小泉水简单题和中等题到底值不值得专门拿一篇长文来聊？我刷力扣三年多，带过好几个转行的朋友，这个问题的答案越来越笃定：太值得了。很多人一上来就死磕困难题，动不动就啃一个下午，结果面试时连最基础的两数之和都要为了边界条件卡三分钟。我自己的经历是，真正让Offer数量发生质变的，不是攻克了多少道困难题，而是把简单题和中等题刷到“闭着眼都能写出最优解”的程度。
这篇博客我不会跟你扯什么“百天从入门到大厂”的鸡汤，就讲实实在在做过的事：简单题和中等题各自在考什么、刷题节奏怎么安排最省时间、高频题型有哪些通用套路，然后用两道代表性题目带你完整走一遍从读题到AC的过程。如果你是刚开始刷题的新手，或者刷了四五十道题还在原地打转，这篇文章里每一小节都是可以直接落地的方法论，建议从头读到尾。
1. 先搞清楚：简单题和中等题到底在考什么
1.1 简单题的核心考点比你想的集中
力扣把题目分成简单、中等、困难三档，但说句实话，很多人刷了上千道题也没认真想过这个分档的依据。以我刷了几百道题的经验来看，简单题考的不是什么高深莫测的算法，而是最基础的数据结构操作加上边界条件意识。数来数去就那几类：数组遍历、哈希表增删查改、链表指针操作、基础递归、入门级动态规划。而且大部分简单题都只是给这些基础操作套了一层业务壳。
“有效的括号”剥开壳是栈的配对，“买卖股票的最佳时机”剥开壳是维护遍历过程中的最小值，“只出现一次的数字”剥开壳是异或运算，“合并两个有序数组”剥开壳就是从尾部归并。如果你愿意，花一个晚上把这些壳全扒了，后续再看到新题，第一反应就会从“这题怎么下手”变成“这题壳底下是什么结构”。这种识别能力，恰恰是刷题最重要的一种直觉。
但千万别因为简单题思路直白就觉得它是送分题。我见过太多人AC率接近满分，代码质量却一塌糊涂：变量名全部叫a和b，逻辑靠if一层套一层堆出来，数组长度为0的情况完全没判断。力扣线上的测试用例相对温和，很多边界没卡到，面试官可不会这么客气。我自己的体会是，简单题真正的考点是“解题素养”——判空、命名、边界、复杂度估计、可读性。这些素养靠看题解是看不出来的，必须一遍遍在简单题里喂出来。简单题刷得好不好，直接决定你解中等题时地基稳不稳。
1.2 中等题和简单题之间隔着一层组合能力
从代码量看，中等题和简单题可能就差十几行，但思维跨度上了实实在在的一级。简单题通常一条思路走到底，中等题往往要你把两个甚至三个基础技巧拼起来。举几个我自己体会最深的对比：
| 简单题思路 | 中等题升级版 | 多出来的关键技巧 |
|---|---|---|
| 两数之和（哈希表一次遍历） | 三数之和 | 排序 + 双指针 + 去重 |
| 反转字符串（双指针） | 盛最多水的容器 | 双指针 + 贪心移动策略 |
| 爬楼梯（一维DP） | 不同路径 | 二维DP + 空间优化 |
| 环形链表（快慢指针判断） | 环形链表 II | 快慢指针 + 数学推导 |
为什么很多人卡在从简单上升到中等这道坎上？因为简单题靠“做题量”可以堆出熟练度，中等题则需要“抽离套路”之后的组合能力。简单题刷到三百道，手速是上来了，但碰上中等题，如果脑子里没有“哈希表配合前缀和”“排序后双指针”“滑动窗口收缩条件”这种套路库，光手熟帮不了你。
打个不太技术但很好懂的比方：简单题像背单词，中等题像做阅读理解。背单词只需要记得住，阅读理解要求你在认识单词之后把句子的逻辑关系捋顺。所以刷中等题的关键不是每月刷三百道，而是每做完一道都反问自己：这里用到的技巧还能跟哪些套路组合？想通了，套路库就有了生命。
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. 动手刷题之前，先把准备工作做扎实
2.1 语言别纠结，但代码习惯要趁早定型
很多人会把大量时间浪费在“到底用C++还是Java还是Python”这个问题上。我的建议很直接：如果你是刚开始刷题，又没有特别的语言包袱，选Python。原因不是Python更高级，而是它写起来最短，能把注意力全部放在算法思想上。等你刷到三四百道，对算法本身有把握了，再根据目标岗位补Java或C++也不迟。
语言定了，接下来该定型的是代码习惯。力扣的提交方式和传统OJ完全不同，它只要求你实现一个函数，不需要处理标准输入输出。这个设计其实是为面试服务的：它逼着你去思考核心逻辑怎么拆解。所以从第一题开始，请刻意锻炼三件事：变量命名要有语义、核心步骤写注释、每个函数尽量控制在二十行以内。这些习惯和算法本身一样重要，因为面试官看得到你屏幕上的每一行代码。
2.2 节奏怎么定？别用战术上的勤奋掩盖战略上的懒惰
我见过最多的刷题状态是：每天猛刷十几道，持续一周，然后发现之前做过的题目全忘光了。我自己也干过这种事。那会儿每天下班刷到凌晨，一个月标记了一百五十多道题，结果两周之后重新写，居然还要再看一遍题解。总结下来就是：刷题拼的不是刷过数，是留存率。
我后来的节奏固定成“小步快跑 + 刻意重复”：每天两到三道题。第一道是前一天没做出来的旧题，第二道是一个新知识点，第三道是同类型变式。周末不碰新题，只把这一周做过的题限时重做，每道题给十五分钟，卡住了就先写暴力解，再对照题解找差距。这套节奏看起来慢，但效果非常扎实，一个月后能明显感觉到同类题目的上手速度快了一大截。
刷题方式我也建议按“标签”来组织，而不是按题目序号往下刷。比如这周专攻滑动窗口，就把题库里所有滑动窗口相关的简单和中等题一次性拉出来，每天两道。这么做的理由很简单：算法套路只有连续重复才能变成肌肉记忆。我试过乱序刷，也试过按题号大小刷，效率都不如按标签模块刷高。
2.3 把题库筛选和讨论区用出价值
力扣的筛选功能其实很强大。我每次进入一个算法模块之前，会先做这样的组合筛选：难度选“简单+中等”，状态选“未完成”，标签选当前在练的类型，最后按通过率降序排列。从通过率高的题开始做有几个好处：题目讨论多，不容易一直卡住；通过率高往往说明题目思路正，适合用来验证套路。
讨论区的价值不用多说，但我想提醒的是怎么科学地使用它。一道题做完后，我会按点赞数从高到低把题解刷一遍，特别留意那些把复杂度从O(n²)降到O(n)的思路。值得复用的套路我会整理成一个模板库，用表格记录：题目链接、算法标签、时间空间复杂度、一句话思路。每周日扫一遍这张表，如果同一类标签占了一半，说明这周在重复造轮子；如果某个标签一次都没出现，下周优先补它。
3. 简单题的高频套路拆解（附代码）
3.1 数组与字符串：遍历加维护状态是万能钥匙
大量简单题的本质就是一句话：遍历一遍，同时维护几个关键状态。“买卖股票的最佳时机”是维护历史最小值，“最大子数组和”是维护当前累加和与全局最大，“移动零”是维护非零元素的插入位置。这些题没有数学公式，也不需要高级数据结构，核心就是把状态变量想清楚，然后在循环里不断更新。
这里给一个“买卖股票最佳时机”的核心代码，只有几行，但涵盖了这类题的全部要点：
python复制def max_profit(prices):
min_price = float("inf")
ans = 0
for p in prices:
if p < min_price:
min_price = p
ans = max(ans, p - min_price)
return ans
代码里就两个状态：min_price表示到今天为止见过的最低价格，ans表示到今天为止能拿到的最大利润。你看，这类题只要想清楚状态，写法几乎是固定的。做完这道题可以顺手做“最大子数组和”和“最长回文子串”的暴力版，会发现它们共享同一套思维模式：遍历时动态维护最大值或者窗口边界。
字符串比数组多一层坑，主要体现在细节。空串、大小写、Unicode字符都可能成为拦路虎。我处理字符串题有一个固定习惯：写完代码第一时间跑三个额外用例——空字符串、只有一个字符的字符串、所有字符都相同的字符串。跑完这三个用例，字符串题的大部分雷都排掉了。
3.2 哈希表：空间换时间在简单题里的首次亮相
简单题里高频出现且升级潜力最大的一种解法就是哈希表。最典型的是“两数之和”，这道题值得你认真做三遍：第一遍用暴力双重循环；第二遍用哈希表一次遍历；第三遍把两份代码放在一起对比时空开销。三遍下来，对“空间换时间”这四个字的理解就会上一个层次。
python复制def two_sum(nums, target):
seen = {}
for i, num in enumerate(nums):
complement = target - num
if complement in seen:
return [seen[complement], i]
seen[num] = i
return []
这道题升级成“三数之和”“四数之和”之后，哈希表依然是基础工具，但会叠加排序和双指针，这就是中等题的典型画风。所以我说两数之和是所有简单题里最值得反复咀嚼的一道，它像一座连接简单题和中等题的桥。除了两数之和，哈希表在简单题里还常用来解决“只出现一次的数字”“两个数组的交集”“字符串中的第一个唯一字符”，建议都把它们写成标准答案存档。
3.3 链表和递归：画图与出口条件是两条命
链表题是不少新手的噩梦，但简单难度的链表题规律其实非常强，无外乎反转、删除、合并三类。我的经验是永远准备一个dummy哨兵节点，这样头结点被删除或修改时，不用写一堆特判。用哨兵节点之后，链表插入删除的代码稳定度能高出一大截。
递归在简单题里主要用于二叉树相关题目，比如“二叉树的最大深度”“翻转二叉树”“相同的树”。写递归的诀窍是先回答三个问题：终止条件是什么、这一层要做什么、返回值给上一层怎么用。拿最大深度举例，终止条件是节点为空返回0；这一层做的事是递归求左右子树的深度；返回值是左右深度较大的一个再加1。三句话说完，代码五分钟就能写完，比对着题解边猜边写稳多了。
小提醒：递归别一上来就想着优化成迭代，先把递归版写对再说。力扣上有些题迭代法性能更好，但面试里递归版加清楚的终止条件，往往比晦涩的迭代版更容易获得面试官认可。
4. 中等题的核心解法库
4.1 滑动窗口：四步模板直接背下来
涉及“连续子数组”“无重复子串”“覆盖子串”这些关键词的中等题，十有八九是滑动窗口。它跟双指针同源，但多了一个“窗口”的抽象。我总结了一个四步模板，用了很久都没翻过车：第一步右指针扩张，往窗口里加元素；第二步一旦窗口不符合条件，左指针收缩；第三步每次移动都更新答案；第四步右指针到末尾时循环结束。
以“无重复字符的最长子串”为例：
python复制def length_of_longest_substring(s):
left, ans = 0, 0
seen = set()
for right, ch in enumerate(s):
while ch in seen:
seen.remove(s[left])
left += 1
seen.add(ch)
ans = max(ans, right - left + 1)
return ans
这四步看起来平平无奇，真正决定对错的是“收缩条件怎么写”和“答案在哪一步更新”。我踩过最大的坑是：求最短覆盖子串时先更新答案再收缩窗口，结果答案老是偏长。后来想明白一条经验法则：求最长时先扩张再收缩，收缩完再更新；求最短时先收缩到不满足条件，再用此时的窗口长度更新答案。顺序调整过来之后，这类题几乎没有再错过。
4.2 前缀和：子数组类问题的银弹
中等题里有一大类是“统计子数组和等于K的数量”或者“存在子数组和能被K整除”。暴力双重循环的思路谁都能想到，但力扣给的数据规模根本不允许。这类题的标准解法是前缀和加哈希表。
假设pre[i]表示前i个元素的和，那么任意子数组[j:i]的和都可以写成pre[i] - pre[j-1]。想统计和为K的子数组个数，本质就是统计前缀和里有多少个pre[j-1]等于pre[i] - K。只要一边遍历一边用哈希表计数，时间从O(n²)直接降到O(n)。
我第一次把“和为K的子数组”从暴力改写成前缀和加哈希表的时候，一瞬间就明白了“空间换时间”为什么是算法题的灵魂。这类技巧在“连续子数组的和”“矩阵区域和”里会反复出现，值得专门花一个下午吃透。
4.3 基础动态规划：先把状态定义想明白
动态规划是中等题里的大头，也是最劝退人的部分。其实中等难度的DP题没那么可怕，关键是先想清楚两件事：dp[i]代表什么？转移方程是什么？
给新手的练手三件套是“爬楼梯”“打家劫舍”“最长递增子序列”。以“打家劫舍”为例，dp[i]表示偷到第i户时的最大金额，转移方程只有一行：
python复制def rob(nums):
n = len(nums)
if n == 0:
return 0
if n == 1:
return nums[0]
dp = [0] * n
dp[0] = nums[0]
dp[1] = max(nums[0], nums[1])
for i in range(2, n):
dp[i] = max(dp[i-1], dp[i-2] + nums[i])
return dp[n-1]
这个方程的核心就是比较“偷当前这家”和“不偷当前这家”哪个更划算。你观察一下就会发现，大多数中等DP题都在比较“选这个元素”与“不选这个元素”，区别只是约束条件不同、状态维度多一维。做DP题不要一上来就写代码，十分钟之内没想清楚dp定义，就回退到递归加记忆化，先把暴力递归写出来，看哪些参数在变，那些变化的参数就是dp维度。
5. 现场实战：两道代表题从读题到AC
5.1 简单题实战：合并两个有序数组
题目编号第88题，说的是两个有序整数数组nums1和nums2，把nums2合并进nums1，最后nums1依然有序。nums1初始长度是m+n，前m个是有效元素，后面n个位置是占位的0。很多人第一反应是开一个新数组双指针归并过去，这当然能做，但空间复杂度是O(n)。如果注意到题目细节“nums1已经预留了后n个位置”，就应该想到从尾部归并可以让空间复杂度降到O(1)。
从尾部归并的思路并不复杂：p1指向nums1的有效末尾，p2指向nums2末尾，p指向nums1的整个数组末尾。每次把较大的元素放到p位置，然后对应指针前移。循环结束后如果p2还没走完，要把nums2剩余元素覆盖到nums1头部；p1没走完则不用管，因为nums1前面的元素已经有序。这道题的价值在于：它用最少空间完成归并，考验的是你能不能发现题目描述里的隐含条件。
写代码之前我会先列一个边界自查表：nums2为空、nums1有效元素为空、所有nums2元素都比nums1的小。三个特殊情况覆盖完，代码基本不会出问题。这种“先列边界再写代码”的习惯，可能才是简单题带给我最大的礼物。
5.2 中等题实战：无重复字符的最长子串
题目编号第3题，给定一个字符串s，找出其中不含有重复字符的最长子串长度。
我的解题过程一共写了三个版本。第一版暴力：三重循环枚举所有子串，判断每个子串是否有重复字符，复杂度O(n³)，小数据能过，数据稍长就直接超时。第二版用滑动窗口：右指针不断往前走，遇到重复字符就让左指针跳过前一个重复位置，同时用哈希表记录字符最近出现的下标。第三版做细节优化：哈希表存的是下标加一，这样左指针可以直接跳到位，不需要一边删除一边挪动。最终时间复杂度O(n)，空间复杂度O(min(m,n))，m是字符集大小。
这道题我建议多花时间做变式练习：把“最长不重复”改成“至少包含K种不同的字符”，把字符集从ASCII换成Unicode。面试官特别爱在这道题后面追一句“如果字符串很长但字符集很小呢”，这时候空间复杂度回答得够不够干脆，直接反映出你理解滑动窗口的深度。能把这个过程完整走一遍，滑动窗口这类题基本就过关了。
6. 常见问题排查速查手册
6.1 提交超时？八成不是代码太慢，是复杂度不对
刚开始刷题，碰到TLE第一反应往往是“代码还能再优化一下”，于是各种微调：把循环合并、把判断改写、把变量缓存起来。其实对力扣来说，代码级微调意义不大，TLE绝大多数时候意味着算法复杂度选错了。
一个很简单的判断方法：当n在10的五次方级别，O(n²)的运算量就是10的十次方次，在大多数语言里都跑不完，这时候你需要的往往是O(n)解法。数据规模只有几百，O(n²)完全能过；到几千就要开始警惕；上万以上请直接扔掉双重循环，想哈希表、前缀和、双指针这些线性解法。刷多了之后会形成一种直觉，看到n的规模就知道该选什么复杂度，这种直觉比记一百条模板都实用。
拿“和为K的子数组”来说，暴力枚举所有子数组的代码逻辑完全正确，OJ照样给你TLE。这问题就出在思路没到前缀和的层次。遇到TLE，正确顺序是：先看数据规模，再回头看算法复杂度，最后才轮到常数优化。
6.2 边界条件写不对，是所有WA的统一病根
很多题不是不会做，而是提交一两次都栽在特殊用例上。我归纳了一下，简单题和中等题的边界情况集中在这几类：空数组或空字符串、只有一个元素、所有元素相同、负数或0参与计算、数组长度为1或2、目标值不存在。针对这些反复出现的场景，建议建一份自己的“边界测试用例”模板，每道题提交前根据题目要求快速脑补三个特殊输入跑一遍。
链表题的边界集中在头结点和尾结点；树题的边界集中在空树和单节点；滑动窗口题的边界集中在窗口为空或窗口覆盖整个数组。这些经验很难一次总结完，但每写错一次就记一条，一个月后你的边界意识会远超平均水平。我自己到现在还留着一个文档专门记录踩过的边界坑，面试前翻一遍，比临时刷十道题都管用。
6.3 卡题没思路？先把目标改成“搞懂套路”
卡题是常态，看不看题解、什么时候看题解，是个很讲究的决策。我个人的规则是：简单题卡十五分钟，中等题卡三十分钟，没思路就做别的题或者直接看题解。但看题解不是终点，看完之后我会做两件事：一是把题解思路用自己的话写进模板库；二是关掉题解，从头把这道题重新写一遍，写不出就用纸笔推演关键步骤。
一直卡题带来的挫败感是真实的。我经历过连续五天一道中等题都没AC的低谷期，那会儿刷讨论区全是“三分钟AC”的帖子，心态接近崩溃。后来拉我出低谷的不是鸡汤，而是调整了目标：不再要求每道题都AC，而是要求每道题“搞懂套路”。搞懂的标准很简单——下次看到同类型题，五分钟内能说出用哪几种算法组合。标准低了，负担轻了，积累速度反而上来了。
最后分享一个我这些年最想告诉新手的小技巧：不要只收集AC时的喜悦，也要认真对待每次WA和TLE。每一次报错其实都是平台在免费告诉你一个你还没想清楚的地方，把每一次报错都追查到底，一个晚上顶得上别人闷头狂刷三天。刷题这条路没有捷径，但绝对有方法。简单题用来打底，中等题用来拉开差距，把这两档吃透，你已经跑赢大部分人了。