解法是点而通过笔记将前序/中序/后序遍历、递归与迭代实现、Morris遍历等不同解法横向对比就能形成知识面。我在指导新人时发现那些能快速通过大厂面试的候选人无一例外都建立了这样的知识网络。他们的笔记中常见这样的结构题目描述含原题链接初始思路包括第一反应和可能的误区最优解法带时间/空间复杂度分析变体思考如果改变题目条件该如何调整2.2 个人思维轨迹记录优质的刷题笔记会忠实记录思考过程。比如遇到最长无重复子串时应该记下第一反应是用暴力解法O(n^3)然后想到滑动窗口优化O(n^2)最后进阶到哈希表滑动窗口O(n)这种演进过程比直接记住最优解更有价值。我自己的笔记中会用不同颜色标注红色初次尝试的错误思路绿色最终通过的解法蓝色值得关注的优化点3. 刷题笔记的实践方法3.1 笔记工具选型根据我的实测经验推荐以下工具组合VS Code LeetCode插件优点直接在线提交自动生成解题模板配置技巧设置leetcode.defaultLanguage: python3避免每次切换本地备份方案. ├── 0-数据结构 │ ├── 链表 │ └── 树 ├── 1-算法 │ ├── 双指针 │ └── 动态规划 └── 2-周赛记录重要提示务必建立git仓库管理笔记每次更新后提交。我曾因硬盘损坏丢失过三个月笔记教训深刻。3.2 标准化记录模板这是我打磨多年的笔记模板# 题目编号. 题目名称 **难度**⭐️⭐️⭐️自评 **标签**哈希表 滑动窗口 ## 初始思路 python # 第一版代码通常有缺陷 def func(): pass ## 问题发现 - 未考虑边界条件如空输入 - 时间复杂度超出限制 ## 优化过程 1. 引入哈希表存储索引 2. 调整窗口滑动逻辑 ## 最终解法 python def lengthOfLongestSubstring(s: str) - int: char_index {} left max_len 0 for right, char in enumerate(s): if char in char_index and char_index[char] left: left char_index[char] 1 char_index[char] right max_len max(max_len, right - left 1) return max_len ## 复杂度分析 - 时间O(n) 单次遍历 - 空间O(min(m,n)) 字符集大小3.3 高效复习策略根据艾宾浩斯遗忘曲线我制定了这样的复习计划首次记录完整解题注释1天后尝试白板重写3天后只看题目快速实现1周后与其他相似题目对比1月后检查是否仍能秒杀使用Anki制作记忆卡片效果更佳但需要坚持。我的学生中能严格执行这个计划的算法面试通过率提升40%以上。4. 典型问题解决方案4.1 动态规划类题目以最长递增子序列为例常见误区包括混淆子序列与子串状态转移方程错误初始化条件遗漏我的笔记会特别标注# 关键突破点dp[i]表示以nums[i]结尾的LIS长度 dp [1] * len(nums) # 每个元素本身至少是长度为1的子序列 for i in range(1, len(nums)): for j in range(i): if nums[i] nums[j]: dp[i] max(dp[i], dp[j] 1) # 状态转移经验之谈DP类题目建议先手推小规模案例画出状态转移表再编码。4.2 二叉树遍历变体比如锯齿形层次遍历需要记录常规BFS实现加入depth判断奇偶层使用双端队列优化反转操作from collections import deque def zigzagLevelOrder(root): if not root: return [] queue deque([root]) res [] level 0 while queue: size len(queue) current_level deque() for _ in range(size): node queue.popleft() if level % 2 0: current_level.append(node.val) else: current_level.appendleft(node.val) if node.left: queue.append(node.left) if node.right: queue.append(node.right) res.append(list(current_level)) level 1 return res5. 高级技巧与优化5.1 空间复杂度降维以打家劫舍问题为例可以从O(n)空间优化到O(1)def rob(nums): prev_max curr_max 0 for num in nums: temp curr_max curr_max max(prev_max num, curr_max) prev_max temp return curr_max这种优化在面试中往往是加分项但需要明确先写出基础DP解法分析状态依赖关系逐步替换数组变量5.2 模板化解题思路我总结了几类高频题目的解题模板滑动窗口模板left 0 for right in range(len(s)): # 更新窗口状态 while 不满足条件: # 移动左指针 left 1 # 更新结果回溯法模板def backtrack(path, choices): if 满足结束条件: 记录结果 return for 选择 in 选择列表: if 不合法选择: continue 做选择 backtrack(path, choices) 撤销选择6. 笔记的迭代与维护6.1 版本控制策略建议采用这样的git提交规范feat: 新增二叉树遍历解法 fix: 修正动态规划边界条件 docs: 补充复杂度分析 refactor: 重构滑动窗口实现配合git tag标记重要里程碑git tag -a v1.0 -m 基础算法笔记完成 git tag -a v2.0 -m 加入高频面试题解6.2 自动化校验编写简单的测试脚本确保笔记中的代码仍然有效import unittest from solutions import lengthOfLongestSubstring class TestSolutions(unittest.TestCase): def test_lengthOfLongestSubstring(self): self.assertEqual(lengthOfLongestSubstring(abcabcbb), 3) if __name__ __main__: unittest.main()我每周会运行一次完整测试避免因环境变化导致旧代码失效。7. 从笔记到面试实战7.1 高频考点提炼根据最近半年的大厂面试真题这些知识点出现频率最高二维矩阵中的DFS/BFS岛屿问题前缀和哈希表子数组求和单调栈接雨水问题堆的应用Top K问题图的最短路径Dijkstra算法建议为每类高频考点创建专项笔记记录至少3种变体题目。7.2 白板编程训练笔记中的代码最终要转化为白板书写能力我的训练方法是随机选择一道中等难度题目设置25分钟倒计时使用真实白板或白板软件书写全程自言自语解释思路结束后对比笔记检查遗漏点这个过程中发现能在笔记中清晰写出解题步骤的题目白板表现明显更好。