企业官网建设流程全解析

我刷了力扣快三年，从最初连“简单”题都要看题解，到现在能做点所谓“困难”题，中间踩过的坑、绕过的路，远比题目本身多得多。这篇东西不是题库清单，也不是什么一周速成指南，就是我自己把刷题这件事翻来覆去折腾之后，沉淀下来的一套方法论。如果你正打算开始刷，或者刷了一阵觉得卡壳、迷茫，不知道从哪下手，这篇文章应该能给你一个相对清晰的路标。

先说清楚：力扣刷题到底是在干什么？表面上是做题，实际上是训练一套“把问题拆解成数据结构与算法操作”的思维习惯。很多人以为刷题就是背套路、记模板，刷了几百道之后发现面试题换个包装还是不会，问题就出在这里。刷题练的是建模能力——拿到一道题，能识别它背后的结构，能估算复杂度，能写出边界正确的代码。这篇文章适合三类人：准备找技术类实习和工作的学生、刚入行想打基础的工程师、以及转码想系统补算法的人。我会从为什么要刷、怎么准备、怎么选专题、一道题怎么从读题到AC完整跑一遍、怎么管理心态，一直聊到进阶方法。

1. 先搞清楚：刷题到底在练什么

1.1 刷题不是背题，是建立算法思维

我在辅导过一些朋友刷题之后发现，大多数人卡住的根源不是代码写得少，而是脑子里没有一套把实际问题“翻译”成算法的流程。力扣上的题不管包装成什么故事——是找两数之和还是计算岛屿数量——底子都是有限几类数据结构：数组、哈希表、链表、栈、队列、树、图；以及有限几类算法思想：枚举、二分、贪心、分治、回溯、动态规划、搜索。

刷题的过程，本质上是给你脑子里这些数据结构与算法建立“触发条件”。比如看到“连续子数组”“窗口”，你会自动想到前缀和、滑动窗口；看到“第K大”“最接近的值”，你会想到堆、二分、有序结构；看到“路径”“连通”“层序”，你会想到DFS、BFS。这些联想不是看书看来的，是从题目里一道一道撞出来的。

1.2 力扣刷题的目标到底怎么定

很多人一上来就说“我要刷500道”，这种目标没意义。数量只是手段，不是终点。我建议把目标分为三层：第一层，能独立写出简单题，这证明基本的语言功底和数据结构已经过关；第二层，能处理中等题的大部分，特别是常见专题的套路题，这基本上就是面试的正常水平；第三层，遇到困难题能拆解、能往学过的东西上靠，不要求百分之百AC，但要有思路、能聊清楚利弊。

定目标的另一个关键问题是：你的时间到底有多少。如果每天只能投入1小时，那三个月刷100道题消化透彻，比刷300道过水好得多；如果是全职冲刺，可以加大题量。目标得跟时间匹配，别给自己挖坑。我建议每两周停下来复盘一次：哪些专题做得顺手、哪些还害怕、哪些题是看了三遍题解还不会的。复盘比刷新题重要得多，后面我会专门讲。

2. 刷题前的准备工作比刷题本身重要

2.1 语言选择：用什么刷

选语言这件事真的别纠结。力扣支持的语言很多，你只要选自己最熟的一门就好。如果你在学校学的C++，那继续用C++；如果你日常写Python，那用Python；如果你平时是Java为主，那用Java。关键是让语言成为你表达思路的工具，而不是拦路虎。

我自己主力用Python，因为写起来最短、逻辑看起来最清爽，不容易把自己绕晕。但我也见过不少朋友用Python刷题时被卡超时——Python的常数项确实大，有些在C++里能过的暴力解法，Python会超时。这时候不是换语言的问题，而是说明你需要优化算法的复杂度了，这反而是个学习信号。反过来，用Java或C++刷题的人也要注意，代码长度和调试成本更高，别让细节掩盖了思路。

判断“语言是否过关”有个简单的检验方式：给你一个数组、一个链表、一棵树，你能不能手写出遍历、插入、删除这些基本操作。如果不能，先不要急着冲难题，去把语言的数据结构API过一遍。这不是浪费时间，是省时间。

2.2 数据结构与算法基础自查

刷题前不需要把所有知识学完，但有几样东西最好先囫囵个儿过一遍。不知道这些基础，刷题会极其痛苦，而且容易产生“自己不适合刷题”的错误结论。最低限度的知识清单：

• 数组、字符串的基本操作与遍历
• 链表：反转、合并、找环
• 栈与队列：单调栈、双端队列的基本场景
• 哈希表：键值设计、冲突概念
• 二叉树：前中后序、层序、递归与迭代遍历
• 排序：快排、归并的思想，至少能手写一个
• 二分查找：标准写法与边界条件
• 简单动态规划：斐波那契这类入门题的推导过程

不需要精通，但看到名字心里要有底。怎么自查？打开力扣的题库，按标签分类随便挑几道简单题试做一下，能独立AC就有基础，如果连题目里给的输入输出都读不懂，就老老实实把语言基础补一补。我曾经带过一个朋友，上来就想啃动态规划，结果连二维数组都不会初始化，这种基础不补，再刷20道难题都白搭。

2.3 工具和习惯

很多新手是直接在力扣网页上写代码的，这没问题，但遇到复杂一点的题就会很痛苦。我强烈建议本地装一个调试环境：能打断点、能打印中间变量、能自己构造测试用例。别小看这个环节，有些题你AC了但不知道为什么AC，有些题你本地都能跑就是提交RE——绝大多数问题都能靠本地调试抓出来。

另一个习惯是建一个刷题笔记。形式无所谓，一个文本文件、一个笔记软件都行。关键是记录：这道题属于什么类型、我的第一思路是什么、卡在哪里、题解用了什么更优的方法。我自己的笔记格式很简单：题目名、难度、标签、我的解法、最优解法、总结的一句话套路。刷完不看笔记等于白刷，这句话我说得可能有点绝对，但回头看确实是这样。

3. 核心专题拆解与刷题顺序

3.1 第一梯队：数组、哈希表、双指针

我至今觉得，数组和哈希表是一个人算法思维的地基。为什么？因为它们在几乎每道题里都会出现。数组是所有线性结构的载体，哈希表提供了“空间换时间”的最直观示范——查找从O(n)降到O(1)。这两样东西掌握不好，后面全是空中楼阁。

双指针是数组类题目里最常用到的一类技巧，包括对撞指针、快慢指针、滑动窗口。我建议的练习顺序是：先练对撞指针（比如有序数组里找两数之和）、再练快慢指针（比如链表中找环入口）、最后练滑动窗口（比如无重复字符的最长子串）。每练一类，都去总结一下这类技巧的触发条件。对撞指针通常对应“有序”和“从两端逼近”；快慢指针对应“环”和“位置差”；滑动窗口对应“连续子数组/子串”和“窗口内状态维护”。总结多了，你拿到新题就会有一种“这题我看着像滑动窗口”的直觉。

3.2 第二梯队：链表、栈与队列、二叉树

链表本质上没什么算法含量，考的就是指针操作的细致程度。反转链表、合并两个有序链表、判断链表是否有环这些题，难度不大，但对代码的严谨性要求很高。练链表题最大的收获是让你学会“在脑子里仿真”——把这步操作之后各指针指向哪里想清楚再写代码。我见过很多人在链表题上栽跟头，不是不会思路，而是指针指乱了。

栈与队列这组结构，和现实场景的对应很强。函数调用栈、浏览器的前进后退、操作系统的任务队列，都是活生生的例子。刷这部分的重点不是背API，而是学会识别“栈”的触发场景：需要临时存储但顺序要逆着来的，或者需要维护最近一个最大/最小值的（单调栈），就要想到栈。二叉树部分则是对递归能力最好的训练场。树的遍历、树的深度、路径和这些题，本质上都是在反复练同一个思维：把问题拆成“根节点怎么处理、左右子树怎么处理”。能想清楚这一步，递归基本就通了。

3.3 第三梯队：回溯、动态规划、图

这三大块是很多人刷题的鬼门关，也是面试题的“分水岭”。先说回溯。回溯的本质是枚举所有可能，然后画树、走迷宫、剪枝。把问题展开成解空间树是学习回溯最好的方式。全排列、组合、子集、括号生成这类题，都能用“选择-撤销选择”这个框架套。一旦你发现几乎所有回溯题都长一个样，只差在终止条件和剪枝逻辑上，这部分就过关了。

动态规划则是另一个星球的东西。动态规划难不在代码，难在状态定义和状态转移方程。遇到动态规划题你会发现自己不是写不出代码，而是根本不知道从哪儿开始想。我学动态规划的过程很笨：先抄题解、手推dp数组、把“为什么状态要这么定义”想透，然后再独立默写。这个专题没有捷径，只能靠一组一组题型去磨：背包类、区间类、路径类、子序列类。磨到一定数量，你会慢慢能猜到某个题大概用什么维度的dp数组，这个“猜”其实就是题感。

图的部分如果时间紧，优先掌握DFS、BFS和拓扑排序。图的题不像树那么好上手，因为多了环、多了连通分量这些概念，但你只要抓住“遍历”这个核心，大部分题就是树的加强版。优先队列+BFS的最短路径类问题，可以放到最后，因为面试考的频次相对低一些。

3.4 选题优先级：题库那么大，先做哪些题

力扣的题库有好几千道，如果随机刷，八成是在原地打转。我用下来最靠谱的策略是按专题刷：把同一个数据结构的题集中刷，比如一周内只刷链表题，见十来道之后你就摸清了链表题的常考套路。专题切换的频率不用太紧张，每个专题刷到“看到新题能大致归类”的程度就可以进入下一个专题。另外，力扣每道题的题解区通常有热度排名，题解多、讨论多的题目往往是经典题，优先做这些，大部分热门复杂度都能覆盖到。

“每日一题”这种形式，适合作为调剂而不是主线。它有个缺点是题目类型不稳定，今天二叉树明天动态规划，打乱节奏，不利于专题积累。我自己是把每日一题当作“开胃菜”：当作热身随手做一道就好，真正的主线还是专题。还有一个比较省心的办法：直接选力扣的官方题库或者带面试标签的题集，这些已经是别人帮你筛过一遍的，比自己从几千道里挑靠谱得多。

4. 实操过程：一道题从读题到AC的完整流程

4.1 第一步：读题和边界条件

很多人都觉得读题就是看个大概，然后直接开写，这是很多WA（错误答案）的根源。一道题至少要读两遍，第一遍看它到底让你干什么，第二遍专门看数据范围、边界条件。数据范围其实很能说明问题：如果数组长度在几百以内，O(n^2)的解法也许能过；如果到10^5级别，基本就得想O(n)或O(n log n)的算法。约束不是一个摆设，它是命题人给你的提示，别忽略。

读题阶段最重要的是弄清楚“输入到底长什么样”。有些题给的参数是两个有序数组，有些给的是树的根节点，有些给的是带权的图，不确定的地方一定要看示例。我自己的习惯是先把示例里的输入在头脑中过一遍流程，看看示例是怎么得到输出的，这个过程能帮你提前发现理解偏差。读题快的人不是看得快，是知道该看什么：问题目标、输入结构、边界状态（空数组、单节点、极端数值）。

4.2 第二步：暴力解法分析和优化推导

拿到题先想暴力解法，这绝对不是浪费时间。暴力解法的意义是让你确认自己对问题的理解是对的，然后你才有资格去优化。我已经数不清有多少次，自己想不出“巧妙”解法，于是先写暴力，结果写着写着就找到了优化的突破口。举个例子，两数之和这道题，暴力做就是两层循环找配对，复杂度O(n^2)。但你写着写着会发现，内层循环找的其实是一个“目标值减当前值”是否出现过，这时候自然就会想到用哈希表存“已经见过的值”，复杂度直接降到O(n)。

优化这件事，本质上是一个追问：我哪里做了重复的工作？能不能用空间把重复计算存下来？能不能用排序让查找更快？每一个经典优化背后都是这三句话。平时刷题多积累这种“数据结构解决哪类痛点”的对应关系，等遇到没见过的题，你的工具箱会比别人丰富得多。

4.3 第三步：代码实现与本地调试

思路理清后再动手写代码，一定要先写主流程再补边界。不要一边写一边想，“写一步看一步”很容易写出自己都看不懂的代码。比如写一个树的层序遍历，先把“用队列逐层弹出、记录当前层大小”的主流程写出来，先不管特殊值，再回头补“根节点为空”这种case。

代码写完第一件事不是提交，而是先在本地跑一遍示例，再自己造几组极端测试。极端测试通常包括：空输入、只有一个元素、全部相同、全部相反、超大数值。造测试用例的能力，才是调试能力的体现。写完代码再审视一遍：变量名清楚吗？有没有多余的循环？有没有没考虑到的边界？我当时刷题，有很长一段时间是“写得快、错得多”，后来逼自己在提交前强制“大脑跑一遍流程”，WA率下降得很明显。

还有一个实用工具是print调试。很多人觉得print低级，实际上它是定位问题最直接的工具。在关键步骤前后打印中间状态，对比一下哪里和预期不一样，问题范围马上缩小。等你学会用断点，效率还能再高一截。

4.4 第四步：测试、提交、复盘

提交之后，一道题的“学习过程”才走了一半。你的代码通过了，但很可能只是恰好能过的解法，未必是这道题想让你学的解法。提交通过后，务必去题解区看别人的代码，尤其是运行时间排名靠前的那些。我经常有这种体验：自己AC了觉得没问题，看了题解发现我的思路是弯路上的一条，别人的做法简洁得吓人。这时候不要心疼自己的“劳动成果”，要能看到更好的思路本身就是收获。

复盘比刷新题重要。我的复盘方式是把这道题归类放进笔记：属于哪个专题，最优解法的核心套路，隔三天自己再独立写一遍。如果隔三天还能顺利写出来，这道题才算真正属于你了；如果写不出来，说明当初就没吃透，需要重新过一遍。刷题最怕的就是“自欺式AC”——明明是背下来的代码，以为自己会了。隔一段时间重写就是照妖镜。

5. 刷题路上最常见的坑与心态管理

5.1 基础知识不牢，直接硬上难题

这是新手最常见的心态陷阱。有些人觉得刷简单题没面子，一上来就想啃困难题，结果啃了三天也没啃动，最后信心崩塌。我觉得刷题的过程就像健身，你不可能第一天就上大重量，一定是从轻的开始，让肌肉适应。力扣的困难题里面往往是好几层技巧叠加的，如果连单层技巧都没有掌握，硬上只会焦虑。

正确的做法是：简单题用来建立“能做出来”的自信，中档题用来积累套路，困难题用来检验综合能力。如果你卡在某道中等题超过半小时没有思路，先放一放，或者直接看题解，但看完之后隔一天必须自己独立写一遍。没必要在一道题上死磕一整天，那不是毅力，是低效。

5.2 永远在“看题解”，永远不会独立做

看题解一时爽，一直看题解一直爽，但到了考场就傻眼。我自己早期就走过这个弯路：每天晚上刷好几道，每道都看题解，感觉很充实，过了两周发现随便拿一道做过的题都写不出来。原因很简单，看题解是一个被动输入的过程，就像看别人游泳，你看一百遍下水还是会沉。

控制看题解的时机很重要。我给自己的规则是：15分钟没有思路可以查题解，但查完不能直接抄，得理解解法之后关掉题解，用自己的话重新写一遍。如果完全没思路，就先看题解的标题和思路部分，别看代码，然后自己尝试实现。把题解当“字典”而不是“参考答案”，这个心态一转，学习效率完全不一样。

5.3 盲目堆数量，不写总结

刷了500道题却觉得什么都没学到的人，基本都是从不复盘的人。刷题不是流水线，每一道AC过的题如果不在你脑子里留下点什么，那这道题就白做了。什么是留下点东西？至少要知道这类题的各种解法里最常用哪几个、下次遇到类似题的第一步该做什么。否则你刷的每一道题都是一个孤岛，孤岛再多也连不成大陆。

这也是为什么我一再强调要写笔记。不需要长篇大论，哪怕只有一句话：“看到子串就想滑动窗口和前缀和”，也会在下一次遇到类似题时把你推向正确的方向。知识不是刷出来的，是梳理出来的。

5.4 时间管理：每天刷多少合适

很多人下载了力扣就给自己立下“每天刷10道”的flag，坚持三天就熄火了。刷题拼的不是蛮力，是节奏。我自己比较稳定的节奏是工作日每天一小时：20分钟做一道简单题热身，40分钟复习旧题或消化一道中档题；周末抽出两三个小时，专门啃一道难题或者参加周赛。这个节奏能让我持续很久不厌倦。

当然，刷题也分阶段。冲刺面试那段时间，我会加大到每天两小时，但战线不会超过一个月，因为高强度很容易把状态打坏。你还要接受自己会出现“状态不好的日子”，这可能是一周里的某天情绪低落，也可能是某个月碰到了平台期。平台期最好的处理方式不是硬刷，而是回去做简单的题目找回手感，或者把之前不会的题重新做一遍。克服平台期的成就感，比刷十道新题都强。

6. 进阶路线：从刷题到真正掌握

6.1 五遍刷题法与主动回忆

刷题圈里流传有一种“五遍刷题法”，实践下来确实有效。第一遍限时做，做完看题解，理解最优解；第二遍隔一天做，不看题解，独立写出；第三遍隔一周做，从头在纸上推演思路；第四遍隔一个月做，快速写代码并且知道哪里容易出错；第五遍在面试前做，重点复习套路和复杂度。这个方法的本质是利用了“间隔重复”的原理，你每次重新遇到的题目都是在“主动回忆”，而不是被动复习。

主动回忆和重看做过的题还有个额外好处：你能观察到自己的进步。第一次做这题时要看题解，第二次就能自己写，第三次发现还有更简洁的写法，这种正向反馈比刷任何新题都更能支撑你走下去。所以我会建议大家建立“重做队列”：把做过的题标记为待重做，隔几天过一遍，比一直刷新题更能提升实战水平。

6.2 把题目归类成模板

我早期觉得“模板”是限制思维的坏东西，后来发现，真正的高手脑子里装的都是模板。只不过他们所谓的模板不是一段死代码，而是一个“套路包”：包含这类题的常见解法、复杂度、边界条件、优化方向。比如二分查找的模板、DFS的模板、动态规划的思考模板，这些都是前人总结好的宝贵经验。问题不在于用不用模板，而在于你理解不理解模板背后的原因。

以二分查找为例，真正的模板不是“mid=(left+right)//2”这一行代码，而是你清楚知道：循环条件是left<=right还是left<right、更新区间时什么时候加1什么时候减1、最终要找的答案是left还是right。把这些边界条件想透，十个二分题里有八个都能快速套用。我建议每个专题刷到后期，都给自己整理出一份“模板清单”，形式和篇幅不限，关键是那是你自己消化过的版本。

6.3 参加周赛与模拟面试

如果你已经能稳定刷中等题，我特别建议参加力扣的周赛。周赛和平时刷题最大的差别是时间压力：每周就那一个半小时，你要在紧张的节奏里做四道题。平时刷题你可能会放一放、想一想，周赛不允许，这逼着你提高审题速度和第一思路的准确率。第一次参加周赛大概率会挂，这很正常；参加多了你会发现，自己看错题、卡在同一个坑里的次数会越来越少。

模拟面试也是一个被低估的做法：找一个人，让他出题，你在规定时间内说出思路、写代码、分析复杂度，然后让他点评。这么做的好处是提前适应“边想边说”的状态，很多人在面试中脑子空白就是因为不习惯对着别人写代码。如果没有模拟对象，可以自己对着录音APP做：给自己出题，讲三分钟思路然后写代码。回听录音你会发现很多平时注意不到的“思路断点”，那是非常宝贵的改进信号。

7. 常见问题速查表

最后再分享一点我个人的体会：刷题这事，短期看是面试工具，长期看真的是在锻炼思维方式和抗压能力。它不会因为你今天多刷一道题就立刻变好，但三个月之后往回看，你会发现自己看问题的角度会和以前不一样。而关于题量，我不劝任何人盲目追求数字，只劝你真的把做过的每一道题吃透。我见过刷200道题的人面试算法全过得心应手，也见过“刷”了一千多道的人自我介绍说自己不太会算法——差的就是那两个字：复盘。开始刷题之前，先把心态放平，它会很难，会有很多次想放弃的瞬间，但只要把节奏坚持下来，你收获的远比AC那一下爽感多得多。