宅心本无1. 先认清目标：不同阶段的刷题策略完全不同
先说个我在社区里看了无数次的场景：新人兴冲冲注册了力扣账号，打开题库，从第1题“两数之和”开始，一路往后刷。刷了三十多道，发现前面做过的题全忘了，遇到新题还是没思路，于是开始怀疑自己是不是不适合编程。
这几乎是每个刷题的人都会经历的过程，包括我自己。我最早开始刷力扣的时候也是这个状态，一天刷三道，记笔记、看题解、抄代码，坚持了一个月，回头做第一周刷过的题，竟然连题目都想不起来。后来我才意识到，问题不是我不努力，而是刷题这件事本身有它自己的方法论，盲目堆数量是最低效的策略。
不同阶段的刷题策略是完全不一样的。如果你是在校学生，目标是大厂实习或秋招，你的刷题节奏应该是“广度优先再补深度”，先把高频考点铺开，保证每个主流题型都见过、能写；如果你是已经工作、想跳槽的社招选手，你没有大块时间，需要的是“高频题优先、按公司风格定制”，比如你面的是做搜索业务的公司，字符串处理和动态规划就得重点加强；如果你只是想提升编程思维、锻炼逻辑能力，那根本不需要跟风刷热题100，按自己的兴趣和薄弱环节来就行。
热搜词里那句“进大厂为什么要刷力扣”，很多人的理解是“大厂面试官喜欢考算法”。这个说法对，但没说到根上。面试官考算法不是为了让你证明“你刷过题”，而是要通过算法题考察三件事：第一，你拆解复杂问题的能力，能不能把一个没见过的需求拆成可处理的子问题；第二，你的编码基本功和严谨程度，边界条件、空指针、数据溢出这些细节是不是能一次写对；第三，你的沟通思路的方式，你在动手写代码之前能不能把自己的思路讲清楚。所以力扣题本质上是一个低成本、标准化的能力考察工具。理解到这一层，你就知道刷题不应该追求“我做了多少道”，而应该追求“我能不能把一个陌生问题一步步拆清楚，并写出无bug的代码”。
这一篇我打算把我这两年刷力扣的实际经验、踩过的坑、验证过有效的刷题顺序和复盘方法完整写出来。不会照搬网上那种“三个月从零到offer”的鸡汤路线，而是尽量说点实操层面的东西，包括每天都干什么、遇到不会的题怎么办、错题本怎么记、模拟面试怎么练。
需要模型API调用？ 免费领10W Token，多模型网关一键接入 Claude、DeepSeek 等主流模型。
2. 按知识板块拆题单：比按题号刷高效得多的组织方式
刚入坑的时候，我最喜欢干的事就是打开题库页，按“通过率从高到低”排序，从简单的开始刷。通过率高的题确实简单，但简单题和简单题之间没有任何系统关联。今天刷一道数组题，明天刷一道贪心题，后天刷一道回溯题，大脑里的知识结构永远是散的。
后来我换了个策略：按算法标签和数据结构分类，一个板块一个板块地打。这个转变的效果可以说是立竿见影，同一类题集中刷七八道之后，这类题型的套路就开始在脑子里显形了。比如递归题刷多了，你会发现绝大多数递归都能先写终止条件再写递归体，思考难度立刻降一半；二叉树题刷多了，你会本能地先想“这题要不要遍历顺序”“要不要返回两个值”“要不要带父节点信息”——因为同类题见得多，各种可能性已经内化成了条件反射。
具体怎么拆板块，我按自己验证过的顺序列一下，这个顺序本身也是有讲究的：
第一梯队：线性表与哈希（约2周）
- 数组、链表、栈、队列、哈希表
- 这个梯队是所有后续题型的基础。你不会哈希表，后面很多“空间换时间”的优化思路都没法落地；你不熟链表，二叉树你也没法画清楚引用关系。
第二梯队：字符串与双指针（约1~2周）
- 双指针、滑动窗口、字符串匹配基础
- 这个板块练的是边界控制和指针移动逻辑。滑动窗口题看起来花样多，其实核心就一个：什么时候扩大窗口、什么时候缩小窗口、窗口内维护什么状态。
第三梯队：二叉树与递归（约2~3周）
- 二叉树遍历、BST、树的递归、最近公共祖先等
- 为什么把二叉树放在第三个而不是第一个？因为二叉树是理解递归最好的载体。树的递归结构非常清晰，从根到叶子天然就是一个递归路径。把二叉树的几十道题吃透，你对递归的理解会直接上一个台阶，之后再学回溯、动态规划都顺很多。
第四梯队：排序与二分（约1周）
- 快排、归并、堆排序、各种二分变体
- 排序算法不只是要会写，更要理