程序员如何高效刷题：记录、复盘与知识体系构建

1. 为什么需要每周刷题记录？

作为一名程序员，我坚持每周记录刷题和学习内容已经三年多了。最初只是随手记几笔，后来发现这个习惯带来的复利效应远超预期。每周记录不仅是对学习成果的梳理，更是建立个人知识体系的脚手架。

最直接的收益是避免"狗熊掰棒子"式的学习。我们常常遇到这种情况：花大力气搞懂某个算法，两周后遇到类似题目又束手无策。通过每周记录关键解题思路和易错点，相当于给自己的大脑建立了外挂存储器。

建议记录时采用"问题描述+核心思路+代码片段+反思总结"的四段式结构，这样后期回顾时能最快唤醒记忆。

2. 我的第三周刷题复盘模板

2.1 题目分类统计

本周共完成15道题目，类型分布如下：

从数据可以看出回溯算法和动态规划是我的薄弱环节，特别是当题目需要结合这两种思路时（如分割回文串问题），耗时明显增加。

2.2 典型题目深度解析

以LeetCode 139单词拆分为例，这道题让我在二维动态规划和回溯剪枝之间反复横跳：

python复制def wordBreak(s, wordDict):
    n = len(s)
    dp = [False]*(n+1)
    dp[0] = True
    for i in range(1, n+1):
        for j in range(i):
            if dp[j] and s[j:i] in wordDict:
                dp[i] = True
                break
    return dp[n]

关键突破点在于意识到不需要记录具体分割方案，只需判断可行性。这个认知转变让时间复杂度从O(2^n)降到了O(n^2)。记录这类思维转变过程特别有价值，因为很多题目都是同一解题模式的不同变体。

2.3 错题本整理技巧

我习惯用Notion建立数字错题本，每条记录包含：

1. 题目链接和基础信息
2. 首次错误解法及分析
3. 正确解法的关键步骤
4. 同类题目链接（手动关联）
5. 下次复习时间（根据艾宾浩斯曲线设置提醒）

对于特别顽固的错题，我会录制3分钟内的解题视频。讲解过程往往能暴露思维盲点，这个方法帮我解决了80%的反复出错问题。

3. 学习内容系统化方法

3.1 知识图谱构建

每周我会用XMind整理知识关联，例如：

code复制动态规划
├── 经典模型
│   ├── 背包问题
│   ├── 最长子序列
│   └── 编辑距离
├── 优化技巧
│   ├── 状态压缩
│   └── 斜率优化
└── 易错场景
    ├── 初始化陷阱
    └── 遍历顺序

这种可视化呈现能清晰看到哪些分支需要加强。推荐使用不同颜色标注掌握程度，我个人的标准是：红色（仍需加强）→黄色（基本掌握）→绿色（熟练应用）。

3.2 代码片段库建设

建立个人代码片段库能极大提升刷题效率。我的VSCode片段配置如下：

json复制{
    "Binary Search Template": {
        "prefix": "bsearch",
        "body": [
            "left, right = 0, len(nums)-1",
            "while left <= right:",
            "    mid = left + (right-left)//2",
            "    if nums[mid] == target:",
            "        return mid",
            "    elif nums[mid] < target:",
            "        left = mid + 1",
            "    else:",
            "        right = mid - 1",
            "return -1"
        ]
    }
}

目前已经积累了20+常用模板，包括快速排序、DFS遍历、前缀和等。当遇到新题目时，先思考能否套用或组合现有模板，这比每次都从头开始效率高得多。

4. 效率提升实战技巧

4.1 番茄工作法改良版

传统的25分钟工作周期对算法题不太适用，我调整为：

• 读题+构思：15分钟
• 编码实现：25分钟
• 调试优化：15分钟
• 复盘记录：5分钟

每个周期总计1小时，用Toggl Track记录各环节耗时。数据显示我在回溯类题目上花费的调试时间明显偏长，这说明需要加强剪枝策略的预判能力。

4.2 双指针法专项训练

本周重点突破的双指针技巧，总结出三大应用场景：

1. 快慢指针（链表环检测）
2. 左右指针（有序数组两数之和）
3. 滑动窗口（最长无重复子串）

针对每种场景，我收集了3道典型题目进行对比练习。发现滑动窗口的边界条件最容易出错，特别是当需要维护多个状态变量时。于是整理了如下检查清单：

• 窗口收缩条件是否完备？
• 状态变量更新时机是否正确？
• 结果更新是否放在合适位置？

4.3 调试技巧进阶

除了常规的print调试，本周尝试了几个新方法：

1. 可视化调试：对于树和图的问题，使用Graphviz生成中间状态图示
2. 差分调试：保存错误版本和正确版本的中间结果，用diff工具对比
3. 极端测试用例：手动构造最小规模的出错用例

这些方法在解决LeetCode 76最小覆盖子串时特别有效，通过可视化发现窗口收缩条件存在逻辑漏洞。