计算机行业细分下来领域其实很多，系统、网络、硬件、前后端、算法等等。但是不管我们处于哪个细分领域，找工作第一件事就是刷题。算法题也是面试中让很多人头疼的部分，主要难点有两个：

知识点类别多。算法题涉及到的知识点非常广泛，比如数组，链表，树，图，排序，贪心等等。

知识点难度大。除了类别多之外，有些题目也特别难，代表就是力扣中众多的 Hard 难度的题目。

除此以外，还有一种情况是有的时候明明已经刷了很多题了，但是面试的时候还是脑子一片空白，对一些相似题型做不到举一反三。这说明刷题也不是盲目无脑平推就行，除了讲量，还要讲方法。尤其是对算法相关知识不是特别熟练的同学，掌握一些好的刷题策略是非常重要的。我们先来聊一聊学习算法的一些策略和常见误区。

应该如何判断自己的实力呢？相信大家都在力扣上得到过很多的 Accept，也就是 AC。假如来了一道题，可以假想这是面试官给的题目，我们这里可以简单地将解答分为四个级别：

• 第一个级别，我们磕磕绊绊或者靠着面试官的提示写出了正确的解法；
• 第二个级别，我们快速写出了正确的解法，能够完美应对所有的测试数据，包括可能的边角数据（Corner Case）；
• 第三个级别，我们快速写出了正确的解法，并且写出来的是最优解法，一般题目对于时间复杂度考察比较多，这里默认是最优的时间复杂度；
• 第四个级别，我们的代码风格非常优美，变量名含义清晰，过程清楚明白，有一些简单的注释。

有时候我们可能发现面试的时候明明都写对了，最后还是没通过，这就有可能是你的代码风格没有让面试官满意。所以，在平时刷题的时候，我们也需要注意这几个方面的内容，而不是看到 AC 就不管了。千万牢记，AC 只是开始。

力扣上大概有快 2000 题了，但是大部分人备考算法的时间可能只有 2 个月左右。在这么短的时间内要刷完所有题并且掌握是很困难的，实际上也不是非常必要。力扣的题目有难度区分，不同力扣题的定位是不一样的。甚至在不同的人看来，作用也是不一样的，对于不同的人，刷题的策略也应该有所区别。

小知识：力扣的题目越往前越经典，相对来说被考查的概率也越高。

算法新手

首先，如果我们是刚接触算法题目，这时可以按照不同的专题分专题来刷题，比如动态规划专题，栈专题等等。我们需要尽量吃透每一个专题的内容。量的话可以每一个专题完成 60% Easy 的题目，选择并完成大概 30% 左右的 Medium 题目，Hard 题目的话可以挑少量进行尝试，不过不用苛求。在这个阶段，刷题的重心在于确保自己理解每道题的解法，并能独立快速正确地写出代码。

有一定算法积累

然后，如果我们对算法比较熟悉，或者已经完成了第一个阶段，这时就需要大量地综合巩固我们的知识脉络和手感。这个阶段也就是我们说的「无脑刷题」阶段。不过刷题也并不是完全无脑，题目我们可以按顺序刷也可以随机刷，但是一定要注意这个阶段的重心是不一样的，我们要确保每道题的解法都是最优的，并且确保快速。这里可以给一个简单的标准：对于大多数 Easy 题，从读题到 AC 不超过 8 分钟；对于 Medium 题，从读题到 AC 不超过 30 分钟（时间仅供参考，不过相信自己，实际上你可以做到比这个快很多）。如果有余力，我们可以进一步注意我们的代码风格，如变量命名、易读性等问题。刷题方式是建议每天先不停地刷 Easy，注意保持 AC 节奏和速度。然后最后做几道 Medium 收尾。

能轻松解决 Easy 和 Medium

最后，如果前面的部分已经完成得很好了，剩下的就是继续拔高的过程。这里主要是两个方向：一个是难题和新知识点，我们可以接触一些高级的算法和数据结构，如线段树、矩阵乘法、网络流、代码量大的模拟题等。

小技巧：在做题的过程中，我们也需要思考题目可能的变形和扩展。这个主要推荐在第一和第三阶段做，第二阶段主要还是训练速度和准确率。一方面，在实际面试过程中经常会碰到原题被包装了一下，或者稍微进行了改动；另一方面，这也是对自己很好的锻炼和拔高，这个过程对于新手还比较困难。因此，课程也会提供题目的不同变形和扩展，从易到难不等，帮助大家建立举一反三的好习惯。

​在有了一定的算法基础以后，可以提升一下应试能力，主要是在高压下的做题能力，这里推荐力扣每周举办的周赛和每两周举办的双周赛，比赛持续一个半小时，时间一般为每周日的早上 10:30 开始或者是周六晚上 22:30 开始。题目全部为之前未出现过的新题，一般前两题不涉及具体算法或涉及一些简单的算法思想，后两题则可能考察各方面的算法能力。简单来说，相比于自己刷题，参加周赛有以下几点显而易见的区别或者优势：

1. 检验算法能力： 不同于自由刷题的轻松环境，现在需要在一个半小时内 AC 四道题目，这无疑对我们的算法思维敏捷、清晰程度，以及代码能力（包括速度和准确性）都有了很高的要求。磕磕绊绊地 AC 题目，虽然可以满足平时的刷题需求，但是实际上是满足不了周赛，或者说实际面试时的要求的。
   根据每次周赛的名次，以及 AC 题目的数量，我们可以粗略地量化我们的算法实力。这样能直观的发觉这段时间的训练是否有带来提升，或者还有哪些不足的知识点和内容需要补充。
2. 增加抗压能力： 限时和比赛的另一个好处是能营造一种紧张的氛围，帮助我们集中注意力。虽然比不上正式面试的环境，但也是一种良好的过渡。在经历了多次比赛的洗礼后，再碰到类似的情景（例如笔试），我们能够有更加良好的心态来面对。

如果你是一名竞赛新人，我们不妨打开最新的一场周赛排名，然后一起来了解一下周赛的具体排名规则。

一场周赛最多可能有近万人报名，但是题目只有四道，如何对选手进行排名呢？这里主要是通过三个方面来进行的。

1. 题目积分。 根据难易程度，不同的题目有不同的分数，每通过一道题目均能得到相应的题目分数。当两个选手分数不一致时，分数高（即过的题多）的选手显然名次更靠前。
2. 时间。 同样的题目，在两个人都通过的情况下，一个人用时 10 分钟，另一个人用时 1 小时，显然也是用时短的更优。因此，在分数一致的情况下，通过最后一题时间更靠前的选手，排名更靠前。
3. 错误次数。 由于写代码不可避免地会碰到出 bug 的情况，相同条件下显然出 bug 次数少甚至没有 bug 的选手是更厉害的，即代码能力更强。为了量化代码准确度，每出现一次错误的提交（包括但不限于答案错误，内存超限，时间超限等等），如果后续题目通过了，之前的每次错误提交均会在最终通过时间上增加 5 分钟的惩罚。

正是由于错误惩罚机制，大家在提交答案之前一定要仔细检查，避免不必要的罚时。

如果大家是第一次参加周赛，那么只做出来一道题甚至一道题都没做出来都是很正常的。例如下列常见场景：

1. 题目似乎简单，但是脑子里想法错了导致实现一直出问题。
2. 看错题目问题，平白浪费时间。
3. 复杂度计算错误，一直超时。
   ...

以上任何一个场景都可能会导致我们周赛成绩不佳，甚至 0 题通过。实际上类似”脑子短路”的问题在平时刷题的时候我们可能也会出现，但是那时基本很难意识到这些情况的发生，因为我们总是能求助各种题解和代码。而在限时压力的逼迫下，这些小问题的影响就会逐渐放大，导致我们发挥不出应有的水平。所以一方面我们需要不断参赛锻炼自己的心理素质，另一方面就算某次成绩不佳我们也不需要因此自责，只需要反过来思考这场比赛中发现的问题即可，例如：

1. 是否有漏掉没掌握的知识点？
2. 是否某些题目思路想的过于复杂，增加了实现难度？
3. 是否当时太紧张导致思路不清晰？
4. 是否某些题目其实还没想清楚就着急动手实现了？
   ...

通过一次次的参赛和总结，我们终究能锻炼出一个良好的应试状态，并且对常见知识点信手拈来。

周赛一共有四道题目，分别对应的难度是：

1. 基本不涉及任何算法，只是考察代码实现，几乎无难度。
2. 考察一些简单的代码知识。
3. 考察某类算法，题目一般较难。
4. 考察某类算法，或者综合考察一系列算法。算法可能 超纲，题目难度浮动很大，最简单的可能是 medium 略高难度，最难的可能远超普通 hard 题目。

一般如果大家完成了数据结构部分的训练，对于周赛的前两题压力应该是不大的，某些情况下第三题也可以轻松地解出来。如果是系统地完成了算法学习的同学，顺利的情况能够完成前三道题目。对于第四道题目，在有余力的情况下也可以尽量尝试，某些题目简单的场次还是能够做出来的。小知识：第四题之所以难度浮动会大，是因为力扣实际上没有 hard 以上的难度评级，这就导致了力扣的题目只要比 medium 难都会归为 hard 难度。因此 hard 难度反而是最难区分的难度范畴。包括大家刷题时，可能觉得有的 hard 很简单， 有的 hard 很困难，也是这个原因。

如果能够顺利通过前两题，基本能稳定拿到 1000 ~ 2000 名左右的名次。如果进一步能通过三道题目，排名会来到 100 ~ 1000。发现了什么没有？前三题都能有 1000 人通过，但是通过四题的人一场可能也就一两百人，这也是为什么说不用对第四题进行苛求。至于前 100 名的位置，基本都是通过四题的人了，这时比较的就是通过时间和罚时，甚至于前 10 的人很多能在 20 分钟以内完成四道题目，这对于我们可能是一个比较长期的目标了。

而短期的话，可行的路线是这样的：

1. 尝试保证通过两道题目，排名 2000 以内。
2. 快速正确通过两道题目，通过第三题，排名 500 - 1500。
3. 死磕前三题，保证准确率（免罚时），保证实现速度，排名 100 - 200。
4. 前三题稳定通过，尝试第四题，排名偶尔能进前 100。

在经过一段时间的训练，完成 1 和 2 压力还是不大的，但是到了 3 和 4 就需要付出更多的努力了。我们并不需要过分关注别人的成绩，例如前 10 名的人绝大部分都是 OI 或者 ACM 选手，很多人从高中起就开始刷题和训练了。只是针对面试和基础的话，我们并不需要到那种水平，多余的时间用来增加其他方面的专业技能会更有价值。

最后我们再针对一些常见技巧进行一些说明：

1. 关于程序的运行速度：算法运行的速度由两部分组成，一部分是算法复杂度，比如 O(n) ，另外部分是常量复杂度，比如 O(n) 也分到底跑了几遍 。在解题过程中，如果你发现你的程序运行速度慢，要注意区分是由于复杂度高，还是常数大。对于面试来说，只要你的算法复杂度是最优的，一般不会太介意常数大的情况，除非题目特殊要求。因此也不需要去针对别人 2ms，你 5ms，一定要优化那 3ms。

2. 关于空间复杂度，除非题目有特殊要求，一般不用太过苛求，不过你也需要知道一些基本的压缩空间的方法，例如如何用 O(m) 的空间写 01 背包。

3. 关于语言选择，不同的语言本身执行速度也是不一样的，都是正常的。因为很多题目并没有因为是 Python 所以合理地延长时限，导致有些题目正确的时间复杂度仍然有可能会超时，用 Python 需要注意。

4. 关于最优时间复杂度，有的题目可能不确定最优的时间复杂度是什么，比如看上去有一个 O(n^2） 的解，但是仔细优化可以有一个 O(n) 的解，但是不容易想到。在不能确定算法最优复杂度的时候，我们不妨看看数据范围。比如 n 是 10^6 ，那么 O(n^2) 的时间复杂度就是 O(10^{12}) 。经验上，我们可以认为计算机跑 10^8 复杂度的操作需要一秒。 那么 10^{12} 就需要 1000 秒，显然系统是不会给十几分钟用于单次评测的。那么反过来可以推断这个题的最优解是 O(n) 或者 O(nlog(n)) 。其他情况，如果 n 是 1000，那么就有可能是 O(n^2) ，如果 n 只有 20 以内，那么就考虑 O(2^n) 了。

本文内容选自：LeetBook《高频算法实战》

作者简介：小函，北京大学硕士。ACM/ICPC 亚洲区预选赛金牌，拥有大型算法竞赛命题经验。校招曾获得小米，阿里，头条，微软，百度，搜狐，快手等多家公司 offer，具有丰富的面试与被面试经验。在机器学习领域，曾获得多个国内外机器学习竞赛金牌和冠军。

内容简介：这门课程将帮助大家梳理面试中必须掌握的基础知识点，学习常用解题技巧，真正动手去 AC 每一个知识点。课程中还会讨论很多经典的算法题目，包括力扣题和小函老师亲自设计的题目，并对这些问题进行扩展发散，追踪知识点的原理，帮助大家知其然且知其所以然，而不只是记住解法。

本文作者：小函

声明：本文归 “力扣” 版权所有，未经授权不得以任何形式储存、转载或商用。