niudrw去年这个时候，我刚开始认真准备算法面试，打开LeetCode那个HOT100榜单时，第一反应是：就这100道题，真能把面试算法题全覆盖？两个月刷完两遍，面了七八家公司之后，我可以很负责任地说——七成左右的算法题都能在HOT100里找到原题或者近亲变体。这篇不是题解合集，而是完整记录我怎么规划刷题顺序、怎么整理题解笔记、怎么处理卡题和遗忘，以及那些只有真正刷过才会懂的坑。无论你是正准备开始刷HOT100的焦虑新手，还是刷到一半被动态规划劝退的挣扎者，这篇文章都值得你花十分钟看完。
1. 为什么HOT100值得反复说：面试命中率的底层逻辑
1.1 从面试官出题习惯看HOT100的价值
很多人会把HOT100理解成一个"题库"，这是低估它了。你去看各个大厂的算法面试题，本质上不是在考你会不会背题，而是在验证你有没有形成一套固定的解题思维。面试官也是从题库里挑题，而他们挑题的逻辑和HOT100的筛选逻辑高度重合：考察频率最高的数据结构、最常出现的算法思想、最典型的边界条件处理。这就导致HOT100和实际面试题形成了一个正反馈循环——大家都在刷它，出题人自然愿意从这些经典题里出变体，刷过的人更容易答出来，于是面试官更倾向于出这些题。
我自己统计过，HOT100里大概有60道以上的题目，是那种"你只要掌握了解法模板，变个条件也能做出来"的题。比如滑动窗口的模板掌握了，三数之和、最小覆盖子串、找到字符串中所有字母异位词，本质上就是同一套思路换参数。一旦你意识到这一点，刷题就不只是刷题，而是积累一套可以迁移的解题模板。
1.2 HOT100不等于每道题都要同等投入
这一点我必须说清楚：HOT100确实覆盖了绝大多数面试场景，但它并不代表100道题对所有公司、所有岗位的权重都一样。根据我面试的经验，大致可以分三类：
| 题目类别 | 典型题目 | 面试出题频率 | 建议投入度 |
|---|---|---|---|
| 核心高频题 | 两数之和、反转链表、二叉树遍历、爬楼梯、最大子数组和 | 极高，几乎必考或作为基础 | 必须完全掌握，能手撕，能讲清复杂度 |
| 中频题 | LRU缓存、编辑距离、课程表、岛屿数量、最小覆盖子串 | 视岗位和公司而定，中小厂常考 | 掌握思路，能写对主流解法即可 |
| 冷门但经典的题 | 戳气球、最大矩形、正则表达式匹配、删除无效的括号 | 大厂难题轮次可能出现，中小厂极少考 | 理解思路，不必死磕最优解 |
提示：投大厂和投中小厂的复习策略不一样。大厂算法轮可能考到中频甚至难题，中小厂基本就是核心高频题的变体。先说清楚这个，是为了让你别在冷门题上耗尽热情，第2章的刷题顺序才有了意义。
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. 刷题顺序怎么排：我的三阶段推进路线
2.1 第一阶段：高频数据结构题打底，目标建立信心
很多人打开HOT100的第一个动作是正序开刷，从第1题两数之和开始，刷到第42题接雨水就放弃了。我当初也差点这么干。后来把顺序改成按数据结构和题型的难度梯度来排，节奏完全不一样。
我强烈建议第一阶段只刷链表、哈希表、字符串、双指针这几类题。理由是这几类题目的思路直观，不怎么依赖数学直觉，代码量也不大，非常适合在刷题初期建立正反馈。我当时的顺序大致是：
- 链表类：206反转链表、21合并两个有序链表、141环形链表、160相交链表、234回文链表、19删除链表的倒数第N个结点、2两数相加、23合并K个升序链表
- 哈希表类：1两数之和、49字母异位词分组、128最长连续序列、136只出现一次的数字、169多数元素
- 双指针/滑动窗口类：283移动零、11盛最多水的容器、15三数之和、3无重复字符的最长子串、76最小覆盖子串
这个阶段的目标不是追求一遍写对，而是把常见的数据结构操作练到闭着眼睛能写。比如链表的定义、哈希表的遍历方式、双指针的移动条件，这些都是后面一切题目的地基。我当时给自己定的标准是：一道题做完之后，第二天还能不看答案重新写出来，才算过关。
2.2 第二阶段：递归、回溯与树形遍历专项突破
第二阶段我专门腾出来处理递归、回溯、二叉树和图遍历。这个阶段是整个HOT100里最容易劝退人的环节，因为递归思维和人类的日常思维模式不太一样。但好消息是，树和回溯的题型高度模式化，只要掌握了"三件套"，基本可以平移。
二叉树类题目我建议集中刷：94二叉树的中序遍历、101对称二叉树、102二叉树的层序遍历、104二叉树的最大深度、105从前序与中序遍历序列构造二叉树、124二叉树中的最大路径和、226翻转二叉树、236二叉树的最近公共祖先。
回溯类题目就更多了：17电话号码的字母组合、22括号生成、39组合总和、46全排列、78子集、79单词搜索、301删除无效的括号。这些题目看起来五花八门，实际上核心套路就一个——递归函数里做三件事：选择、递归、撤销选择。把第46题全排列彻底搞懂之后，其他回溯题就是在这个框架上加剪枝条件或去重逻辑。
我特意把图论相关题目（200岛屿数量、207课程表）也放在这个阶段，因为它们虽然披着图的皮，解法内核就是深度优先或广度优先遍历。二叉树练熟练之后，图的遍历无非是多了visited数组和方向数组而已。
2.3 第三阶段：动态规划与状态转移方程进阶
动态规划是整个HOT100里最需要耐心的一环。我把所有DP题放到最后，不是因为它们不重要，而是因为做DP需要前两个阶段积累的编程功底和边界感。
第一梯队是入门型：70爬楼梯、198打家劫舍、53最大子数组和、62不同路径、121买卖股票的最佳时机。这几道题可以帮助你建立DP的基本感觉：明确dp数组的含义，找到状态转移关系，以及最容易被忽略的——确定初始化条件。
第二梯队是进阶型：72编辑距离、322零钱兑换、416分割等和子集、152乘积最大子数组、647回文子串、5最长回文子串。这些题目开始出现二维DP、背包思想、子串和子序列的区别等进阶概念。我刷到编辑距离的时候反复看了三遍题解才真正理解那张二维表的递推过程，但一旦理解之后，再看完全平方数和最长递增子序列，难度就会显著下降。
提示：很多人刷DP喜欢直接看题解然后抄代码，我建议反过来。哪怕是抄，也要把dp数组的每一行、每一列在草稿纸上画一遍，弄懂每个格子是从哪个方向转移过来的。不理解状态转移是填不出来代码的，面试的时候画表往往比写代码更让面试官眼前一亮。
3. 高频题型的解法套路与典型题拆解
3.1 哈希表：空间换时间的第一思维
两数之和这道题，很多人觉得"很简单"，但其实它背后藏着一个重要的思维转变：从暴力搜索到空间换时间。暴力解法是两层循环找两个数，时间复杂度O(n^2)；换成一个哈希表存储已经访问过的元素，边遍历边检查目标差值是否存在，时间复杂度直接降到O(n)。这个转变，几乎贯穿HOT100里所有跟"查找"有关的题目。
我印象很深的另一道哈希表典型题是49字母异位词分组。这道题的核心技巧是用排序后的字符串作为哈希表的键：像"eat"、"tea"、"ate"排序后都变成"aet"，这样就自然归到同一组了。这种"用哈希函数把一类问题归一化"的思路，在347前K个高频元素和438找到字符串中所有字母异位词里也经常用到。
哈希表的使用有几个容易忽略的细节：
- 遍历哈希表时，Go语言里map的遍历顺序是随机的，不要依赖顺序
- 哈希表的键如果涉及字符串，要考虑字符串拼接的复杂度，避免在循环里反复拼接
- 有些场景用数组代替哈希表效果更好，比如题目限制字符集合大小的时候
3.2 滑动窗口：一类题搞定三种变形
滑动窗口是HOT100里的一个大类，从第3题无重复字符的最长子串开始，到76最小覆盖子串、438找到字符串中所有字母异位词，再到239滑动窗口最大值，题目不断变形。我最初做这些题的时候，每道题都当新题来做，后面才发现它们的骨架完全一致。
以第3题为例，核心思路是维护一个窗口，用两个指针left和right控制窗口范围，用哈希表记录窗口内字符的出现情况。right指针不断右移扩大窗口，当发现重复字符时，left指针不断右移缩小窗口，直到没有重复字符。整个过程只遍历了一遍字符串，时间复杂度O(n)。
滑动窗口的通用模板我总结如下：
code复制初始化窗口左右边界 left=0, right=0
初始化答案变量 ans
while right < len(s):
将 s[right] 加入窗口
while 窗口不满足条件时:
缩小窗口，将 s[left] 移出窗口
left += 1
// 此时窗口满足条件
更新答案 ans
right += 1
第76题最小覆盖子串的难点在于"窗口不满足条件"的定义：不再是简单的有没有重复字符，而是窗口内是否包含t中所有字符及其数量。这时需要维护一个counter变量，记录当前窗口还缺几个字符不满足覆盖条件。相比第3题，只是把判断条件变得更复杂了，但整体框架没有变。
真正打破框架的是239滑动窗口最大值。它的窗口大小固定，但需要在O(n)时间内找到每个窗口的最大值。这题如果硬用优先队列也能做，但最优解是单调队列——维护一个从队头到队尾递减的队列，队列里存的是数字的下标。每次新元素入队时，先把队尾所有比它小的元素弹出，因为它们永远不会再有机会成为最大值了。这个思路就很有"内功"了，理解了它，84柱状图中最大的矩形也能顺带拿下来。
3.3 链表反转：两类考法的本质是同一个动作
链表题在HOT100里占比不低，而反转链表几乎是所有链表题的底层操作。第206题反转链表是基础，第92题反转链表II是变体，第25题K个一组翻转链表是进阶，还有第234题回文链表，本质上也是"找到中点+反转后半段+逐一比较"的组合题。
反转链表的核心动作其实只有三行代码：
code复制prev := nil
for cur != nil {
next := cur.Next
cur.Next = prev
prev, cur = cur, next
}
就这三行，配合不同的边界条件，可以演变出各种题目。我建议你把这三行代码抄在笔记本第一页，然后用它去解反转链表II。第92题其实是在区间内做反转，需要额外记录四个关键节点：区间前一个节点、区间起点、区间终点、区间后一个节点。只要在草稿纸上把引用关系画清楚，代码就是零星的边界处理。
回文链表这道题，我印象很深，因为面试被问过原题。常见的错误是把链表转成数组再判断回文，这样空间复杂度是O(n)。面试官肯定会追问"你还能优化吗"，于是才有快慢指针找中点+反转后半段+比较的解法。所以你在刷链表的时候，一定要养成习惯：每写完一个解法，想一想空间复杂度还能不能优化。链表的题目解法往往有O(1)空间的版本。
3.4 动态规划入门：从递归加备忘录到递推
动态规划对很多人的第一道坎是70爬楼梯。这题本身很简单，dp[i] = dp[i-1] + dp[i-2]就是斐波那契数列，但如果只是背下这个递推式，你很难理解动态规划的本质是"递归+记忆化"。我在刷DP的时候发现一个比较好的思维路径：先用递归写，如果发现子问题重复计算，就加一个备忘录数组，最后再改写成从底到上的递推。三步走，每一步都有理由，不会感到天马行空。
以62不同路径为例，递归版的思路很直觉：从起点走到底有几种路径，等价于从右边走过来的路径数加上从下边走过来的路径数。直接递归会爆栈，因为大量子问题被重复计算。加上备忘录之后，每个位置只算一次，复杂度降为O(m*n)。最后改写成dp数组的迭代形式，你可能会发现它和递归加备忘录本质上是同一件事。
进阶的72编辑距离是一个典型的二维DP。我第一次看到这题的时候完全不知道dp数组长什么样，后来画了一张6x6的表才明白：dp[i][j]表示"把word1前i个字符转换成word2前j个字符的最少操作数"。递推关系就是三种操作取最小值：插入、删除、替换。这个"把状态定义清楚，递推关系自然浮现"的过程，是整个DP学习的核心体验。你一旦经历过一次完整的画表推导，后面的DP题就不再是背公式了。
4. 刷题记录怎么做：题解笔记模板与复习节奏
4.1 笔记模板：不是抄题解，是写给自己看的索引
我见过很多人的刷题笔记就是把标准题解复制粘贴一遍，美其名曰"整理"，实际上复习的时候根本不想看第二遍。真正有效的题解笔记，应该是给未来的自己看的"回顾索引"。
我自己用了比较长一段时间后，形成了一个固定模板，包含五个字段，每个字段都有它存在的意义：
| 字段 | 写什么 | 作用 |
|---|---|---|
| 日期 | 首次刷题日期和重刷日期 | 用来规划复习节奏 |
| 题号与题目 | 题号 + 题目名，比如"1. 两数之和" | 快速定位 |
| 思路一句话 | 用一句话概括核心解法，比如"哈希表存已访问元素，边遍历边查目标差值" | 逼自己提炼核心，避免抄题解 |
| 复杂度 | 时间复杂度和空间复杂度 | 面试必问，提前准备 |
| 易错点/卡点记录 | 自己当时卡在哪、写错哪、看了提示才想到什么 | 这是整个笔记最有价值的字段，每一次卡顿都是成长的信号 |
我举一个具体的例子，比如第42题接雨水。我的笔记里"思路一句话"写的是"按列求：每列能接的水等于左右最大值中的较小值减去当前高度；优化方向是左右指针代替数组"。而"易错点"写的是"左指针从0开始，右指针从末尾开始，移动高度较小的那一侧，否则可能漏算或重复计算"。这些内容在题解里都能找到，但只有用自己的语言写成这样，才能在未来三天、一周、一个月后的复习中快速唤醒记忆。
4.2 标记体系和复习节奏：对抗遗忘的实操方法
刷题最大的敌人不是题目难，而是学完就忘。我差不多到第40题的时候回头做第3题，发现滑动窗口的边界条件已经模糊了，当时心情非常颓。后来我引入了一个简单的标记体系：
- 绿色：一次过，且能讲清思路，这类题两周后再复习一次
- 黄色：有思路但代码没写对，或者看提示才做出来，这类题三天内必须重刷
- 红色：完全没思路，看题解才懂，这类题第二天就要重刷，一周后再来一次
复习节奏我用的是"3-7-14-30"原则：新题做完后第3天快速回顾思路，第7天重写一遍红色和黄色标记的题目，第14天做一次完整重刷，第30天把整个HOT100的绿色题目过一遍思路。这个方法看起来很机械，但实际用下来非常有效。因为它的核心不是让你背题，而是让你在不同的时间间隔里反复调用同一套解题模板，把短期记忆转化为长期记忆。
提示：不要担心复习阶段拉长了你的进度。我在第二个阶段（递归回溯专项）的时候，还会每天花15分钟重写一两道第一阶段的链表和哈希表题。这种"边学新知识边复习旧知识"的节奏，才是刷题能坚持下去的关键。
5. 这些坑我替你踩过了：卡题、遗忘与答案依赖症
5.1 卡题超过30分钟怎么办
新手最大的误区是死磕一道题一整个下午，觉得"不靠任何提示做出来才算掌握"。这种执念在刷题初期会非常消耗士气，而且效率极低。我自己的经验是：卡题15分钟没有任何新的思路分支，就果断看题解，但看题解要看方法，不要看具体的一行行代码。
什么叫看方法？就是先看题解的思路部分，了解它用了什么数据结构、什么算法框架、大致的时间复杂度，然后关掉题解，自己动手写代码。如果写到某一步又卡住了，再打开题解看对应部分，而不是从头看到尾。这样带点"半记忆半思考"的方式，我对题目的理解深度比直接抄答案高出很多，而且记忆也牢固得多。
5.2 为什么看了答案还是不会
看到一个问题在社交媒体上被反复问："为什么我每道题都看了题解，还是什么题都不会做？"其实答案很简单——因为你没有在做题，只是在"认字"。
我打个比方：你看菜谱，觉得步骤都懂了，但真正上锅炒菜时，火候、翻勺、调料的顺序都会有偏差。刷题也是一样，你看懂了题解里的代码逻辑，不代表你理解了为什么是双指针而不是哈希表，为什么是贪心而不是动态规划，为什么需要额外考虑空指针和整数溢出。
我在刷第二遍的时候，会用一种看起来更笨的方法：每道题不看代码只写思路，写完之后对着题目描述自问自答三个问题——为什么这个方法能保证正确性？为什么不是另一种相近的方法？如果输入的数据范围变化，这个方法还成立吗？这三个问题能逼你脱离"背题"状态，真正进入"理解"状态。能回答出这三个问题，面试时就算遇到变体题，也有底气现场推导。
5.3 复习时如何对抗遗忘
对抗遗忘最有效的方式是在遗忘发生之前主动复习，而不是在遗忘之后重新学一遍。我在第4.2节里提到的"3-7-14-30"节奏，实际上就是按照记忆曲线设计的。有不少人觉得复习浪费时间，想把时间全部花在新题上，但刷题的数量从来不是核心指标，能在面试现场流畅地写出解法才是。
一个更底层的技巧是：给每个题目建立"解法索引"。也就是说，你不需要记住每道题的完整代码，只需要记住它的类型归属和核心套路。比如看到"最长连续序列"就想到哈希表去重后逐个查找；看到"课程表"就想到拓扑排序或DFS检测环；看到"除自身以外数组的乘积"就想到从左到右和从右到左两次遍历。这种索引类似于大脑里的知识地图，面试时看到题目可以先定位到某个解法类别，再类推具体细节。
这种"索引式记忆"还有一个好处——它会自动帮你串起知识点。刷到第238题除自身以外数组的乘积时，你会联想到之前做过的前缀和题型；刷到第394题字符串解码时，你会想到用辅助栈处理嵌套结构，和之前有效的括号是同一个栈模板。知识一旦建立起连接，就不会再轻易遗忘了。
6. 从HOT100到面试现场：最后的实战建议
6.1 手撕代码时的白板习惯
刷题的时候是用编辑器，有自动补全、有编译报错提示，但面试是白板或在线编辑器，没有这些辅助。我在面试前一周开始刻意用不自动补全的普通文本编辑器和在线白板工具练手，尤其是链表题和二叉树题，需要手动写节点定义和递归函数签名。
另一个容易被忽略的习惯是：写代码之前先把思路用自然语言说一遍，再动手写。面试官非常看重你在动手之前有没有想清楚解法，而不是一个劲闷头写。我平时刷题时就养成这个习惯，每道题先跟自己做三句话的"算法讲解"，再打开编辑器写代码。这个习惯练熟了之后，面试时的表达也会流畅很多。
6.2 复杂度分析一定要做到脱口而出
我见过不少算法写对了但复杂度答不上来，或者答错了的候选人。这是非常遗憾的失分点。刷题的时候，我要求自己对每道题不仅写出代码，还要在笔记本上写下时间复杂度和空间复杂度的推导过程。比如快排的期望复杂度为什么是O(n log n)，二分查找为什么是O(log n)，树的遍历为什么是O(n)。
对于HOT100的高频题，复杂度分析要做到脱口而出：
- 两数之和用哈希表是O(n)时间和O(n)空间，暴力法是O(n^2)时间和O(1)空间
- LRU缓存get和put都是O(1)，因为用了哈希表加双向链表
- 编辑距离的时间复杂度是O(m*n)，空间复杂度可以优化到O(min(m,n))
- 接雨水用双指针是O(n)时间和O(1)空间，用动态规划是O(n)时间和O(n)空间
面试时，复杂度分析说完之后如果面试官追问"还能再优化吗"，你就要反应出这题的典型优化路径：空间换时间（哈希表）、时间换空间（双指针）、或者是滚动数组优化DP空间。
按这套流程把HOT100踏实刷完一遍之后，我最大的感受是：面试算法题不再是一个碰运气的环节，而是一件有把握、有章法的事。你不再害怕遇到没见过的题，因为你练过的题目类型和套路已经足够形成条件反射。最后再说一句实在话，刷题从来不是一个纯粹靠数量的游戏，HOT100之所以是HOT100，是因为这些题目背后覆盖的算法思维，正好构成了一个工程师解决未知问题所需的能力底盘。把这个底盘打牢了，后面不管换什么榜单、什么题库，你都会发现它们只是换了一层外衣而已。