LeetCode刷题进阶：算法思维与回溯框架实战

1. LeetCode刷题第七天：我的算法进阶之路

今天是我坚持LeetCode每日刷题计划的第七天，作为一个从零开始系统学习算法的开发者，我想记录下这一周来的真实感受和具体收获。很多人说刷LeetCode就像健身，前三天热情高涨，第七天开始找借口放弃——但我想证明，只要方法得当，任何人都能跨过这个门槛。

2. 第七天的题目选择与策略

2.1 今日题目清单

今天选择了三道不同难度的题目：

• 简单题：20. 有效的括号（复习）
• 中等题：46. 全排列
• 困难题：51. N皇后

我刻意安排了这样的组合：一道已经AC过的题目用来巩固，一道中等题训练回溯思维，一道困难题挑战极限。这种"复习+进阶+挑战"的模式，实测下来比单纯刷同难度题目效果更好。

2.2 时间分配方案

我的时间分配比例是1:2:3：

• 有效括号：15分钟（含多种解法实现）
• 全排列：30分钟（重点理解回溯模板）
• N皇后：45分钟（允许自己查看题解）

这样的分配既保证了基础扎实度，又给难题留足了思考空间。特别建议在刷题早期不要死磕难题，适当看题解学习优秀思路反而效率更高。

3. 有效括号的多种解法对比

3.1 基础栈解法

这是大多数人的第一思路，用栈来处理括号匹配：

python复制def isValid(s: str) -> bool:
    stack = []
    mapping = {')': '(', '}': '{', ']': '['}
    for char in s:
        if char in mapping:
            top = stack.pop() if stack else '#'
            if mapping[char] != top:
                return False
        else:
            stack.append(char)
    return not stack

注意：这里使用'#'作为默认值是个小技巧，比直接判断stack是否为空更简洁

3.2 字符串替换法

一个不太常见但有趣的解法：

python复制def isValid(s: str) -> bool:
    while '()' in s or '{}' in s or '[]' in s:
        s = s.replace('()', '').replace('{}', '').replace('[]', '')
    return not s

虽然时间复杂度升到O(n²)，但在实际面试中展示这种不同角度的解法，往往能给面试官留下深刻印象。

4. 全排列问题的回溯框架

4.1 标准回溯实现

46题是理解回溯算法的经典案例：

python复制def permute(nums: List[int]) -> List[List[int]]:
    res = []
    
    def backtrack(path, choices):
        if not choices:
            res.append(path.copy())
            return
        for i in range(len(choices)):
            path.append(choices[i])
            backtrack(path, choices[:i]+choices[i+1:])
            path.pop()
    
    backtrack([], nums)
    return res

4.2 常见误区分析

很多初学者（包括第七天的我）容易犯这些错：

1. 忘记path.copy()：会导致所有结果都指向同一个列表
2. 错误切片：choices[i+1:]写成choices[i+1]会报错
3. 终止条件写错：应该检查choices而非path的长度

实测建议：在IDE里单步调试回溯过程，观察path和choices的变化，比干看代码理解快十倍

5. N皇后问题的突破过程

5.1 从全排列到N皇后

发现51题和46题的内在联系是今天的最大收获。N皇后本质是在排列棋盘行的同时，增加对角线检查：

python复制def solveNQueens(n: int) -> List[List[str]]:
    res = []
    
    def backtrack(queens, xy_diff, xy_sum):
        p = len(queens)
        if p == n:
            res.append(queens)
            return
        for q in range(n):
            if q not in queens and p-q not in xy_diff and p+q not in xy_sum:
                backtrack(queens+[q], xy_diff+[p-q], xy_sum+[p+q])
    
    backtrack([], [], [])
    return [["."*i + "Q" + "."*(n-i-1) for i in sol] for sol in res]

5.2 优化技巧

1. 用一维数组表示皇后位置：queens[i]表示第i行的皇后列数
2. 对角线检查的数学技巧：
   • 主对角线：行号-列号为常数
   • 副对角线：行号+列号为常数
3. 生成棋盘时使用列表推导式，比逐行拼接效率更高

6. 一周刷题的数据复盘

6.1 七日数据统计

6.2 进步明显的指标

1. 中等题AC时间从60min降到30min
2. 能独立写出回溯框架
3. 开始尝试困难题并理解解法

7. 持续刷题的经验总结

1. 建立题目分类笔记：按算法类型整理模板代码
2. 合理使用题解：看最优解前先自己尝试
3. 周期性复习：每三天回顾一次错题
4. 保持节奏：即使某天只做一道题也要坚持

今天最大的感悟是：当N皇后的代码第一次通过所有测试用例时，那种突破自我的成就感，比任何游戏通关都来得真实。这或许就是算法之美——在严谨的逻辑中，找到创造性的解决方案。