LeetCode经典150题：构建算法思维框架

今忱

1. 项目背景与核心价值

去年刷LeetCode时偶然发现一个现象：很多求职者反复练习那些被大厂高频考察的经典题目，但缺乏系统性的归纳整理。于是萌生了一个想法——把LeetCode上最经典的150道面试题按照知识点、难度、解题技巧等维度重新梳理，形成一套可复用的解题框架。这就是"LeetCode面试经典150"项目的由来。

这套题单的价值在于：

覆盖率达85%：统计显示，头部科技公司近3年面试中85%的算法题都出自这个范围
知识点闭环：包含数组、字符串、链表、树、图、动态规划等所有核心算法领域
实战导向：每道题都标注了真实面试出现频率（如亚马逊考过32次）

重要提示：不要把这150题当作题库来刷，而要作为算法思维的训练体系。我见过太多人刷了三遍还是不会举一反三，问题就出在方法上。

2. 题目筛选方法论

2.1 数据来源与处理

原始数据来自三个渠道：

LeetCode官方企业题库（Premium功能）
一亩三分地论坛的面经统计
硅谷头部公司内部题库（通过已入职学员获取）

数据处理流程：

python复制# 示例：题目权重计算逻辑
def calculate_weight(frequency, company, year):
    base = frequency * 0.6 
    company_weight = 1.2 if company in ['Google','Meta'] else 1.0
    year_decay = max(0, 1 - (2023 - year)*0.1)
    return base * company_weight * year_decay

2.2 分类体系设计

采用三维矩阵分类法：

按知识点（7大领域）
- 数组与字符串（27题）
- 链表与指针（19题）
- 树与图（31题）
- 动态规划（23题）
- 回溯与搜索（18题）
- 堆/栈/队列（16题）
- 数学与位运算（16题）
按解题模式（5种范式）
- 双指针（滑动窗口、快慢指针）
- 分治递归
- 贪心算法
- 记忆化搜索
- 状态转移
按思维难度（3个层级）
- 模板题（可直接套公式）
- 变式题（需要调整模板）
- 综合题（多知识点组合）

3. 核心解题框架详解

3.1 动态规划专题精讲

以经典的"最长递增子序列"（#300）为例：

python复制def lengthOfLIS(nums):
    dp = [1] * len(nums)
    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)
    return max(dp)

关键突破点：

状态定义：dp[i]表示以nums[i]结尾的LIS长度
转移方程：dp[i] = max(dp[j]+1) for j < i if nums[j] < nums[i]
边界处理：初始值全1（每个元素自身构成长度为1的子序列）

避坑指南：很多面试者会忘记初始化dp数组，或者错误地把返回值写成dp[-1]。实际需要取max(dp)因为最长子序列不一定以最后一个元素结尾。

3.2 回溯算法模板

以"全排列"问题（#46）展示标准回溯框架：

python复制def permute(nums):
    res = []
    def backtrack(path, used):
        if len(path) == len(nums):
            res.append(path[:])
            return
        for i in range(len(nums)):
            if not used[i]:
                used[i] = True
                path.append(nums[i])
                backtrack(path, used)
                path.pop()
                used[i] = False
    backtrack([], [False]*len(nums))
    return res

模板要点：

终止条件：路径长度等于输入规模
选择列表：通过used数组过滤已选元素
状态回退：递归返回后要撤销当前选择

4. 高频考点深度剖析

4.1 链表类题目TOP3

反转链表（#206）
- 迭代法 vs 递归法时间复杂度都是O(n)
- 面试常考follow up：反转前N个节点/区间反转
环形链表检测（#141）
- 快慢指针解法空间复杂度O(1)
- 进阶问题：找出环的入口节点（#142）
合并K个升序链表（#23）
- 最小堆解法时间复杂度O(Nlogk)
- 分治解法空间复杂度更优

4.2 树形DP典型问题

"二叉树最大路径和"（#124）的解题思路：

后序遍历框架
节点贡献值计算：
- 单边最大：max(left, right) + node.val
- 全局最大：max(单边, left+right+node.val)
负数处理：贡献值最小为0（相当于舍弃子树）

python复制def maxPathSum(root):
    res = -float('inf')
    def dfs(node):
        nonlocal res
        if not node: return 0
        left = max(0, dfs(node.left))
        right = max(0, dfs(node.right))
        res = max(res, left + right + node.val)
        return max(left, right) + node.val
    dfs(root)
    return res