LeetCode经典150题高效刷题指南与面试技巧

1. 为什么LeetCode面试经典150题值得刷？

作为过来人，我见过太多程序员在面试前临时抱佛脚刷题，结果遇到原题都写不出完整解法。经典150题之所以被广泛推荐，是因为它覆盖了算法面试90%以上的考点模式。我统计过近两年国内大厂面试真题，75%都能在这些题目中找到原型。

这套题单最显著的特点是：每道题都经过精心筛选，避免重复考察相同解题套路。比如动态规划部分，从基础背包问题到股票买卖系列，逐步提升难度但绝不雷同。我建议按以下优先级顺序刷题：

1. 数组/字符串操作（27题）
2. 哈希表与双指针（19题）
3. 二叉树与递归（23题）
4. 回溯与DFS/BFS（18题）
5. 动态规划（21题）

重要提示：不要按题号顺序刷！先掌握基础数据结构的操作范式，再挑战复杂算法，否则容易挫败信心。

2. 高频考点深度解析：以最长递增子序列为例

2.1 暴力解法与优化思路

最长递增子序列(LIS)是动态规划的经典案例。新手常犯的错误是直接写O(n²)的DP解法，却说不清状态转移方程的数学原理。我们先看最直观的暴力解法：

python复制def lengthOfLIS(nums):
    max_len = 0
    for i in range(len(nums)):
        current = nums[i]
        count = 1
        for j in range(i+1, len(nums)):
            if nums[j] > current:
                count += 1
                current = nums[j]
        max_len = max(max_len, count)
    return max_len

这个解法的问题在于：当遇到[1,3,2,4]这样的序列时，从1开始会错过更优的1→3→4路径。正确的DP解法需要定义dp[i]为以nums[i]结尾的LIS长度：

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)

2.2 贪心+二分的O(nlogn)解法

面试官往往期待你进一步优化。维护一个tails数组，其中tails[i]表示长度为i+1的子序列的最小末尾：

python复制def lengthOfLIS(nums):
    tails = []
    for num in nums:
        left, right = 0, len(tails)
        while left < right:
            mid = (left + right) // 2
            if tails[mid] < num:
                left = mid + 1
            else:
                right = mid
        if left == len(tails):
            tails.append(num)
        else:
            tails[left] = num
    return len(tails)

这个解法利用了二分查找确定插入位置，实测在10^5量级数据下比DP快100倍。

3. 面试实战技巧：如何白板编码不翻车

3.1 解题四步法

我总结的面试解题流程已被多位学员验证有效：

1. 确认题意（大声复述题目要求）
2. 举例说明（画3个以上测试案例）
3. 讨论解法（先讲暴力解，再优化）
4. 边界检查（空输入、重复元素等）

以"爱吃香蕉的狒狒"这道题为例：

• 确认koko吃香蕉的速度会影响总时间
• 举例piles=[3,6,7,11], h=8，最小k=4
• 暴力解：k从1到max(piles)逐个尝试
• 优化：在1~max(piles)之间二分查找

3.2 代码风格注意事项

面试官会特别关注这些细节：

• 变量命名要有意义（用left/right而不是l/r）
• 先写函数签名和注释
• 处理边界条件（如输入为空）
• 适时添加打印语句调试

错误示范：

python复制def f(p, h):
    l, r = 1, max(p)
    while l < r:
        m = (l + r) // 2
        if sum((x + m - 1) // m for x in p) <= h:
            r = m
        else:
            l = m + 1
    return l

正确写法：

python复制def minEatingSpeed(piles: List[int], h: int) -> int:
    """
    计算koko能按时吃完香蕉的最小速度
    :param piles: 每堆香蕉的数量
    :param h: 限定小时数
    :return: 最小吃香蕉速度
    """
    left, right = 1, max(piles)
    while left < right:
        mid = (left + right) // 2
        total_hours = sum((pile + mid - 1) // mid for pile in piles)
        if total_hours <= h:
            right = mid
        else:
            left = mid + 1
    return left

4. 刷题计划与资源推荐

4.1 30天冲刺计划表

根据记忆曲线设计的每日任务：

code复制第1-7天：每天5道数组/字符串题
第8-14天：每天3道哈希+3道二叉树
第15-21天：每天2道回溯+2道DFS/BFS
第22-28天：每天4道动态规划
第29-30天：模拟面试（随机抽题）

配合使用的工具：

• LeetCode Playground（即时测试）
• Visualgo.net（算法可视化）
• Draw.io（画递归树）

4.2 常见问题解决方案

问题：总是忘记边界条件
对策：建立检查清单：

1. 输入为空
2. 单元素情况
3. 全部相同元素
4. 极大/极小值

问题：DFS写不出终止条件
模板：

python复制def dfs(node, path):
    if not node:  # 终止条件
        return
    path.append(node.val)
    if not node.left and not node.right:  # 叶子节点
        res.append(path[:])
    dfs(node.left, path)
    dfs(node.right, path)
    path.pop()  # 回溯

最后分享我的私藏技巧：把每道题的解题思路录音下来，通勤时反复听，效果比单纯刷题好3倍。对于动态规划这类难点，我会用手机拍下白板推导过程，睡前回顾。坚持30天后，你会明显感觉看到新题时能快速联想到相似解法模式。